Descripteur
Documents disponibles dans cette catégorie (963)
![](./images/expand_all.gif)
![](./images/collapse_all.gif)
Etendre la recherche sur niveau(x) vers le bas
Evaluation de la classification WISHART sur des données radar polarimétriques et application au Gabon / G. Roussel (2008)
Titre : Evaluation de la classification WISHART sur des données radar polarimétriques et application au Gabon Type de document : Mémoire Auteurs : G. Roussel, Auteur Editeur : Champs/Marne : Université de Marne-la-Vallée Année de publication : 2008 Importance : 62 p. Format : 21 x 30 cm Note générale : Bibliographie
Mémoire de master 2ème année, domaine sciences et technologies, mention systèmes d'information, spécialité sciences de l'information géographiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications
[Termes IGN] C++
[Termes IGN] carte de la végétation
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] données polarimétriques
[Termes IGN] forêt tropicale
[Termes IGN] Gabon
[Termes IGN] géoréférencement indirect
[Termes IGN] IDL
[Termes IGN] image ALOS-PALSAR
[Termes IGN] image radar
[Termes IGN] loi de Wishart
[Termes IGN] matrice de covariance
[Termes IGN] zone d'intérêtIndex. décimale : DSIG Mémoires du master 2 IG, du master 2 SIG, de l'ex DEA SIG Résumé : (Auteur) Le stage s'est déroulé dans l'enceinte de l'Université de Marne-la-Vallée, au sein de l'équipe OTIG (Observation de la Terre et Informatique Géographique}. Mon objectif et ait de développer des outils de télédétection et de traitement d'images dans le cadre d'une étude thématique des forêts d'Afrique Centrale. Etant donné la couverture nuageuse qui caractérise cette région de l'Afrique pendant la majeure partie de l'année, il était tout naturel de nous tourner quasi exclusivement vers l'imagerie radar, et notamment la polarimétrie radar. Cela nous a également permis d'étudier les apports de ce type d'imagerie dans le cadre de problèmes de classification. Le thématicien avec qui je travaillais (Calvin Dikongo Ndjomba) étant parti au Gabon pour rassembler des données sur le terrain, je me suis tout d'abord attaché à évaluer un algorithme de classification très largement utilisé pour les données polarimétriques : l'algorithme de Wishart. Après en avoir développé une implémentation en IDL/C++, j'ai entrepris de le comparer à un algorithme réalisé au laboratoire OTIG et basé sur les SVM (Support Vector Machine) au moyen d'un simulateur de données Wishart programmé par mes soins. La conclusion do cette étude est que si l'algorithme de Wishart est efficace dans le cadre de données polarimétriques simulées et statistiquement homogènes, la qualité de ses résultats baisse très fortement dans le cas de données réelles, ce qui voudrait dire que les données polarimétriques réelles ne sont pas totalement conformes à la distribution de Wishart comme on le pensait. J'ai également participé au processus d'élaboration de régions d'intérêt à partir des points GPS pris sur le terrain, ceci en vue d'effectuer une classification supervisée sur la forêt de la Mondah au Gabon. Note de contenu : 1 Présentation du stage
1.1 L'entreprise
1.1.1 L'université de Marne-la-vallée
1.1.2 Le laboratoire G2I
1.2 Stage
1.2.1 Contexte
1.2.2 Objectifs
2 Apport de la polarimétrie pour la classification d'images RADAR
2.1 Qu'est-ce que la polarimétrie ?
2.2 Les algorithmes de classification
2.2.1 Wishart
2.2.2 Support Vector Machines
2.2.3 Implémentation du classifieur Wishart
2.2.4 Résultats
2.3 Simulation de données polarimétriques synthétiques
2.3.1 Mise en oeuvre
2.3.2 Résultats et bilan
3 Intégration des données terrain au processus de classification d'image de la Mondah
3.1 Zone d'étude et données terrain
3.1.1 La Forêt classée de la Mondah
3.1.2 Les données terrain
3.2 Géolocalisation des données et création de régions d'intérêt
3.3 Classification des données
A Wishart en détails
A.1 Initialisation
A.1.1 Lecture des paramètres
A. 1.2 Création des objets image
A.2 Corps du programme
B Interface graphique
B.1 Réalisation d'une interface graphique en IDL
B1.1 Principes de base
B.2 Ajout d'une fonctionnalité à ENVI
C DonnéesNuméro de notice : 13649 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Mémoire Master 2 IG Organisme de stage : Laboratoire Observation de la Terre et Information Géographique UMLV Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=50083 Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 13649-01 DSIG Livre Centre de documentation Travaux d'élèves Disponible
[article]
Titre : La journée de l'information géospatiale Type de document : Article/Communication Auteurs : Anonyme, Auteur Année de publication : 2008 Article en page(s) : pp 30 - 34 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] ERDAS Imagine
[Termes IGN] image radar moirée
[Termes IGN] instrumentation Leica
[Termes IGN] Leica Photogrammetry Suite
[Termes IGN] traitement d'imageRésumé : (Auteur) La société Géosystems France, importateur exclusif des produits Leica Geosystems Geospatial Imaging depuis qu'elle a été créée fin 2006, a organisé une journée de présentation des produits de la gamme Leica orientés télédétection, traitement d'images, constitution de référentiels, analyses... Numéro de notice : A2008-034 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=29029
in Géomatique expert > n° 60 (01/01/2008) . - pp 30 - 34[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 265-08011 RAB Revue Centre de documentation En réserve L003 Disponible Fusion of support vector machines for classification of multisensor data / Björn Waske in IEEE Transactions on geoscience and remote sensing, vol 45 n° 12 Tome 1 (December 2007)
![]()
[article]
Titre : Fusion of support vector machines for classification of multisensor data Type de document : Article/Communication Auteurs : Björn Waske, Auteur ; Jon Atli Benediktsson, Auteur Année de publication : 2007 Article en page(s) : pp 3858 - 3866 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image mixte
[Termes IGN] analyse comparative
[Termes IGN] classificateur non paramétrique
[Termes IGN] classificateur paramétrique
[Termes IGN] classification par arbre de décision
[Termes IGN] classification par maximum de vraisemblance
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] fusion d'images
[Termes IGN] image multicapteur
[Termes IGN] image optique
[Termes IGN] image radarRésumé : (Auteur) The classification of multisensor data sets, consisting of multitemporal synthetic aperture radar data and optical imagery, is addressed. The concept is based on the decision fusion of different outputs. Each data source is treated separately and classified by a support vector machine (SVM). Instead of fusing the final classification outputs (i.e., land cover classes), the original outputs of each SVM discriminant function are used in the subsequent fusion process. This fusion is performed by another SVM, which is trained on the a priori outputs. In addition, two voting schemes are applied to create the final classification results. The results are compared with well-known parametric and nonparametric classifier methods, i.e., decision trees, the maximum-likelihood classifier, and classifier ensembles. The proposed SVM-based fusion approach outperforms all other approaches and significantly improves the results of a single SVM, which is trained on the whole multisensor data set. Copyright IEEE Numéro de notice : A2007-581 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2007.898446 En ligne : https://doi.org/10.1109/TGRS.2007.898446 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=28944
in IEEE Transactions on geoscience and remote sensing > vol 45 n° 12 Tome 1 (December 2007) . - pp 3858 - 3866[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 065-07121A RAB Revue Centre de documentation En réserve L003 Disponible Improving river flood extent delineation from synthetic aperture radar using airborne laser altimetry / D.C. Mason in IEEE Transactions on geoscience and remote sensing, vol 45 n° 12 Tome 1 (December 2007)
![]()
[article]
Titre : Improving river flood extent delineation from synthetic aperture radar using airborne laser altimetry Type de document : Article/Communication Auteurs : D.C. Mason, Auteur ; M.S. Horritt, Auteur ; et al., Auteur Année de publication : 2007 Article en page(s) : pp 3932 - 3943 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications
[Termes IGN] analyse comparative
[Termes IGN] détection de contours
[Termes IGN] données lidar
[Termes IGN] image radar moirée
[Termes IGN] inondation
[Termes IGN] lasergrammétrie
[Termes IGN] occupation du solRésumé : (Auteur) Flood extent maps that are derived from synthetic aperture radar (SAR) images provide spatially distributed data for validating hydraulic models of river flood flow. The accuracy of such maps is reduced by a number of factors, including variation in backscatter from the different land cover types that are adjacent to the flood, changes in returns from the water surface that are caused by different meteorological conditions, and the presence of emergent vegetation. This paper describes how improved accuracy can be achieved by modifying an existing flood extent delineation algorithm to use airborne laser altimetry [light detection and ranging (lidar)] as well as SAR data. The lidar data provide an additional constraint that water line heights should vary smoothly along the flooded reach. The method was tested on a SAR image of a flood for which contemporaneous aerial photography existed, together with lidar data of the un flooded reach. The water line heights of the SAR flood extent that was conditioned on both SAR and lidar data matched the corresponding heights from the aerial photograph water line significantly more closely than those from the SAR flood extent that was conditioned only on SAR data. For water line heights in areas of low slope and vegetation, the root-mean-square error on the height differences reduced from 221.1 cm for the latter case to 55.5 cm for the former. Numéro de notice : A2007-584 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2007.901032 En ligne : https://doi.org/10.1109/TGRS.2007.901032 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=28947
in IEEE Transactions on geoscience and remote sensing > vol 45 n° 12 Tome 1 (December 2007) . - pp 3932 - 3943[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 065-07121A RAB Revue Centre de documentation En réserve L003 Disponible Land-cover classification in the Brazilian Amazon with the integration of Landsat ETM+ and Radarsat data / Dong Lu in International Journal of Remote Sensing IJRS, vol 28 n°23-24 (December 2007)
![]()
[article]
Titre : Land-cover classification in the Brazilian Amazon with the integration of Landsat ETM+ and Radarsat data Type de document : Article/Communication Auteurs : Dong Lu, Auteur ; M. Batistella, Auteur ; E. Moran, Auteur Année de publication : 2007 Article en page(s) : pp 5447 - 5459 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image mixte
[Termes IGN] Amazonie
[Termes IGN] analyse texturale
[Termes IGN] Brésil
[Termes IGN] classification par maximum de vraisemblance
[Termes IGN] fusion d'images
[Termes IGN] image Landsat-ETM+
[Termes IGN] image multibande
[Termes IGN] image optique
[Termes IGN] image panchromatique
[Termes IGN] image radar
[Termes IGN] image Radarsat
[Termes IGN] niveau de gris (image)
[Termes IGN] occupation du sol
[Termes IGN] transformation en ondelettes
[Termes IGN] zone tropicale humideRésumé : (Auteur) Land-cover classification with remotely sensed data in moist tropical regions is a challenge due to the complex biophysical conditions. This paper explores techniques to improve land-cover classification accuracy through a comparative analysis of different combinations of spectral signatures and textures from Landsat Enhanced Thematic Mapper Plus (ETM+) and Radarsat data. A wavelet-merging technique was used to integrate Landsat ETM+ multispectral and panchromatic data or Radarsat data. Grey-level co-occurrence matrix (GLCM) textures based on Landsat ETM+ panchromatic or Radarsat data and different sizes of moving windows were examined. A maximum-likelihood classifier was used to implement image classification for different combinations. This research indicates the important role of textures in improving land-cover classification accuracies in Amazonian environments. The incorporation of data fusion and textures increases classification accuracy by approximately 5.8-6.9% compared to Landsat ETM+ data, but data fusion of Landsat ETM+ multispectral and panchromatic data or Radarsat data cannot effectively improve land-cover classification accuracies. Copyright Taylor & Francis Numéro de notice : A2007-538 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/01431160701227596 En ligne : https://doi.org/10.1080/01431160701227596 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=28901
in International Journal of Remote Sensing IJRS > vol 28 n°23-24 (December 2007) . - pp 5447 - 5459[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 080-07131 RAB Revue Centre de documentation En réserve L003 Disponible Polar Radar for Ice Sheet Measurements (PRISM) / S. Gogineni in Remote sensing of environment, vol 111 n° 2-3 (30 November 2007)
PermalinkDEM control in Arctic Alaska with Icesat laser altimetry / D.K. Atwood in IEEE Transactions on geoscience and remote sensing, vol 45 n° 11 Tome 2 (November 2007)
PermalinkDespeckle and geographical feature extraction in SAR images by wavelet transform / Karunesh K. Gupta in ISPRS Journal of photogrammetry and remote sensing, vol 62 n° 6 (November-December 2007)
PermalinkPermalinkA new application for PolSAR imagery in the field of moving target indication/ship detection / C. Liu in IEEE Transactions on geoscience and remote sensing, vol 45 n° 11 Tome 1 (November 2007)
PermalinkPolarimetric and interferometric SAR image partition into statistically homogeneous regions based on the minimization of the stochastic complexity / J. Morio in IEEE Transactions on geoscience and remote sensing, vol 45 n° 11 Tome 2 (November 2007)
PermalinkScanSAR-to-Stripmap mode interferometry processing using ENVISAT-ASAR Data / A.B. Ortiz in IEEE Transactions on geoscience and remote sensing, vol 45 n° 11 Tome 1 (November 2007)
PermalinkSea-ice deformation state from synthetic aperture radar imagery: Part 1 comparison of C- and L-band and different polarization / W. Dierking in IEEE Transactions on geoscience and remote sensing, vol 45 n° 11 Tome 2 (November 2007)
PermalinkBright-band detection from radar vertical reflectivity profiles / M.A. Rico-Ramirez in International Journal of Remote Sensing IJRS, vol 28 n°17-18 (September 2007)
PermalinkDetection and discrimination between oil spills and look-alike phenomena through neural networks / Konstantinos Topouzelis in ISPRS Journal of photogrammetry and remote sensing, vol 62 n° 4 (September 2007)
Permalink