Centre dedocumentation
scientifique

Estimation parcimonieuse de biais multitrajets pour les systèmes GNSS / Julien Lesouple (2019)  

Public Titre : Estimation parcimonieuse de biais multitrajets pour les systèmes GNSS Type de document : Thèse/HDR Auteurs : Julien Lesouple, Auteur ; Jean-Yves Tourneret, Auteur ; François Vincent, Auteur Editeur : Toulouse : Université de Toulouse Année de publication : 2019 Importance : 217 p. Format : 21 x 30 cm Note générale : bibliographie Thèse en vue de l'obtention du Doctorat de l'Université de Toulouse, spécialité : Informatique et Télécommunication Langues : Français (fre) Descripteur : [Vedettes matières IGN] Navigation et positionnement [Termes descripteurs IGN] chaîne de Markov [Termes descripteurs IGN] correction du trajet multiple [Termes descripteurs IGN] distribution de Gauss [Termes descripteurs IGN] erreur de mesure [Termes descripteurs IGN] erreur systématique [Termes descripteurs IGN] estimation bayesienne [Termes descripteurs IGN] filtrage du signal [Termes descripteurs IGN] mesurage par GNSS [Termes descripteurs IGN] récepteur GNSS [Termes descripteurs IGN] représentation parcimonieuse [Termes descripteurs IGN] traitement du signal [Termes descripteurs IGN] trajet multiple Résumé : (auteur) L’évolution des technologies électroniques (miniaturisation, diminution des coûts) a permis aux GNSS (systèmes de navigation par satellites) d’être de plus en plus accessibles et donc utilisés au quotidien, par exemple par le biais d’un smartphone, ou de récepteurs disponibles dans le commerce à des prix raisonnables (récepteurs bas-coûts). Ces récepteurs fournissent à l’utilisateur plusieurs informations, comme par exemple sa position et sa vitesse, ainsi que des mesures des temps de propagation entre le récepteur et les satellites visibles entre autres. Ces récepteurs sont donc devenus très répandus pour les utilisateurs souhaitant évaluer des techniques de positionnement sans développer tout le hardware nécessaire. Les signaux issus des satellites GNSS sont perturbés par de nombreuses sources d’erreurs entre le moment où ils sont traités par le récepteurs pour estimer la mesure correspondante. Il est donc nécessaire decompenser chacune des ces erreurs afin de fournir à l’utilisateur la meilleure position possible. Une des sources d’erreurs recevant beaucoup d’intérêt, est le phénomène de réflexion des différents signaux sur les éventuels obstacles de la scène dans laquelle se trouve l’utilisateur, appelé multitrajets. L’objectif de cette thèse est de proposer des algorithmes permettant de limiter l’effet des multitrajets sur les mesures GNSS. La première idée développée dans cette thèse est de supposer que ces signaux multitrajets donnent naissance à des biais additifs parcimonieux. Cette hypothèse de parcimonie permet d’estimer ces biais à l’aide de méthodes efficaces comme le problème LASSO. Plusieurs variantes ont été développés autour de cette hypothèse visant à contraindre le nombre de satellites ne souffrant pas de multitrajet comme non nul. La deuxième idée explorée dans cette thèse est une technique d’estimation des erreurs de mesure GNSS à partir d’une solution de référence, qui suppose que les erreurs dues aux multitrajets peuvent se modéliser à l’aide de mélanges de Gaussiennes ou de modèles de Markov cachés. Deux méthodes de positionnement adaptées à ces modèles sont étudiées pour la navigation GNSS. Note de contenu : Introduction 1- La navigation par satellites 2- Estimation parcimonieuse pour la navigation par satellites 3- Estimation Bayésienne des hyperparamètres 4- Utilisation de mélanges de Gaussiennes pour la modélisation des erreurs GNSS Conclusion et perspectives Numéro de notice : 25802 Affiliation des auteurs : non IGN Thématique : IMAGERIE/POSITIONNEMENT Nature : Thèse française Note de thèse : thèse de Doctorat : Informatique et Télécommunication : Toulouse : 2019 En ligne : http://www.theses.fr/2019INPT0020 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95044

Modeling spatial and temporal variabilities in hyperspectral image unmixing / Pierre-Antoine Thouvenin (2017)  

Public Titre : Modeling spatial and temporal variabilities in hyperspectral image unmixing Type de document : Thèse/HDR Auteurs : Pierre-Antoine Thouvenin, Auteur ; Nicolas Dobigeon, Directeur de thèse ; Jean-Yves Tourneret, Directeur de thèse Editeur : Toulouse : Université de Toulouse Année de publication : 2017 Importance : 191 p. Format : 21 x 30 cm Note générale : bibliographie Thèse en vue de l'obtention du Doctorat de l'Université de Toulouse, Spécialité Signal, Image, Acoustique et Optimisation Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes descripteurs IGN] amplitude [Termes descripteurs IGN] analyse des mélanges spectraux [Termes descripteurs IGN] données multitemporelles [Termes descripteurs IGN] image hyperspectrale [Termes descripteurs IGN] méthode de Monte-Carlo par chaînes de Markov [Termes descripteurs IGN] optimisation (mathématiques) [Termes descripteurs IGN] processus stochastique [Termes descripteurs IGN] séparation aveugle de source [Termes descripteurs IGN] signature spectrale [Termes descripteurs IGN] variabilité Résumé : (auteur) Acquired in hundreds of contiguous spectral bands, hyperspectral (HS) images have received an increasing interest due to the significant spectral information they convey about the materials present in a given scene. However, the limited spatial resolution of hyperspectral sensors implies that the observations are mixtures of multiple signatures corresponding to distinct materials. Hyperspectral unmixing is aimed at identifying the reference spectral signatures composing the data – referred to as endmembers – and their relative proportion in each pixel according to a predefined mixture model. In this context, a given material is commonly assumed to be represented by a single spectral signature. This assumption shows a first limitation, since endmembers may vary locally within a single image, or from an image to another due to varying acquisition conditions, such as declivity and possibly complex interactions between the incident light and the observed materials. Unless properly accounted for, spectral variability can have a significant impact on the shape and the amplitude of the acquired signatures, thus inducing possibly significant estimation errors during the unmixing process. A second limitation results from the significant size of HS data, which may preclude the use of batch estimation procedures commonly used in the literature, i.e., techniques exploiting all the available data at once. Such computational considerations notably become prominent to characterize endmember variability in multi-temporal HS (MTHS) images, i.e., sequences of HS images acquired over the same area at different time instants. The main objective of this thesis consists in introducing new models and unmixing procedures to account for spatial and temporal endmember variability. Endmember variability is addressed by considering an explicit variability model reminiscent of the total least squares problem, and later extended to account for time-varying signatures. The variability is first estimated using an unsupervised deterministic optimization procedure based on the Alternating Direction Method of Multipliers (ADMM). Given the sensitivity of this approach to abrupt spectral variations, a robust model formulated within a Bayesian framework is introduced. This formulation enables smooth spectral variations to be described in terms of spectral variability, and abrupt changes in terms of outliers. Finally, the computational restrictions induced by the size of the data is tackled by an online estimation algorithm. This work further investigates an asynchronous distributed estimation procedure to estimate the parameters of the proposed models. Note de contenu : Introduction 1- Hyperspectral unmixing with spectral variability using a perturbed linear mixing model 2- A Bayesian model accounting for endmember variability and abrupt spectral changes to unmix multitemporal hyperspectral images 3- Online unmixing of multitemporal hyperspectral images 4- A partially asynchronous distributed unmixing algorithm Conclusions et perspectives Numéro de notice : 25812 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Spécialité : Signal, Image, Acoustique et Optimisation : Toulouse : 2017 Organisme de stage : Institut de Recherche en Informatique de Toulouse (I.R.I.T.) En ligne : http://www.theses.fr/2017INPT0068 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95075

Multifractal analysis for multivariate data with application to remote sensing / Sébastien Combrexelle (2016)  

Public Titre : Multifractal analysis for multivariate data with application to remote sensing Type de document : Thèse/HDR Auteurs : Sébastien Combrexelle, Auteur ; Jean-Yves Tourneret, Directeur de thèse ; Steve Mclaughlin, Directeur de thèse Editeur : Toulouse : Université de Toulouse Année de publication : 2016 Importance : 211 p. Format : 21 x 30 cm Note générale : bibliographie Thèse en vue de l'obtention du Doctorat de l'Université de Toulouse, Spécialité Signal, Image, Acoustique et Optimisation Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] analyse fractale [Termes descripteurs IGN] analyse multivariée [Termes descripteurs IGN] approche hiérarchique [Termes descripteurs IGN] estimation bayesienne [Termes descripteurs IGN] image hyperspectrale [Termes descripteurs IGN] modèle statistique [Termes descripteurs IGN] télédétection [Termes descripteurs IGN] texture d'image [Termes descripteurs IGN] transformation en ondelettes Résumé : (auteur) Texture characterization is a central element in many image processing applications. Texture analysis can be embedded in the mathematical framework of multifractal analysis, enabling the study of the fluctuations in regularity of image intensity and providing practical tools for their assessment, the wavelet coefficients or wavelet leaders. Although successfully applied in various contexts, multifractal analysis suffers at present from two major limitations. First, the accurate estimation of multifractal parameters for image texture remains a challenge, notably for small image sizes. Second, multifractal analysis has so far been limited to the analysis of a single image, while the data available in applications are increasingly multivariate. The main goal of this thesis is to develop practical contributions to overcome these limitations. The first limitation is tackled by introducing a generic statistical model for the logarithm of wavelet leaders, parametrized by multifractal parameters of interest. This statistical model enables us to counterbalance the variability induced by small sample sizes and to embed the estimation in a Bayesian framework. This yields robust and accurate estimation procedures, effective both for small and large images. The multifractal analysis of multivariate images is then addressed by generalizing this Bayesian framework to hierarchical models able to account for the assumption that multifractal properties evolve smoothly in the dataset. This is achieved via the design of suitable priors relating the dynamical properties of the multifractal parameters of the different components composing the dataset. Different priors are investigated and compared in this thesis by means of numerical simulations conducted on synthetic multivariate multifractal images. This work is further completed by the investigation of the potential benefits of multifractal analysis and the proposed Bayesian methodology for remote sensing via the example of hyperspectral imaging. Note de contenu : Introduction 1- Multifractal analysis 2- Statistical model and univariate Bayesian estimation 3- Bayesian multifractal analysis of multivariate images Numéro de notice : 25811 Affiliation des auteurs : non IGN Thématique : IMAGERIE/MATHEMATIQUE Nature : Thèse étrangère Note de thèse : Thèse de Doctorat : Spécialité : Signal, Image, Acoustique et Optimisation : Toulouse : 2016 Organisme de stage : Institut de Recherche en Informatique de Toulouse (I.R.I.T.) En ligne : http://www.theses.fr/2016INPT0078 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95074

Hyperspectral and multispectral image fusion based on a sparse representation / Qi Wei in IEEE Transactions on geoscience and remote sensing, vol 53 n° 7 (July 2015)

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 53 n° 7 (July 2015) . - pp 3658 - 3668 Titre : Hyperspectral and multispectral image fusion based on a sparse representation Type de document : Article/Communication Auteurs : Qi Wei, Auteur ; José Bioucas-Dias, Auteur ; Nicolas Dobigeon, Auteur ; Jean-Yves Tourneret, Auteur Année de publication : 2015 Article en page(s) : pp 3658 - 3668 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] apprentissage automatique [Termes descripteurs IGN] décomposition d'image [Termes descripteurs IGN] fusion d'images [Termes descripteurs IGN] image hyperspectrale [Termes descripteurs IGN] image multibande [Termes descripteurs IGN] optimisation (mathématiques) [Termes descripteurs IGN] problème inverse [Termes descripteurs IGN] Représentation incomplète Résumé : (Résumé) This paper presents a variational-based approach for fusing hyperspectral and multispectral images. The fusion problem is formulated as an inverse problem whose solution is the target image assumed to live in a lower dimensional subspace. A sparse regularization term is carefully designed, relying on a decomposition of the scene on a set of dictionaries. The dictionary atoms and the supports of the corresponding active coding coefficients are learned from the observed images. Then, conditionally on these dictionaries and supports, the fusion problem is solved via alternating optimization with respect to the target image (using the alternating direction method of multipliers) and the coding coefficients. Simulation results demonstrate the efficiency of the proposed algorithm when compared with state-of-the-art fusion methods. Numéro de notice : A2015-315 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=76564 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
065-2015071	RAB	Revue	Centre de documentation	En réserve 3L	Disponible

Fusion d'images optique et radar à haute résolution pour la mise à jour de bases de données cartographiques / Vincent Poulain (2010)    

Public Titre : Fusion d'images optique et radar à haute résolution pour la mise à jour de bases de données cartographiques Type de document : Thèse/HDR Auteurs : Vincent Poulain, Auteur ; Philippe Marthon, Directeur de thèse ; Jean-Yves Tourneret, Directeur de thèse Editeur : Toulouse : Institut National Polytechnique de Toulouse INPT Année de publication : 2010 Importance : 162 p. Note générale : Bibliographie Thèse en vue de l'obtention du doctorat de l'université de Toulouse, spécialité Signal, Image, Acoustique et Optimisation Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes descripteurs IGN] base de données cartographiques [Termes descripteurs IGN] base de données localisées [Termes descripteurs IGN] extraction du réseau routier [Termes descripteurs IGN] fusion de données [Termes descripteurs IGN] image optique [Termes descripteurs IGN] image radar moirée [Termes descripteurs IGN] jeu de données localisées [Termes descripteurs IGN] théorie de Dempster-Shafer Résumé : (auteur) Cette thèse se situe dans le cadre de l'interprétation d'images satellite à haute résolution, et concerne plus spécifiquement la mise à jour de bases de données cartographiques grâce à des images optique et radar à haute résolution. Cette étude présente une chaîne de traitement générique pour la création ou la mise à jour de bases de données représentant les routes ou les bâtiments en milieu urbain. En fonction des données disponibles, différents scénarios sont envisagés. Le traitement est effectué en deux étapes. D'abord nous cherchons les objets qui doivent être retirés de la base de données. La seconde étape consiste à rechercher dans les images de nouveaux objets à ajouter dans la base de données. Pour réaliser ces deux étapes, des descripteurs sont construits dans le but de caractériser les objets d'intérêt dans les images d'entrée. L'inclusion ou élimination des objets dans la base de données est basée sur un score obtenu après fusion des descripteurs dans le cadre de la théorie de Dempster-Shafer. Les résultats présentés dans cette thèse illustrent l'intérêt d'une fusion multi-capteurs. De plus l'intégration aisée de nouveaux descripteurs permet à la chaîne d'être améliorable et adaptable à d'autres objets. Note de contenu : 1. Introduction 1.1. Objectif général 1.2. Organisation du document et contributions 1.3. Liste des travaux 2. Problématique 2.1. Introduction et contexte général 2.2. Types de données 2.3. Applications 2.4. Jeux de données 2.5. Travaux sur l'interprétation d'images en milieu urbain 3. Extraction d'information 3.1. Génération d'hypothèses d'objets 3.2. Caractéristiques des objets d'intérêts 3.3. Calcul des descripteurs 4. Fusion d'information 4.1. Introduction et état de l'art 4.2. SVM à une classe 4.3. Théorie des croyances de Dempster-Shafer 4.4. Exemple de fusion par la théorie de Dempster-Shafer 4.5. Conclusion 5. Post-traitements 5.1. Bâtiments 5.2. Routes 6. Résultats 6.1. Données et méthodes d'évaluation de la chaîne de traitement 6.2. Evaluation de l'étape de vérification de la BD 6.3. Evaluation de la détection de nouveaux objets 6.4. Evaluation de la chaîne de traitement complète 7. Conclusion et perspectives 7.1. Conclusion 7.2. Perspectives Numéro de notice : 19743 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : thèse de doctorat : Signal, Image, Acoustique et Optimisation : Toulouse : 2010 Organisme de stage : Institut de Recherche en Informatique de Toulouse En ligne : https://www.theses.fr/2010INPT0093 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=84209

Documents numériques

en open access Fusion d'images optique et radar à haute résolution pour la mise à jour de bases de données cartographiques Adobe Acrobat PDF