Dans cette communication, nous introduisons le concept de regroupement gravitationnel pour la classification de
données, avec pour application le traitement d'images
multispectrales. Ce concept général, que l'on peut décliner de diverses manières, permet de prendre en compte à la fois la proximité de mesure des individus et la proximité spatiale afin d'améliorer le processus postérieur de classification et par là-même la segmentation en régions homogènes. Nous présentons quelques exemples de comportement de cette technique et résultats
comparatifs obtenus sur des données synthétiques et réelles. Les
résultats obtenus sont encourageants et permettent d'envisager
l'utilisation de ce principe sous diverses formes dans des
applications dépassant le cadre de l'analyse d'images.