Centre de documentation
scientifique

A cognitive pyramid for contextual classification of remote sensing images / E. Binaghi in IEEE Transactions on geoscience and remote sensing, vol 41 n° 12 (December 2003)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 41 n° 12 (December 2003) . - pp 2906 - 2922 Titre : A cognitive pyramid for contextual classification of remote sensing images Type de document : Article/Communication Auteurs : E. Binaghi, Auteur ; I. Gallo, Auteur ; M. Pepe, Auteur Année de publication : 2003 Article en page(s) : pp 2906 - 2922 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] classification contextuelle [Termes IGN] classification dirigée [Termes IGN] classification par réseau neuronal [Termes IGN] extraction automatique [Termes IGN] image aérienne [Termes IGN] image panchromatique [Termes IGN] image satellite [Termes IGN] Perceptron multicouche [Termes IGN] reconnaissance d'objets [Termes IGN] résolution multiple Résumé : (Auteur) Many cases of remote sensing classification present complicated patterns that cannot he identified on the basis of spectral data alone, but require contextual methods that base class discrimination on the spatial relationships between the individual pixel and local and global configurations of neighboring pixels. However, the use of contextual classification is still limited by critical issues, such as complexity and problem dependency. We propose here a contextual classification strategy for object recognition in remote sensing images in an attempt to solve recognition tasks operatively. The salient characteristics of the strategy are the definition of a multiresolution feature extraction procedure exploiting human perception and the use of soft neural classification based on the multilayer perceptron model. Three experiments were conducted to evaluate the performance of the methodology, one in an easily controlled domain using synthetic images, the other two in real domains involving builtup pattern recognition in panchromatic aerial photographs and high-resolution satellite images. Numéro de notice : A2003-385 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2003.815409 En ligne : https://doi.org/10.1109/TGRS.2003.815409 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=26465 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
065-03121	RAB	Revue	Centre de documentation	En réserve L003	Disponible

vol 24 n° 20 - October 2003 - Geospatial knowledge processing for natural ressource management (Bulletin de International Journal of Remote Sensing IJRS) / Remote sensing and photogrammetry society

Public [n° ou bulletin]  est un bulletin de International Journal of Remote Sensing IJRS / Remote sensing and photogrammetry society (1980 -)   Titre : vol 24 n° 20 - October 2003 - Geospatial knowledge processing for natural ressource management Type de document : Périodique Auteurs : Remote sensing and photogrammetry society, Auteur ; A. Belward, Éditeur scientifique ; E. Binaghi, Éditeur scientifique ; et al., Auteur Année de publication : 2003 Importance : 404 p. Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Télédétection [Termes IGN] environnement [Termes IGN] ressources naturelles [Termes IGN] télédétection spatiale Numéro de notice : 080-0320 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Numéro de périodique Permalink : https://documentation.ensg.eu/index.php?lvl=bulletin_display&id=3132 [n° ou bulletin]

Contient

• Main problems in building European environmental spatial data / A. Annoni in International Journal of Remote Sensing IJRS, vol 24 n° 20 (October 2003)  
• Data fusion and feature extraction in the wavelet domain / Magnus Orn Ulfarsson in International Journal of Remote Sensing IJRS, vol 24 n° 20 (October 2003)  
• A neural adaptive model for feature extraction and recognition in high resolution remote sensing imagery / E. Binaghi in International Journal of Remote Sensing IJRS, vol 24 n° 20 (October 2003)  
• Bayesian classification by data augmentation / B. Regguzoni in International Journal of Remote Sensing IJRS, vol 24 n° 20 (October 2003)  

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
080-03201	RAB	Revue	Centre de documentation	En réserve L003	Exclu du prêt

A neural adaptive model for feature extraction and recognition in high resolution remote sensing imagery / E. Binaghi in International Journal of Remote Sensing IJRS, vol 24 n° 20 (October 2003)  

Public [article]  inInternational Journal of Remote Sensing IJRS > vol 24 n° 20 (October 2003) . - pp 3947 - 3959 Titre : A neural adaptive model for feature extraction and recognition in high resolution remote sensing imagery Type de document : Article/Communication Auteurs : E. Binaghi, Auteur ; I. Gallo, Auteur ; M. Pepe, Auteur Année de publication : 2003 Article en page(s) : pp 3947 - 3959 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes IGN] appariement de formes [Termes IGN] classification dirigée [Termes IGN] classification par réseau neuronal [Termes IGN] extraction automatique [Termes IGN] extraction de traits caractéristiques [Termes IGN] filtrage numérique d'image [Termes IGN] image à haute résolution [Termes IGN] Perceptron multicouche [Termes IGN] reconnaissance de formes [Termes IGN] système expert [Termes IGN] variation d'échelle Résumé : (Auteur) Contextual classification methods, which require the extraction of complex spatial information over a range of scales, from fine details in local areas to large features that extend across the image, are necessary in many remote sensing image classification studies. This work presents a supervised adaptive object recognition model which integrates scale-space filtering techniques for feature extraction within a Multilayer Perceptron neural network and the back-propagation learning task of the search of the most adequate filter parameters. The experimental evaluation of the method has been conducted in an easily controlled domain using synthetic imagery, and in the real domain coping with object recognition in high-resolution remote sensing imagery. To investigate whether the strategy can be considered an alternative to conventional procedures the results were compared with those obtained by a well known contextual classification scheme. Numéro de notice : A2003-285 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/0143116031000103808 En ligne : https://doi.org/10.1080/0143116031000103808 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=22580 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
080-03201	RAB	Revue	Centre de documentation	En réserve L003	Exclu du prêt