Descripteur
Vedettes matières IGN > Traitement d'image radar et applications
Traitement d'image radar et applications |
Documents disponibles dans cette catégorie (573)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Etendre la recherche sur niveau(x) vers le bas
Spatial sampling uncertainty in SMEX04 soil moisture fields: a data-based resampling experiment / M. Gebremichael in Remote sensing of environment, vol 112 n° 2 (15/02/2008)
[article]
Titre : Spatial sampling uncertainty in SMEX04 soil moisture fields: a data-based resampling experiment Type de document : Article/Communication Auteurs : M. Gebremichael, Auteur ; E.R. Vivoni, Auteur Année de publication : 2008 Article en page(s) : pp 326 - 336 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications
[Termes IGN] échantillonnage d'image
[Termes IGN] humidité du sol
[Termes IGN] image aérienne
[Termes IGN] image radar
[Termes IGN] incertitude des données
[Termes IGN] Mexico (Mexique)
[Termes IGN] Soil Moisture ExperimentRésumé : (Auteur) A data-based resampling experiment is performed to estimate sampling errors of area-averaged soil moisture estimates due to spatial sampling by ground-based sensors. The data consists of high-resolution soil moisture images derived from the Polarimetric Scanning Radiometer (PSR/CX) sensor flown on an aircraft as part of the summer field experiment (SMEX04 — Soil Moisture Experiment 2004) in the monsoon region of Sonora, Mexico. The sampling characteristics are investigated by accounting for random networks and evenly spaced networks. For random network designs, we develop a simple model that can be used to estimate the sampling uncertainty (expressed as standard deviation of sampling error as a percentage of the areal mean soil moisture) as a function of the number of sensors, mean soil moisture content and averaging area. This model is valid for five or more sensors. The model should prove useful to those wishing to assess the area-averaged performance of a soil moisture network. Furthermore, the method of analysis is applicable to other study regions (Oklahoma, Iowa, Alabama, Georgia, and Arizona) where soil moisture fields have been mapped at high resolution using airborne passive microwave remote sensors. Copyright Elsevier Numéro de notice : A2008-035 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.rse.2006.12.021 En ligne : https://doi.org/10.1016/j.rse.2006.12.021 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=29030
in Remote sensing of environment > vol 112 n° 2 (15/02/2008) . - pp 326 - 336[article]Phase unwrapping for SAR interferometry based on an ant colony optimization algorithm / Z.Q. Wei in International Journal of Remote Sensing IJRS, vol 29 n°3-4 (February 2008)
[article]
Titre : Phase unwrapping for SAR interferometry based on an ant colony optimization algorithm Type de document : Article/Communication Auteurs : Z.Q. Wei, Auteur ; F. Xu, Auteur ; Ya-Qiu Jin, Auteur Année de publication : 2008 Article en page(s) : pp 711 - 725 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications
[Termes IGN] image radar moirée
[Termes IGN] interféromètrie par radar à antenne synthétique
[Termes IGN] modèle numérique de surface
[Termes IGN] optimisation par colonie de fourmis
[Termes IGN] résiduRésumé : (Auteur) Phase unwrapping is a key step in extracting digital elevation models (DEMs) from interferometric synthetic aperture radar (InSAR) data. A new two-dimensional (2-D) phase unwrapping algorithm based on ant colony optimization (ACO) is proposed, which is used to configure the shortest path linking all residues in an interferogram. Using an optimization strategy to establish the branch cuts, the unwrapping error can be significantly reduced. Simulated and real InSAR image datasets are studied to evaluate the performance of the algorithm. The results of the simulated datasets show that the errors of the algorithm are lower than some conventional methods, and the results from a real InSAR image dataset demonstrate that the ACO approach has no isolated regions in comparison with some conventional approaches. It indicates that our ACO algorithm is an optional compromise strategy between preferable phase unwrapping precision and time-consuming computation.Copyright Taylor & Francis Numéro de notice : A2008-006 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/01431160701281049 En ligne : https://doi.org/10.1080/01431160701281049 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=29001
in International Journal of Remote Sensing IJRS > vol 29 n°3-4 (February 2008) . - pp 711 - 725[article]Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 080-08021 RAB Revue Centre de documentation En réserve L003 Disponible Retrieval of surface roughness using multi-polarized Envisat-1 ASAR data / H.s Srivastava in Geocarto international, vol 23 n° 1 (February - March 2008)
[article]
Titre : Retrieval of surface roughness using multi-polarized Envisat-1 ASAR data Type de document : Article/Communication Auteurs : H.s Srivastava, Auteur ; P. Patel, Auteur ; et al., Auteur Année de publication : 2008 Article en page(s) : pp 67 - 77 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications
[Termes IGN] distribution spatiale
[Termes IGN] données polarimétriques
[Termes IGN] image Envisat-ASAR
[Termes IGN] polarimétrie radar
[Termes IGN] polarisation
[Termes IGN] radargrammétrie
[Termes IGN] rétrodiffusion
[Termes IGN] rugosité du solRésumé : (Auteur) Spatial distribution of surface roughness is very critical information for many application areas. Surface roughness is often characterized using statistical distribution. However, due to the huge complexity associated with spatial soil surfaces it is difficult to accurately characterize surface roughness over large areas using statistical distribution. Surface roughness influences SAR backscatter significantly and therefore for bare soil surfaces, surface roughness plays a critical role in determining the degree of depolarization of the SAR signal. In this paper, surface roughness is retrieved using multi-polarized Envisat-1 ASAR data. The depolarization ratio [ó°VH - ó°VV] has been found to be very sensitive to surface roughness. This study demonstrates an approach that can be used to retrieve quantitative surface roughness values from a space platform without making any assumptions regarding distribution of surface roughness on the ground. Copyright Taylor & Francis Numéro de notice : A2008-022 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10106040701538157 Date de publication en ligne : 06/12/2007 En ligne : https://doi.org/10.1080/10106040701538157 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=29017
in Geocarto international > vol 23 n° 1 (February - March 2008) . - pp 67 - 77[article]Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 059-08011 RAB Revue Centre de documentation En réserve L003 Disponible Etude des images TerraSAR-X / Fabien Coubard (2008)
Titre : Etude des images TerraSAR-X : modélisation et applications Type de document : Mémoire Auteurs : Fabien Coubard , Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2008 Importance : 68 p. Format : 21 x 30 cm Note générale : Bibliographie
Rapport de travail de fin d'études, cycle des ingénieurs diplômés de l'ENSG 3ème année (IT3), [mastère PPMD]Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications
[Termes IGN] affinage d'image
[Termes IGN] GeoView
[Termes IGN] image radar
[Termes IGN] image TerraSAR-X
[Termes IGN] modélisation géométrique de prise de vue
[Termes IGN] qualité géométrique (image)
[Termes IGN] radar à antenne synthétiqueIndex. décimale : MPPMD Mémoires du mastère spécialisé Photogrammétrie, Positionnement et Mesures de Déformation Résumé : (Auteur) IGN-Espace, le service d'imagerie spatiale de l'IGN, doit conserver la maîtrise des différents capteurs satellitaires, dont les capteurs radars (RSO), à travers son logiciel GéoView. TerraSAR-X est un satellite RSO de capacité sub-métrique lancé en 2007. La première partie de ce stage est donc l'intégration des données TerraSAR-X dans GéoView, grâce à récriture d'un programme (écrit en C++) de lecture et de formatage des données et métadonnées. A la suite de cette phase, on a la capacité de calculer les modèles de localisation des produits TerraSAR-X à l'aide de GéoView. On peut alors orthorectifier les images sur MNT et qualifier la précision géométrique des images sans points d'appui : celle-ci a été évaluée à 5 m environ, ce qui est l'ordre de grandeur de la précision du MNT. Pour l'affinage de la localisation avec des points d'appui, on peut utiliser soit une compensation physique agissant sur les paramètres de l'orientation interne, soit une compensation non physique utilisant un modèle par fonction rationnelle et agissant sur les coefficients d'une affinité à appliquer aux coordonnées image. L'étude des deux méthodes a montré qu'elles donnent des résultats très semblables. Ensuite, l'apport pour la cartographie de la Guyane au 1 : 50 000 des images TerraSAR-X est jugé faible, les ondes de la bande X ne pénétrant pas le couvert végétal. Enfin, une étude et une implémentation des filtres RSO les plus courants ont permis d'explorer les applications de traitement de l'imagerie radar. Note de contenu : Introduction
1 Contexte et enjeux du stage
1.1 IGN-Espace : l'expertise de la cartographie spatiale
1.2 GéoView® : l'outil multi-capteur
1.3 Les objectifs du stage
2 Les systèmes radars imageurs
2.1 Principes généraux
2.1.1 Le radar à synthèse d'ouverture
2.1.2 Les modes d'acquisition
2.2 Modélisation géométrique
2.2.1 Géométries slant-range et ground-range
2.2.2 Orientation interne
2.2.3 Angle de visée
2.2.4 Localisation absolue
2.3 Traitements radiométriques
2.4 Comparaison avec les systèmes optiques
3 TerraSAR-X : la nouvelle génération de RSO
3.1 Historique
3.2 Caractéristiques
3.3 Accès aux données
3.4 Description des données
4 Modélisation des données TerraSAR-X pour Géoview®
4.1 Le logiciel GéoView® et le noyau Euclidium
4.1.1 Architecture des fichiers
4.1.2 Fonctionnement des algorithmes radars
4.2 Essai préliminaire : utilisation du module ERS
4.3 Génération des fichiers d'état
4.3.1 Description
4.3.2 Calcul de l'orientation interne
4.4 Programme réalisé
4.5 Commentaire des résultats
5 Qualité géométrique et potentiel interprétatif
5.1 Qualité géométrique des produits traités
5.1.1 Analyse des postes d'erreur
5.1.2 Contrôle géométrique
5.2 Contenu et interprétation
5.2.1 Phénomènes visuels remarquables
5.2.2 Apport pour le chantier Guyane
6 Affinage et traitements radiométriques
6.1 Affinage de la localisation
6.1.1 Compensation physique ou spatiotriangulation
6.1.2 Fonctions rationnelles
6.1.3 Compensation non physique par RIO
6.2 Filtrage
6.3 Considérations sur les autres traitements
ConclusionNuméro de notice : 13728 Affiliation des auteurs : IGN (1940-2011) Thématique : IMAGERIE Nature : Mémoire masters divers Organisme de stage : IGN Espace Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=50123 Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 13728-01 MPPMD Livre Centre de documentation Travaux d'élèves Disponible Evaluation de la classification WISHART sur des données radar polarimétriques et application au Gabon / G. Roussel (2008)
Titre : Evaluation de la classification WISHART sur des données radar polarimétriques et application au Gabon Type de document : Mémoire Auteurs : G. Roussel, Auteur Editeur : Champs/Marne : Université de Marne-la-Vallée Année de publication : 2008 Importance : 62 p. Format : 21 x 30 cm Note générale : Bibliographie
Mémoire de master 2ème année, domaine sciences et technologies, mention systèmes d'information, spécialité sciences de l'information géographiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications
[Termes IGN] C++
[Termes IGN] carte de la végétation
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] données polarimétriques
[Termes IGN] forêt tropicale
[Termes IGN] Gabon
[Termes IGN] géoréférencement indirect
[Termes IGN] IDL
[Termes IGN] image ALOS-PALSAR
[Termes IGN] image radar
[Termes IGN] loi de Wishart
[Termes IGN] matrice de covariance
[Termes IGN] zone d'intérêtIndex. décimale : DSIG Mémoires du master 2 IG, du master 2 SIG, de l'ex DEA SIG Résumé : (Auteur) Le stage s'est déroulé dans l'enceinte de l'Université de Marne-la-Vallée, au sein de l'équipe OTIG (Observation de la Terre et Informatique Géographique}. Mon objectif et ait de développer des outils de télédétection et de traitement d'images dans le cadre d'une étude thématique des forêts d'Afrique Centrale. Etant donné la couverture nuageuse qui caractérise cette région de l'Afrique pendant la majeure partie de l'année, il était tout naturel de nous tourner quasi exclusivement vers l'imagerie radar, et notamment la polarimétrie radar. Cela nous a également permis d'étudier les apports de ce type d'imagerie dans le cadre de problèmes de classification. Le thématicien avec qui je travaillais (Calvin Dikongo Ndjomba) étant parti au Gabon pour rassembler des données sur le terrain, je me suis tout d'abord attaché à évaluer un algorithme de classification très largement utilisé pour les données polarimétriques : l'algorithme de Wishart. Après en avoir développé une implémentation en IDL/C++, j'ai entrepris de le comparer à un algorithme réalisé au laboratoire OTIG et basé sur les SVM (Support Vector Machine) au moyen d'un simulateur de données Wishart programmé par mes soins. La conclusion do cette étude est que si l'algorithme de Wishart est efficace dans le cadre de données polarimétriques simulées et statistiquement homogènes, la qualité de ses résultats baisse très fortement dans le cas de données réelles, ce qui voudrait dire que les données polarimétriques réelles ne sont pas totalement conformes à la distribution de Wishart comme on le pensait. J'ai également participé au processus d'élaboration de régions d'intérêt à partir des points GPS pris sur le terrain, ceci en vue d'effectuer une classification supervisée sur la forêt de la Mondah au Gabon. Note de contenu : 1 Présentation du stage
1.1 L'entreprise
1.1.1 L'université de Marne-la-vallée
1.1.2 Le laboratoire G2I
1.2 Stage
1.2.1 Contexte
1.2.2 Objectifs
2 Apport de la polarimétrie pour la classification d'images RADAR
2.1 Qu'est-ce que la polarimétrie ?
2.2 Les algorithmes de classification
2.2.1 Wishart
2.2.2 Support Vector Machines
2.2.3 Implémentation du classifieur Wishart
2.2.4 Résultats
2.3 Simulation de données polarimétriques synthétiques
2.3.1 Mise en oeuvre
2.3.2 Résultats et bilan
3 Intégration des données terrain au processus de classification d'image de la Mondah
3.1 Zone d'étude et données terrain
3.1.1 La Forêt classée de la Mondah
3.1.2 Les données terrain
3.2 Géolocalisation des données et création de régions d'intérêt
3.3 Classification des données
A Wishart en détails
A.1 Initialisation
A.1.1 Lecture des paramètres
A. 1.2 Création des objets image
A.2 Corps du programme
B Interface graphique
B.1 Réalisation d'une interface graphique en IDL
B1.1 Principes de base
B.2 Ajout d'une fonctionnalité à ENVI
C DonnéesNuméro de notice : 13649 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Mémoire Master 2 IG Organisme de stage : Laboratoire Observation de la Terre et Information Géographique UMLV Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=50083 Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 13649-01 DSIG Livre Centre de documentation Travaux d'élèves Disponible Improving river flood extent delineation from synthetic aperture radar using airborne laser altimetry / D.C. Mason in IEEE Transactions on geoscience and remote sensing, vol 45 n° 12 Tome 1 (December 2007)PermalinkBuilding recognition from multi-aspect high-resolution InSAR data in urban areas / A. Thiele in IEEE Transactions on geoscience and remote sensing, vol 45 n° 11 Tome 1 (November 2007)PermalinkDespeckle and geographical feature extraction in SAR images by wavelet transform / Karunesh K. Gupta in ISPRS Journal of photogrammetry and remote sensing, vol 62 n° 6 (November-December 2007)PermalinkModel limitations and parameter-estimation methods for agricultural applications of polarimetric SAR interferometry / Juan M. Lopez-Sanchez in IEEE Transactions on geoscience and remote sensing, vol 45 n° 11 Tome 1 (November 2007)PermalinkA new application for PolSAR imagery in the field of moving target indication/ship detection / C. Liu in IEEE Transactions on geoscience and remote sensing, vol 45 n° 11 Tome 1 (November 2007)PermalinkPolarimetric and interferometric SAR image partition into statistically homogeneous regions based on the minimization of the stochastic complexity / J. Morio in IEEE Transactions on geoscience and remote sensing, vol 45 n° 11 Tome 2 (November 2007)PermalinkScanSAR-to-Stripmap mode interferometry processing using ENVISAT-ASAR Data / A.B. Ortiz in IEEE Transactions on geoscience and remote sensing, vol 45 n° 11 Tome 1 (November 2007)PermalinkSea-ice deformation state from synthetic aperture radar imagery: Part 1 comparison of C- and L-band and different polarization / W. Dierking in IEEE Transactions on geoscience and remote sensing, vol 45 n° 11 Tome 2 (November 2007)PermalinkBright-band detection from radar vertical reflectivity profiles / M.A. Rico-Ramirez in International Journal of Remote Sensing IJRS, vol 28 n°17-18 (September 2007)PermalinkDetection and discrimination between oil spills and look-alike phenomena through neural networks / Konstantinos Topouzelis in ISPRS Journal of photogrammetry and remote sensing, vol 62 n° 4 (September 2007)PermalinkDetermination of optimum window size for SAR image co-registration with decomposition of auto-correlation / W. Zou in Photogrammetric record, vol 22 n° 119 (September - November 2007)PermalinkPALSAR data without ground control points / Penggen Cheng in Geoinformatics, vol 10 n° 6 (01/09/2007)PermalinkInSAR imaging of volcanic deformation over cloud-prone areas: Aleutian islands / Zhong Lu in Photogrammetric Engineering & Remote Sensing, PERS, vol 73 n° 3 (March 2007)PermalinkInterferometric Synthetic Aperture Radar (InSAR): Its past, present and future / Zhong Lu in Photogrammetric Engineering & Remote Sensing, PERS, vol 73 n° 3 (March 2007)PermalinkOil spill detection in Radarsat and Envisat SAR images / A.H. Solberg in IEEE Transactions on geoscience and remote sensing, vol 45 n° 3 (March 2007)PermalinkQuality assessment of SRTM C- and X-band interferometric data: Implications for the retrieval of vegetation canopy height / W.S. Walker in Remote sensing of environment, vol 106 n° 4 (28/02/2007)PermalinkChamps de Markov sur graphes pour le traitement des images radar / Florence Tupin (2007)PermalinkComparison of L- and X-band PolSAR data for characterization of polarization orientation angle shift induced by man-made structure / K. Iribe (2007)PermalinkDetection of forest changes over French Guiana using ERS-1 and ASAR imagery / Yrjö Rauste (2007)PermalinkAnalysis of ground moving objects using SRTM/X-SAR data / S. Suchandt in ISPRS Journal of photogrammetry and remote sensing, vol 61 n° 3-4 (December 2006)Permalink