Loading...
Please wait, while we are loading the content...
Similar Documents
Caractérisation de texture par analyse en ondelettes complexes pour la segmentation d’image : applications en télédétection et en écologie forestière
| Content Provider | Semantic Scholar |
|---|---|
| Author | Kennel, Pol |
| Copyright Year | 2013 |
| Abstract | L'analyse des images numeriques, bien que largement etudiee, reste encore aujourd'hui un reel defi. Avec pour objectifs la description pertinente et la reconnaissance semantique du contenu de celles-ci, de nombreuses applications requierent une attention particuliere quant a cette analyse. Pour repondre a ces besoins, l'analyse du contenu des images est realisee de facon automatique grâce a des methodes informatiques se rapprochant par exemple des mathematiques, des statistiques, de la physique. Une facon pertinente et reconnue de representer les objets observes dans les images reside dans leur segmentation. Couplee a la classification, la segmentation permet une segregation semantique de ces objets. Cependant, les methodes existantes ne peuvent etre considerees comme generiques, et bien que motivees par de nombreux domaines (militaire, medical, satellite, etc.), celles-ci sont continuellement reevaluees, adaptees et ameliorees. Par exemple, les images satellites se demarquent dans le milieu de l'image de par leur specificite d'acquisition, de par leur support ou de par le sujet d'observation (la Terre dans notre cas).Cette these a pour but d'explorer les methodes de caracterisation et de segmentation supervisees exploitant la notion de texture. Les sols observes depuis l'espace, a des echelles et des resolutions differentes, peuvent etre percus comme textures. Les cartes d'occupation des sols peuvent etre obtenues par la segmentation d'images satellites, notamment en utilisant l'information texturale. Nous proposons le developpement d'algorithmes de segmentation competitifs caracterisant la texture par l'utilisation de representations multi-echelles des images obtenues par decomposition en ondelettes et de classificateurs supervises tels que les Support Vector Machines. Dans cette optique, cette these est principalement articulee autour de plusieurs projets de recherche necessitant une etude des images a des echelles et des resolutions differentes, ces images etant elles-memes de nature variee (e.g. multi-spectrales, optiques, LiDAR). Nous deriverons, pour ces differents cas d'etude, certains aspects de la methodologie developpee. |
| File Format | PDF HTM / HTML |
| Alternate Webpage(s) | http://amap-collaboratif.cirad.fr/ecipp/wp-content/uploads/Presentation_thsee_PolK2.pdf |
| Language | English |
| Access Restriction | Open |
| Content Type | Text |
| Resource Type | Article |
