Disponible avec une licence Spatial Analyst.
Pour être certain qu’il est possible de distinguer les classes représentées par les échantillons d’apprentissage, vous devez vérifier et comparer leurs caractéristiques spectrales. Utilisez la fenêtre Histograms (Histogrammes), Scatterplots (Nuage de points) ou Statistics (Statistiques) pour vérifier les caractéristiques spectrales des échantillons d’apprentissage.
- Cliquez sur le bouton Training Sample Manager (Gestionnaire d’échantillons d’apprentissage) de la barre d’outils Image Classification (Classification d’images).
Le Gestionnaire d’échantillons d’apprentissage s’ouvre.
- Dans le Gestionnaire d’échantillons d’apprentissage, choisissez un ou plusieurs échantillons d’apprentissage à évaluer.
- Dans la boîte de dialogue, cliquez sur le bouton Histograms (Histogrammes) pour ouvrir la fenêtre d’évaluation Histograms (Histogrammes).
Les histogrammes des classes sélectionnées sont affichés dans la fenêtre Histograms (Histogrammes).
- Examinez les histogrammes de chaque classe dans tous les canaux disponibles. Utilisez la barre de défilement verticale pour afficher plus de graphiques lorsque plus de quatre canaux sont disponibles. Les histogrammes de classes différentes ne doivent pas se superposer. S’ils se superposent, vous devez supprimer ou fusionner certaines des classes.
- Suivez la procédure des étapes 3 et 4 mais, à la place, cliquez sur le bouton Scatterplots (Nuages de points)
et sur le bouton Statistics (Statistiques) 
pour ouvrir leurs fenêtres respectives. Examinez les nuages de points et les statistiques de différentes classes. Ils ne doivent pas se superposer les uns aux autres dans toutes les combinaisons de canaux.
- Si vous avez supprimé d’anciens échantillons d’apprentissage et avez créé de nouveaux échantillons d’apprentissage, répétez les étapes 1 à 5 pour évaluer les nouveaux échantillons d’apprentissage. Ce processus est itératif et vous devez le répéter jusqu’à ce que vous soyez satisfait de l’ensemble d’échantillons d’apprentissage.