Centre de documentation
scientifique

Geometric feature extraction by a multimarked point process / Florent Lafarge in IEEE Transactions on Pattern Analysis and Machine Intelligence, PAMI, vol 32 n° 9 (September 2010)  

Public [article]  inIEEE Transactions on Pattern Analysis and Machine Intelligence, PAMI > vol 32 n° 9 (September 2010) . - pp 1597 - 1609 Titre : Geometric feature extraction by a multimarked point process Type de document : Article/Communication Auteurs : Florent Lafarge, Auteur ; Georgy Gimel'farb, Auteur ; Xavier Descombes, Auteur Année de publication : 2010 Article en page(s) : pp 1597 - 1609 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes IGN] analyse d'image orientée objet [Termes IGN] distribution de Gibbs [Termes IGN] extraction de traits caractéristiques [Termes IGN] processus ponctuel marqué Résumé : (auteur) This paper presents a new stochastic marked point process for describing images in terms of a finite library of geometric objects. Image analysis based on conventional marked point processes has already produced convincing results but at the expense of parameter tuning, computing time, and model specificity. Our more general multimarked point process has simpler parametric setting, yields notably shorter computing times, and can be applied to a variety of applications. Both linear and areal primitives extracted from a library of geometric objects are matched to a given image using a probabilistic Gibbs model, and a Jump-Diffusion process is performed to search for the optimal object configuration. Experiments with remotely sensed images and natural textures show that the proposed approach has good potential. We conclude with a discussion about the insertion of more complex object interactions in the model by studying the compromise between model complexity and efficiency. Numéro de notice : A2010-698 Affiliation des auteurs : non IGN Autre URL associée : vers HAL Thématique : IMAGERIE Nature : Article DOI : 10.1109/TPAMI.2009.152 Date de publication en ligne : 18/08/2009 En ligne : https://doi.org/10.1109/TPAMI.2009.152 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102368 [article]

A spectral mixture process conditioned by Gibbs-based partitioning / R.S. Rand in IEEE Transactions on geoscience and remote sensing, vol 39 n° 7 (July 2001)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 39 n° 7 (July 2001) . - pp 1421 - 1434 Titre : A spectral mixture process conditioned by Gibbs-based partitioning Type de document : Article/Communication Auteurs : R.S. Rand, Auteur ; D.M. Keenan, Auteur Année de publication : 2001 Article en page(s) : pp 1421 - 1434 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] analyse spectrale [Termes IGN] champ aléatoire de Markov [Termes IGN] distribution de Gibbs [Termes IGN] échantillonnage de Gibbs [Termes IGN] image hyperspectrale Numéro de notice : A2001-201 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/36.934074 En ligne : https://doi.org/10.1109/36.934074 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=21895 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
065-01071	RAB	Revue	Centre de documentation	En réserve L003	Disponible

Segmentierung und Interpretation digitaler Bilder mit Markoff-Zufallsfeldern / J. Klonowski (1999)

Public Titre : Segmentierung und Interpretation digitaler Bilder mit Markoff-Zufallsfeldern Titre original : [Segmentation and interpretation of digital images using Markov random fields] Type de document : Thèse/HDR Auteurs : J. Klonowski, Auteur Editeur : Munich : Bayerische Akademie der Wissenschaften Année de publication : 1999 Collection : DGK - C Sous-collection : Dissertationen num. 492 Importance : 91 p. Format : 21 x 30 cm ISBN/ISSN/EAN : 978-3-7696-9532-8 Note générale : Bibliographie Langues : Allemand (ger) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] analyse de groupement [Termes IGN] analyse texturale [Termes IGN] champ aléatoire de Markov [Termes IGN] distribution de Gibbs [Termes IGN] image multibande [Termes IGN] milieu urbain [Termes IGN] segmentation d'image [Termes IGN] théorème de Bayes [Termes IGN] variance Index. décimale : 35.20 Traitement d'image Résumé : (Auteur)This thesis defines and solves the problem of the interpretation of digital images by labeling processes on two levels based on Markov random fields. Under the assumption that the objects to be identified in the image differ by their textures, pixels are labeled at the low level according to their affiliation to classes of textures. Clusters of pixels with identical labels are forming regions. They are labeled at the high level of the image analysis to obtain the meaning of the objects. Uncertainties are considered by variances for the description of textures and objects as well as by the probabilistic approach for the labeling. The textures at the low level are represented by the Gibbs distribution of the Markov random field for the gray values. Prior information on the labels concerning the textures is introduced by the Gibbs distribution of the Markov random field of the labels. Application of Bayes' theorem joins the two densities to the posterior distri-bution. Its maximization at every pixel yields the labels for the textures. Also on the basis of Markov random fields a description for the existing and the expected objects is obtained at the high level of image analysis. Prior information on the unknown object labels consists of the frequency of the occurence of objects and their neighborhood relations. Maximization of the posterior density leads to the labels. Uncertain interpretations of regions are found by posterior odds for hypotheses. The label "unknown" is attributed to them. The quality of the interpretation is mainly influenced by the segmentation at the low level. Therefore an in-teraction between the two levels on the basis of posterior odds has been realized. The percentage of area of the regions labeled "unknown" is used as an indicator for improving the segmentation, which leads to a better result for the interpretation. The texture classification is first investigated by generated data for a/ better judgement of the influences of the choice of the parameters for the distributions. The experience gained is used in the segmentation of real multispectral aerial photographs. Tests of a color transformation and an image pyramid of the image data with respect to the quality of the symbolic description of the image are following. Finally the interaction between the two interpretation levels is tested on aerial multispectral photographs of urban areas. Numéro de notice : 28003 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse étrangère Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=63350

Exemplaires(2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
28003-01	35.20	Livre	Centre de documentation	Télédétection	Disponible
28003-02	35.20	Livre	Centre de documentation	Télédétection	Disponible

Kontextsensitive Bildinterpretation mit Markoff-Zufallsfeldern / M. Köster (1995)

Public Titre : Kontextsensitive Bildinterpretation mit Markoff-Zufallsfeldern Titre original : [Photo-interprétation en tenant compte du contexte avec les champs aléatoires de Markov] Type de document : Thèse/HDR Auteurs : M. Köster, Auteur Editeur : Munich : Bayerische Akademie der Wissenschaften Année de publication : 1995 Collection : DGK - C Sous-collection : Dissertationen num. 444 Importance : 73 p. Format : 21 x 30 cm ISBN/ISSN/EAN : 978-3-7696-9487-1 Note générale : Bibliographie Langues : Allemand (ger) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes IGN] champ aléatoire de Markov [Termes IGN] classification bayesienne [Termes IGN] distribution de Gibbs [Termes IGN] image aérienne [Termes IGN] optimisation (mathématiques) [Termes IGN] reconnaissance d'objets [Termes IGN] reconnaissance de formes [Termes IGN] segmentation d'image [Termes IGN] théorème de Bayes [Termes IGN] voisinage (relation topologique) Index. décimale : 35.20 Traitement d'image Résumé : (Auteur)This thesis solves the problem of interpretation of digital images by Markov random fields in connec-tion with Bayesian statistics. The interpretation requires the description of the objects expected in an image and of the objects existing in the image. The appearence of objects in images is ambiguous, so that context relations between neighbouring objects have to be included. Object recognition requires the labeling of segmented image primitives. By this process uncertainties appear which have to be considered by the object description as well as by the labeling. A mathematical, stochastic method is used, which is theoretically founded and domain independent. Based on Markov random fields a relational description is created for the expected and the existing objects. The relations between neighbouring objects are represented by potentials of cliques of the Gibbs distributions of the Markov random fields. This creates a context dependency based on the local neighbourhood. The flexibility of Bayesian statistics allows the introduction of prior informa-tion of the unknown object labels, which consists of the frequencies of the occurrence of objects and their necessary neighbourhood relations. The labeling problem is solved by maximizing the posteriori density which follows from the Bayes' theorem. Deterministic and stochastic optimization algorithms are compared. The interpretation model not only contains features of the objects and relations {o their neighbours, indirect neighbourhood objects and three pairwise neighbouring objects are also included. An inter--pretation is therefore possible with a more detailed consideration of object relations. A semantic model of concrete objects and their context relations in aerial images is constructed. If there are no images of the same domain, elements in the object model will be determined by heuristic arguments. The approach has been tested on a generated and a real image. The ideal circumstances of the synthe-tic image are used, to investigate influences of variations of the image model and of the optimization algorithms. Finally a segmented image with three color channels is interpreted. Numéro de notice : 28045 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse étrangère Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=63392

Exemplaires(2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
28045-01	35.20	Livre	Centre de documentation	Télédétection	Disponible
28045-02	35.20	Livre	Centre de documentation	Télédétection	Disponible

Contribution au développement d'outils pour l'analyse automatique de documents cartographiques / Laurent Lefrère (1993)

Public Titre : Contribution au développement d'outils pour l'analyse automatique de documents cartographiques Type de document : Thèse/HDR Auteurs : Laurent Lefrère, Auteur ; Yves Lecourtier, Directeur de thèse Editeur : Rouen : Université de Rouen Année de publication : 1993 Importance : 277 p. Format : 21 x 30 cm Note générale : bibliographie Thèse de Doctorat, discipline Physique, Spécialité Informatique Industrielle, Université de Rouen Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes IGN] analyse texturale [Termes IGN] caractérisation [Termes IGN] carte numérisée [Termes IGN] couleur (rédaction cartographique) [Termes IGN] distribution de Gibbs [Termes IGN] document cartographique [Termes IGN] données localisées numériques [Termes IGN] échantillonnage de Gibbs [Termes IGN] extraction de données [Termes IGN] extraction du réseau routier [Termes IGN] homothétie [Termes IGN] parcellaire [Termes IGN] planche mère [Termes IGN] reconnaissance de caractères [Termes IGN] réseau routier [Termes IGN] texture d'image [Termes IGN] toponyme Index. décimale : THESE Thèses et HDR Résumé : (auteur) Les travaux présentes dans ce mémoire abordent différents aspects de l'analyse de documents cartographiques, du prétraitement couleur à la reconnaissance de toponymes en passant par l'extraction d'objets géographiques. Le premier chapitre est consacré à la classification couleur. Ce prétraitement permet d'obtenir, à partir d'images de cartes numérisées en cyan, magenta, yellow, les plans couleurs rouge, vert, bleu et noir proches des planches-mères ayant permis l'impression des cartes. L'originalité de la segmentation cmy/ts est sa capacité à reconstruire les objets masqués par les superpositions. Cette classification permet d'apporter une information plus compacte et plus complète aux modules d'extraction subséquents. Le second chapitre présente d'une part, une méthode de caractérisation et d'extraction de zones texturées basée sur une modélisation structurelle et statistique des textures. Cette méthode permet de modéliser conjointement l'aspect macroscopique régulier et structure des textures ainsi que leur aspect microscopique plus aléatoire. D'autre part, est présente un module d'extraction des réseaux linéaires et plus particulièrement des réseaux routiers base sur un suivi de trait particulier contrôle par un ensemble de mesures statistiques regroupées en un critère dit de gibbs. Le dernier chapitre présente une stratégie particulière de reconstruction de toponymes à partir d'une méthode originale de reconnaissance de caractères invariante à la translation, à l'homothétie et à la rotation. Ce module permet de plus de reconstituer les limites de parcelles formées de pointillés. Ces différents modules fournissent, à partir des cartes papier existantes, des données structurées et organisées, prêtes à être intégrées dans des systèmes d'information géographique Note de contenu : Introduction 1- Prétraitement couleur 2- Extraction des objets géographiques 3- Traitement de l'information textuelle Conclusion Numéro de notice : 21743 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique Industrielle : Rouen : 1993 nature-HAL : Thèse DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91076

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
21743-01	THESE	Livre	Centre de documentation	Thèses	Disponible