Read Books Online and Download eBooks, EPub, PDF, Mobi, Kindle, Text Full Free.
Methode Collaborative De Segmentation Et Classification Dobjets A Partir Dimages De Teledetection A Tres Haute Resolution Spatiale
Download Methode Collaborative De Segmentation Et Classification Dobjets A Partir Dimages De Teledetection A Tres Haute Resolution Spatiale full books in PDF, epub, and Kindle. Read online Methode Collaborative De Segmentation Et Classification Dobjets A Partir Dimages De Teledetection A Tres Haute Resolution Spatiale ebook anywhere anytime directly on your device. Fast Download speed and no annoying ads. We cannot guarantee that every ebooks is available!
Book Synopsis Méthode collaborative de segmentation et classification d'objets à partir d'images de télédétection à très haute résolution spatiale by : Aymen Sellaouti
Download or read book Méthode collaborative de segmentation et classification d'objets à partir d'images de télédétection à très haute résolution spatiale written by Aymen Sellaouti and published by . This book was released on 2014 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: Avec l'avènement des images satellitaires à très haute résolution, les approches pixelliques ne donnant plus entière satisfaction ont été remplacées par les approches objets. Cependant, ces approches restent tributaires de la première étape qui permet le passage du pixel vers l'objet, à savoir l'étape de construction. L'architecture séquentielle de ces approches fait que les erreurs de l'étape de construction se répercutent sur l'étape d'identification. Il devient donc primordial de passer de cette architecture séquentielle vers une architecture itérative permettant la collaboration entre les étapes de construction et d'identification. Dans le cadre de cette thèse, nous nous sommes concentrés sur l'étude de l'étape de construction(i.e., la segmentation) comme base de départ pour les approches proposées. Nous avons proposé deux approches objets basées sur les techniques de segmentation les plus propices à la collaboration, à savoir les techniques régions et les techniques collaboratives région/contour. La première approche proposée se base sur une croissance sémantique hiérarchique. Elle permet de combiner les algorithmes de croissance de régions et les approches d'analyse d'images orientées objets. La croissance étant spécifique à la classe du germe de départ, nous avons proposé deux adaptations de l'approche sur les objets les plus rencontrés dans le contexte urbain, à savoir, les routes et les bâtiments. La deuxième approche utilise un algorithme évolutionnaire local permettant un paramétrage local des différents agents régions et contours évoluant au sein d'un système multi-agents.
Book Synopsis Approche collaborative et qualité des données et des connaissances en analyse multi-paradigme d'images de télédétection by : Andrès Troya-Galvis
Download or read book Approche collaborative et qualité des données et des connaissances en analyse multi-paradigme d'images de télédétection written by Andrès Troya-Galvis and published by . This book was released on 2016 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: L'interprétation automatique d'images de télédétection à très haute résolution spatiale est une tâche complexe mais nécessaire. Les méthodes basées objet sont couramment employées pour traiter ce type d'images. Elles consistent à construire les objets d'intérêt au moyen d'une étape de segmentation puis à les classifier en utilisant des méthodes de fouille de données. La majorité des travaux entrepris dans ce domaine considèrent la segmentation et la classification de manière indépendante. Or, ces deux étapes cruciales du processus sont fortement liées. Dans cette thèse, nous proposons deux approches différentes basées sur la qualité des données et des connaissances, pour initialiser, guider et évaluer un processus collaboratif de manière objective: 1. Une première approche basée sur une stratégie d'extraction mono-classe qui permet de se focaliser sur les propriétés particulières d'une classe donnée afin de mieux labelliser les objets de cette classe par rapport au reste. 2. Une deuxième approche multi-classe offrant deux stratégies différentes d'agrégation d'extracteurs mono-classes qui permet l'obtention d'une image entièrement labellisée de manière automatique.
Book Synopsis Extraction, analyse et utilisation de relations spatiales entre objets d'intérêt pour une analyse d'images de télédétection guidée par des connaissances du domaine by : Bruno Belarte
Download or read book Extraction, analyse et utilisation de relations spatiales entre objets d'intérêt pour une analyse d'images de télédétection guidée par des connaissances du domaine written by Bruno Belarte and published by . This book was released on 2014 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: Les nouveaux capteurs satellitaires permettent l'acquisition d'images d'un très haut niveau de détail à des cadences élevées, produisant ainsi une importante masse de données. Le traitement manuel de ces données étant devenu impossible, de nouveaux outils sont nécessaires afin de les traiter automatiquement. Des algorithmes de segmentation efficaces sont nécessaires pour extraire des objets d'intérêt de ces images. Cependant les segments produits ne correspondent pas aux objets d'intérêt, rendant difficile l'utilisation de connaissances expertes.Dans le cadre de cette thèse nous proposons de changer le niveau d'interprétation d'une image afin de voir les objets d'intérêt pour l'expert comme des objets composés par des segments. Pour cela, nous avons mis en place un processus d'apprentissage multi-niveaux dans le but d'apprendre ces règles de composition. Une règle de composition ainsi apprise peut ensuite être utilisée pour extraire les objets d'intérêt correspondant. Dans un second temps, nous proposons d'utiliser l'algorithme d'apprentissage de règles de composition comme première étape d'une approche montante-descendante. Cette chaîne de traitement a pour objectif d'améliorer la classification à partir des informations contextuelles et de connaissances expertes. Des objets composés de plus haut niveau sémantique sont extraits à partir de règles apprises ou fournies par l'expert, et cette nouvelle information est utilisée pour mettre à jour la classification des objets aux niveaux inférieurs. L'ensemble de ces travaux ont été testés et validés sur des images Pléiades représentant la ville de Strasbourg. Les résultats obtenus montrent l'efficacité de l'apprentissage de règles de composition pour faire le lien entre connaissance experte et segmentation, ainsi que l'intérêt de l'utilisation d'informations contextuelles dans l'analyse d'images de télédétection à très haute résolution spatiale.
Book Synopsis Fusion d'images en télédétection satellitaire by : Miloud Chikr El Mezouar
Download or read book Fusion d'images en télédétection satellitaire written by Miloud Chikr El Mezouar and published by . This book was released on 2012 with total page 154 pages. Available in PDF, EPUB and Kindle. Book excerpt: Les satellites d'observation de la Terre fournissent des données multi-spectrales et panchromatiques ayant différentes résolutions spatiales, spectrales, temporelles, et radiométriques. La fusion d'une image panchromatique ayant une haute résolution spatiale, mais une basse résolution spectrale avec une image multi-spectrale ayant une basse résolution spatiale mais une haute résolution spectrale est très utile dans de nombreuses applications de télédétection nécessitant à la fois de hautes résolutions spatiales et spectrales. Dans l'image fusionnée les structures et les objets sont bien rehaussés, et la classification de ces objets devient plus précise. Ces techniques de traitement d'image sont connues sous le nom de pansharpening ou les techniques de fusion de résolutions. Dans cette thèse, trois algorithmes sont proposés pour la fusion dont deux dans la catégorie de substitution de composants où nos principales contributions consistent à utiliser la transformée IHS et rehausser la bande verte dans les zones de végétation. Dans le premier algorithme, la végétation est détectée en utilisant l’indice NDVI et le rehaussement de la végétation est effectué avant le processus de fusion. En revanche, pour le second algorithme le rehaussement de la végétation se fait après le processus de fusion et la végétation est délimitée à l'aide d'un nouvel indice (HRNDVI) proposé pour des images de hautes résolutions. HRNDVI est utilisé dans l'extraction de la végétation, même dans le cas complexe des zones urbaines où la végétation est dispersée. Ainsi, en utilisant HRNDVI, une nouvelle méthode a été proposée et testée pour extraire la végétation. Le troisième algorithme pansharpening est inclus dans la catégorie multi-résolution basée sur la transformée NSCT. L'amélioration des résultats est assurée par l’utilisation d'un nombre de niveaux de décomposition réduit pour les images multi-spectrales et un nombre plus élevé de niveaux de décomposition pour l'image panchromatique . Cette stratégie permet d’aboutir à des résultats visuels et quantitatifs satisfaisants. En outre, la contribution de la thèse considère aussi l'évaluation de la qualité des images fusionnées. En fait, un nouveau protocole pour l'évaluation de la qualité est proposé. En fonction de l'application à utiliser, il peut être réglé pour favoriser la qualité spectrale ou spatiale.
Book Synopsis Fusion Multiniveau Pour la Classification D'images de Télédétection À Très Haute Résolution Spatiale by : Ahsan Ursani
Download or read book Fusion Multiniveau Pour la Classification D'images de Télédétection À Très Haute Résolution Spatiale written by Ahsan Ursani and published by . This book was released on 2008 with total page 136 pages. Available in PDF, EPUB and Kindle. Book excerpt: Remote sensing is a promising technology that finds as diverse applications as defence, urban planning, healthcare, and environmental management. Collecting countrywide statistics of crop yield is one of the main tasks of remote sensing. Acquiring and processing very high resolution (VHR) satellite images are means accomplishing this task. Processing these remotely sensed (RS) images requires not only computational power but also improved algorithms for image segmentation and classification.This thesis aims at presenting the work carried out for applying computationally efficient spectral and textural analysis on very high resolution RS images, and combining the results from the two analyses for improve classification of vegetation covers. The spectral analysis presented here adopts the unsupervised approach of classification, whereas the textural analysis adopts the supervised approach of classification. The fusion of the contour information from the unsupervised spectral analysis with the pixel class information from the supervised textural analysis yields successful classification results.The thesis takes as a test case, a site covered with orchards, truck crops, crop fields, vineyards, forest, and fallows from Nîmes' region, France. The real contribution includes improved version of the unsupervised classification method based on k-means clustering, a method of introducing rotation invariance into the texture features based on discrete Fourier transform, and a method of fusing a supervised classification with an unsupervised classification. This thesis is all about developing these algorithms.
Book Synopsis Une approche collaborative segmentation - classification pour l'analyse descendante d'images multirésolutions by : Camille Kurtz
Download or read book Une approche collaborative segmentation - classification pour l'analyse descendante d'images multirésolutions written by Camille Kurtz and published by . This book was released on 2012 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: Depuis la fin des années 1990, les images optiques à très hautes résolutions spatiales issues de capteurs satellitaires sont de plus en plus accessibles par une vaste communauté d'utilisateurs. En particulier, différents systèmes satellitaires sont maintenant disponibles et produisent une quantité de données importante, utilisable pour l'observation de la Terre. En raison de cet important volume de données,les méthodes analytiques manuelles deviennent inadaptées pour un traitement efficace de ces données. Il devient donc crucial d'automatiser ces méthodes par des procédés informatiques, capables de traiter cette quantité de données hétérogènes.Dans le cadre de cette thèse, nos recherches se sont focalisées sur le développement de nouvelles approches basées régions (i.e., segmentation et classification) permettant l'extraction de plusieurs niveaux de connaissance et d'information à partir d'ensembles d'images à différentes résolutions spatiales. De telles images offrent en effet des vues différentes de la scène étudiée, ce qui peut permettre de faciliter l'extraction des objets d'intérêt. Ces derniers étant structurés sous la forme de hiérarchies d'objets complexes, nos travaux se sont naturellement tournés (1) vers l'utilisation d'approches de segmentation hiérarchique fournissant des ensembles de partitions de la scène à différents niveaux de détail et (2) vers l'intégration de connaissances de haut-niveau dans les processus de fouille de données. De manière plus générale, nous nous sommes intéressés à élaborer un outil informatique reposant sur une stratégie d'analyse descendante,similaire à celle d'un utilisateur, qui consiste à interpréter la scène en considérant, en premier lieu, les grandes zones composant les territoires (à partir des images aux résolutions les plus grossières) puis à affiner récursivement le niveau d'interprétation pour en extraire des zones plus spécialisées (à partir des images aux résolutions les plus fines).L'ensemble de ces travaux a été implanté dans une bibliothèque logicielle et validé dans le contexte de l'analyse d'environnements urbains à partir d'ensembles d'images multi résolutions.
Book Synopsis Construction et classification d'objets à partir d'images de télédétection par une approche itérative guidée par des connaissance du domaine by : Sébastien Derivaux
Download or read book Construction et classification d'objets à partir d'images de télédétection par une approche itérative guidée par des connaissance du domaine written by Sébastien Derivaux and published by . This book was released on 2009 with total page 168 pages. Available in PDF, EPUB and Kindle. Book excerpt: L'objet de cette thèse est d'élaborer un modèle de découverte de connaissances associant itérativement la construction automatique des zones d'intérêt (objets urbains, relations entre eux, ...), à partir des images de télédétection et la classification de ces objets. La construction des objet s'appuiera entre autre sur des opérateurs de fouille de données (notamment en utilisant les algorithmes de clustering développés par Cédric Wemmert au sein de l'équipe FDBT) et/ou des outils de morphologie mathématique (via l'utilisation de la plateforme piaf développé par l'équipe Sébastien Lefèvre de l'équipe MIV). La classification sera basée sur un système d'agents collaboratif utilisant plusieurs méthodes pour résoudre la problématique. Cette approche a déjà montré son intérêt dans le processus de clustering. L'utilisation de connaissances sera utilisée tant au niveau de la construction que de la classification. Une ontologie du domaine est en cours de développement dans l'équipe ERIC de Lyon. Elle sera utilisée pour la construction d'objet en indiquant les constructions d'objets potentiellement intéressantes. Au niveau de la classification, les connaissances permettront d'améliorer la capacité de détection en induisant une sémantique aux objets. Cette ontologie pourra aussi être enrichie dans le cas où le système découvre de nouvelles règles pertinentes...La morphologie mathématique donne des résultats sur des images en niveaux de gris [1], mais l'utilisation des données hyperspectrales est un champ encore peu étudié et qui pourrait améliorer sensiblement les résultats. Un système de clustering a été développé par l'équipe FDBT et pourra servir de base aux travaux. Les ontologies basées sur les logiques de descriptions permettent de gérer des connaissances de façon adéquates, un travail au niveau de l'opérationnalisation sera peut-être à effectuer. ...Le programme initial se base sur une approche du bas vers le haut du problème. Il convient de s'intéresser tout d'abord à la construction des régions, en cherchant via un état de l'art et certains prototypages à choisir les algorithmes les plus à même de pouvoir décrire l'image satellite dans à un niveau de description supérieur. Une fois cette première étape remplie, la classification de ces objets de niveau de description supérieur sera étudié. Encore une fois, après un état de l'art et des prototypages si besoin, certains algorithmes (système expert extrait de l'ontologie, arbres de décision, ...) seront sélectionnés pour être intégré dans un environnement collaboratif. Enfin il faudra modifier ces algorithmes pour leur donner la capacité de tenir compte des résultats des autres algorithmes.
Book Synopsis Contribution de la texture pour l’analyse d’images à très haute résolution spatiale by : Antoine Lefebvre
Download or read book Contribution de la texture pour l’analyse d’images à très haute résolution spatiale written by Antoine Lefebvre and published by . This book was released on 2011 with total page pages. Available in PDF, EPUB and Kindle. Book excerpt: Les données de télédétection acquises à Très Haute Résolution Spatiale (THRS) constituent une source d’information importante pour le suivi détaillé des changements d’occupation du sol sur de petites surfaces. Ces données sont particulièrement intéressantes pour les applications dans les milieux urbains et périurbains car elles permettent d’appréhender des changements brusques et irréguliers autant que des modifications subtiles et régulières. Toutefois, l’exploitation d’images à THRS nécessite des développements méthodologiques, les méthodes de détection de changement généralement utilisées pour traiter les images à basse et moyenne résolution n’étant pas adaptées : d’une part l’étendue et la résolution spectrale des capteurs à THRS sont souvent inférieures à celles des autres capteurs, la résolution spectrale des capteurs diminuant avec l’augmentation de leur résolution spatiale. D’autre part, la variabilité spectrale des pixels définissant les classes d’occupation du sol augmente en fonction de la résolution spatiale. Cette thèse présente ainsi une série d’outils méthodologiques qui permettent d’identifier et de caractériser automatiquement des changements affectant de petites surfaces à partir de données à THRS acquises à différentes dates et provenant de différentes sources. Contrairement à la majorité des méthodes utilisées en télédétection, l’originalité des outils présentés ne repose pas exclusivement ou essentiellement sur l’utilisation de l’information spectrale de l’image ; ils reposent surtout sur les propriétés de texture des objets géographiques observés. La texture est caractérisée à partir d’une analyse des coefficients issus d’une décomposition en ondelettes des images. Les outils développés comprennent : une méthode de correction de l’effet de vignettage des photographies aériennes anciennes ; une technique de segmentation d’images ; une méthode d’estimation de l’orientation dominante de motifs texturés ; une méthode de classification ; une méthode de détection de changements. L’ensemble de ces outils a été validé à partir d’exemples synthétiques, puis appliqué sur un secteur périurbain de l’agglomération rennaise afin de détecter les changements d’occupation et d’utilisation des sols à partir de photographies aériennes acquises en 1978 et 2001. Les taux de changement correctement détectés, qui varient de 78 % à 85 %, montrent l’intérêt d’exploiter la texture pour classer des images à THRS. Il est possible de détecter automatiquement différents types de changements et ainsi de distinguer des changements de pratiques culturales et des changements liés à l’artificialisation des sols. Les outils développés dans cette thèse sont génériques et s’appliquent à l’analyse de tout objet texturé. Ainsi nous avons exploité certains outils proposés pour détecter et caractériser des parcelles viticoles ou estimer des mouvements fluides en aéronautique
Book Synopsis Processing high-resolution images through deep learning techniques by : Praveer Singh
Download or read book Processing high-resolution images through deep learning techniques written by Praveer Singh and published by . This book was released on 2018 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: Dans cette thèse, nous discutons de quatre scénarios d'application différents qui peuvent être largement regroupés dans le cadre plus large de l'analyse et du traitement d'images à haute résolution à l'aide de techniques d'apprentissage approfondi. Les trois premiers chapitres portent sur le traitement des images de télédétection (RS) captées soit par avion, soit par satellite à des centaines de kilomètres de la Terre. Nous commençons par aborder un problème difficile lié à l'amélioration de la classification des scènes aériennes complexes par le biais d'un paradigme d'apprentissage profondément faiblement supervisé. Nous montrons comment en n'utilisant que les étiquettes de niveau d'image, nous pouvons localiser efficacement les régions les plus distinctives dans les scènes complexes et éliminer ainsi les ambiguïtés qui mènent à une meilleure performance de classification dans les scènes aériennes très complexes. Dans le deuxième chapitre, nous traiterons de l'affinement des étiquettes de segmentation des empreintes de pas des bâtiments dans les images aériennes. Pour ce faire, nous détectons d'abord les erreurs dans les masques de segmentation initiaux et corrigeons uniquement les pixels de segmentation où nous trouvons une forte probabilité d'erreurs. Les deux prochains chapitres de la thèse portent sur l'application des Réseaux Adversariatifs Génératifs. Dans le premier, nous construisons un modèle GAN nuageux efficace pour éliminer les couches minces de nuages dans l'imagerie Sentinel-2 en adoptant une perte de consistance cyclique. Ceci utilise une fonction de perte antagoniste pour mapper des images nuageuses avec des images non nuageuses d'une manière totalement non supervisée, où la perte cyclique aide à contraindre le réseau à produire une image sans nuage correspondant a` l'image nuageuse d'entrée et non à aucune image aléatoire dans le domaine cible. Enfin, le dernier chapitre traite d'un ensemble différent d'images `à haute résolution, ne provenant pas du domaine RS mais plutôt de l'application d'imagerie à gamme dynamique élevée (HDRI). Ce sont des images 32 bits qui capturent toute l'étendue de la luminance présente dans la scène. Notre objectif est de les quantifier en images LDR (Low Dynamic Range) de 8 bits afin qu'elles puissent être projetées efficacement sur nos écrans d'affichage normaux tout en conservant un contraste global et une qualité de perception similaires à ceux des images HDR. Nous adoptons un modèle GAN multi-échelle qui met l'accent à la fois sur les informations plus grossières et plus fines nécessaires aux images à haute résolution. Les sorties finales cartographiées par ton ont une haute qualité subjective sans artefacts perçus.
Book Synopsis Development of an Innovative System for the Reconstruction of New Generation Satellite Images by : Luca Lorenzi
Download or read book Development of an Innovative System for the Reconstruction of New Generation Satellite Images written by Luca Lorenzi and published by . This book was released on 2012 with total page 117 pages. Available in PDF, EPUB and Kindle. Book excerpt: Les satellites de télédétection sont devenus incontournables pour la société civile. En effet, les images satellites ont été exploitées avec succès pour traiter plusieurs applications, notamment la surveillance de l'environnement et de la prévention des catastrophes naturelles. Dans les dernières années, l'augmentation de la disponibilité de très haute résolution spatiale (THR) d'images de télédétection abouti à de nouvelles applications potentiellement pertinentes liées au suivi d'utilisation des sols et à la gestion environnementale. Cependant, les capteurs optiques, en raison du fait qu'ils acquièrent directement la lumière réfléchie par le soleil, ils peuvent souffrir de la présence de nuages dans le ciel et / ou d'ombres sur la terre. Il s'agit du problème des données manquantes, qui induit un problème important et crucial, en particulier dans le cas des images THR, où l'augmentation des détails géométriques induit une grande perte d'informations. Dans cette thèse, de nouvelles méthodologies de détection et de reconstruction de la région contenant des données manquantes dans les images THR sont proposées et appliquées sur les zones contaminées par la présence de nuages et / ou d'ombres. En particulier, les contributions méthodologiques proposées comprennent: i) une stratégie multirésolution d'inpainting visant à reconstruire les images contaminées par des nuages ; ii) une nouvelle combinaison d'information radiométrique et des informations de position spatiale dans deux noyaux spécifiques pour effectuer une meilleure reconstitution des régions contaminés par les nuages en adoptant une régression par méthode a vecteurs supports (RMVS) ; iii) l'exploitation de la théorie de l'échantillonnage compressé avec trois stratégies différentes (orthogonal matching pursuit, basis pursuit et une solution d'échantillonnage compressé, basé sur un algorithme génétique) pour la reconstruction d'images contaminés par des nuages; iv) une chaîne de traitement complète qui utilise une méthode à vecteurs de supports (SVM) pour la classification et la détection des zones d'ombre, puis une régression linéaire pour la reconstruction de ces zones, et enfin v) plusieurs critères d'évaluation promptes à évaluer la performance de reconstruction des zones d'ombre. Toutes ces méthodes ont été spécialement développées pour fonctionner avec des images très haute résolution. Les résultats expérimentaux menés sur des données réelles sont présentés afin de montrer et de confirmer la validité de toutes les méthodes proposées. Ils suggèrent que, malgré la complexité des problèmes, il est possible de récupérer de façon acceptable les zones manquantes masquées par les nuages ou rendues erronées les ombres.
Book Synopsis Segmentation interactive multiclasse d'images par classification de superpixels et optimisation dans un graphe de facteurs by : Bérangère Mathieu
Download or read book Segmentation interactive multiclasse d'images par classification de superpixels et optimisation dans un graphe de facteurs written by Bérangère Mathieu and published by . This book was released on 2017 with total page 157 pages. Available in PDF, EPUB and Kindle. Book excerpt: La segmentation est l'un des principaux thèmes du domaine de l'analyse d'images. Segmenter une image consiste à trouver une partition constituée de régions, c'est-à-dire d'ensembles de pixels connexes homogènes selon un critère choisi. L'objectif de la segmentation consiste à obtenir des régions correspondant aux objets ou aux parties des objets qui sont présents dans l'image et dont la nature dépend de l'application visée. Même s'il peut être très fastidieux, un tel découpage de l'image peut être facilement obtenu par un être humain. Il n'en est pas de même quand il s'agit de créer un programme informatique dont l'objectif est de segmenter les images de manière entièrement automatique. La segmentation interactive est une approche semi-automatique où l'utilisateur guide la segmentation d'une image en donnant des indications. Les méthodes qui s'inscrivent dans cette approche se divisent en deux catégories en fonction de ce qui est recherché : les contours ou les régions. Les méthodes qui recherchent des contours permettent d'extraire un unique objet correspondant à une région sans trou. L'utilisateur vient guider la méthode en lui indiquant quelques points sur le contour de l'objet. L'algorithme se charge de relier chacun des points par une courbe qui respecte les caractéristiques de l'image (les pixels de part et d'autre de la courbe sont aussi dissemblables que possible), les indications données par l'utilisateur (la courbe passe par chacun des points désignés) et quelques propriétés intrinsèques (les courbes régulières sont favorisées). Les méthodes qui recherchent les régions groupent les pixels de l'image en des ensembles, de manière à maximiser la similarité en leur sein et la dissemblance entre les différents ensembles. Chaque ensemble correspond à une ou plusieurs composantes connexes et peut contenir des trous. L'utilisateur guide la méthode en traçant des traits de couleur qui désignent quelques pixels appartenant à chacun des ensembles. Si la majorité des méthodes ont été conçues pour extraire un objet principal du fond, les travaux menés durant la dernière décennie ont permis de proposer des méthodes dites multiclasses, capables de produire une partition de l'image en un nombre arbitraire d'ensembles. La contribution principale de ce travail de recherche est la conception d'une nouvelle méthode de segmentation interactive multiclasse par recherche des régions. Elle repose sur la modélisation du problème comme la minimisation d'une fonction de coût pouvant être représentée par un graphe de facteurs. Elle intègre une méthode de classification par apprentissage supervisé assurant l'adéquation entre la segmentation produite et les indications données par l'utilisateur, l'utilisation d'un nouveau terme de régularisation et la réalisation d'un prétraitement consistant à regrouper les pixels en petites régions cohérentes : les superpixels. L'utilisation d'une méthode de sur-segmentation produisant des superpixels est une étape clé de la méthode que nous proposons : elle réduit considérablement la complexité algorithmique et permet de traiter des images contenant plusieurs millions de pixels, tout en garantissant un temps interactif. La seconde contribution de ce travail est une évaluation des algorithmes permettant de grouper les pixels en superpixels, à partir d'un nouvel ensemble de données de référence que nous mettons à disposition et dont la particularité est de contenir des images de tailles différentes : de quelques milliers à plusieurs millions de pixels. Cette étude nous a également permis de concevoir et d'évaluer une nouvelle méthode de production de superpixels.
Book Synopsis Etude du passage à l'échelle des algorithmes de segmentation et de classification en télédétection pour le traitement de volumes massifs de données by : Pierre Lassalle
Download or read book Etude du passage à l'échelle des algorithmes de segmentation et de classification en télédétection pour le traitement de volumes massifs de données written by Pierre Lassalle and published by . This book was released on 2015 with total page 180 pages. Available in PDF, EPUB and Kindle. Book excerpt: Les récentes missions spatiales d'observation de la Terre fourniront des images optiques à très hautes résolutions spatiale, spectrale et temporelle générant des volumes de données massifs. L'objectif de cette thèse est d'apporter de nouvelles solutions pour le traitement efficace de grands volumes de données ne pouvant être contenus en mémoire. Il s'agit de lever les verrous scientifiques en développant des algorithmes efficaces qui garantissent des résultats identiques à ceux obtenus dans le cas où la mémoire ne serait pas une contrainte. La première partie de la thèse se consacre à l'adaptation des méthodes de segmentation pour le traitement d'images volumineuses. Une solution naïve consiste à découper l'image en tuiles et à appliquer la segmentation sur chaque tuile séparément. Le résultat final est reconstitué en regroupant les tuiles segmentées. Cette stratégie est sous-optimale car elle entraîne des modifications par rapport au résultat obtenu lors de la segmentation de l'image sans découpage. Une étude des méthodes de segmentation par fusion de régions a conduit au développement d'une solution permettant la segmentation d'images de taille arbitraire tout en garantissant un résultat identique à celui obtenu avec la méthode initiale sans la contrainte de la mémoire. La faisabilité de la solution a été vérifiée avec la segmentation de plusieurs scènes Pléiades à très haute résolution avec des tailles en mémoire de l'ordre de quelques gigaoctets. La seconde partie de la thèse se consacre à l'étude de l'apprentissage supervisé lorsque les données ne peuvent être contenues en mémoire. Dans le cadre de cette thèse, nous nous focalisons sur l'algorithme des forêts aléatoires qui consiste à établir un comité d'arbres de décision. Plusieurs solutions ont été proposées dans la littérature pour adapter cet algorithme lorsque les données d'apprentissage ne peuvent être stockées en mémoire. Cependant, ces solutions restent soit approximatives, car la contrainte de la mémoire réduit à chaque fois la visibilité de l'algorithme à une portion des données d'apprentissage, soit peu efficaces, car elles nécessitent de nombreux accès en lecture et écriture sur le disque dur. Pour pallier ces problèmes, nous proposons une solution exacte et efficace garantissant une visibilité de l'algorithme sur l'ensemble des données d'apprentissage. L'exactitude des résultats est vérifiée et la solution est testée avec succès sur de grands volumes de données d'apprentissage.
Book Synopsis Détection de changements et analyse des séries temporelles d’images 2 by : Abdourrahmane M. Atto
Download or read book Détection de changements et analyse des séries temporelles d’images 2 written by Abdourrahmane M. Atto and published by ISTE Group. This book was released on 2024-02-14 with total page 296 pages. Available in PDF, EPUB and Kindle. Book excerpt: Cet ouvrage traite de l’analyse des séries temporelles d’images de télédétection par apprentissages statistique, automatique et/ou profond. Détection de changements et analyse des séries temporelles d’images 2 présente un éventail de modèles et de méthodes supervisées d’analyse, d’extraction d’informations spatio-temporelles et de classification, à partir de séries chronologiques d’observations des états de la surface terrestre par télédétection spatiale. L’ouvrage met en lumière des contributions sur la détection de changements multidates dans des données mono- et multi-modales, sur les classes de transitions et d’entités dynamiques, sur l’analyse des tendances et des fluctuations spatio-temporellles, ou encore sur le suivi et l’analyse prédictive d’évolution. De nombreuses applications illustrent les études sur l’évolution de la surface terrestre (cartographie d’exploitation des terres, analyse de l’état des glaciers, dynamique urbaine, évaluation de la neige, etc.) et sur les risques naturels (évaluation des inondations, activités volcaniques, surveillance des avalanches, etc.). Les orientations futures sont également exposées.
Book Synopsis Classification des images de télédétection by : Akkacha Bekaddour
Download or read book Classification des images de télédétection written by Akkacha Bekaddour and published by Omniscriptum. This book was released on 2012 with total page 156 pages. Available in PDF, EPUB and Kindle. Book excerpt: Ce travail s'inscrit dans le contexte g n ral de l'aide au traitement et a l'interpr tation des donn es .Les applications concernent particuli rement l'imagerie satellitaire (suivi de l'urbanisation, cartographie, gestion et am nagement des sols, syst mes d'information, g ographique SIG .......). La reconnaissance de la couverture du sol partir classifications automatiques est l'une des recherches m thodologiques importantes en t l d tection. La classification est une tape tr s importante que l'on peut rencontrer dans de nombreuses cha nes d'analyse d'images .Elle permet, moyennant un d coupage de donn es, de s parer les diff rentes r gions homog nes qui seront rep r es par des tiquettes (Num ro, couleur, ....). Nous nous int ressant dans ce travail a mettre en oeuvre des algorithmes (de classification) permettant de regrouper en classes homog nes les pixels de l'image a analyser. Les r sultats obtenus peuvent tre utilis s pour identifier ou extraire les diff rentes r gions (Habitations, r gions agricoles, forets, fleures, routes, sols nus, ....).
Book Synopsis ANALYSE DE TEXTURE EN TELEDETECTION by : Mustapha Slimani
Download or read book ANALYSE DE TEXTURE EN TELEDETECTION written by Mustapha Slimani and published by . This book was released on 1986 with total page 98 pages. Available in PDF, EPUB and Kindle. Book excerpt: LES IMAGES UTILISEES SONT DES SIMULATIONS D'IMAGES SPOT FOURNIES PAR LE CNES. LA TEXTURE EST LA TRADUCTION DE LA STRUCTURE EXISTANT DANS UNE IMAGE. LE BUT DE L'ANALYSE DE TEXTURE EST DE QUANTIFIER L'INFORMATION QUI EXISTE ENTRE UN PIXEL ET SES VOISINS DANS UNE IMAGE. BIBLIOGRAPHIE DES METHODES UTILISEES. SELECTION DE LA METHODE DES MATRICES DE COOCCURENCE ET LA METHODE DES DIFFERENCES STATISTIQUES. SEGMENTATION DES IMAGES CONSTITUEES D'UN CERTAIN NOMBRE DE TYPES DE TEXTURE
Book Synopsis RECONNAISSANCE DE FORMES DANS DES IMAGES DE TELEDETECTION DU MILIEU URBAIN by : ISABELLE.. COULOIGNER
Download or read book RECONNAISSANCE DE FORMES DANS DES IMAGES DE TELEDETECTION DU MILIEU URBAIN written by ISABELLE.. COULOIGNER and published by . This book was released on 1998 with total page 130 pages. Available in PDF, EPUB and Kindle. Book excerpt: CETTE THESE PRESENTE UNE NOUVELLE METHODE, SEMI-AUTOMATIQUE ET HIERARCHIQUE, D'EXTRACTION DU RESEAU ROUTIER URBAIN A PARTIR D'IMAGES DE TELEDETECTION DE TRES HAUTE RESOLUTION SPATIALE. LA METHODE EST BASEE SUR LE MODELE DE RUES DEVELOPPE DANS CETTE THESE, ET SUR LES DEUX OUTILS MATHEMATIQUES QUE SONT L'ANALYSE MULTIRESOLUTION ET LA TRANSFORMEE EN ONDELETTES. LE MODELE DE RUES INTEGRE LES PROPRIETES RADIOMETRIQUES, GEOMETRIQUES ET TOPOGRAPHIQUES DES DIFFERENTS TYPES DE RUES PRESENTS DANS LES RESEAUX ROUTIERS URBAINS. IL EST EXPLICITE ET GENERIQUE. UN MODELE DE RESEAU ROUTIER A EGALEMENT ETE ELABORE. IL EST BASE SUR DES PROPRIETES DE CONNEXITE SIMPLIFIEE ET DE HIERARCHIE DU RESEAU. L'ANALYSE MULTIECHELLE DES IMAGES, OBTENUE PAR UNE ANALYSE MULTIRESOLUTION, CONDUIT A L'EXTRACTION, HIERARCHIQUE, DES BORDS DES DIFFERENTES RUES DU RESEAU. LA MODELISATION DE L'INFORMATION A DIFFERENTES ECHELLES CARACTERISTIQUES, PAR LA TRANSFORMEE EN ONDELETTES, PERMET D'EN ETABLIR LA TOPOGRAPHIE, I.E. D'EN EXTRAIRE LES TERRE-PLEINS. CES EXTRACTIONS S'EFFECTUENT PAR DEUX ALGORITHMES MULTIRESOLUTIONS ET ITERATIFS. DES CRITERES QUANTITATIFS D'EVALUATION ONT ETE DEVELOPPES EN LIAISON AVEC DES CARTOGRAPHES URBANISTES. ILS SONT BASES SUR L'EMPRISE ET LA LOCALISATION DES RUES, ET SUR DES INDICES DE CONNEXITE DU RESEAU ROUTIER QUADRANGULAIRE. CETTE METHODE A ETE APPLIQUEE A DES IMAGES DE DIFFERENTES RESOLUTIONS SPATIALES ET SPECTRALES. LES RUES AINSI EXTRAITES SONT POSITIONNEES AVEC UNE ERREUR MOYENNE DE 2 PIXELS QUELLE QUE SOIT LA RESOLUTION DES IMAGES ORIGINALES. CETTE METHODE PERMET UNE AUTOMATISATION PARTIELLE DES TACHES DE CARTOGRAPHIE DU MILIEU URBAIN.
Book Synopsis Développement et automatisation de méthodes de classification à partir de séries temporelles d'images de télédétection by : Antoine Masse
Download or read book Développement et automatisation de méthodes de classification à partir de séries temporelles d'images de télédétection written by Antoine Masse and published by . This book was released on 2013 with total page 223 pages. Available in PDF, EPUB and Kindle. Book excerpt: La quantité de données de télédétection archivées est de plus en plus importante et grâce aux nouveaux et futurs satellites, ces données offriront une plus grande diversité de caractéristiques : spectrale, temporelle, résolution spatiale et superficie de l'emprise du satellite. Cependant, il n'existe pas de méthode universelle qui maximise la performance des traitements pour tous les types de caractéristiques citées précédemment; chaque méthode ayant ses avantages et ses inconvénients. Les travaux de cette thèse se sont articulés autour de deux grands axes que sont l'amélioration et l'automatisation de la classification d'images de télédétection, dans le but d'obtenir une carte d'occupation des sols la plus fiable possible. En particulier, les travaux ont portés sur la la sélection automatique de données pour la classification supervisée, la fusion automatique d'images issues de classifications supervisées afin de tirer avantage de la complémentarité des données multi-sources et multi-temporelles et la classification automatique basée sur des séries temporelles et spectrales de référence, ce qui permettra la classification de larges zones sans référence spatiale. Les méthodes ont été testées et validées sur un panel de données très variées de : capteurs : optique (Formosat-2, Spot 2/4/5, Landsat 5/7, Worldview-2, Pleiades) et radar (Radarsat,Terrasar-X), résolutions spatiales : de haute à très haute résolution (de 30 mètres à 0.5 mètre), répétitivités temporelles (jusqu'à 46 images par an) et zones d'étude : agricoles (Toulouse, Marne), montagneuses (Pyrénées), arides (Maroc, Algérie). Deux applications majeures ont été possibles grâce à ces nouveaux outils : l'obtention d'un bilan carbone à partir des rotations culturales obtenues sur plusieurs années et la cartographie de la trame verte (espaces écologiques) dans le but d'étudier l'impact du choix du capteur sur la détection de ces éléments
