Loading...
Please wait, while we are loading the content...
Similar Documents
Analyse texturale des images radar par les méthodes des réseaux de neurones
| Content Provider | Semantic Scholar |
|---|---|
| Author | Tonyé, Emmanuel Akono, Alain Tcheuffa, S. S. |
| Copyright Year | 1996 |
| Abstract | Tsxtural analysis deals very well with radar images. Wavelet transform and adaptative filters are used as a pre-treatment to the estimation of textural parameters. The “multilayer perceptron” does the classification. Two software packages were produced : ATIR for textural analysis and PMUC for neural network programming. These technics have been applied successfully on a radar image of the Douala region in Cameroon. 1 INTRODUCTION Le RADAR entre dans l’histoire de l’humanité pendant la seconde guerre mondiale comme un dispositif de vision distance des bâtiments ennemis. Il prend depuis une importance croissante dans des domaines aussi divers que l’aéronautique, le spatial qu l’imagerie. Les méthodes d’analyse texturale fournissent par le biais de statistiques du second ordre des informations liées au voisinage des pixels. L’estimation de paramètres de texwre s’intègre depuis quelques années dans les approches neuronales de reconnaissance des formes en mode supervisé et non supervisé. Dans cette étude, nous nous intéressons une extraction de paramètres de texture après un prétraitement par transformb en ondelettes discrète et filtrage. L’image de Douala utilisée est produite par un RADAR aéroporté, de taille 1078*682, codée sur 256 niveaux de gris. L’image est découpée en zones de taille paramétrable avec ou sans chevauchement. Une classification par la méthode du plus proche voisin est réalisée sur une version réduite de l’image. L’image classifiée obtenue est utilisée pour entrainer le réseau. Le réseau entrainé sert ensuite au classement de l’image réelle. Le prétraitement et l’extraction des paramètres de texture sont implémentés dans le logiciel ATIR (Analyse Texturale Des Images Radar). La méthode de classification fonctionne en mode supervisé; elle est effectuée par un réseau de neurones multicouches ou “perceptron mzrlticouches.”. La création, l’apprentissage et l’utilisation des réseaux de neurones sont mis en oeuvre dans le logiciel PMUC (Perceptron MUtiCouches) |
| Starting Page | 695 |
| Ending Page | 704 |
| Page Count | 10 |
| File Format | PDF HTM / HTML |
| Alternate Webpage(s) | http://horizon.documentation.ird.fr/exl-doc/pleins_textes/pleins_textes_6/colloques2/010008777.pdf |
| Language | English |
| Access Restriction | Open |
| Content Type | Text |
| Resource Type | Article |
