Centre de documentation
scientifique

A CNN-based subpixel level DSM generation approach via single image super-resolution / Yongjun Zhang in Photogrammetric Engineering & Remote Sensing, PERS, vol 85 n° 10 (October 2019)  

Public [article]  inPhotogrammetric Engineering & Remote Sensing, PERS > vol 85 n° 10 (October 2019) . - pp 765 - 775 Titre : A CNN-based subpixel level DSM generation approach via single image super-resolution Type de document : Article/Communication Auteurs : Yongjun Zhang, Auteur ; Zhi Zheng, Auteur ; Yimin Luo, Auteur ; et al., Auteur Année de publication : 2019 Article en page(s) : pp 765 - 775 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] analyse de données [Termes IGN] appariement d'images [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] fusion de données multisource [Termes IGN] limite de résolution radiométrique [Termes IGN] modèle numérique de surface [Termes IGN] précision infrapixellaire [Termes IGN] reconstruction d'image Résumé : (Auteur) Previous work for subpixel level Digital Surface Model (DSM) generation mainly focused on data fusion techniques, which are extremely limited by the difficulty of multisource data acquisition. Although several DSM super resolution (SR) methods have been developed to ease the problem, a new issue that plenty of DSM samples are needed to train the model is raised. Therefore, considering the original images have vital influence on its DSM's accuracy, we address the problem by directly improving images resolution. Several SR models are refined and brought into the traditional DSM generation process as an image quality improvement stage to construct an easy but effective workflow for subpixel level DSM generation. Experiments verified the validity and significance of bringing SR technology into this kind of application. Statistical analysis also confirmed that a subpixel level DSM with higher fidelity can be obtained more easily compared to directly DSM interpolation. Numéro de notice : A2019-524 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.14358/PERS.85.10.765 Date de publication en ligne : 01/10/2019 En ligne : https://doi.org/10.14358/PERS.85.10.765 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93997 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
105-2019101	SL	Revue	Centre de documentation	Revues en salle	Disponible

Hierarchically exploring the width of spectral bands for urban material classification / Arnaud Le Bris (2017)  

Public Titre : Hierarchically exploring the width of spectral bands for urban material classification Type de document : Article/Communication Auteurs : Arnaud Le Bris , Auteur ; Nicolas Paparoditis , Auteur ; Nesrine Chehata , Auteur ; Xavier Briottet , Auteur Editeur : New York : Institute of Electrical and Electronics Engineers IEEE Année de publication : 2017 Projets : 2-Pas d'info accessible - article non ouvert / Conférence : JURSE 2017, Joint urban remote sensing event 06/03/2017 08/03/2017 Lausanne Suisse Proceedings IEEE Importance : 4 p. Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Acquisition d'image(s) et de donnée(s) [Termes IGN] bande spectrale [Termes IGN] capteur superspectral [Termes IGN] limite de résolution géométrique [Termes IGN] limite de résolution radiométrique [Termes IGN] propriété optique des matériaux [Termes IGN] réflectance de surface [Termes IGN] signature spectrale [Termes IGN] toit [Termes IGN] zone urbaine Résumé : (auteur) In urban areas, material maps, i.e. knowledge concerning the roofing materials or the different kinds of ground areas, are necessary for several city modeling or monitoring applications. Airborne remote sensing techniques appear to be convenient for providing them at a large scale but require an enhanced imagery spectral resolution. A superspectral sensor with a limited number of bands dedicated to urban materials classification could be a solution. Within this context, this study focused on the optimization of this band subset from hyperspectral data, considering both the position of the bands and their width. The used approach first builds a hierarchy of groups of adjacent bands, according to a relevance criterion to decide which adjacent bands must be merged. Then, band selection is performed at the different levels of this hierarchy. Several band configurations are thus explored within this hierarchy. This method was applied to a data set consisting of spectra generated from reflectance spectral signatures of 9 common urban materials collected from 7 spectral libraries. At the end, the potential of a superspectral sensor with wider bands was confirmed. Numéro de notice : C2017-031 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1109/JURSE.2017.7924628 Date de publication en ligne : 11/05/2017 En ligne : https://doi.org/10.1109/JURSE.2017.7924628 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=89295

Spatial-aware dictionary learning for hyperspectral image classification / Ali Soltani-Farani in IEEE Transactions on geoscience and remote sensing, vol 53 n° 1 (January 2015)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 53 n° 1 (January 2015) . - pp 527 - 541 Titre : Spatial-aware dictionary learning for hyperspectral image classification Type de document : Article/Communication Auteurs : Ali Soltani-Farani, Auteur ; Hamid R. Rabiee, Auteur ; Seyyed Abbas Hosseini, Auteur Année de publication : 2015 Article en page(s) : pp 527 - 541 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] algorithme d'apprentissage [Termes IGN] classification [Termes IGN] classification par séparateurs à vaste marge [Termes IGN] image hyperspectrale [Termes IGN] limite de résolution radiométrique [Termes IGN] prise en compte du contexte [Termes IGN] voisinage (relation topologique) Résumé : (Auteur) This paper presents a structured dictionary-based model for hyperspectral data that incorporates both spectral and contextual characteristics of spectral samples. The idea is to partition the pixels of a hyperspectral image into a number of spatial neighborhoods called contextual groups and to model the pixels inside a group as members of a common subspace. That is, each pixel is represented using a linear combination of a few dictionary elements learned from the data, but since pixels inside a contextual group are often made up of the same materials, their linear combinations are constrained to use common elements from the dictionary. To this end, dictionary learning is carried out with a joint sparse regularizer to induce a common sparsity pattern in the sparse coefficients of a contextual group. The sparse coefficients are then used for classification using a linear support vector machine. Experimental results on a number of real hyperspectral images confirm the effectiveness of the proposed representation for hyperspectral image classification. Moreover, experiments with simulated multispectral data show that the proposed model is capable of finding representations that may effectively be used for classification of multispectral resolution samples. Numéro de notice : A2015-037 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2014.2325067 En ligne : https://doi.org/10.1109/TGRS.2014.2325067 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=75119 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
065-2015011	RAB	Revue	Centre de documentation	En réserve L003	Disponible

Digital photogrammetry / W. Linder (2009)

Public Titre : Digital photogrammetry : a practical course Type de document : Guide/Manuel Auteurs : W. Linder, Auteur Mention d'édition : 3 Editeur : Berlin, Heidelberg, Vienne, New York, ... : Springer Année de publication : 2009 Importance : 220 p. Format : 16 x 24 cm + 1 paire de lunettes + 1 cederom ISBN/ISSN/EAN : 978-3-540-92724-2 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Photogrammétrie numérique [Termes IGN] aérotriangulation [Termes IGN] compensation par bloc [Termes IGN] limite de résolution géométrique [Termes IGN] limite de résolution radiométrique [Termes IGN] modèle numérique de terrain [Termes IGN] mosaïque d'images [Termes IGN] orientation interne [Termes IGN] orthoimage [Termes IGN] photogrammétrie métrologique Index. décimale : 33.30 Photogrammétrie numérique Résumé : (Editeur) The third edition is an "all-in-one" combination of basic theory and practical exercises. Potential readers/users are students of Photogrammetry, Geodesy, Geography and other sciences, but also all who are interested in this topic. No prior knowledge is necessary, except the handling of standard PCs. Theory is presented true to the motto "as little as possible, but as much as necessary". The main part of the book contains several tutorials. In increasing complexity, accompanied by texts explaining further theory, the reader can proceed step by step through the particular working parts. All intermediate as well as the final results are discussed with reference to accuracy and error handling. Most of the standard work in Digital Photogrammetry is shown and trained for example scanning, image orientation, mono and stereo plotting, aerial triangulation measurement (manual and automatic), block adjustment, automatic creation of surface models via image matching, creation of ortho images and mosaics, and others. Not only standard situations are dealt with but also more complex ones, such as unknown camera data, extreme relief or areas with very low contrast. Examples of both aerial and close-range photogrammetry present the power of these type of measurement techniques. The software is not limited to the example data included but may be used for personal projects. Part of the book comprises a complete description of the software. Note de contenu : 1 Introduction 1.1 Basic idea and main task of photogrammetry 1.2 Why photogrammetry ? 1.3 Image sources: Analogue and digital cameras 1.4 Digital consumer cameras 1.5 Short history of photogrammetric evaluation methods 1.6 Geometric principles 1: Camera position, focal length 1.7 Geometric principles 2: Image orientation 1.8 Geometric principles 3: Relative camera positions (stereo) 1.9 Some definitions 1.10 Length and angle units 1.11 A typical workflow in photogrammetry 2 Included software and data 2.1 Hardware requirements, operating system 2.2 Image material 2.3 Overview of the software 2.4 Installation 2.5 Additional programmes, copyright, data 2.6 General remarks 2.7 Software versions, support 3 Scanning of photos 3.1 Scanner types 3.2 Geometric resolution 3.3 Radiometric resolution 3.4 Some practical advice 3.5 Import of the scanned images 4 Example 1: A single model 4.1 Project definition 4.2 Orientation of the images 4.3 Model definition 4.4 Stereoscopic viewing 4.5 Measurement of object co-ordinates 4.6 Creation of DTMs via image matching 4.7 Ortho images 5 Example 2: Aerial triangulation 5.1 Aerial triangulation measurement (ATM) 5.2 Block adjustment with BLUH 5.3 Mosaics of DTMs and ortho images 6 Example 3: Some special cases 6.1 Scanning aerial photos with an A4 scanner 6.2 Interior orientation without camera parameters 6.3 Images from a digital camera 6.4 An example of close-range photogrammetry 6.5 Some remarks about lens distortion 6.6 Stereo images from satellites 6.7 Stereo images from flatbed scanners 6.8 A view into the future: Photogrammetry in 2020 7 Programme description 7.1 Some definitions 7.2 Basic functions 7.3 Aims and limits of the programme 7.4 Operating the programme 7.5 Buttons in the graphics windows 7.6 File handling 7.7 Pre programmes 7.8 Aerial triangulation measurement (ATM) 7.9 Processing 7.10 Display 7.11 Aerial triangulation with BLUH Numéro de notice : 20593 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Manuel Accessibilité hors numérique : Non accessible via le SUDOC Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=46832

Imagerie spatiale / P. Lier (2008)

Public Titre : Imagerie spatiale : des principes d'acquisition au traitement des images optiques pour l'observation de la Terre Type de document : Guide/Manuel Auteurs : P. Lier, Éditeur scientifique ; Christophe Valorge, Éditeur scientifique ; Xavier Briottet , Éditeur scientifique Editeur : Toulouse : Cépaduès Année de publication : 2008 Importance : 490 p. Format : 17 x 24 cm ISBN/ISSN/EAN : 978-2-85428-844-5 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Télédétection [Termes IGN] correction géométrique [Termes IGN] correction radiométrique [Termes IGN] déconvolution [Termes IGN] échantillonnage d'image [Termes IGN] étalonnage radiométrique [Termes IGN] filtrage du bruit [Termes IGN] fonction de transfert de modulation [Termes IGN] fusion d'images [Termes IGN] géométrie de l'image [Termes IGN] interpolation [Termes IGN] limite de résolution radiométrique [Termes IGN] modèle géométrique de prise de vue [Termes IGN] modèle mathématique [Termes IGN] modélisation 3D [Termes IGN] prise de vue radiométrique [Termes IGN] qualité d'image [Termes IGN] qualité géométrique (image) [Termes IGN] qualité radiométrique (image) [Termes IGN] simulation 3D [Termes IGN] simulation d'image [Termes IGN] spécification de produit [Termes IGN] tâche image d'un point [Termes IGN] transformation de Fourier [Termes IGN] valeur radiométrique Index. décimale : 35.00 Télédétection - généralités Résumé : (Editeur) Cet ouvrage s'adresse aux étudiants et ingénieurs désirant comprendre les principes fondamentaux d'acquisition des images optiques pour l'observation de la Terre et les moyens de maîtriser la qualité de ces images. Destiné au concepteur comme à l'utilisateur aval, cet ouvrage part de l'exposé des principes physiques qui interviennent lors de l'acquisition d'une image spatiale optique, pour amener le lecteur aux traitements associés avec leurs limitations et la performance obtenue in fine. Il traite largement les problématiques de dimensionnement des systèmes d'observation et permettra au lecteur de se familiariser avec les différents processus mis en jeu dans l'acquisition d'une image optique. il aborde des thèmes très vastes, depuis la physique (rayonnement, électronique, optique) jusqu'aux mathématiques appliquées (analyse fréquentielle) en passant par la géométrie et les problèmes technologiques. Cet ouvrage capitalise les travaux menés depuis de nombreuses années par les ingénieurs du CNES, de l'IGN et de l'ONERA dans le domaine de l'imagerie spatiale optique. Note de contenu : 1. INTRODUCTION / Philippe LIER (CNES), Christophe VALORGE (CNES) 1.1. Un peu d'histoire 1.2. Qu'est-ce que la télédétection ? 1.2.1. Définition 1.2.2. Qu'est ce qu'une "image numérique" ? 1.2.3. Qu'est-ce que la "Qualité d'une image" ? 1.2.4. Les traitements de "dé-spatialisation" 1.3. Quelques exemples d'applications de l'observation de la Terre 1.3.1. Météorologie 1.3.2. Cartographie 1.3.3. Renseignement 1.3.4. Suivi des catastrophes naturelles 1.3.5. Applications scientifiques 1.4. Panorama de quelques missions d'observation de la Terre 1.4.1. Les satellites KEY HOLE du programme CORONA 1.4.2. La famille LANDSAT : exemple LANDSAT 7 1.4.3. La famille SPOT 1.4.4. PLEIADES 1.4.5. Les satellites commerciaux américains 1.4.6. Végétation 1.4.7. Polder 1.4.8. ScaRaB 1.4.9. Caméra Infra Rouge de CALIPSO 1.5. Périmètre de l'ouvrage 2. LA GEOMETRIE DES IMAGES / Jean Marc DELVIT (CNES), Daniel GRESLOU (CNES), Sylvia SYLVANDER (IGN), Christophe VALORGE (CNES) 2.1. Préambule 2.1.1. Plan du chapitre 2.1.2. Généralités sur la location directe 2.2. Pré-requis : les repères de l'espace et du temps 2.2.1. Position du problème 2.2.2. Repères et référentiels 2.2.3. De la Terre aux étoiles 2.2.4. Les repères de l'Espace 2.2.5. Les repères du temps 2.2.6. Les changements de repères 2.3. Principes géométriques de l'acquisition 2.3.1 Les différents types de capteurs 2.3.2. La datation des images 2.3.3. L'orbite des satellites 2.3.4. L'attitude des satellites 2.4. Modélisation géométrique de la prise de vue 2.4.1. Principe général 2.4.2. Rappel de géométrie conique 2.4.3. Modélisation physique de la prise de vue 2.4.4. Modélisation analytique de la géométrie de prise de vue 2.4.5. Affinage du modèle géométrique de prise de vue 2.5. Traitements géométriques 2.5.1. Corrections géométriques 2.5.2. L'appariement d'images 2.5.3. Traitements géométriques "aval" 2.6. Qualité géométrique des images 2.6.1. Introduction 2.6.2. Des besoins utilisateurs aux critères QIG 2.6.3. La qualité image géométrique en vol 2.6.4. Synthèse des besoins et performances QIG 2.7. Petit formulaire de géométrie 2.7.1. Quelques notations 2.7.2. Formules de base 2.7.3. Projection des détecteurs 2.8. Références bibliographiques 3. RADIOMETRIE / Alain BARDOUX (CNES), Xavier BRIOTTET (ONERA), Bertrand FOUGNIE (CNES), Patrice HENRY (CNES), Sophie LACHERADE (ONERA), Laurent LEBEGUE (CNES), Philippe LIER (CNES), Christophe MIESCH (ONERA), Françoise VIALLEFONT (ONERA) 3.1. Introduction 3.2. Physique de la mesure 3.2.1. Introduction 3.2.2. Définition des grandeurs radiatives 3.2.3. Propriétés optiques des surfaces 3.2.4. L'atmosphère 3.2.5. Analyse de la luminance au niveau du capteur 3.3. Principe d'acquisition : description de la chaîne image bord 3.3.1. Introduction 3.3.2. L'optique 3.3.3. La chaîne de détection 3.3.4. La chaîne électronique 3.4. Modèle mathématique de la chaîne d'acquisition 3.4.1. Calcul de l'éclairement au plan focal 3.4.2. Calcul du nombre d'électrons produits 3.4.3. Calcul du nombre de pas codeur 3.5. Modélisation radiométrique de la prise de vue 3.5.1. Introduction 3.5.2. Exemple 1 : le modèle radiométrique 2R CALIPSO 3.5.3. Exemple 2 : le modèle radiométrique SPOT 3.5.4. Exemple 3 : le modèle radiométrique PLEIADES-HR 3.5.5. Exemple 4 : le modèle radiométrique POLDER 3.6. Etalonnage et mesures de performances radiométriques 3.6.1. Introduction 3.6.2. Etalonnage relatif dans le champ ou "égalisation" 3.6.3. Etalonnage absolu 3.7. Résolution radiométrique 3.7.1. Introduction 3.7.2. Exemple : le modèle de bruit radiométrique PLEIADES 3.7.3. Estimation du bruit instrumental 3.8. Synthèses et perspectives 3.9. Références 4. LA RESOLUTION DES IMAGES / Sébastien FOUREST (CNES), Philippe KUBIK (CNES), Christophe LATRY (CNES), Dominique LEGER (ONERA), Françoise VIALLEFONT (ONERA) 4.1. Introduction 4.2. Tache image et FTM 4.2.1. Rappels sur la théorie des systèmes linéaires stationnaires 4.2.2. Cas des imageurs 4.2.3. Expression de la tache image et de la FTM 4.2.4. Modèle global 4.3. L'échantillonnage 4.3.1. Les effets de l'échantillonnage 4.3.2. L'impact sur la conception du système 4.4. L'interpolations d'images 4.4.1. Généralités 4.4.2. L'interpolation classique 4.4.3. Filtres interpolateurs 1D 4.4.4. Filtres interpolateurs 2D 4.4.5. L'interpolation dans le domaine de Fourier 4.5. Les traitements d'amélioration de la résolution 4.5.1. Introduction 4.5.2. Déconvolution 4.5.3. Débruitage 4.5.4. Fusion Panchromatique/multispectral 4.6. Méthodes de mesure en vol de la FTM et du défaut de mise au point 4.6.1. Introduction 4.6.2 Méthodes de mesure de défaut de mise au point 4.6.3. Méthodes de mesure de FTM 4.6.4. Conclusion 4.7. Conclusion 4.8. Annexe 1 : la transformation de Fourier 4.8.1. La transformée de Fourier continue 4.8.2. Passage du monde continu au monde discret : l'échantillonnage 4.8.3. Un outil adapté au monde échantillonné : la Transformée de Fourier Discrète 4.8.4. La Transformée de Fourier discrète finie 4.8.5. Synthèse : de la transformée de Fourier continue à la transformée de Fourier discrète finie 4.8.6. Propriétés de la TFDF 4.8.7. Utilisation de la TFDF 4.8.8. Conclusion 4.9. Annexe 2 : ondelettes et paquets 4.9.1. Limitations de la représentation fréquentielle 4.9.2. Les ondelettes 4.10. Annexe 3 : Interpolation et B-splines 4.10.1. Propriété des bases de fonctions interpolantes 4.10.2. Construction des splines 4.11. Bibliographie 5. LE DIMENSIONNEMENT DU SYSTEME / Philippe KUBIK (CNES) 5.1. Objectif et définitions 5.2. Principes de dimensionnement 5.2.1. La géométrie 5.2.2. La radiométrie 5.2.3. La résolution 5.3. Exemples de dimensionnement 5.3.1. Mission type SPOT 10m 5.3.2. Satellite métrique 5.4. Conclusions 6. LA COMPRESSION DES IMAGES / Catherine LAMBERT (CNES), Christophe LATRY (CNES), Gilles MOURY (CNES) 6.1. Introduction 6.2. Présentation générale de la compression d'image 6.3. Compression et qualité d'image 6.3.1. Insuffisance des critères usuels 6.3.2. Prise en compte de la chaîne image bord/sol globale 6.3.3. Les critères applicatifs 6.4. Panoramas des compresseurs dans le domaine spatial 6.4.1. Techniques de codage prédictif 6.4.2. Techniques de codage par transformée DCT 6.4.3. La transformée orthogonale à recouvrement (LOT). 6.4.4. Compression par transformée en ondelettes 6.4.5. Perspectives 6.4.6. Bibliographie 7. LA SIMULATION IMAGE / Philippe LIER (CNES), Christophe VALORGE (CNES) 7.1. Objectifs de la simulation d'image 7.1.1. Rappel : la notion de "Qualité Image" 7.1.2. La simulation : un outil de dimensionnement 7.1.3. La simulation : un outil d'interface 7.2. Principes généraux de simulation d'une image 7.2.1. Simulation du paysage en entrée du capteur ou prétraitement 7.2.2. Simulation du capteur 7.2.3. Simulation des traitements sol 7.2.4. Synthèse 7.2.5. Exemples d'utilisation de cette chaîne au CNES 7.2.6. Limitations de la simulation "Classique" 7.2.7. Remarques 7.3. La synthèse d'image et la simulation 3D 7.3.1. Rappel : la modélisation "2,5D" du paysage 7.3.2. La modélisation 3D du paysage 7.3.3. Les prétraitements 3D 7.3.4. La simulation 3D 7.4. Perspectives pour la simulation image 8. CONCLUSION / Philippe LIER (CNES) 8.1. La course à la résolution 8.1.1. Autres critères 8.1.2. Le pas temporel 8.1.3. Les bandes spectrales 8.1.4. La stéréoscopie 8.1.5. La capacité opérationnelle 8.2. L'imagerie haute résolution au quotidien ? Numéro de notice : 13633 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Recueil / ouvrage collectif Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=40448

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
13633-03	DEP-TRC	Livre	LASTIG	Dépôt en unité	Exclu du prêt

Sentinel-1, the radar mission for GMES operational land and sea services / E. Attema in ESA bulletin, n° 131 (August 2007)  

Permalink

Mapping with orbview-3 images: information content of high-resolution satellite images / Hyseyin Topan in GIM international, vol 20 n° 12 (December 2006)

Permalink

High-resolution change estimation of soil moisture using L-band radiometer and Radar observations made during the SMEX02 experiments / U. Narayan in IEEE Transactions on geoscience and remote sensing, vol 44 n° 6 (June 2006)  

Permalink

Télédétection et traitement des images optiques / Christophe Valorge (2004)

Permalink

Evaluation of speckle noise MAP filtering algorithms applied to SAR images / F.N.S. Medeiros in International Journal of Remote Sensing IJRS, vol 24 n° 24 (December 2003)  

Permalink

Fusion of hyperspectral and radar data using the IHS transformation to enhance urban surface features / C.M. Chen in ISPRS Journal of photogrammetry and remote sensing, vol 58 n° 1-2 (June - December 2003)  

Permalink

Digital photogrammetry / W. Linder (2003)

Permalink

Satellite-derived mapping [la cartographie basée sur l'imagerie satellitaire / Serge Le Blanc (2000)

Permalink

Introduction to remote sensing / J.B. Campbell (1996)

Permalink

Super-résolution en vision par ordinateur / Hassan Shekarforoush (1996)

Permalink