Centre de documentation
scientifique

Actualité

L'actu ! fermeture automnale

Le centre de documentation est fermé pour les vacances de Toussaint. Les prêts sont suspendus pour le moment. Merci d'adresser vos questions à cdos at ensg.e...

Consulter les archives

Dernière publication Consultez les parutions du CDoS

Informations pratiques

Le centre de documentation scientifique
de l'Institut est aussi celui de l'ENSG-Géomatique.

Envoyez un mail au contact ci-dessous pour vos demandes.

Contact : cdos@ign.fr

Comment venir ?
Pour se rendre au centre de documentation, se reporter au 'Plan d'accès au bâtiment' tout en bas de page à droite. Le centre se trouve dans le bâtiment de l'ENSG. On y accède par le hall, entre l'aile Cassini et l'aile Laplace.

Mots RAMEAU représentant le fonds du centre de documentation
géomatique, géodésie, réseaux (géodésie), systèmes de localisation par satellites,
imagerie satellitaire, traitement d'images, photogrammétrie, lasergrammétrie,
systèmes d'information géographique, données géospatiales, cartographie,
géographie - base de données

Nouvelle recherche

Linienextraktion aus SAR-Daten mit einem Markoff-Zufallsfeld-Modell / O. Hellwich (1997)

Public

Titre :	Linienextraktion aus SAR-Daten mit einem Markoff-Zufallsfeld-Modell
Titre original :	[Extraction de lignes à partir d'images SAR avec un modèle aléatoire de Markov]
Type de document :	Thèse/HDR
Auteurs :	O. Hellwich, Auteur
Editeur :	Munich : Bayerische Akademie der Wissenschaften
Année de publication :	1997
Collection :	DGK - C
Sous-collection :	Dissertationen num. 487
Importance :	118 p.
Format :	21 x 30 cm
ISBN/ISSN/EAN :	978-3-7696-9527-4
Note générale :	Bibliographie
Langues :	Allemand (ger)
Descripteur :	[Vedettes matières IGN] Traitement d'image radar et applications [Termes IGN] champ aléatoire de Markov [Termes IGN] extraction automatique [Termes IGN] extraction de traits caractéristiques [Termes IGN] image ERS-SAR [Termes IGN] image radar [Termes IGN] image TOPSAR [Termes IGN] modèle de Markov [Termes IGN] objet géographique linéaire [Termes IGN] radargrammétrie
Index. décimale :	35.20 Traitement d'image
Résumé :	(Auteur) The topic of this thesis is automatic line extraction from Synthetic Aperture Radar (SAR) data. It is scientifically as well as practically relevant, as line features are important for object extraction and modern radar satellites provide huge amounts of data which cannot be evaluated manually. In the past, line extraction from SAR data has proved to be particularly difficult. The reason is the speckle effect typical for SAR and all other coherent imaging methods. In this thesis, a line extraction method is developed which is more successful than previous methods. This is achieved by 1- using prior knowledge about the continuity of lines, 2- evaluating intensity and phase information of SAR scenes in a coherent framework, and 3- modelling SAR statistics. The line extraction method includes the following novelties: 1- Use of a Markov random field model for line extraction from SAR scenes, 2- Application of stochastic completion fields in a Markov random field model, 3- Utilization of the object dependent phase information in SAR scenes by fusing intensity and interferometric coherence data by means of a Bayesian approach. The continuity of lines is modelled by a Markov random field using stochastic completion fields to express dependencies between neighbouring pixels. In terms of image analysis, the method developed is a SAR specific low-level approach to the extraction of lines. Ways for further processing by mid and high-level approaches are sketched. Simulated as well as real SAR data are evaluated. The real SAR data are a TOPSAR scene of an urban area, an ERS-1 scene from Siberia, and an X-SAR scene of a suburban area comprising an airfield. By using prior knowledge in form of a Markov random field model and by combining intensity as well as coherence data a moderate improvement of the quality of line extraction is achieved. Gaps which are only a few pixels wide can mostly be closed by means of the stochastic completion fields. The disadvantage of the approach is the large amount of computation generally required by Markov random field approaches. Therefore, the contribution of the thesis is not so much a more efficient line extraction method, but rather an exploration of the potential of Markov random field models and of the fusion of intensity and coherence data for line extraction. The results show that contextual knowledge is very important for line extraction from noisy data. Furthermore, the results suggest that line extraction methods combining several data sources will be much more common in future. In addition to the line extraction method, the thesis includes a detailed introduction to SAR from the surveying engineering point of view.
Numéro de notice :	28006
Affiliation des auteurs :	non IGN
Thématique :	IMAGERIE
Nature :	Thèse étrangère
Permalink :	https://documentation.ensg.eu/index.php?lvl=notice_display&id=63353

Exemplaires(2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
28006-01	35.20	Livre	Centre de documentation	Télédétection	Disponible
28006-02	35.20	Livre	Centre de documentation	Télédétection	Disponible

IGN

IGN / ENSG

Centre de documentation
scientifique
6 et 8 Avenue Blaise Pascal
Cité Descartes
Champs-sur-Marne
77455 Marne la Vallée
Cedex 2
L'IGN a pour vocation

de décrire la surface du territoire national et l'occupation de son sol, et d'élaborer et de mettre à jour l'inventaire permanent des ressources forestières nationales.
Accès directs
2014 -2024 IGN

IGN

Centre de documentation
scientifique

Accueil

Sélection de la langue

Adresse

Se connecter

Actualité

L'actu ! fermeture automnale

Informations pratiques

Exemplaires(2)

IGN / ENSG

L'IGN a pour vocation

Accès directs

2014 -2024 IGN

IGN

Centre de documentationscientifique

Accueil

Sélection de la langue

Adresse

Se connecter

Actualité

L'actu ! fermeture automnale

Informations pratiques

Exemplaires(2)

IGN / ENSG

L'IGN a pour vocation

Accès directs

2014 -2024 IGN

Centre de documentation
scientifique