Descripteur
Termes IGN > imagerie > image numérique > pixel
pixelVoir aussi |
Documents disponibles dans cette catégorie (235)
![](./images/expand_all.gif)
![](./images/collapse_all.gif)
![Tris disponibles](./images/orderby_az.gif)
Etendre la recherche sur niveau(x) vers le bas
Extraction of built-up areas from Landsat-8 OLI data based on spectral-textural information and feature selection using support vector machine method / Vijendra Singh Bramhe in Geocarto international, vol 35 n° 10 ([01/08/2020])
![]()
[article]
Titre : Extraction of built-up areas from Landsat-8 OLI data based on spectral-textural information and feature selection using support vector machine method Type de document : Article/Communication Auteurs : Vijendra Singh Bramhe, Auteur ; Sanjay Kumar Ghosh, Auteur ; Pradeep Kumar Garg, Auteur Année de publication : 2020 Article en page(s) : pp 1067 - 1087 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] analyse spectrale
[Termes IGN] analyse texturale
[Termes IGN] bati
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] extraction de traits caractéristiques
[Termes IGN] image Landsat-OLI
[Termes IGN] image multibande
[Termes IGN] matrice de co-occurrence
[Termes IGN] niveau de gris (image)
[Termes IGN] plus proche voisin, algorithme du
[Termes IGN] réseau neuronal artificiel
[Termes IGN] texture d'imageRésumé : (auteur) Information of built-up area is essential for various applications, such as sustainable development or urban planning. Built-up area extraction using optical data is challenging due to spectral confusion between built-up and other classes (bare land or river sand, etc.). Here an automated approach has been proposed to generate built-up maps using spectral-textural features and feature selection techniques. Eight Grey-Level Co-Occurrence Matrix based texture features are extracted using Landsat-8 Operational Land Imager bands and combined with multispectral data. The most informative features are selected from combined spectral-textural dataset using feature selection techniques. Further, Support Vector Machine (SVM) classifiers are trained on labelled samples using optimal features and results are compared with Back Propagation-Neural Network (BP-NN) and k-Nearest Neighbour (k-NN). The results show that inclusion of textural features and applying feature selection methods increases the highest overall accuracy of Linear-SVM, RBF-SVM, BP-NN, and k-NN by 9.20%, 9.09%, 8.42%, and 7.39%, respectively. Numéro de notice : A2020-425 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10106049.2019.1566406 Date de publication en ligne : 18/03/2019 En ligne : https://doi.org/10.1080/10106049.2019.1566406 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95489
in Geocarto international > vol 35 n° 10 [01/08/2020] . - pp 1067 - 1087[article]A water identification method basing on grayscale Landsat 8 OLI images / Zhitian Deng in Geocarto international, vol 35 n° 7 ([15/05/2020])
![]()
[article]
Titre : A water identification method basing on grayscale Landsat 8 OLI images Type de document : Article/Communication Auteurs : Zhitian Deng, Auteur ; Yonghua Sun, Auteur ; Ke Zhang, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : pp 700 - 710 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] Chine
[Termes IGN] correction atmosphérique
[Termes IGN] détection de contours
[Termes IGN] eau de surface
[Termes IGN] image Landsat-OLI
[Termes IGN] image multibande
[Termes IGN] Kappa de Cohen
[Termes IGN] niveau de gris (image)
[Termes IGN] Normalized Difference Water Index
[Termes IGN] ressources en eauRésumé : (auteur) Accurate identification of water boundaries is of great significance to water resources surveys. Most water indexes have been designed for different districts and cannot be universally utilized in different regions and, in addition, they rely on atmospheric correction. A new water index, None-Radiation-Calibration Water Index (NRCWI), was constructed by Landsat OLI Band 3 (Green), Band 5 (NIR), and Band 6 (SWIR1), and was compared to the previous method, Normalized Difference Water Index (NDWI), Modified Normalized Difference Water Index (MNDWI), Automated Water Extraction Index (AWEI). We evaluated the accuracy of four water index methods for classifying water in 30-m resolution Landsat 8 OLI imagery from the Bohai Sea Rim in China, which takes in a broad assortment of features including sea and coastline, lakes, rivers, man-made water features, and mountains (shadow water). The following outcomes were obtained: 1. The overall accuracy of NRCWI was 95.23%, which is higher than NDWI, MNDWI, AWEI; 2. The leakage error of NRCWI was 5.48%, the misclassification error was 6.15%, and it implies that the error of NRCWI was effected decrease; 3. NRCWI had the highest kappa coefficient in lakes, rivers, man-made waters, mountains, and other ground features, which means that the method can reach a high accuracy in case 2 water which is principally situated in the near shore, estuary and so on; 4. In the applicability study, the kappa values of NRCWI were 89.99% (OLI), 87.36% (ETM+), 87.33% (TM), and 81.20% (Sentinel-2 MSI). Overall, the NRCWI method performed the best, with the highest accuracy and the lowest leakage error, which may be useful in OLI, ETM+, and TM imagery. Numéro de notice : A2020-272 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10106049.2018.1552324 Date de publication en ligne : 14/06/2019 En ligne : https://doi.org/10.1080/10106049.2018.1552324 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95056
in Geocarto international > vol 35 n° 7 [15/05/2020] . - pp 700 - 710[article]A point cloud feature regularization method by fusing judge criterion of field force / Xijiang Chen in IEEE Transactions on geoscience and remote sensing, vol 58 n° 5 (May 2020)
![]()
[article]
Titre : A point cloud feature regularization method by fusing judge criterion of field force Type de document : Article/Communication Auteurs : Xijiang Chen, Auteur ; Qing Liu, Auteur ; Kegen Yu, Auteur Année de publication : 2020 Article en page(s) : pp 2994 - 3006 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] analyse vectorielle
[Termes IGN] arbre BSP
[Termes IGN] détection de contours
[Termes IGN] échantillonnage
[Termes IGN] extraction de traits caractéristiques
[Termes IGN] matrice de covariance
[Termes IGN] modèle numérique de surface
[Termes IGN] modélisation du bâti
[Termes IGN] niveau de gris (image)
[Termes IGN] plus proche voisin, algorithme du
[Termes IGN] reconstruction d'objet
[Termes IGN] semis de points
[Termes IGN] spline cubique
[Termes IGN] traitement d'image
[Termes IGN] transformation de Hough
[Termes IGN] Wuhan (Chine)Résumé : (auteur) Point cloud boundary is an important part of the surface model. The traditional feature extraction method has slow speed and low efficiency and only achieves the boundary feature points. Hence, the point cloud feature regularization is proposed to obtain the boundary lines based on the fast extraction of feature points in this article. First, an improved $k$ - $d$ tree method is used to search the $k$ neighbors of sampling point. Then, the sampling point and its $k$ neighbors are used as the reference points set to fit a microcut plane and project to the plane. The local coordinate system is established on the microcut plane to convert 3-D into 2-D. The boundary feature points are identified by judging criterion of field force and then are sorted and connected according to the vector deflected angle and distance. Finally, the boundary lines are smoothed by the improved cubic B-spline fitting method. Experiments show that the proposed method can extract the boundary feature points quickly and efficiently, and the mean error of boundary lines is 0.0674 mm and the standard deviation is 0.0346 mm, which has high precision. This proposed method was also successfully applied to feature extraction and boundary fitting of Xinyi teaching building of the Wuhan University of Technology. Numéro de notice : A2020-230 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2019.2946326 Date de publication en ligne : 16/12/2020 En ligne : https://doi.org/10.1109/TGRS.2019.2946326 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94968
in IEEE Transactions on geoscience and remote sensing > vol 58 n° 5 (May 2020) . - pp 2994 - 3006[article]Extracting impervious surfaces from full polarimetric SAR images in different urban areas / Sara Attarchi in International Journal of Remote Sensing IJRS, vol 41 n° 12 (20 - 30 March 2020)
![]()
[article]
Titre : Extracting impervious surfaces from full polarimetric SAR images in different urban areas Type de document : Article/Communication Auteurs : Sara Attarchi, Auteur Année de publication : 2020 Article en page(s) : pp 4644 - 4663 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications
[Termes IGN] bande L
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] extraction de données
[Termes IGN] image ALOS-PALSAR
[Termes IGN] image radar moirée
[Termes IGN] matrice de co-occurrence
[Termes IGN] niveau de gris (image)
[Termes IGN] polarimétrie radar
[Termes IGN] précision de la classification
[Termes IGN] radar à antenne synthétique
[Termes IGN] surface imperméable
[Termes IGN] surveillance de l'urbanisation
[Termes IGN] texture d'image
[Termes IGN] zone urbaineRésumé : (auteur) Accurate mapping of impervious surface in urban areas is of great demand in environmental and socio-economic studies since impervious surface growth is recognized as an indicator of urbanization. To demonstrate the potential of full polarimetric Synthetic Aperture Radar (SAR) in impervious surface detection in different urban areas, this study focused on the exploitation of only SAR data. Three cities with different levels of urbanization – Tehran, Kordkuy, and Arak – have been selected to reduce the effect of input data on achieved results. Advanced Land Observing Satellite/Phased Array L-band Synthetic Aperture Radar (ALOS/PALSAR) images have been classified by support vector machine (SVM) with the help of training data from high-resolution satellite images. Quantitative assessment of classification accuracy revealed that Kordkuy, a not fully developed city (i.e. 84.2%) has the lowest accuracy and Arak, a medium urbanized city, has the highest accuracy (i.e. 90.0%). To further explore the efficiency of full polarimetric SAR, grey level co-occurrence matrix (GLCM) texture of polarized bands has been extracted and put into the classification procedure. The texture information of SAR data provided positive contribution to the impervious surface estimation in three study cases. The improvement is especially noted in dark impervious surface class. All three study areas show an increase of about 6–8% in classification accuracy. The results prove that single use of full polarimetric SAR images holds high potential in identifying impervious surfaces in urban areas. The findings are of great importance in frequent urban impervious surface mapping and monitoring especially in cloud-prone area, where the use of optical data as well as the fusion of optic and SAR data are limited. Numéro de notice : A2020-451 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/01431161.2020.1723178 Date de publication en ligne : 24/02/2020 En ligne : https://doi.org/10.1080/01431161.2020.1723178 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95539
in International Journal of Remote Sensing IJRS > vol 41 n° 12 (20 - 30 March 2020) . - pp 4644 - 4663[article]Système de traitement d’images temps réel dédié à la mesure de champs denses de déplacements et de déformations / Seyfeddine Boukhtache (2020)
![]()
Titre : Système de traitement d’images temps réel dédié à la mesure de champs denses de déplacements et de déformations Type de document : Thèse/HDR Auteurs : Seyfeddine Boukhtache, Auteur ; Michel Grédiac, Directeur de thèse ; François Berry, Directeur de thèse Editeur : Clermont-Ferrand : Université Clermont Auvergne Année de publication : 2020 Importance : 169 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse pour obtenir le grade de docteur de l'Université Clermont Auvergne, Spécialité Électronique et Architecture de SystèmesLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] appariement d'images
[Termes IGN] déformation de surface
[Termes IGN] effet thermique
[Termes IGN] interpolation linéaire
[Termes IGN] métrologie
[Termes IGN] pixel
[Termes IGN] réseau neuronal convolutif
[Termes IGN] temps réelIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) Cette thèse s’inscrit dans un cadre pluridisciplinaire. Elle traite de la problématique du temps réel et de celle des performances métrologiques en traitement d’images numériques. Elle s'intéresse plus particulièrement à la photomécanique. Il s'agit d'une discipline récente visant à développer et à utiliser au mieux des systèmes de mesure de champs entiers de petits déplacements et de petites déformations en surface de solides soumis à des sollicitations thermomécaniques. La technique utilisée dans cette thèse est la corrélation des images numériques (CIN), qui se trouve être l'une des plus employées dans cette communauté. Elle représente cependant des limitations à savoir un temps de calcul prohibitif et des performances métrologiques améliorables afin d'atteindre celles des capteurs ponctuels classiques comme les jauges de déformation.Ce travail s'appuie sur deux axes d'étude pour relever ce défi. Le premier repose sur l'optimisation de l'interpolation d'images qui est le traitement le plus coûteux dans la CIN. Une accélération est proposée en utilisant une implémentation matérielle parallélisée sur FPGA, tout en tenant compte de la consommation des ressources matérielles et de la précision. La principale conclusion est qu'un seul FPGA (dans les limites technologiques actuelles) ne suffit pas à implémenter l'intégralité de l'algorithme CIN. Un second axe d'étude a donc été proposé. Il vise à développer et à utiliser des réseaux de neurones convolutifs pour tenter d'atteindre à la fois des performances métrologiques meilleures que la CIN et un traitement en temps réel. Cette deuxième étude a montré l'efficacité d'un tel outil pour la mesure des champs de déplacements et de déformations. Elle ouvre de nouvelles perspectives en termes de performances métrologiques et de rapidité des systèmes de mesure de champs. Note de contenu : Introduction générale
1. Traitement sous-pixellique et performances métrologiques
1.1 Les approches à performance sous-pixelique
1.2 Techniques d’interpolation
1.3 Métrologie par vision
1.4 Le cas particulier de mesure métrologique en photomécanique
1.5 Conclusion
2. Implémentation matérielle : précision et ressources matérielles
2.1 Plateformes matérielles
2.2 Réduire la complexité de calcul : techniques d’approximation
2.3 Précision arithmétique
2.4 Processus d’optimisation de la représentation en virgule fixe
2.5 Conclusion
3. FPGA-based architecture for bi-cubic interpolation : the best trade-off between precision and hardware resource consumption
3.1 Introduction
3.2 Bi-cubic interpolation
3.3 Previous studies
3.4 Proposed architecture
3.5 Resource utilization and precision analysis
3.6 Results
3.7 Conclusion
4. Alternatives to bi-cubic interpolation considering FPGA hardware resource consumption
4.1 Introduction
4.2 Bi-cubic interpolation
4.3 Previous works
4.4 Approximation of the cubic kernel with n-piecewise linear functions
4.5 Combining cubic and linear interpolations
4.6 Results
4.7 Conclusion
5. When Deep Learning Meets Digital Image Correlation
5.1 Introduction
5.2 A short primer on deep learning
5.3 A brief review of CNN-based methods for optical flow estimation
5.4 Dataset
5.5 Fine-tuning networks of the literature
5.6 Tailoring FlowNetS to estimate displacement fields
5.7 Spatial resolution and metrological performance indicator
5.8 Assessing the generalization capability
5.9 Computing time
5.10 Conclusion
6. Conclusion générale et perspectives
6.1 Conclusion
6.2 PerspectivesNuméro de notice : 26530 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Électronique et Architecture de Systèmes : Clermont Auvergne : 2020 Organisme de stage : Sigma Clermont nature-HAL : Thèse Date de publication en ligne : 27/03/2021 En ligne : https://tel.archives-ouvertes.fr/tel-03180484/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97561 Robust multisource remote sensing image registration method based on scene shape similarity / Ming Hao in Photogrammetric Engineering & Remote Sensing, PERS, vol 85 n° 10 (October 2019)
PermalinkIndividual tree crown segmentation in tropical peat swamp forest using airborne hyperspectral data / Sitinor Atikah Nordin in Geocarto international, vol 34 n° 11 ([15/08/2019])
PermalinkUne nouvelle méthode de vectorisation du cadastre ancien / Antony Chalais in Géomatique expert, n° 129 (août - septembre 2019)
PermalinkSmart cartographic background symbolization for map mashups in geoportals : A proof of concept by example of landuse representation / Nadia H. Panchaud in Cartographic journal (the), Vol 56 n° 1 (February 2019)
PermalinkA greyscale voxel model for airborne lidar data applied to building detection / Liying Wang in Photogrammetric record, vol 33 n° 164 (December 2018)
Permalink3-D deep learning approach for remote sensing image classification / Amina Ben Hamida in IEEE Transactions on geoscience and remote sensing, vol 56 n° 8 (August 2018)
PermalinkClassification of aerial photogrammetric 3D point clouds / Carlos Becker in Photogrammetric Engineering & Remote Sensing, PERS, vol 84 n° 5 (mai 2018)
PermalinkDeep supervised and contractive neural network for SAR image classification / Jie Geng in IEEE Transactions on geoscience and remote sensing, vol 55 n° 4 (April 2017)
PermalinkAdaptive spectral–spatial compression of hyperspectral image with sparse representation / Wei Fu in IEEE Transactions on geoscience and remote sensing, vol 55 n° 2 (February 2017)
PermalinkBlending zone determination for aerial orthimage mosaicking / Chao-Hung Lin in ISPRS Journal of photogrammetry and remote sensing, vol 119 (September 2016)
Permalink