Descripteur
Termes IGN > mathématiques > statistique mathématique > analyse de données > classification > classification pixellaire
classification pixellaireSynonyme(s)classification orientée-pixelVoir aussi |
Documents disponibles dans cette catégorie (101)
![](./images/expand_all.gif)
![](./images/collapse_all.gif)
![Tris disponibles](./images/orderby_az.gif)
Etendre la recherche sur niveau(x) vers le bas
Comparaison de méthodes d'extraction automatique à partir d'images multispectrales / Valerio Baiocchi in Géomatique expert, n° 96 (01/01/2014)
[article]
Titre : Comparaison de méthodes d'extraction automatique à partir d'images multispectrales Type de document : Article/Communication Auteurs : Valerio Baiocchi, Auteur ; Maria Vittoria Milone, Auteur ; Martina Mormile, Auteur ; R. Brigante, Auteur ; Donatella Dominici., Auteur Année de publication : 2014 Article en page(s) : pp 8 - 15 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] Abruzzes
[Termes IGN] analyse comparative
[Termes IGN] classification dirigée
[Termes IGN] classification orientée objet
[Termes IGN] classification pixellaire
[Termes IGN] détection de changement
[Termes IGN] dommage matériel
[Termes IGN] extraction automatique
[Termes IGN] image multibande
[Termes IGN] séismeRésumé : (Auteur) [Introduction] [...] Cet article vise à comparer deux algorithmes de classification : l'approche pixel et l'approche objet, dans le cadre d'études portant sur l'évaluation des dommages créés par une catastrophe naturelle, par exemple un séisme. Nous allons donc utiliser comme zone d'étude la ville italienne de l'Aquila, récemment frappée par un tremblement de terre aux conséquences majeures. Numéro de notice : A2014-042 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=32947
in Géomatique expert > n° 96 (01/01/2014) . - pp 8 - 15[article]Exemplaires(2)
Code-barres Cote Support Localisation Section Disponibilité 265-2014011 RAB Revue Centre de documentation En réserve L003 Disponible IFN-001-P001541 PER Revue Nogent-sur-Vernisson Salle périodiques Disponible Change detection from remotely sensed images: From pixel-based to object-based approaches / Masroor Hussain in ISPRS Journal of photogrammetry and remote sensing, vol 80 (June 2013)
![]()
[article]
Titre : Change detection from remotely sensed images: From pixel-based to object-based approaches Type de document : Article/Communication Auteurs : Masroor Hussain, Auteur ; Dongmei Chen, Auteur ; Angela Cheng, Auteur ; et al., Auteur Année de publication : 2013 Article en page(s) : pp 91 - 106 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] analyse spectrale
[Termes IGN] classification orientée objet
[Termes IGN] classification pixellaire
[Termes IGN] détection de changement
[Termes IGN] exploration de données géographiques
[Termes IGN] télédétectionRésumé : (Auteur) The appetite for up-to-date information about earth’s surface is ever increasing, as such information provides a base for a large number of applications, including local, regional and global resources monitoring, land-cover and land-use change monitoring, and environmental studies. The data from remote sensing satellites provide opportunities to acquire information about land at varying resolutions and has been widely used for change detection studies. A large number of change detection methodologies and techniques, utilizing remotely sensed data, have been developed, and newer techniques are still emerging. This paper begins with a discussion of the traditionally pixel-based and (mostly) statistics-oriented change detection techniques which focus mainly on the spectral values and mostly ignore the spatial context. This is succeeded by a review of object-based change detection techniques. Finally there is a brief discussion of spatial data mining techniques in image processing and change detection from remote sensing data. The merits and issues of different techniques are compared. The importance of the exponential increase in the image data volume and multiple sensors and associated challenges on the development of change detection techniques are highlighted. With the wide use of very-high-resolution (VHR) remotely sensed images, object-based methods and data mining techniques may have more potential in change detection Numéro de notice : A2013-299 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2013.03.006 En ligne : https://doi.org/10.1016/j.isprsjprs.2013.03.006 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=32437
in ISPRS Journal of photogrammetry and remote sensing > vol 80 (June 2013) . - pp 91 - 106[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 081-2013061 RAB Revue Centre de documentation En réserve L003 Disponible Learning with transductive SVM for semisupervised pixel classification of remote sensing imagery / Ujjwal Maulik in ISPRS Journal of photogrammetry and remote sensing, vol 77 (March 2013)
![]()
[article]
Titre : Learning with transductive SVM for semisupervised pixel classification of remote sensing imagery Type de document : Article/Communication Auteurs : Ujjwal Maulik, Auteur ; Debasis Chakraborty, Auteur Année de publication : 2013 Article en page(s) : pp 66 - 78 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] Bombay
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] classification pixellaire
[Termes IGN] classification semi-dirigée
[Termes IGN] image infrarouge couleur
[Termes IGN] image SPOT
[Termes IGN] Inde
[Termes IGN] villeRésumé : (Auteur) Land cover classification using remotely sensed data requires robust classification methods for the accurate mapping of complex land cover area of different categories. In this regard, support vector machines (SVMs) have recently received increasing attention. However, small number of training samples remains a bottleneck to design suitable supervised classifiers. On the other hand, adequate number of unlabeled data is available in remote sensing images which can be employed as additional source of information about margins. To fully leverage all of the precious unlabeled data, integration of filtering in a transductive SVM is proposed. Using two labeled image datasets of small size and two large unlabeled image datasets, the effectiveness of the proposed method is explored. Experimental results show that the proposed technique achieves average overall accuracies of around 4.5–7.8%, 0.8–2.6% and 0.9–2.2% more than the standard inductive SVM (ISVM), progressive transductive SVM (PTSVM) and low density separation (LDS) classifiers, respectively on larger domains in case of labeled datasets. Using image datasets, visual interpretation from the classified images as well as the segmentation quality reveal that the proposed method can efficiently filter informative data from the unlabeled samples. Numéro de notice : A2013-116 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2012.12.003 En ligne : https://doi.org/10.1016/j.isprsjprs.2012.12.003 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=32254
in ISPRS Journal of photogrammetry and remote sensing > vol 77 (March 2013) . - pp 66 - 78[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 081-2013031 RAB Revue Centre de documentation En réserve L003 Disponible
Titre : Classification grande échelle de surfaces d’eau par lidar aéroporté Type de document : Article/Communication Auteurs : Nicolas David , Auteur ; Julien Smeeckaert, Auteur ; Clément Mallet
, Auteur
Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN (2012-) Année de publication : 2013 Conférence : GRETSI 2013, 24e colloque du Groupe de Recherche et d'Etude du Traitement du Signal et des Images 03/09/2013 06/09/2013 Brest France OA proceedings Importance : 4 p. Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Vedettes matières IGN] Lasergrammétrie
[Termes IGN] classification dirigée
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] classification pixellaire
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] eau de surface
[Termes IGN] extraction automatique
[Termes IGN] hauteur de vol
[Termes IGN] méthode robuste
[Termes IGN] modèle numérique de surface
[Termes IGN] plan de volRésumé : (auteur) La gestion des zones littorales utilise aujourd’hui de plus en plus de Modèles Numérique de Terrain (MNT) issus de données laser aéroportées. Afin d’obtenir des MNT fiables sur ces zones il est nécessaire d’extraire les surfaces d’eau des nuages de points. Pour cela, cet article propose une méthode automatique, robuste et générique de classification supervisée fondée sur les séparateurs à vaste marge (SVM). Premièrement, un jeu de descripteurs utilisant seulement les coordonnées 3D des points laser et l’information de ligne de vol est élaboré. Puis des zones d’apprentissage SVM fiables sont sélectionnées automatiquement par une croissance de régions. Enfin, les erreurs de classification pixellaires sont filtrées par une relaxation probabiliste utilisant les scores de classification SVM. Les résultats montrent que d’importants chantiers lasers (> 100 M pts) de faible densité (2-3 pts/m²) sont classés avec une forte précision globale ( > 95%) tout en préservant les objets de petites tailles ayant une importance topographique (ponts, canaux, rochers).
Cet article aborde le problème de détection automatique de zones d'eau dans des grands volumes de nuages de points 3D lidar. L'approche proposée est uniquement fondée sur l'analyse de descripteurs locaux géométriques 2D et 3D. Une méthode d'apprentissage actif est proposée pour sélectionner un ensemble réduit mais performant de pixels (Numéro de notice : C2013-034 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésNat DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=80101 Documents numériques
en open access
Classification grande échelle de surfaces d’eauAdobe Acrobat PDFSpatio-temporal MODIS EVI gap filling under cloud cover: An example in Scotland / L. Poggio in ISPRS Journal of photogrammetry and remote sensing, vol 72 (August 2012)
![]()
[article]
Titre : Spatio-temporal MODIS EVI gap filling under cloud cover: An example in Scotland Type de document : Article/Communication Auteurs : L. Poggio, Auteur ; A. Gimona, Auteur ; I. Brown, Auteur Année de publication : 2012 Article en page(s) : pp 56 - 72 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] classification pixellaire
[Termes IGN] Ecosse
[Termes IGN] image CMODIS
[Termes IGN] interpolation
[Termes IGN] krigeage
[Termes IGN] nuage
[Termes IGN] ombre
[Termes IGN] résiduRésumé : (Auteur) Time series of satellite data have an important role in the monitoring of regional and global ecosystem properties. Satellite images often present missing data due to atmospheric aerosol, clouds or other atmospheric conditions. Most methods proposed to minimise the effects of degradation and to restore signal values do not take into account the spatial and temporal correlation of the values in the pixels. The aim of this study was to propose and test a spatio-temporal interpolation method to reconstruct pixel values in MODIS data time series that are missing due to cloud cover or other image noise. The method presented and tested is an example of a hybrid Generalised Additive Model (GAM)-geostatistical space-time model, including the fitting of a smoother spatio-temporal trend and a spatial component to account for local details supported by information in covariates. The method is not limited by the type of noise or degradation of pixels values, latitude, vegetation dynamics and land uses. The application of cloud masks on the target image provided the data for a quantitative validation through the comparison between the modelled EVI values and those from the MODIS product. The method was able to restore data providing very good to adequate responses in series of simulations of missing data. The comparison of distributions showed good agreement and predictive capabilities. The spatio-temporal method always performed better and the use of kriged residuals was helpful for situations with high percentages of missing data. The spatial pattern and the local features were well preserved for cloud coverage Numéro de notice : A2012-494 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2012.06.003 En ligne : https://doi.org/10.1016/j.isprsjprs.2012.06.003 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=31940
in ISPRS Journal of photogrammetry and remote sensing > vol 72 (August 2012) . - pp 56 - 72[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 081-2012061 SL Revue Centre de documentation Revues en salle Disponible Détermination de la ligne de côte par des images multi-spectrales haute résolution / Valerio Baiocchi in Géomatique expert, n° 86 (01/05/2012)
PermalinkSeismic-zonation of Port-au-Prince using pixel- object-based imaging analysis methods on Aster GDEM / S. Yong in Photogrammetric Engineering & Remote Sensing, PERS, vol 77 n° 9 (September 2011)
PermalinkMapping natural phenomena : boreal forest fires with non-discrete boundaries / T.K. Remmel in Cartographica, vol 44 n° 4 (December 2009)
PermalinkAn assessment of geometric activity features for per-pixel classification of urban man-made objects using Very High Resolution satellite Imagery / J. Chan in Photogrammetric Engineering & Remote Sensing, PERS, vol 75 n° 4 (April 2009)
PermalinkLandsat sub-pixel analysis in mapping impact of climatic variability on prairie pothole changes / B. Zhang in Transactions in GIS, vol 13 n° 2 (April 2009)
PermalinkA standardized probability comparison approach for evaluating and combining pixel-based classification procedures / D. Chen in Photogrammetric Engineering & Remote Sensing, PERS, vol 74 n° 5 (May 2008)
PermalinkPer-pixel classification of high spatial resolution satellite imagery for urban land-cover mapping / D. Hester in Photogrammetric Engineering & Remote Sensing, PERS, vol 74 n° 4 (April 2008)
PermalinkEstimation of vegetation parameter for modelling soil erosion using linear spectral mixture analysis of Landsat ETM data / A.M. DE Asis in ISPRS Journal of photogrammetry and remote sensing, vol 62 n° 4 (September 2007)
PermalinkA novel method for mapping land cover changes: Incorporating time and space with geostatistics / A. Boucher in IEEE Transactions on geoscience and remote sensing, vol 44 n° 11 Tome 2 (November 2006)
PermalinkA patch-based image classification by integrating hyperspectral data with GIS / B. Zhang in International Journal of Remote Sensing IJRS, vol 27 n°15-16 (August 2006)
Permalink