Détail de l'auteur
Auteur Jocelyn Chanussot |
Documents disponibles écrits par cet auteur



Pansharpening: context-based generalized Laplacian pyramids by robust regression / Gemine Vivone in IEEE Transactions on geoscience and remote sensing, vol 58 n° 9 (September 2020)
![]()
[article]
Titre : Pansharpening: context-based generalized Laplacian pyramids by robust regression Type de document : Article/Communication Auteurs : Gemine Vivone, Auteur ; Stefano Marano, Auteur ; Jocelyn Chanussot, Auteur Année de publication : 2020 Article en page(s) : pp 6152 - 6167 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes descripteurs IGN] analyse multirésolution
[Termes descripteurs IGN] fonction de transfert de modulation
[Termes descripteurs IGN] fusion d'images
[Termes descripteurs IGN] image multibande
[Termes descripteurs IGN] image panchromatique
[Termes descripteurs IGN] lissage de données
[Termes descripteurs IGN] Normalized Difference Vegetation Index
[Termes descripteurs IGN] pansharpening (fusion d'images)
[Termes descripteurs IGN] régression
[Termes descripteurs IGN] transformation en ondelettesRésumé : (auteur) Pansharpening refers to the combination of panchromatic (PAN) and multispectral (MS) images, designed to obtain a fused product retaining the fine spatial resolution of the former and the high spectral content of the latter. One of the most popular and successful approaches to pansharpening is the method known as context-based generalized Laplacian pyramid, which requires as a key ingredient for the estimation of the so-called injection coefficients. In this article, we propose the adoption of robust techniques for the estimation of the injection coefficients and detection strategies to select the clusters for which robust regression is needed, providing a suitable balancing between fusion performance and computational burden. Experimental results conducted on five real data sets acquired by the sensors QuickBird, WorldView-3, and WorldView-4, show the superiority of the proposed method with respect to current state-of-the-art pansharpening techniques. Numéro de notice : A2020-528 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2020.2974806 date de publication en ligne : 04/03/2020 En ligne : https://doi.org/10.1109/TGRS.2020.2974806 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95706
in IEEE Transactions on geoscience and remote sensing > vol 58 n° 9 (September 2020) . - pp 6152 - 6167[article]HYEP, HYperspectral imagery for Environmental urban Planning : principaux résultats / Christiane Weber (2019)
Titre : HYEP, HYperspectral imagery for Environmental urban Planning : principaux résultats Type de document : Article/Communication Auteurs : Christiane Weber, Auteur ; Thomas Houet, Auteur ; Sébastien Gadal, Auteur ; Rahim Aguejdad, Auteur ; Grzegorz Skupinski, Auteur ; Yannick Deville, Auteur ; Jocelyn Chanussot, Auteur ; Mauro Dalla Mura, Auteur ; Xavier Briottet , Auteur ; Clément Mallet
, Auteur ; Arnaud Le Bris
, Auteur
Editeur : Aix-en-Provence : Université d'Aix-Marseille Année de publication : 2019 Projets : HYEP / Weber, Christiane Conférence : SFPT 2019, 7ème colloque scientifique du Groupe Hyperspectral 09/07/2019 10/07/2019 Toulouse France programme sans actes Note générale : bibliographie Langues : Français (fre) Résumé : (auteur) L'imagerie hyperspectrale (IH) est à l’heure actuelle encore trop peu considérée, pourtant ses spécificités en font un auxiliaire de poids pour le suivi des éléments du milieu urbain. Le projet HYEP a pour objectif de proposer un panel de méthodes et de traitements appliqués à l’imagerie hyperspectrale tout en comparant à celles d’autres capteurs existants. Si l’IH est complémentaire aux capteurs actuels car plus riche spectralement, elle permet d'identifier et de caractériser autrement les éléments naturels ou anthropiques. Pour ce faire les méthodes d'extraction d'information doivent être adaptées, voire créées. Le volet méthodologique du projet est ancré à la fois dans la solidification des approches actuelles et le test de méthodes ou adaptées ou nouvelles. Nos résultats ont été présentés tout au long du projet à la communauté scientifique et aux collectivités territoriales. Un des intérêts des travaux a été la comparaison des résultats à différentes résolutions spatiales pour préciser le gain d’un tel capteur hyperspectral par rapport à ceux existants ou à venir. Données et Méthodes : Utilisation et adaptation de méthodes courantes en télédétection 1200. Les méthodes déployées ont été choisies parmi l’ensemble des méthodes existantes en les adaptant au type de signal, au nombre de bandes spectrales et aux caractéristiques du milieu. Ainsi les données étant issues de survol aérien les premiers développements ont été réalisés pour s’affranchir des effets de l’atmosphère (correction atmosphérique des images hyperspectrales– 3 méthodes testées) et une base de données de signatures morphospectrales pour divers éléments d'occupation du sol en ville (toits, routes, la végétation etc.) permettant de mieux cerner les valeurs spectrales des matériaux a été établie. Elle comprend des données de littérature, des mesures in situ et en laboratoire. Ses apports dans différents traitements declassification ont été testés. Des méthodes d’extraction, de fusion ou de classification ont été utilisées à différentes résolutions spatiales et spectrales afin de spécifier les gains par rapport à d’autres capteurs. Des méthodes de classifications et de démélange ont été adaptées. Des indices de forme facilitant la classification d’image en milieux urbain ont été testés et/ou développés. Résultats majeurs et faits marquant - 3 méthodes de correction atmosphériques développées et comparées en fonction de la résolution spatiale ; - Adaptation de méthodes de fusion (pan ou multi sharpening) et de démélange. - Transfert : Mise en place à Kaunas (Lituanie) du développement complet de l’approche. - Algorithmes Numéro de notice : C2019-043 Affiliation des auteurs : LaSTIG MATIS+Ext (2012-2019) Nature : Communication nature-HAL : ComSansActesPubliés-Unpublished DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95422 ANR HYEP ANR 14-CE22-0016-01 Hyperspectral imagery for Environmental urban Planning, Hyep, Programme Mobilité et systèmes urbains 2014 / Christiane Weber (2018)
![]()
![]()
Titre : ANR HYEP ANR 14-CE22-0016-01 Hyperspectral imagery for Environmental urban Planning, Hyep, Programme Mobilité et systèmes urbains 2014 : Compte-rendu de fin de projet Type de document : Rapport Auteurs : Christiane Weber, Auteur ; Thomas Houet, Auteur ; Sébastien Gadal, Auteur ; Rahim Aguejdad, Auteur ; Grzegorz Skupinski, Auteur ; Aziz Serradj, Auteur ; Yannick Deville, Auteur ; Jocelyn Chanussot, Auteur ; Mauro Dalla Mura, Auteur ; Xavier Briottet , Auteur ; Clément Mallet
, Auteur ; Arnaud Le Bris
, Auteur
Editeur : Paris : Centre national de la recherche scientifique CNRS Année de publication : 2018 Projets : HYEP / Weber, Christiane Langues : Français (fre) Résumé : (auteur) Enjeux et objectifs : L'imagerie hyperspectrale (IH) est à l’heure actuelle encore trop peu considérée, pourtant ses spécificités en font un auxiliaire de poids pour le suivi des éléments du milieu urbain. Le projet HYEP a pour objectif de proposer un panel de méthodes et de traitements appliqués à l’imagerie hyperspectrale tout en comparant à celles d’autres capteurs existants. Si l’IH est complémentaire aux capteurs actuels car plus riche spectralement, elle permet d'identifier et de caractériser autrement les éléments naturels ou anthropiques. Pour ce faire, les méthodes d'extraction d'information doivent être adaptées, voire créées. Le volet méthodologique du projet est ancré à la fois dans la solidification des approches actuelles et le test de méthodes ou adaptées ou nouvelles. Nos résultats ont été présentés tout au long du projet à la communauté scientifique et aux collectivités territoriales. Un des intérêts des travaux a été la comparaison des résultats à différentes résolutions spatiales pour préciser le gain d’un tel capteur hyperspectral par rapport à ceux existants ou à venir.
Données et Méthodes : Utilisation et adaptation de méthodes courantes en télédétection.
Les méthodes déployées ont été choisies parmi l’ensemble des méthodes existantes en les adaptant au type de signal, au nombre de bandes spectrales et aux caractéristiques du milieu. Ainsi les données étant issues de survol aérien les premiers développements ont été réalisés pour s’affranchir des effets de l’atmosphère (correction atmosphérique des images hyperspectrales – 3 méthodes testées) et une base de données de signatures morphospectrales pour divers éléments d'occupation du sol en ville (toits, routes, la végétation etc.) permettant de mieux cerner les valeurs spectrales des matériaux a été établie. Elle comprend des données de littérature, des mesures in situ et en laboratoire. Ses apports dans différents traitements de classification ont été testés. Des méthodes d’extraction, de fusion ou de classification ont été utilisées à différentes résolutions spatiales et spectrales afin de spécifier les gains par rapport à d’autres capteurs. Des méthodes de classifications et de démélange ont été adaptées. Des indices de forme facilitant la classification d’image en milieux urbain ont été testés et/ou développés.
Résultats majeurs et faits marquants :
- 3 méthodes de correction atmosphériques développées et comparées en fonction de la résolution spatiale ;
- Adaptation de méthodes de fusion (pan ou multi sharpening) et de démélange.
- Transfert : Mise en place à Kaunas (Lituanie) du développement complet de l’approche.
- Algorithmes : Dépôt sur la plateforme ouverte : http://openremotesensing.net/
et des outils de fusion PAN-hyperspectrale
- Un résultat particulièrement intéressant porte sur l’extraction et l’identification des panneaux solaires. Une validation a été réalisée par le calcul des surfaces des panneaux. Ce développement est une des réussites du projet HYEP.
- Ecole thématique CNRS en 2017
Productions scientifiques : Présentation des travaux à ISPRS Geospatial Week 2015, JURSE 2017, IGARSS 2017-2018, WHISPERS 2016-2018, GeoHyper (2015), aux ateliers TEMU, AFIGEO, dans des sessions de GDRs (Madics et ISIS) ou dans le cadre de la mission Hypxim. Elle a organisé des sessions de conférences nationales SFPT hyperspectral (2016) et 2 à l’international en 2018 IGARSS, WHISPERS. Elle a monté une école thématique CNRS (28 Août - 1 Septembre 2017-25 participants). 10 publications et 38 communications avec actes, 3 chapitres de livre, 1 numéro spécial dans la revue « Remote Sensing - Hyperspectral Imagery for Urban Environement » ont été produites.Numéro de notice : 17554 Affiliation des auteurs : LaSTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE Nature : Rapport de recherche nature-HAL : RappRech DOI : sans date de publication en ligne : 04/10/2018 En ligne : https://hal.archives-ouvertes.fr/hal-01888126 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91391 Documents numériques
en open access
Rapport final HYEP - pdf auteurAdobe Acrobat PDF
Titre : Fusion de données de télédétection haute résolution pour le suivi de la neige Type de document : Thèse/HDR Auteurs : Théo Masson, Auteur ; Jocelyn Chanussot, Directeur de thèse Editeur : Grenoble [France] : Université de Grenoble Alpes Année de publication : 2018 Importance : 180 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse pour obtenir le grade de Docteur de la Communauté Université Grenoble Alpes, spécialité : Signal Image Parole TelecomsLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes descripteurs IGN] analyse des mélanges spectraux
[Termes descripteurs IGN] fusion de données
[Termes descripteurs IGN] image hyperspectrale
[Termes descripteurs IGN] image MODIS
[Termes descripteurs IGN] image Sentinel-MSI
[Termes descripteurs IGN] manteau neigeux
[Termes descripteurs IGN] neige
[Termes descripteurs IGN] Normalized Difference Snow Index
[Termes descripteurs IGN] problème inverse
[Termes descripteurs IGN] série temporelle
[Termes descripteurs IGN] télédétection spatiale
[Termes descripteurs IGN] variabilitéIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Les acquisitions de télédétection ont des caractéristiques complémentaires en termes de résolution spatiale et temporelle et peuvent mesurer différents aspects de la couverture neigeuse (propriétés physiques de surface, type de neige, etc.). En combinant plusieurs acquisitions, il devrait être possible d'obtenir un suivi précis et continu de la neige. Cependant, cet objectif se heurte à la complexité du traitement des images satellites et à la confusion possible entre les différents matériaux observés. Plus particulièrement, l’accès à l’information fractionnelle, c’est-à-dire à la proportion de neige dans chaque pixel, nécessite de retrouver la proportion de l’ensemble des matériaux qui se trouvent dans celui-ci. Ces proportions sont accessibles via des méthodes d’inversions ou démélange spectral se basant sur la résolution spectrale des images obtenues. Le défi général est alors d’arriver à exploiter correctement les différentes informations de natures différentes qui nous sont apportées par les différentes acquisitions afin de produire des cartes d’enneigement précises. Les objectifs de la thèse sont alors au nombre de trois et peuvent se résumer par trois grandes interrogations qui permettent de traiter les différents points évoqués:- Quelles sont les limitations actuelles de l’état de l'art pour l’observation spatiale optique de la neige ?- Comment exploiter les séries temporelles pour s’adapter à la variabilité spectrale des matériaux ?- Est-il possible de généraliser la fusion de données pour une acquisition multimodale à partir de capteurs optiques ?Une étude complète des différents produits de neige issus du satellite MODIS est ainsi proposée, permettant l’identification des nombreuses limitations dont la principale est le haut taux d’erreurs lors de la reconstitution de la fraction (environ 30%). Parmi ces résultats sont notamment identifiés des problèmes liés aux méthodes de démélange face à la variabilité spectrale des matériaux. Face à ces limitations nous avons exploité les séries temporelles MODIS pour proposer une nouvelle approche d’estimation des endmembers, étape critique du démélange spectral. La faible évolution temporelle du milieu (hors neige) est alors utilisée pour contraindre l’estimation des endmembers non seulement sur l’image d’intérêt, mais également sur les images des jours précédents. L’efficacité de cette approche bien que démontrée ici reste sujette aux limitations de résolution spatiale intrinsèques au capteur. Des expérimentations sur la fusion de donnée, à même de pouvoir améliorer la qualité des images, ont par conséquent été réalisées. Devant les limitations de ces méthodes dans le cas des capteurs multispectraux utilisés, une nouvelle approche de fusion a été proposée. Via la formulation d’un nouveau modèle et sa résolution, la fusion entre des capteurs optiques de tous types peut être réalisée sans considération de recouvrement spectral. Les différentes expérimentations sur l’estimation de cartes de neige montrent un intérêt certain d’une meilleure résolution spatiale pour isoler les zones enneigées. Ce travail montre ainsi les nouvelles possibilités de développement pour l’observation de la neige, mais également les évolutions de l’utilisation combinée des images satellites pour l’observation de la Terre en général. Note de contenu : 1- Introduction
2- Télédétection optique des surfaces enneigées
3- Le démélange spectral sur des images multispectrales
4- La fusion d’images optiques
5- Conclusions et perspectivesNuméro de notice : 25732 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Spécialité : Signal Image Parole Telecoms : Grenoble : 2018 DOI : sans En ligne : http://www.theses.fr/2018GREAT112 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94916 Multimorphological superpixel model for hyperspectral image classification / Tianzhu Liu in IEEE Transactions on geoscience and remote sensing, vol 55 n° 12 (December 2017)
![]()
[article]
Titre : Multimorphological superpixel model for hyperspectral image classification Type de document : Article/Communication Auteurs : Tianzhu Liu, Auteur ; Yanfeng Gu, Auteur ; Jocelyn Chanussot, Auteur ; Mauro Dalla Mura, Auteur Année de publication : 2017 Article en page(s) : pp 6950 - 6963 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes descripteurs IGN] apprentissage automatique
[Termes descripteurs IGN] classification par séparateurs à vaste marge
[Termes descripteurs IGN] extraction de traits caractéristiques
[Termes descripteurs IGN] image hyperspectrale
[Termes descripteurs IGN] méthode fondée sur le noyauRésumé : (Auteur) With the development of hyperspectral sensors, nowadays, we can easily acquire large amount of hyperspectral images (HSIs) with very high spatial resolution, which has led to a better identification of relatively small structures. Owing to the high spatial resolution, there are much less mixed pixels in the HSIs, and the boundaries between these categories are much clearer. However, the high spatial resolution also leads to complex and fine geometrical structures and high inner-class variability, which make the classification results very “noisy.” In this paper, we propose a multimorphological superpixel (MMSP) method to extract the spectral and spatial features and address the aforementioned problems. To reduce the difference within the same class and obtain multilevel spatial information, morphological features (multistructuring element extended morphological profile or multiattribute filter extended multi-attribute profiles) are first obtained from the original HSI. After that, simple linear iterative clustering segmentation method is performed on each morphological feature to acquire the MMSPs. Then, uniformity constraint is used to merge the MMSPs belonging to the same class which can avoid introducing the information from different classes and acquire spatial structures at object level. Subsequently, mean filtering is utilized to extract the spatial features within and among MMSPs. At last, base kernels are obtained from the spatial features and original HSI, and several multiple kernel learning methods are used to obtain the optimal kernel to incorporate into the support vector machine. Experiments conducted on three widely used real HSIs and compared with several well-known methods demonstrate the effectiveness of the proposed model. Numéro de notice : A2017-767 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2017.2737037 En ligne : https://doi.org/10.1109/TGRS.2017.2737037 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=88806
in IEEE Transactions on geoscience and remote sensing > vol 55 n° 12 (December 2017) . - pp 6950 - 6963[article]Fusion of hyperspectral and panchromatic images with very high spatial resolution / Laetitia Loncan (2016)
PermalinkA critical comparison among pansharpening algorithms / Gemine Vivone in IEEE Transactions on geoscience and remote sensing, vol 53 n° 5 (mai 2015)
PermalinkSpectral–spatial classification for hyperspectral data using rotation forests with local feature extraction and markov random fields / Junshi Xia in IEEE Transactions on geoscience and remote sensing, vol 53 n° 5 (mai 2015)
PermalinkA physics-based unmixing method to estimate subpixel temperatures on mixed pixels / Manuel Cubero-Castan in IEEE Transactions on geoscience and remote sensing, vol 53 n° 4 (April 2015)
PermalinkPolarimetric incoherent target decomposition by means of independent component analysis / Nikola Besic in IEEE Transactions on geoscience and remote sensing, vol 53 n° 3 (March 2015)
PermalinkNonlinear unmixing of hyperspectral data using semi-nonnegative matrix factorization / Naoto Yokoya in IEEE Transactions on geoscience and remote sensing, vol 52 n° 2 (February 2014)
PermalinkCrop yield estimation based on unsupervised linear unmixing of multidate hyperspectral imagery / B. Luo in IEEE Transactions on geoscience and remote sensing, vol 51 n° 1 Tome 1 (January 2013)
PermalinkMultiple Spectral–Spatial Classification Approach for Hyperspectral Data / Yuliya Tarabalka in IEEE Transactions on geoscience and remote sensing, vol 48 n° 11 (November 2010)
Permalink