Centre de documentation
scientifique

Variational learning of mixture wishart model for PolSAR image classification / Qian Wu in IEEE Transactions on geoscience and remote sensing, vol 57 n° 1 (January 2019)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 57 n° 1 (January 2019) . - pp 141 - 154 Titre : Variational learning of mixture wishart model for PolSAR image classification Type de document : Article/Communication Auteurs : Qian Wu, Auteur ; Biao Hou, Auteur ; Zaidao Wen, Auteur ; Licheng Jiao, Auteur Année de publication : 2019 Article en page(s) : pp 141 - 154 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications [Termes IGN] classification [Termes IGN] image AIRSAR [Termes IGN] image radar moirée [Termes IGN] image Radarsat [Termes IGN] loi de Wishart [Termes IGN] optimisation (mathématiques) [Termes IGN] polarimétrie radar Résumé : (Auteur) The phase difference, amplitude product, and amplitude ratio between two polarizations are important discriminators for terrain classification, which derives a significant statistical-distribution-based polarimetric synthetic aperture radar (PolSAR) image classification. Traditionally, statistical-distribution-based PolSAR image classification models pay attention to two aspects: searching for a suitable distribution to model certain PolSAR image and a satisfactory solution for the corresponding distribution model with samples in every terrain. Usually, the described distribution form is too complicated to build. Besides, inaccurate parameter estimation may lead to poor classification performance for PolSAR image. In order to refrain from this phenomenon, a variational thought is adopted for the statistical-distribution-based PolSAR classification method in this paper. First, a mixture Wishart model is built to model the PolSAR image to replace the complicated distribution for the PolSAR image. Second, a learning-based method is suggested instead of inaccurate point estimation of parameters to determine the distribution for every class in the mixture Wishart model. Finally, the proposed learning-based mixture Wishart model will be built as a variational form to realize a parametric model for PolSAR image classification. In the experiments, it will be proved that the class centers are easier to distinguish among different terrains learned from the proposed variational model. In addition, a classification performance on the PolSAR image is superior to the original point estimation Wishart model on both visual classification result and accuracy. Numéro de notice : A2019-104 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2018.2852633 Date de publication en ligne : 16/08/2018 En ligne : https://doi.org/10.1109/TGRS.2018.2852633 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92410 [article]

An unsupervised classification approach for polarimetric SAR data based on the Chernoff distance for complex Wishart distribution / Mohammed Dabboor in IEEE Transactions on geoscience and remote sensing, vol 51 n° 7 Tome 2 (July 2013)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 51 n° 7 Tome 2 (July 2013) . - pp 4200 - 4213 Titre : An unsupervised classification approach for polarimetric SAR data based on the Chernoff distance for complex Wishart distribution Type de document : Article/Communication Auteurs : Mohammed Dabboor, Auteur ; Michael Collins, Auteur ; Vassilia Karathanassi, Auteur ; et al., Auteur Année de publication : 2013 Article en page(s) : pp 4200 - 4213 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications [Termes IGN] image radar moirée [Termes IGN] loi de Wishart [Termes IGN] polarimétrie radar Résumé : (Auteur) A new unsupervised classification approach for polarimetric synthetic aperture radar (POLSAR) data is proposed in this paper. The Wishart-Chernoff distance is calculated and used in an agglomerative hierarchical clustering approach. Initial segmentation of POLSAR data into clusters is obtained based on the total backscattering power (SPAN) combined with the entropy, alpha angle, and anisotropy. The complex Wishart clustering is performed to optimize the initialization. Optimized clusters with minimum Wishart-Chernoff distance are merged hierarchically into an appropriate number of classes. The appropriate number of classes is estimated based on the data log-likelihood algorithm. Classification results show that the use of Wishart-Chernoff distance is superior to that of the Wishart test statistic distance. The effectiveness of the proposed Wishart-Chernoff distance is demonstrated using Advanced Land Observing Satellite POLSAR data. Numéro de notice : A2013-377 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2012.2227755 En ligne : https://doi.org/10.1109/TGRS.2012.2227755 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=32515 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
065-2013071B	RAB	Revue	Centre de documentation	En réserve L003	Disponible

Improving the Wishart synthetic aperture radar image classifications through deterministic simulated annealing / F. Sanchez-Llado in ISPRS Journal of photogrammetry and remote sensing, vol 66 n° 6 (November 2011)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 66 n° 6 (November 2011) . - pp 845 - 857 Titre : Improving the Wishart synthetic aperture radar image classifications through deterministic simulated annealing Type de document : Article/Communication Auteurs : F. Sanchez-Llado, Auteur ; G. Pajares, Auteur ; C. Lopez-Martinez, Auteur Année de publication : 2011 Article en page(s) : pp 845 - 857 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications [Termes IGN] algorithme du recuit simulé [Termes IGN] classification dirigée [Termes IGN] données polarimétriques [Termes IGN] image radar moirée [Termes IGN] loi de Wishart Résumé : (Auteur) This paper proposes the use of Deterministic Simulated Annealing (DSA) for Synthetic Aperture Radar (SAR) image classification for cluster refinement. We use the initial classification provided by the maximum-likelihood classifier based on the complex Wishart distribution that is then supplied to the DSA optimization approach. The goal is to improve the classification results obtained by the Wishart approach. The improvement is verified by computing a cluster separability coefficient. During the DSA optimization process, for each iteration and for each pixel, two consistency coefficients are computed taking into account two kinds of relations between the pixel under consideration and its neighbors. Based on these coefficients and on the information coming from the pixel itself, it is re-classified. Several experiments are carried out to verify that the proposed approach outperforms the Wishart strategy. We try to improve the classification results by considering the spatial influences received by a pixel through its neighbors. Finally, a link about the contribution of DSA to thematic mapping is also established. Numéro de notice : A2011-472 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2011.09.007 En ligne : https://doi.org/10.1016/j.isprsjprs.2011.09.007 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=31366 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2011061	SL	Revue	Centre de documentation	Revues en salle	Disponible

Evaluation de la classification WISHART sur des données radar polarimétriques et application au Gabon / G. Roussel (2008)

Public 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 géographique Langues : 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'intérêt Index. 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 Données Numéro 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	En réserve Mezzanine	Disponible

Elaboration de MNT par extraction de pentes topographiques de données polarimétriques / Yohann Ly (2006)

Public Titre : Elaboration de MNT par extraction de pentes topographiques de données polarimétriques Type de document : Mémoire Auteurs : Yohann Ly, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2006 Importance : 55 p. Format : 21 x 30 cm Note générale : Bibliographie Mémoire de master 2ème année, spécialité : sciences de l'information géographique Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications [Termes IGN] données polarimétriques [Termes IGN] dune [Termes IGN] image AIRSAR [Termes IGN] image radar moirée [Termes IGN] image RAMSES [Termes IGN] loi de Wishart [Termes IGN] méthode des moindres carrés [Termes IGN] modèle numérique de surface [Termes IGN] modèle numérique de terrain [Termes IGN] pente [Termes IGN] polarimétrie radar [Termes IGN] polarisation [Termes IGN] radar à antenne synthétique [Termes IGN] radargrammétrie Index. décimale : DSIG Mémoires du master 2 IG, du master 2 SIG, de l'ex DEA SIG Résumé : (Auteur) Le domaine de l'information géographique est aujourd'hui une composante indispensable à la gestion de nombreux domaines comme l'agriculture, la foresterie, l'aménagement du territoire, la prévention des risques, la télécommunication, et bien d'autres encore. Afin de traiter une problématique particulière, toutes sortes de données doivent être récoltées et intégrées au projet afin de pouvoir décrire et résoudre au mieux celle-ci. On peut, parmi ces types de données, citer les données issues d'imagerie satellite, les relevés topographiques, les mesures LIDAR ... L'utilisation du DEM (Digital Elevation Model) aussi appelé MNT (Modèle Numérique de Terrain) est indispensable à l'étude de certaines problématiques et c'est pourquoi, il suscite l'intérêt de nombreuses équipes de recherche. De récentes recherches se sont penchées sur l'extraction d'informations utiles des données polarimétriques afin de créer ce produit. Note de contenu : 1 PRINCIPE DU RADAR SAR POLARIMETRIQUE 1.1 Onde électromagnétique et polarisation - Rappels d'électromagnétisme - Vecteur de Jones et vecteur de Stokes 1.2 Radar SAR polarimétrique - Données polarirnétriques - Caractéristiques importantes du Radar à Synthèse d'Ouverture - Description des données puiser utilisées 2 ESTIMATION DES PENTES 2.1 Relation angle d'orientation/pentes topographiques 2.2 Obtention des pentes à partir de deux passes orthogonales 2.3 Méthodes d'extraction d'angles d'orientation de données POLSAR - DEM de référence - Polarisation circulaire - Signature polarimétrique - Décomposition de Cloude - Comparaison des méthodes 3 RECONSTITUTION DU DEM 3.1 Méthode par intégration simple 3.2 Théorie des moindres carrés - Méthode directe : méthode de la FFT - Méthode itérative : méthode de l'Alterning direction 4 TRAVAIL AVANCE SUR LES DUNES DE PYLA 4.1 Segmentation et classification des données - Entropie et anisotropie - Segmentation de Wishart - Classification des mécanismes de diffusion 4.2 Qualité des données 4.3 Etude temps/fréquence sur les données bande P - Théorie de la decomposition temps/fréquence en azimuth - Application aux données des dunes de Pyla Numéro de notice : 23652 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire Master 2 IG Organisme de stage : Laboratoire SAPHIR de l'Institut d'Electronique et de Télécommunications de Rennes IETR Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=51548

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
23652-01	DSIG	Livre	Centre de documentation	En réserve Mezzanine	Disponible