Aller au contenu

OBIA

L’analyse d’image orientée objet traite une image comme un ensemble de régions plutôt que comme une grille de pixels indépendants. Elle s’impose dès que vos objets d’intérêt couvrent de nombreux pixels : sur une imagerie aérienne à 30 centimètres, un toit représente des milliers de pixels, et classifier chacun d’eux séparément produit une carte mouchetée qu’aucun lissage ne corrigera vraiment.

L’OBIA procède en trois étapes, et les 33 outils de cette sous-boîte à outils s’y rattachent.

  1. Segmenter. Regrouper les pixels voisins en régions homogènes.
  2. Décrire. Calculer des descripteurs par région : statistiques spectrales, forme, texture, voisins.
  3. Classifier. Étiqueter les régions, par des règles que vous écrivez ou par un modèle entraîné.

Toute la chaîne en une seule exécution : segmentation, nettoyage des petites régions, calcul des descripteurs et classification. Commencez ici pour voir à quoi ressemble un résultat OBIA sur votre imagerie, puis reconstruisez-le étape par étape quand vous avez besoin de contrôle.

La segmentation à essayer en premier. SLIC regroupe les pixels en superpixels compacts, de taille similaire, par un regroupement qui tient compte à la fois de la couleur et de la position. Rapide et prévisible, elle donne des régions d’une taille que vous maîtrisez.

Segment Graph Felzenszwalb adopte une autre approche : il fait croître des régions qui suivent la structure réelle de l’image, si bien que leurs tailles varient beaucoup. Il suit mieux les limites réelles, mais il est plus difficile à régler.

Segment Multiresolution Hierarchical produit plusieurs niveaux imbriqués à la fois, grossier et fin, ce qui correspond au flux de travail classique à la manière d’eCognition : classifier les bâtiments au niveau grossier et les éléments de toiture au niveau fin.

La réponse à la question récurrente : à quelle échelle segmenter ? Il essaie une série de paramètres d’échelle et indique celui qui donne les objets les plus cohérents, de sorte que le choix vient des données plutôt que d’essais successifs.

Une fois l’image segmentée, chaque objet doit être décrit. Quatre outils, et vous en lancez généralement plusieurs.

Object Features Spectral Basic donne les statistiques de chaque bande à l’intérieur de l’objet : moyenne, écart-type, extrêmes. Les descripteurs essentiels.

Object Features Shape Basic donne la géométrie : surface, périmètre, compacité, élongation. C’est ce qui distingue une route d’un champ de même couleur.

Object Features Texture Glcm Basic donne la texture à partir de la matrice de cooccurrence des niveaux de gris, qui sépare des surfaces de même couleur mais de grain différent.

Object Features Context Neighbors et Object Features Topology Relations décrivent chaque objet par son environnement : nombre de voisins, classes de ces voisins, longueur de limite partagée. C’est ainsi que vous encodez une règle comme « une piscine est de l’eau entourée d’un jardin ».

Classify Objects Random Forest est le choix par défaut, entraîné sur des segments d’exemple étiquetés, exactement comme son équivalent par pixel.

Classify Objects Rules Basic adopte l’approche inverse : vous écrivez des règles explicites sur les descripteurs, par exemple une luminosité inférieure à une valeur et une compacité supérieure à une autre. Transparent, vérifiable, et souvent préféré quand le résultat doit être défendu.

Segmentation

OutilCe qu’il fait
Segment Slic SuperpixelsSuperpixels compacts issus d’un regroupement sur la couleur et la position.
Segment Graph FelzenszwalbSegmentation par graphe, qui suit la structure de l’image.
Segment Multiresolution HierarchicalPlusieurs niveaux de segmentation imbriqués, du plus grossier au plus fin.
Segment Watershed MarkersSegmentation par ligne de partage des eaux guidée par des marqueurs, qui sépare les objets accolés.
Image SegmentationCroissance de régions à partir de germes sur une pile multibande.
Segment Scale Parameter OptimizerRecherche le paramètre d’échelle qui donne les objets les plus cohérents.
Build Object Hierarchy MultiscaleConstruit un réseau hiérarchique d’objets par agrégation itérative.

Nettoyage et édition des segments

OutilCe qu’il fait
Segments Merge Small RegionsFusionne les segments trop petits avec leurs voisins.
Segments Split Low CohesionResegmente à une échelle plus fine les objets les moins homogènes.
Objects Enforce Min Mapping UnitImpose une unité minimale de cartographie en fusionnant les segments qui lui sont inférieurs.
Objects Boundary Refinement ProAffine les limites des objets par nettoyage itératif.
Segments To PolygonsConvertit le raster de segments en polygones vectoriels, pour l’édition ou l’export.
Polygons To SegmentsReconvertit des polygones édités en raster de segments, en conservant les identifiants des objets.
Evaluate Segmentation Quality ProDiagnostics sur le nombre d’objets, la distribution des tailles et l’homogénéité.

Descripteurs d’objets

OutilCe qu’il fait
Object Features Spectral BasicStatistiques par bande à l’intérieur de chaque objet.
Object Features Shape BasicSurface, périmètre, compacité, élongation et autres descripteurs de forme.
Object Features Texture Glcm BasicDescripteurs de texture par objet.
Object Features Context NeighborsNombre de voisins, limites partagées et classes adjacentes dominantes.
Object Features Topology RelationsDescripteurs de topologie de graphe, comme le degré d’un objet.

Classification et évaluation

OutilCe qu’il fait
Classify Objects Random ForestEntraîne une forêt aléatoire sur des segments étiquetés.
Classify Objects SvmClassification des objets par machine à vecteurs de support.
Classify Objects Ensemble ProUne configuration d’ensemble réglée pour la précision.
Classify Objects Rules BasicRègles explicites combinant descripteur, opérateur et seuil.
Classify Objects Rules HierarchicalClassification à base de règles à travers une hiérarchie de segmentation.
Propagate Labels Across HierarchyTransmet les étiquettes du niveau grossier aux objets enfants plus fins.
Object Class Probability MapsRasters de probabilité par classe, pour l’analyse d’incertitude.
Object Uncertainty Diagnostics ProDiagnostics d’incertitude agrégés à partir de ces probabilités.
Evaluate Object Classification AccuracyMétriques de précision par rapport à des objets de référence.

Aide au flux de travail

OutilCe qu’il fait
Obia Pipeline BasicLa chaîne complète : segmentation, nettoyage, descripteurs et classification.
Obia Batch Orchestrator ProExécute plusieurs traitements OBIA en une seule requête.
Obia Audit Report ProRapport d’audit sur les artefacts d’un flux de travail OBIA.
Image Stack ProfileProfils par point à travers une pile ordonnée de rasters.
Image SliderComparaison interactive côte à côte de deux images.

La segmentation décide de tout. Aucun classificateur ne rattrape des objets qui coupent les limites réelles. Consacrez-y votre temps, et vérifiez visuellement les segments avant de calculer le moindre descripteur.

Les objets portent de nombreux descripteurs. C’est tout l’intérêt. Un pixel n’a que son spectre ; un objet a aussi une forme, une texture, une taille et des voisins, et c’est pourquoi l’OBIA distingue des classes que les méthodes par pixel confondent.

Sortie vectorielle. Segments To Polygons vous donne des polygones ordinaires, que vous pouvez ensuite styliser, éditer et exporter comme n’importe quelle couche vectorielle.