Descripteur
Termes IGN > sciences naturelles > physique > traitement d'image > analyse d'image numérique > extraction de traits caractéristiques > extraction de la végétation
extraction de la végétationSynonyme(s)détection de la végétation |
Documents disponibles dans cette catégorie (51)
![](./images/expand_all.gif)
![](./images/collapse_all.gif)
![Tris disponibles](./images/orderby_az.gif)
Etendre la recherche sur niveau(x) vers le bas
Combining GF-2 and RapidEye satellite data for mapping mangrove species using ensemble machine-learning methods / Liheng Peng in International Journal of Remote Sensing IJRS, vol 41 n° 3 (15 - 22 janvier 2020)
![]()
[article]
Titre : Combining GF-2 and RapidEye satellite data for mapping mangrove species using ensemble machine-learning methods Type de document : Article/Communication Auteurs : Liheng Peng, Auteur ; Kai Liu, Auteur ; Jingjing Cao, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : pp 813 - 838 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] apprentissage automatique
[Termes IGN] boosting adapté
[Termes IGN] Chine, mer de
[Termes IGN] classification et arbre de régression
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] écosystème
[Termes IGN] extraction de la végétation
[Termes IGN] île
[Termes IGN] image Gaofen
[Termes IGN] image RapidEye
[Termes IGN] image satellite
[Termes IGN] mangrove
[Termes IGN] modèle numérique de surface
[Termes IGN] précision de la classification
[Termes IGN] Rotation Forest classificationRésumé : (auteur) Mangrove forests are important constitutions for sustainable development of coastal ecosystems, and they are often mapped and monitored with remote sensing approaches. Satellite images allow detailed studies of the distribution and composition of mangrove forests, and therefore facilitate the management and conservation of the ecosystems. The combination of multiple types of satellite images with different spatial and spectral resolutions is helpful in mangrove forests extraction and mangrove species discrimination as it reduces sampling workload and increases classification accuracies. In this study, the 1.0-m-resolution Gaofen-2 (GF-2) and the 5.0-m-resolution RapidEye-4 (RE-4) satellite images, acquired in February 2017 and November 2016 respectively, were used with ensemble machine-learning and object-oriented methods for mangroves mapping at both the community and species levels of the Qi’ao Island, Zhuhai, China. First, the mangroves on the island were segmented from the GF-2 image on a large scale, and then they were extracted combining with their digital elevation model (DEM) data. Second, the GF-2 image was further processed on a fine scale, in which object-oriented features from both the GF-2 and RE-4 images were extracted for each mangrove species. Third, it is followed by the mangrove species classification process which involves three ensemble machine-learning methods: the adaptive boosting (AdaBoost), the random forest (RF) and the rotation forest (RoF). These three methods employed a classification and regression tree (CART) as the base classifier. The results show that the overall accuracy (OA) of mangrove area extraction on the Qi’ao Island with the auxiliary data, DEM, achieves 98.76% (Kappa coefficient (κ) = 0.9289). The features extracted by the GF-2 and RE-4 images were shown to be beneficial for mangrove species discrimination. A maximum improvement in the OA of approximately 8% and a κκ of approximately 0.10 were achieved when employing RoF (OA = 92.01%, κ = 0.9016). Ensemble-learning methods can significantly improve the classification accuracy of CART, and the use of a bagging scheme (RF and RoF) is shown as a better way to map mangrove species than adaptive boosting (AdaBoost). In addition, RoF performed well in mangrove species classification but it was not as robust as the RF, whose average OA and κκ were 80.59% and 0.7608, respectively, while the RoF’s were 77.45% and 0.7214, respectively, in the 10-fold cross-validation. Numéro de notice : A2020-212 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1080/01431161.2019.1648907 Date de publication en ligne : 30/07/2019 En ligne : https://doi.org/10.1080/01431161.2019.1648907 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94897
in International Journal of Remote Sensing IJRS > vol 41 n° 3 (15 - 22 janvier 2020) . - pp 813 - 838[article]Analyse automatique du couvert végétal pour la gestion du risque végétation en milieu ferroviaire à partir d'imagerie aérienne / Hélène Rouillon (2020)
![]()
Titre : Analyse automatique du couvert végétal pour la gestion du risque végétation en milieu ferroviaire à partir d'imagerie aérienne Type de document : Mémoire Auteurs : Hélène Rouillon, Auteur Editeur : Strasbourg : Institut National des Sciences Appliquées INSA Strasbourg Année de publication : 2020 Importance : 93 p. Format : 21 x 30 cm Note générale : bibliographie
Mémoire de fin d'études d'Ingénieur INSA, spécialité TopographieLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] analyse d'image orientée objet
[Termes IGN] carte de la végétation
[Termes IGN] classification orientée objet
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] couvert végétal
[Termes IGN] extraction de la végétation
[Termes IGN] image aérienne
[Termes IGN] image captée par drone
[Termes IGN] image RVB
[Termes IGN] Normalized Difference Vegetation Index
[Termes IGN] orthophotographie
[Termes IGN] réseau ferroviaire
[Termes IGN] segmentation d'image
[Termes IGN] système d'information géographiqueIndex. décimale : INSAS Mémoires d'ingénieur de l'INSA Strasbourg - Topographie, ex ENSAIS Résumé : (auteur) La végétation et les risques qu’elle peut comporter pour les infrastructures ferroviaires et leurs usagers constituent un enjeu majeur pour SNCF Réseau. Aujourd’hui, l’entreprise ferroviaire souhaite connaître et maîtriser ce risque végétation. L’objet de ce PFE est l’analyse automatique du couvert végétal en milieu ferroviaire à partir d’imagerie aérienne RGB acquise par drone, hélicoptère ou avion. Pour répondre à cette problématique, un réseau de neurones destiné à la segmentation sémantique des images est mis en œuvre. En effet, une fois bien entraînés, les réseaux de neurones, par leur capacité d’apprentissage, sont en mesure de classifier efficacement toute nouvelle image. Trois classes ont été définies en fonction des risques que pouvaient présenter la végétation : « arbres », « reste de la végétation » et « non-végétation ». Une chaîne de traitement complète des données a été proposée permettant, sur la base de ces images, une cartographie SIG de la végétation. Cette connaissance, aisément déployable sur des lignes entières, doit permettre au mainteneur de cibler les zones prioritaires et d’optimiser ses plans d’élagages. Note de contenu : Introduction
1- Etude préalable au développement de la solution
2- Le réseau de neurones SegNet pour le traitement d’images d’observation de la Terre et la base de données
3- Optimisation du traitement des données
ConclusionNuméro de notice : 28529 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire ingénieur INSAS Organisme de stage : Altametris DOI : sans En ligne : http://eprints2.insa-strasbourg.fr/4133/ Format de la ressource électronique : url Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97346 Fusion of 3D point clouds and hyperspectral data for the extraction of geometric and radiometric features of trees / Eduardo Alejandro Tusa Jumbo (2020)
![]()
Titre : Fusion of 3D point clouds and hyperspectral data for the extraction of geometric and radiometric features of trees Type de document : Thèse/HDR Auteurs : Eduardo Alejandro Tusa Jumbo, Auteur ; Jocelyn Chanussot, Directeur de thèse ; Jean-Matthieu Monnet, Encadrant ; Mauro Dalla Mura, Encadrant ; Jean-Baptiste Barré, Encadrant Editeur : Grenoble : Université de Grenoble Année de publication : 2020 Importance : 153 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse pour obtenir le grade de docteur de l'Université Grenoble Alpes, Signal image parole TelecomsLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] Alpes (France)
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] espèce végétale
[Termes IGN] extraction de la végétation
[Termes IGN] forêt alpestre
[Termes IGN] fusion de données multisource
[Termes IGN] image hyperspectrale
[Termes IGN] inventaire forestier (techniques et méthodes)
[Termes IGN] inventaire forestier local
[Termes IGN] semis de points
[Termes IGN] télédétection par lidar
[Termes IGN] télédétection spatialeIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) Mountain forests provide environmental ecosystem services (EES) to communities: supplying of recreational landscapes, protection against natural hazards, supporting biodiversity conservation, among others. The preservation of these EES through space and time requires a good characterization of the resources. Especially in mountains, stands are very heterogeneous and timber harvesting is economically possible thanks to trees of higher value. This is why we want to be able to map each tree and estimate its characteristics, including quality, which is related to its shape and growth conditions. Field inventories are not able to provide a wall to wall cover of detailed tree-level information on a large scale. On the other hand, remote sensing tools seem to be a promising technology because of the time efficient and the affordable costs for studying forest areas. LiDAR data provide detailed information from the vertical distribution and location of the trees, but it is limited for mapping species. Hyperspectral data are associated to absorption features in the canopy reflectance spectrum, but is not effective for characterizing tree geometry. Hyperspectral and LiDAR systems provide independent and complementary data that are relevant for the assessment of biophysical and biochemical attributes of forest areas. This PhD thesis deals with the fusion of LiDAR and hyperspectral data to characterize individual forest trees. The leading idea is to improve methods to derive forest information at tree-level by extracting geometric and radiometric features. The contributions of this research work relies on: i) an updated review of data fusion methods of LiDAR and hyperspectral data for forest monitoring, ii) an improved 3D segmentation algorithm for delineating individual tree crowns based on Adaptive Mean Shift (AMS3D) and an ellipsoid crown shape model, iii) a criterion for feature selection based on random forests score, 5-fold cross validation and a cumulative error function for forest tree species classification. The two main methods used to derive forest information at tree level are tested with remote sensing data acquired in the French Alps. Note de contenu : 1 Introduction
1.1 Forest
1.2 Principles of remote sensing
1.3 Motivation
1.4 Objectives
1.5 Thesis structure
2. Data Fusion 15
2.1 Principles of fusion
2.2 Low-level
2.3 Medium-level
2.4 High-level
2.5 Applications
3. Material 32
3.1 Field data
3.2 Study areas
3.3 ALS and hyperspectral data
4 ITC Delineation
4.1 Introduction
4.2 MS segmentation
4.3 AMS3D based on crown shape model
4.4 Experimental analysis
4.5 Conclusion
5. Tree Species Classification
5.1 Introduction
5.2 Study area
5.3 Methodology
5.4 Results and discussion
5.5 Conclusions
6. Conclusion and work perspectives
6.1 How data processing methods are applied in each level of data fusion for forest monitoring?
6.2 How a crown shape model can improve the segmentation of individual tree crowns?
6.3 Which feature combination contribute to characterize the forest tree species composition?Numéro de notice : 26582 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Signal image parole Telecoms : Grenoble : 2020 Organisme de stage : Grenoble Images Parole Signal Automatique GIPSA-lab nature-HAL : Thèse DOI : sans Date de publication en ligne : 30/07/2021 En ligne : https://tel.archives-ouvertes.fr/tel-03212453/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98403 A novel method for separating woody and herbaceous time series / Qiang Zhou in Photogrammetric Engineering & Remote Sensing, PERS, vol 85 n° 7 (July 2019)
![]()
[article]
Titre : A novel method for separating woody and herbaceous time series Type de document : Article/Communication Auteurs : Qiang Zhou, Auteur ; Shuguang Liu, Auteur ; Michael J Hill, Auteur Année de publication : 2019 Article en page(s) : pp 509 - 520 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] Afrique australe
[Termes IGN] bois
[Termes IGN] extraction de la végétation
[Termes IGN] image à haute résolution
[Termes IGN] image Ikonos
[Termes IGN] image Landsat-SWIR
[Termes IGN] image Terra-MODIS
[Termes IGN] Normalized Difference Vegetation Index
[Termes IGN] plante herbacée
[Termes IGN] savane
[Termes IGN] série temporelle
[Termes IGN] variation saisonnièreRésumé : (auteur) Mapping the spatial distribution of woody and herbaceous vegetation in high temporal resolution in savannas would be beneficial for modeling interrelationships between trees and grasses, and monitoring fuel loads and biomass for livestock. In this study, we developed a frequency decomposition method to separate woody and herbaceous vegetation components using Normalized Difference Vegetation Index (NDVI) time series. The results were validated using fractional cover data derived from high-resolution images. The validation revealed a close relationship between our decomposed NDVI and corresponding fractional cover (R2 = 0.55 and 0.64 for woody and herbaceous components, respectively). We examined the spatial and temporal patterns of the decomposed NDVI, where woody and herbaceous NDVI showed different responses to precipitation. The methods proposed in this study can be used to separate the woody and herbaceous NDVI time series as an alternative approach for monitoring woody and herbaceous vegetation interrelationships related to climatic drivers. Numéro de notice : A2019-259 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.14358/PERS.85.7.509 Date de publication en ligne : 01/07/2019 En ligne : https://doi.org/10.14358/PERS.85.7.509 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93062
in Photogrammetric Engineering & Remote Sensing, PERS > vol 85 n° 7 (July 2019) . - pp 509 - 520[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 105-2019071 SL Revue Centre de documentation Revues en salle Disponible Polarimétrie radar complète et partielle pour le suivi des surfaces terrestres / Pierre-Louis Frison in Revue Française de Photogrammétrie et de Télédétection, n° 219-220 (juin - octobre 2019)
![]()
[article]
Titre : Polarimétrie radar complète et partielle pour le suivi des surfaces terrestres Type de document : Article/Communication Auteurs : Pierre-Louis Frison , Auteur ; Cédric Lardeux, Auteur ; Bénédicte Fruneau
, Auteur ; Jean-Paul Rudant
, Auteur
Année de publication : 2019 Article en page(s) : pp 33 - 39 Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications
[Termes IGN] carte de la végétation
[Termes IGN] classification
[Termes IGN] extraction de la végétation
[Termes IGN] image ALOS-PALSAR
[Termes IGN] image radar moirée
[Termes IGN] image Sentinel-SAR
[Termes IGN] polarimétrie radar
[Termes IGN] sédimentation
[Termes IGN] TunisieRésumé : (auteur) This article presents some illustrations of (fully or partial) polarimetric radar data applications for the monitoring of terrestrial surfaces. The first part is dedicated to fully polarimetric radar data. Firstly, a theoretical reminder presents the specificity of fully polarimetric data. Then illustrations are given for vegetation types cartography as well as spatio-temporal processes of sedimentation in a semi-arid area in Tunisia. The second part focuses on partially polarimetric data, of the type acquired by the Sentinel-1A/1B satellite SAR sensors, which will be widely used in future years due to their significant contribution to land surface observations studies for environmental sciences. Numéro de notice : A2019-346 Affiliation des auteurs : UPEM-LASTIG+Ext (2016-2019) Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : 10.52638/rfpt.2019.464 En ligne : https://doi.org/10.52638/rfpt.2019.464 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93383
in Revue Française de Photogrammétrie et de Télédétection > n° 219-220 (juin - octobre 2019) . - pp 33 - 39[article]A new waveform decomposition method for multispectral LiDAR / Shalei Song in ISPRS Journal of photogrammetry and remote sensing, vol 149 (March 2019)
PermalinkIntegration of lidar data and GIS data for point cloud semantic enrichment at the point level / Harith Aljumaily in Photogrammetric Engineering & Remote Sensing, PERS, vol 85 n° 1 (January 2019)
PermalinkPermalinkDEM refinement by low vegetation removal based on the combination of full waveform data and progressive TIN densification / Hongchao Ma in ISPRS Journal of photogrammetry and remote sensing, vol 146 (December 2018)
PermalinkDétection de changement par imagerie radar sur les zones naturelles et agricoles en milieu tropical / Jérôme Lebreton (2018)
PermalinkOn the fusion of lidar and aerial color imagery to detect urban vegetation and buildings / Madhurima Bandyopadhyay in Photogrammetric Engineering & Remote Sensing, PERS, vol 83 n° 2 (February 2017)
PermalinkInternational benchmarking of the individual tree detection methods for modeling 3-D canopy structure for silviculture and forest ecology using airborne laser scanning / Yunsheng Wang in IEEE Transactions on geoscience and remote sensing, vol 54 n° 9 (September 2016)
![]()
PermalinkCartographie 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)
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)
PermalinkTraitement d’images satellitaires à très haute résolution spatiale et identification de zones à enjeux dans l’aménagement des Trames Vertes urbaines / Pauline Crombette in Revue Française de Photogrammétrie et de Télédétection, n° 208 (Octobre 2014)
Permalink