Centre de documentation
scientifique

Contextual reconstruction of cloud-contaminated multitemporal multispectral image / F. Melgani in IEEE Transactions on geoscience and remote sensing, vol 44 n° 2 (February 2006)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 44 n° 2 (February 2006) . - pp 442 - 455 Titre : Contextual reconstruction of cloud-contaminated multitemporal multispectral image Type de document : Article/Communication Auteurs : F. Melgani, Auteur Année de publication : 2006 Article en page(s) : pp 442 - 455 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] analyse comparative [Termes IGN] classification non dirigée [Termes IGN] filtrage du rayonnement [Termes IGN] image Landsat-ETM+ [Termes IGN] image multibande [Termes IGN] image multitemporelle [Termes IGN] nébulosité [Termes IGN] prévision linéaire [Termes IGN] prévision non-linéaire [Termes IGN] prise en compte du contexte [Termes IGN] reconstruction d'image Résumé : (Auteur) The frequent presence of clouds in passive remotely sensed imagery severely limits its regular exploitation in various application fields. Thus, the removal of cloud cover from this imagery represents an important preprocessing task consisting in the reconstruction of cloud-contaminated data. The intent of this study is to propose two novel general methods for the reconstruction of areas obscured by clouds in a sequence of multitemporal multispectral images. Given a cloud-contaminated image of the sequence, each area of missing measurements is reconstructed through an unsupervised contextual prediction process that reproduces the local spectro-temporal relationships between the considered image and an opportunely selected subset of the remaining temporal images. In the first method, the contextual prediction process is implemented by means of an ensemble of linear predictors, each trained over a local multitemporal region that is spectrally homogeneous in each temporal image of the selected subset. In order to obtain such regions, each temporal image is locally classified by an unsupervised classifier based on the expectation-maximization (EM) algorithm. In the second method, the local spectro-temporal relationships are reproduced by a single nonlinear predictor based on the support vector machines (SVM) approach. To illustrate the performance of the two proposed methods, an experimental analysis on a sequence of three temporal images acquired by the Landsat-7 Enhanced Thematic Mapper Plus sensor over a total period of four months is reported and discussed. It includes a detailed simulation study that aims at assessing with different reconstruction quality criteria the accuracy of the methods in different qualitative and quantitative cloud contamination conditions. Compared with two techniques based on compositing algorithms for cloud removal, the proposed methods show a clear superiority, which makes them a promising and useful tool in solving the considered problem, whose great complexity is commensurate with its practical importance. Numéro de notice : A2006-126 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2005.861929 En ligne : https://doi.org/10.1109/TGRS.2005.861929 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=27853 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
065-06021	RAB	Revue	Centre de documentation	En réserve L003	Disponible

DTM extraction of Lidar returns via adaptive processing / H.S. Lee in IEEE Transactions on geoscience and remote sensing, vol 41 n° 9 (September 2003)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 41 n° 9 (September 2003) . - pp 2063 - 2069 Titre : DTM extraction of Lidar returns via adaptive processing Type de document : Article/Communication Auteurs : H.S. Lee, Auteur ; N.H. Younan, Auteur Année de publication : 2003 Article en page(s) : pp 2063 - 2069 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Photogrammétrie numérique [Termes IGN] données lidar [Termes IGN] extraction automatique [Termes IGN] forêt [Termes IGN] modèle numérique de terrain [Termes IGN] prévision linéaire [Termes IGN] processus Résumé : (Auteur) Airborne light detection and ranging is emerging as a tool to provide accurate digital terrain models (DTMs) of forest areas, since it can penetrate beneath the canopy. Although traditional techniques, such as linear prediction, have shown to be robust type methods for the extraction of DTMs, they fail to effectively model terrain with steep slopes and large variability. In this paper, a modified linear prediction technique, followed by adaptive processing and refinement, is developed. A comparison with the traditional linear prediction method is provided along with statistical measures to ascertain the validity of the foregoing technique. Numéro de notice : A2003-253 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2003.813849 En ligne : https://doi.org/10.1109/TGRS.2003.813849 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=22548 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
065-03091	RAB	Revue	Centre de documentation	En réserve L003	Disponible

Traitement des données, aspects statistiques, 7. 7, Interpolation - Filtrage des données, prédiction - collation / Philippe Hottier (1980)

Public Titre de série : Traitement des données, aspects statistiques, 7 Titre : 7, Interpolation - Filtrage des données, prédiction - collation Type de document : Guide/Manuel Auteurs : Philippe Hottier , Auteur Editeur : Paris : Institut Géographique National - IGN (1940-2007) Année de publication : 1980 Importance : 32 p. Format : 23 x 31 cm Langues : Français (fre) Descripteur : [Vedettes matières IGN] Mathématique [Termes IGN] fonction aléatoire [Termes IGN] prévision linéaire [Termes IGN] statistiques [Termes IGN] traitement de données Numéro de notice : 11144G Affiliation des auteurs : IGN (1940-2011) Thématique : MATHEMATIQUE Nature : Manuel de cours IGN Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=46075

Voir aussi

• Traitement des données, aspects statistiques, 2. 2, Erreurs en calculs numériques, algorithmes de résolution des équations linéaires, validité de la solution d'une équation linéaire / Philippe Hottier (1980)
• Traitement des données, aspects statistiques, 1. 1, La théorie élémentaire des moindres carrés / Philippe Hottier (1980)
• Traitement des données, aspects statistiques, 3. 3, Mémento de probabilités et statistique / Philippe Hottier (1980)
• Traitement des données, aspects statistiques, 4. 4, Tests statistiques et tables statistiques / Philippe Hottier (1980)
• Traitement des données, aspects statistiques, 5. 5, Théorie de l'estimation / Philippe Hottier (1980)
• Traitement des données, aspects statistiques, 6. 6, L'estimation linéaire, compensations libres / Philippe Hottier (1980)
• Traitement des données, aspects statistiques, 8. 8, Splines / Philippe Hottier (1980)