Descripteur
Termes IGN > sciences naturelles > physique > traitement d'image > analyse d'image numérique > extraction de traits caractéristiques
extraction de traits caractéristiquesSynonyme(s)extraction des caractéristiques extraction de primitiveVoir aussi |
Documents disponibles dans cette catégorie (714)
![](./images/expand_all.gif)
![](./images/collapse_all.gif)
Etendre la recherche sur niveau(x) vers le bas
Cartographie du châtaignier en Alsace par imagerie satellite multi-date / Colette Meyer in Revue Française de Photogrammétrie et de Télédétection, n° 211 - 212 (juillet - décembre 2015)
![]()
[article]
Titre : Cartographie du châtaignier en Alsace par imagerie satellite multi-date Type de document : Article/Communication Auteurs : Colette Meyer, Auteur ; Mathilde Caspard, Auteur ; Stephen Clandillon, Auteur ; et al., Auteur Année de publication : 2015 Article en page(s) : pp 25 - 32 Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] Alsace (France administrative)
[Termes IGN] carte de la végétation
[Termes IGN] Castanea (genre)
[Termes IGN] châtaigneraie
[Termes IGN] extraction de la végétation
[Termes IGN] feuillu
[Termes IGN] image ALOS-AVNIR2
[Termes IGN] image SPOT 5
[Termes IGN] peuplement forestier
[Termes IGN] série temporelle
[Termes IGN] signature spectraleRésumé : (auteur) Parmi toutes les essences qui peuplent la forêt alsacienne, le châtaignier est considéré comme un arbre d'avenir face aux enjeux du réchauffement climatique. Cette essence a fait l'objet d'une étude particulière dans le cadre d'un projet franco-allemand intégré au programme européen Interreg IV A Rhin supérieur. D'une durée de trois ans, cette étude avait pour objectif de développer des stratégies de préservation et de valorisation de ces châtaigneraies. Elle a ainsi porté sur la conservation des paysages forestiers, sur la valorisation du bois et des fruits, ainsi que sur la préservation des châtaigneraies face au chancre qui menace les peuplements.
Dans le cadre de ce programme, le SERTIT a développé une méthode pour produire une cartographie détaillée et à jour des zones de châtaigniers sur toute l'Alsace. La méthodologie pour distinguer les châtaigniers des autres essences forestières a été développée à partir d'un choix ciblé d'images satellites acquises à différentes saisons et des données de terrain de placettes géolocalisant des châtaigneraies. Ainsi des images SPOT5 et ALOS AVNIR-2 multi-temporelles couvrant différentes phases du cycle de développement annuel du châtaignier (au printemps et en été) ont été utilisées. L'étude est basée sur une analyse des caractéristiques spectrales pour les principaux feuillus à partir d'échantillons de terrain pour les différentes images. Ainsi, l'analyse des signatures spectrales a permis d'identifier les images permettant une différenciation des châtaigniers, ce sont celles acquises au début du printemps et en été. Elles correspondent aux caractéristiques particulières propres à cette essence qui sont son développement foliaire tardif par rapport aux autres feuillus et sa floraison abondante. Les résultats de cette cartographie générée sur l'ensemble de la région Alsace ont été validés lors de campagnes de terrain, cette validation qui n'a été que partielle a pourtant montré une bonne précision de détection des peuplements de châtaigniers matures qui est de 85%.Numéro de notice : A2015-902 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article DOI : 10.52638/rfpt.2015.538 Date de publication en ligne : 06/12/2015 En ligne : https://doi.org/10.52638/rfpt.2015.538 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=79557
in Revue Française de Photogrammétrie et de Télédétection > n° 211 - 212 (juillet - décembre 2015) . - pp 25 - 32[article]Détection à haute résolution spatiale de la desserte forestière en milieu montagneux / António Ferraz in Revue Française de Photogrammétrie et de Télédétection, n° 211 - 212 (juillet - décembre 2015)
![]()
[article]
Titre : Détection à haute résolution spatiale de la desserte forestière en milieu montagneux Type de document : Article/Communication Auteurs : António Ferraz , Auteur ; Clément Mallet
, Auteur ; Nesrine Chehata
, Auteur
Année de publication : 2015 Article en page(s) : pp 103 - 118 Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] analyse d'image orientée objet
[Termes IGN] classification dirigée
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] données lidar
[Termes IGN] extraction du réseau routier
[Termes IGN] graphe planaire
[Termes IGN] MNS lidar
[Termes IGN] modèle numérique de terrain
[Termes IGN] montagneRésumé : (auteur) En milieu montagneux et forestier, la localisation de la route et ses caractéristiques géométriques sont des informations cruciales pour de nombreuses applications écologiques et liées à la gestion forestière. Par ailleurs, le lidar aéroporté topographique est devenu une technique de télédétection reconnue pour la caractérisation fine de la surface terrestre : les Modèles Numériques de Terrain (MNT) en sont le produit standard. Cet article aborde le problème de la détection de routes sur de grandes surfaces (>1000 km2) dans de tels environnements. Pour cela, nous avons proposé une méthode fondée sur l'hypothèse que les routes peuvent être modélisées par des objets planaires suivant une direction privilégiée et avec de fortes variations du relief dans la direction orthogonale. La connaissance seule du MNT lidar à 1 m de résolution est suffisante dans notre processus, qui ne requiert donc pas le traitement supplémentaire des nuages de points 3D lidar ni de données à retour d'onde complète. L'intégralité de l'analyse se fait donc en deux dimensions. Tout d'abord, trois attributs morphologiques sont extraits du MNT et introduits dans une classification supervisée par Forêts Aléatoires des zones potentiellement "routes". Ensuite, un graphe est créé à partir de ce masque de focalisation afin de combler les éventuels manques et occlusions dus principalement à la végétation. En particulier, les nœuds sont sélectionnés avec un Processus Ponctuel, puis le graphe est élagué en suivant le modèle de route initial. Enfin, la largeur et la pente des routes sont estimées grâce au MNT avec une analyse orientée-objet. D'une part, on obtient une qualité de détection convaincante, tant au niveau de l'exhaustivité (>80%) que de la précision géométrique, supérieure à celle des bases de données topographiques 2D existantes. De plus, de nouvelles routes sont détectées grâce à la capacité du lidar à restituer le terrain sous le couvert végétal. Cependant, en présence d'un trop faible nombre de mesures lidar au niveau du sol, des routes peuvent ne pas être restituées. Enfin, nous montrons que notre méthode est adaptée à une analyse sur de grandes surfaces puisqu'elle permet des rendements de moins de 2 minutes par km2. Numéro de notice : A2015-908 Affiliation des auteurs : LASTIG MATIS (2012-2019) Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : 10.52638/rfpt.2015.549 En ligne : https://doi.org/10.52638/rfpt.2015.549 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=79567
in Revue Française de Photogrammétrie et de Télédétection > n° 211 - 212 (juillet - décembre 2015) . - pp 103 - 118[article]Local binary patterns and extreme learning machine for hyperspectral imagery classification / Wei Li in IEEE Transactions on geoscience and remote sensing, vol 53 n° 7 (July 2015)
![]()
[article]
Titre : Local binary patterns and extreme learning machine for hyperspectral imagery classification Type de document : Article/Communication Auteurs : Wei Li, Auteur ; Chen Chen, Auteur ; Hongjun Su, Auteur ; Qian Du, Auteur Année de publication : 2015 Article en page(s) : pp 3681 - 3693 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] apprentissage automatique
[Termes IGN] classification spectrale
[Termes IGN] extraction de traits caractéristiques
[Termes IGN] filtre de Gabor
[Termes IGN] image hyperspectrale
[Termes IGN] texture d'imageRésumé : (Auteur) It is of great interest in exploiting texture information for classification of hyperspectral imagery (HSI) at high spatial resolution. In this paper, a classification paradigm to exploit rich texture information of HSI is proposed. The proposed framework employs local binary patterns (LBPs) to extract local image features, such as edges, corners, and spots. Two levels of fusion (i.e., feature-level fusion and decision-level fusion) are applied to the extracted LBP features along with global Gabor features and original spectral features, where feature-level fusion involves concatenation of multiple features before the pattern classification process while decision-level fusion performs on probability outputs of each individual classification pipeline and soft-decision fusion rule is adopted to merge results from the classifier ensemble. Moreover, the efficient extreme learning machine with a very simple structure is employed as the classifier. Experimental results on several HSI data sets demonstrate that the proposed framework is superior to some traditional alternatives. Numéro de notice : A2015-316 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2014.2381602 En ligne : https://doi.org/10.1109/TGRS.2014.2381602 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=76566
in IEEE Transactions on geoscience and remote sensing > vol 53 n° 7 (July 2015) . - pp 3681 - 3693[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 065-2015071 RAB Revue Centre de documentation En réserve L003 Disponible Multiclass feature learning for hyperspectral image classification: Sparse and hierarchical solutions / Devis Tuia in ISPRS Journal of photogrammetry and remote sensing, vol 105 (July 2015)
![]()
[article]
Titre : Multiclass feature learning for hyperspectral image classification: Sparse and hierarchical solutions Type de document : Article/Communication Auteurs : Devis Tuia, Auteur ; Rémi Flamary, Auteur ; Nicolas Courty, Auteur Année de publication : 2015 Article en page(s) : pp 272 - 285 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] apprentissage profond
[Termes IGN] extraction de traits caractéristiques
[Termes IGN] image hyperspectrale
[Termes IGN] régression logistiqueRésumé : (auteur) In this paper, we tackle the question of discovering an effective set of spatial filters to solve hyperspectral classification problems. Instead of fixing a priori the filters and their parameters using expert knowledge, we let the model find them within random draws in the (possibly infinite) space of possible filters. We define an active set feature learner that includes in the model only features that improve the classifier. To this end, we consider a fast and linear classifier, multiclass logistic classification, and show that with a good representation (the filters discovered), such a simple classifier can reach at least state of the art performances. We apply the proposed active set learner in four hyperspectral image classification problems, including agricultural and urban classification at different resolutions, as well as multimodal data. We also propose a hierarchical setting, which allows to generate more complex banks of features that can better describe the nonlinearities present in the data. Numéro de notice : A2015-705 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2015.01.006 En ligne : https://doi.org/10.1016/j.isprsjprs.2015.01.006 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=78341
in ISPRS Journal of photogrammetry and remote sensing > vol 105 (July 2015) . - pp 272 - 285[article]Operationalizing measurement of forest degradation: Identification and quantification of charcoal production in tropical dry forests using very high resolution satellite imagery / K. Dons in International journal of applied Earth observation and geoinformation, vol 39 (July 2015)
![]()
[article]
Titre : Operationalizing measurement of forest degradation: Identification and quantification of charcoal production in tropical dry forests using very high resolution satellite imagery Type de document : Article/Communication Auteurs : K. Dons, Auteur ; C. Smith-Hall, Auteur ; H. Meilby, Auteur ; Rasmus Fensholt, Auteur Année de publication : 2015 Article en page(s) : pp 18 - 27 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] biomasse (combustible)
[Termes IGN] charbon de bois
[Termes IGN] classification dirigée
[Termes IGN] déboisement
[Termes IGN] extraction de traits caractéristiques
[Termes IGN] image Quickbird
[Termes IGN] pansharpening (fusion d'images)
[Termes IGN] sous-bois
[Termes IGN] TanzanieRésumé : (auteur) Quantification of forest degradation in monitoring and reporting as well as in historic baselines is among the most challenging tasks in national REDD+ strategies. However, a recently introduced option is to base monitoring systems on subnational conditions such as prevalent degradation activities. In Tanzania, charcoal production is considered a major cause of forest degradation, but is challenging to quantify due to sub-canopy biomass loss, remote production sites and illegal trade. We studied two charcoal production sites in dry Miombo woodland representing open woodland conditions near human settlements and remote forest with nearly closed canopies. Supervised classification and adaptive thresholding were applied on a pansharpened QuickBird (QB) image to detect kiln burn marks (KBMs). Supervised classification showed reasonable detection accuracy in the remote forest site only, while adaptive thresholding was found acceptable at both locations. We used supervised classification and manual digitizing for KBM delineation and found acceptable delineation accuracy at both sites with RMSEs of 25–32% compared to ground measurements. Regression of charcoal production on KBM area delineated from QB resulted in R2s of 0.86–0.88 with cross-validation RMSE ranging from 2.22 to 2.29 Mg charcoal per kiln. This study demonstrates, how locally calibrated remote sensing techniques may be used to identify and delineate charcoal production sites for estimation of charcoal production and associated extraction of woody biomass. Numéro de notice : A2015-299 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.jag.2015.02.001 En ligne : http://www.sciencedirect.com/science/article/pii/S0303243415000331 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=76475
in International journal of applied Earth observation and geoinformation > vol 39 (July 2015) . - pp 18 - 27[article]Semantic point cloud interpretation based on optimal neighborhoods, relevant features and efficient classifiers / Martin Weinmann in ISPRS Journal of photogrammetry and remote sensing, vol 105 (July 2015)
PermalinkFast forward feature selection of hyperspectral images for classification with gaussian mixture models / Mathieu Fauvel in IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, vol 8 n° 6 (June 2015)
PermalinkA fuzzy spatial reasoner for multi-scale GEOBIA ontologies / Argyros Argyridis in Photogrammetric Engineering & Remote Sensing, PERS, vol 81 n° 6 (June 2015)
PermalinkA graph-based segmentation algorithm for tree crown extraction using airborne LiDAR data / Victor F. Strimbu in ISPRS Journal of photogrammetry and remote sensing, vol 104 (June 2015)
PermalinkVery high resolution image matching based on local features and k-means clustering / Amin Sedaghat in Photogrammetric record, vol 30 n° 150 (June - August 2015)
PermalinkPermalinkA multiscale and hierarchical feature extraction method for terrestrial laser scanning point cloud classification / Z. Wang in IEEE Transactions on geoscience and remote sensing, vol 53 n° 5 (mai 2015)
PermalinkSpectral–spatial classification for hyperspectral data using rotation forests with local feature extraction and markov random fields / Junshi Xia in IEEE Transactions on geoscience and remote sensing, vol 53 n° 5 (mai 2015)
PermalinkExtraction des éléments de façade de bâtiments du patrimoine architectural à partir de données issues de scanner laser terrestre / Kenza Aitelkadi in Revue Française de Photogrammétrie et de Télédétection, n° 210 (Avril 2015)
PermalinkSemiautomated extraction of street light poles from mobile LiDAR point-clouds / Yongtao Yu in IEEE Transactions on geoscience and remote sensing, vol 53 n° 3 (March 2015)
Permalink