Beghoura, Mohamed Amine2014-09-292014-09-292012https://dspace.univ-usto.dz/handle/123456789/91La classification non-supervisée des images consiste à les diviser en un ensemble de groupes homogènes. Cette opération s’avère très délicate surtout lorsqu’il s’agit de données complexes telles que celle de la télédétection. Dans notre travail, nous avons appliqué un nouveau méta heuristique bio-inspirée, appelée l’algorithme Firefly, à la segmentation des images satellitaires. L’algorithme est inspiré du comportement social des lucioles dans la nature. Nous avons introduit la notion de la logique floue et les distances noyaux sur cet algorithme afin d’améliorer les résultats de la segmentation. Les résultats obtenus ont montré l’efficacité de l’algorithme Firefly ainsi que les approches proposées.frAlgorithme FireflyDistances GaussienneClassification Non-SuperviséeLogique FloueThesis