Approche a contrario pour la détection de changements à partir d'images satellite basse résolution

Content Provider	Semantic Scholar
Author	Robin, A. Moisan, Lionel Hégarat-Mascle, Sylvie Le
Copyright Year	2005
Abstract	Nous considerons le probleme du suivi de vegetation et de la detection de changements a partir de sequences d'images satellite presentant une forte repetitivite temporelle mais une faible resolution spatiale. Nous derivons un critere probabiliste a contrario mesurant la coherence entre la sequence d'images "basse resolution" et un etat anterieur de reference (classification). La mesure ainsi obtenue est au cœur d'un algorithme stochastique qui selectionne automatiquement les zones contenant les changements apparus au cours de la periode etudiee. Le principe de cette approche est valide d'un point de vue theorique : nous montrons que tout changement, aussi local soit-il, peut etre detecte pour peu que le niveau de contraste de l'image soit suffisament eleve. Enfin, nous presentons des experiences sur donnees simulees, qui affichent des performances prometteuses en vue d'une future application a des donnees reelles.
Starting Page	1
Ending Page	4
Page Count	4
File Format	PDF HTM / HTML
Alternate Webpage(s)	http://documents.irevues.inist.fr/bitstream/handle/2042/13870/A207_35854.pdf?sequence=1
Language	English
Access Restriction	Open
Content Type	Text
Resource Type	Article