Centre dedocumentation
scientifique

Stable mean-shift algorithm and its application to the segmentation of arbitrarily large remote sensing images / Julien Michel in IEEE Transactions on geoscience and remote sensing, vol 53 n° 2 (February 2015)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 53 n° 2 (February 2015) . - pp 952 - 964 Titre : Stable mean-shift algorithm and its application to the segmentation of arbitrarily large remote sensing images Type de document : Article/Communication Auteurs : Julien Michel, Auteur ; David Youssefi, Auteur ; Manuel Grizonnet, Auteur Année de publication : 2015 Article en page(s) : pp 952 - 964 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes IGN] algorithme de décalage moyen [Termes IGN] dalle [Termes IGN] image à très haute résolution [Termes IGN] image satellite [Termes IGN] segmentation d'image [Termes IGN] stabilité [Termes IGN] télédétection spatiale Résumé : (Auteur) Segmentation of real-world remote sensing images is challenging because of the large size of those data, particularly for very high resolution imagery. However, a lot of high-level remote sensing methods rely on segmentation at some point and are therefore difficult to assess at full image scale, for real remote sensing applications. In this paper, we define a new property called stability of segmentation algorithms and demonstrate that piece- or tile-wise computation of a stable segmentation algorithm can be achieved with identical results with respect to processing the whole image at once. We also derive a technique to empirically estimate the stability of a given segmentation algorithm and apply it to four different algorithms. Among those algorithms, the mean-shift algorithm is found to be quite unstable. We propose a modified version of this algorithm enforcing its stability and thus allowing for tile-wise computation with identical results. Finally, we present results of this method and discuss the various trends and applications. Numéro de notice : A2015-105 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2014.2330857 En ligne : https://doi.org/10.1109/TGRS.2014.2330857 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=75623 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
065-2015021	RAB	Revue	Centre de documentation	En réserve L003	Disponible

Application à large échelle de techniques d'analyse d'images basées objet pour l'imagerie satellite à très haute résolution / David Youssefi in Revue Française de Photogrammétrie et de Télédétection, n° 209 (Janvier 2015)  

Public [article]  inRevue Française de Photogrammétrie et de Télédétection > n° 209 (Janvier 2015) . - pp 31 - 37 Titre : Application à large échelle de techniques d'analyse d'images basées objet pour l'imagerie satellite à très haute résolution Type de document : Article/Communication Auteurs : David Youssefi, Auteur ; Julien Michel, Auteur ; Manuel Grizonnet, Auteur Année de publication : 2015 Conférence : Pleiades Days 2014 01/04/2014 03/04/2014 Toulouse France Article en page(s) : pp 31 - 37 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes IGN] algorithme de décalage moyen [Termes IGN] Orfeo Tool Box [Termes IGN] segmentation d'image Résumé : (Auteur) La segmentation est une opération très utilisée pour le traitement des images satellites à très haute résolution, notamment comme préalable à l’analyse d'image basée objet. Les ressources en mémoires disponibles étant limitées, il est cependant souvent impossible de réaliser ce traitement à l'échelle d'une image sans effectuer un traitement par morceaux, ce qui dans le cas de la segmentation introduit des artefacts importants. Les travaux présentés dans cet article proposent une solution garantissant un résultat identique à celui produit sans traitement par morceaux dans le cas de l’algorithme de segmentation Mean-Shift. Dans une première partie, nous introduisons la notion de stabilité d'un algorithme de segmentation. Après avoir défini une méthode pour mesurer la stabilité des algorithmes de segmentations, nous montrons que parmi les algorithme Mean-Shift, Watershed et composantes connexes, seul ce dernier est réellement stable. Dans un second temps, une version stabilisée de l'algorithme Mean-Shift est présentée, et cette version est utilisée pour construire une solution exacte et rigoureuse pour le traitement par morceaux. Enfin, des exemples d'application permettent d'illustrer la méthode développée. Cette méthode est disponible dans la librairie libre OrfeoToolbox à partir de la version 3.20, et son utilisation est détaillée dans le guide utilisateur du logiciel. Numéro de notice : A2015-075 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.52638/rfpt.2015.156 En ligne : https://doi.org/10.52638/rfpt.2015.156 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=75437 [article]