Centre dedocumentation
scientifique

Méthode de sélection des bandes à base de l'analyse en composantes indépendantes appliquée aux images hyperspectrales de télédétection / Seloua Chouaf in Revue Française de Photogrammétrie et de Télédétection, n° 204 (Octobre 2013)

Public [article]  inRevue Française de Photogrammétrie et de Télédétection > n° 204 (Octobre 2013) . - pp 57 - 62 Titre : Méthode de sélection des bandes à base de l'analyse en composantes indépendantes appliquée aux images hyperspectrales de télédétection Type de document : Article/Communication Auteurs : Seloua Chouaf, Auteur ; Youcef Smara, Auteur Congrès : AARSE 2012, 9th international conference of the African Association of Remote Sensing and the Environment (29 octobre - 2 novembre 2012; El Jadida, Maroc), Commanditaire Année de publication : 2013 Article en page(s) : pp 57 - 62 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications SIG [Termes descripteurs IGN] ajustement de paramètres [Termes descripteurs IGN] analyse multibande [Termes descripteurs IGN] bande spectrale [Termes descripteurs IGN] bruit (théorie du signal) [Termes descripteurs IGN] image hyperspectrale Résumé : (Auteur) Les données hyperspectrales se caractérisent par une importante dimension spectrale qui atteint quelques centaines de bandes étroites et contigües. Le volume occupé par ces images est non négligeable et fait que des taches usuelles telles que : le stockage, le traitement et l'analyse soient alourdies. Pour pallier ce problème et garantir une meilleure exploitation de ces données, nous proposons par le présent article, une méthode de réduction qui vise à créer un espace de représentation de dimension moindre, informatif et libéré des redondances tout en préservant la signification physique des bandes. Vu le pouvoir de séparation de l'analyse en composantes indépendantes «AGI», reconnu dans le cas des données multidimensionnelles à grand volume, nous l'exploitons pour extraire un ensemble de composantes statistiquement indépendantes obtenues par la minimisation de la gaussiannité. Différents degrés d'importance sont affectés aux bandes spectrales, permettant leur classement. Finalement, nous appliquons une sélection à l'ensemble des bandes classées et nous retenons les plus informatives afin de construire l'espace de représentation spectral réduit. Pour nos tests, nous avons appliqué l'ACI en considérant d'une part, une orthogonalisation à déflation (poursuite de projections, composantes ordonnées) et d'autre part, une orthogonalisation symétrique (estimation globale, composantes désordonnées). On suggère pour le cas symétrique, d'ajuster les données originales à un bruit additif afin d'obtenir des composantes indépendantes ordonnées (suivant le rapport signal à bruit). Les résultats recueillis montrent que la méthode proposée assure la réduction du cube hyperspectral avec d'acceptables rapports dimension-représentativité. Numéro de notice : A2013-740 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=32876 [article]

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
018-2013042	SL	Revue	Centre de documentation	Revues en salle	Disponible
018-2013041	SL	Revue	Centre de documentation	Revues en salle	Disponible