Selon les méthodes de traitement des images utilisées, les territoires (ou espaces) urbains peuvent être plus ou moins bien reconnus et identifiés. L’utilisation de filtres passe-haut (filtres statistiques linéaires locaux) améliore le niveau de détection des espaces urbains.

Les filtres appelés rehaussements « Laplaciens » permettent une meilleure reconnaissance des pôles urbains secondaires dans les domaines bioclimatiques tropicaux secs et humides. Ils permettent d’accentuer la dissociation entre ce qui est de l’urbain et du non urbain.
Les filtres Laplaciens sont des filtres de convolution dits « passe-haut ». Ils ont pour but d’augmenter les contrastes en favorisant la mise en évidence de détails. Ils accentuent de fait le gradient radiométrique entre les hautes et les basses fréquences radiométriques d’une image de télédétection. L’intérêt du filtre de convolution Laplacien est de mettre en évidence les détails qui ont une variation rapide de radiométrie. Un filtre de convolution appelé rehaussement Laplacien "passe-haut" est caractérisé par des valeurs négatives autour du pixel central dont sa valeur est positive. La somme des valeurs de contour et de la valeur centrale doit être différente de zéro.

L’utilisation des analyses en composantes principales (ACP) sur les canaux IR12, IR3.9 et VIS0.6 met en évidence les principales aires urbaines littorales : Nouakchott (uniquement en 2004), Saint Louis du Sénégal, Dakar, Banjul, Conakry. On identifie un certain nombre de pôles secondaires au Sénégal, en Casamance et en Guinée-Bissau sur l’axe 1 du néo-canal de l’ACP de 2005 ou sur l’axe 3 du néo-canal de l’ACP de 2006. Le choix des canaux IR12, IR3.9 et VIS0.6 a été déterminé empiriquement par l’analyse des réponses spectrales de chaque bande de Météosat Seconde Génération. C’est dans ces intervalles spectraux que les pôles urbains sont les mieux détectés sur les images Météosat Seconde Génération.

L' Analyse en composante principale (ACP) appelée également transformée de Karhunen-Loève ou transformée de Hotelling : « Technique d'accentuation des images numériques basée sur la transformée des valeurs de radiance spectrale des ensembles originaux de données d'image corrélées, en nouveaux ensembles de données non corrélées. Méthode d'analyse multivariables utilisée pour réduire le nombre des variables » (CCT, 2005 ). Le principe de l’ACP consiste à transformer des variables corrélées entre elles en de nouvelles variances indépendantes les unes par rapport aux autres. Les variables générées sont appelées composantes principales, axes, ou néo-canal en traitement d’images de télédétection. Cette opération a un double intérêt : elle permet de concentrer l’information radiométrique sur un nombre de néo-canaux plus limité, le néo-canal 1 contenant en général plus de 80% de l’information radiométrique des canaux utilisés dans l’ACP (en termes de variance). Cette opération permet de compresser un maximum d’informations radiométriques sur un seul néo-canal image. L’analyse des autres néo-canaux est intéressante : les informations radiométriques dé-corrélées contenues dans ces néo-canaux mettent souvent en évidence des objets géographiques qui ont des réponses spectrales spécifiques. A ce titre les pôles urbains secondaires reconnus le sont sur les néo-canaux 1 et 3 de l’ACP.

Les méthodes de classification des images par iso-clusters permettent la mise en évidence des mêmes objets urbains sur le littoral ouest-africain (Nouadhibou, Nouakchott, Saint Louis du Sénégal, Dakar, Banjul, Bissau, Conakry, Praia). Les pôles secondaires situés plus à l’intérieur sont reconnus et identifiés en 2004 et en 2005. Seuls quelques pôles urbains secondaires sont identifiés sur les trois années comme Tarafal, Midelo (Cap-Vert), Ziguinchor (Sénégal). Les villes secondaires situées sur le littoral (M’Bour-Sally, Caio, etc.) sont surtout détectées en 2005 et en 2006. La détection des pôles urbains dépend localement de la différence de radiométrie entre les pixels « urbains » et « non urbains ». Cette différence est accentuée ou diminuée selon les années par le niveau d’humidité et l’extension spatiale de la steppe désertique ou de la savane.

Les classifications non supervisées (automatiques) par isoclusters sont proches des méthodes de classification par nuées dynamiques. Elles ont pour objectif de partitionner l’espace (l’image de télédétection) en k classes, le nombre de classes maximum étant introduit par l’opérateur. A partir de la répartition initiale des pixels dans différentes classes, on améliore la partition de l’image par itérations en minimisant la variance et en maximisant l’écart entre les classes. A chaque itération, les classes de pixels générées sont « examinées » pour voir si elles gagneraient à être regroupées ou réaffectées.