Descripteur
Termes IGN > sciences naturelles > physique > traitement d'image > restauration d'image
restauration d'imageSynonyme(s)Prétraitement d'imageVoir aussi |
Documents disponibles dans cette catégorie (623)
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
Semantic segmentation of sea ice type on Sentinel-1 SAR data using convolutional neural networks / Alissa Kouraeva (2021)
Titre : Semantic segmentation of sea ice type on Sentinel-1 SAR data using convolutional neural networks Type de document : Mémoire Auteurs : Alissa Kouraeva, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2021 Importance : 40 p. Format : 21 x 30 cm Note générale : Bibliographie
Rapport de projet pluridisciplinaire, cycle ING2Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications
[Termes IGN] carte thématique
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] eau de mer
[Termes IGN] géovisualisation
[Termes IGN] glace de mer
[Termes IGN] image Aqua-AMSR
[Termes IGN] image Sentinel-SAR
[Termes IGN] matrice de confusion
[Termes IGN] restauration d'image
[Termes IGN] segmentation sémantiqueIndex. décimale : PROJET Mémoires : Rapports de projet - stage des ingénieurs de 2e année Résumé : (Auteur) La classification des types de glace marine est une composante essentielle de l’observation de la banquise dans les régions polaires. La présente étude cherche à améliorer l’automatisation de la construction de cartes de type de glace (ice charts), d’habitude manuellement réalisées par des experts, en utilisant des réseaux de neurones convolutifs (CNN). Les réseaux utilisent des données radar issues des missions Sentinel-1, et des données micro-ondes passif (AMSR2) en entrée. La cible de ces réseaux est composée de cartes de type de glace utilisées pour la navigation. Une carte de types de glace se présente sous la forme de multiples polygones. Elle montre les concentrations partielles, les stades de développement ainsi que les formes des trois types de glaces dominants. La glace est considérée comme uniforme au sein d’un polygone. Cependant, les cartes de type de glaces ne sont pas une fidèle représentation de la réalité, car les pixels au sein d’un polygone appartiennent à différentes classes. De plus, le niveau de détail d’un polygone est grossier et les experts peuvent faire des erreurs dans la classification du type de glace. Afin de minimiser ce type d’erreur, nous utilisons deux types d’encodage one-hot (binaire et continu) qui améliorent la représentation des types de glace et prennent en compte les incertitudes. Plusieurs configurations de réseaux de neurones sont testées lors de tests de sensibilité. Parmi elles, deux sont retenues car les plus performantes pour trois types de surfaces (eau, glace de première année, glace de plusieurs années) en termes de valeur de précision, de fonction de perte et de visualisation. Note de contenu :
Introduction
1. Data
1.1 Sentinel-1 SAR data
1.2 AMSR2 PMW data
1.3 Ice charts
2. Methods
2.1 Data preprocessing
2.2 Experiments with CNN architecture
3. Results
3.1 Evolution of validation loss
3.2 Evolution of accuracy
3.3 Optimal CNN architectures
3.4 Individual patches inferred from a test image
3.5 Maps of sea ice types inferred from test images
4. Discussion
4.1 Interpretation of SIGRID codes
4.2 Evaluation of CNN performance
4.3 Selection of the best network
4.4 Future work
5. Internship feedback
5.1 General feedback
5.2 Organisation during the internship
A Confusion Matrices
B FiguresNuméro de notice : 26608 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire de projet pluridisciplinaire Organisme de stage : Nansen Environmental and Remote Sensing Center NERSC Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98534 Documents numériques
peut être téléchargé
Semantic segmentation of sea ice type on Sentinel-1 SAR data... - pdf auteurAdobe Acrobat PDF Study of an integrated pre-processing architecture for smart-imaging-systems, in the context of lowpower computer vision and embedded object detection / Luis Cubero Montealegre (2021)
Titre : Study of an integrated pre-processing architecture for smart-imaging-systems, in the context of lowpower computer vision and embedded object detection Type de document : Thèse/HDR Auteurs : Luis Cubero Montealegre, Auteur Editeur : Grenoble [France] : Université Grenoble Alpes Année de publication : 2021 Importance : 161 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse pour obtenir le grade de Docteur de l'Université Grenoble Alpes, spécialité : Nano-Electronique et Nano-TechnologiesLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] approche hiérarchique
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] détecteur CMOS
[Termes IGN] détection d'objet
[Termes IGN] détection de contours
[Termes IGN] extraction de traits caractéristiques
[Termes IGN] instrument embarqué
[Termes IGN] intelligence artificielle
[Termes IGN] restauration d'imageIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Embedded Computer vision, as many real application scenarios other areas of artificial intelligence, is facing hardware and power constraints with the rising of edge computing applications. For instance, the object detection problem, consisting in finding different objects of specific classes (types) in an image, turns out to be quite complicated to embed near the image sensor as two complex tasks are required: multi-scale localization and multi-class classification (i.e. identifying bounding boxes that perfectly enclose each object, whatever its size, and labeling the type of the detected object). Today these tasks are mainly often performed on general-purpose desktop machines. Nevertheless, attractive applications like autonomous-driving, augmented reality or video surveillance are urging the need for low-power, low-latency and compact low power devices.The state of the art has approached this challenge by optimizing specific sections of the complete processing-pipeline for a comparable object detection performance. A typical example in the last decade corresponds to minimizing the computing precision, hence the power, to a minimal value. Diminishing the bit-depth or image size has then been studied while implementing pre-processing steps that increase robustness against the loss in bit and image resolution. An algorithm that doesn’t require that kind of pre-processing stage to be programmable is obviously desirable in order to simplify its implementation (e.g. no memory access to learned weights). Another strategy has been to reduce power due to I/O communications amongst different chips or devices thanks to a more exhaustive integration of specialized circuitry and thanks to more efficient memory accesses and mathematical operations.In that context of near-sensor computing, this work points towards a more energy efficient detection pipeline. We target several specific key aspects:1. We try to assess if a dedicated-class-agnostic region proposal algorithm, based on pre-processed low-level features, could replace the typical sliding window approach for object localization in integrated smart imaging systems, allowing to target more efficiently objects in the image. Then, we propose a pipeline that takes into account near image sensor features extraction for Region Proposals with an embedded version of an algorithm called EdgeBoxes.2. We try to assess an optimal type of pre-processing (based on an efficient architecture) that would allow extracting low level features (oriented gradients), and give the best trade-off between power consumption, hardware complexity and object detection performance. Specifically, while being this architecture is fully compatible with region proposal algorithms beyond the sliding window.3. Finally, we try to assess if non-standard, or neuromorphic, image acquisition techniques can be exploited in order to further increase the detection efficiency in real case scenarios.Our methodology relies on behavioral simulations carried out thanks to a custom framework written in Python and C++ code. We propose a hierarchical model (and code architecture) of different image acquisition and processing techniques, and we study their performance through specific metrics related to runtime, memory usage, hardware complexity, I/O data-rate, localization performance and classification performance. We provide comparison with the state of the art and several benchmarks giving guidance to choose one or another architecture depending on the specific needs, and we conclude by stating which one would give, from our perspective, the best trade-offs. Note de contenu : 1. Introduction
2. State of the art
3. Our simulation Framework
4. Region proposals pipeline design
5. Embedded Edge Extraction Circuitry
6. Object Localization benchmarks
7. Dynamic Vision Pre-processing
8. ConclusionNuméro de notice : 28692 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Nano-Electronique et Nano-Technologies : Grenoble : 2021 Organisme de stage : LETI DOI : sans En ligne : https://tel.archives-ouvertes.fr/tel-03612476/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100289 Suivi de la déforestation à partir de données Sentinel-1 en contexte tropical / Lucile Auzeméry (2021)
Titre : Suivi de la déforestation à partir de données Sentinel-1 en contexte tropical Type de document : Mémoire Auteurs : Lucile Auzeméry, Auteur ; Pierre-Louis Frison , Encadrant ; Cédric Lardeux, Encadrant Editeur : Paris : Université de Paris Année de publication : 2021 Importance : 39 p. Note générale : bibliographie
Master 2 Méthodes Physiques en TélédétectionLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications
[Termes IGN] analyse diachronique
[Termes IGN] déboisement
[Termes IGN] filtre de déchatoiement
[Termes IGN] Guyane (département français)
[Termes IGN] image Sentinel-SAR
[Termes IGN] parc amazonien de Guyane
[Termes IGN] polarimétrie radar
[Termes IGN] restauration d'imageRésumé : (auteur) [introduction) [...] La méthode de suivi [de la perte de couvert végétal] développée à l’ONFI s’appuie sur les données Sentinel-1 et étudie les signatures temporelles des pixels. L’outil développé (Lardeux et al. (2019)) a été utilisé initialement utilisé pour le suivi de l’orpaillage illégal, mais des limitations ont été remontées, en particulier sur la détection des abattis. L’objectif de ce stage est donc d’améliorer la chaîne de traitement développée par l’ONFI pour le suivi de la déforestation. Il a principalement consisté à évaluer l’apport des données en polarisations VV (jusqu’ici seules les données en polarisation VH sont utilisées). Dans une première partie, nous rappellerons les principes de l’imagerie radar, puis ensuite nous décrirons les données utilisées ainsi que le site d’étude. La troisième partie sera consacrée à la méthode, basée sur l’outil développé par l’ONFI. Enfin, nous finirons par présenter les développements effectués durant ce stage et les résultats obtenus. Note de contenu : Introduction
1 Imagerie Radar
2 Données et site d’étude
3 Méthode de détection de la déforestation
4 Améliorations développées et discussion
ConclusionNuméro de notice : 17731 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Mémoire masters divers Organisme de stage : Office National des Forêts - International Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100628 Documents numériques
en open access
Suivi de la déforestation ... - pdf auteurAdobe Acrobat PDF Télédétection synchronisée hyperspectrale et LiDAR à retour d’onde complet : application au suivi des littoraux sableux de la région Pays-de-la-Loire / Giovanni Frati (2021)
Titre : Télédétection synchronisée hyperspectrale et LiDAR à retour d’onde complet : application au suivi des littoraux sableux de la région Pays-de-la-Loire Type de document : Thèse/HDR Auteurs : Giovanni Frati, Auteur ; Patrick Launeau, Directeur de thèse ; Marc Robin, Directeur de thèse Editeur : Nantes : Université de Nantes Année de publication : 2021 Importance : 262 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse de Doctorat de l'Université de Nantes, spécialité Sciences de la Terre et de l’environnementLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] correction géométrique
[Termes IGN] couvert végétal
[Termes IGN] données lidar
[Termes IGN] dune
[Termes IGN] image hyperspectrale
[Termes IGN] lidar à retour d'onde complète
[Termes IGN] littoral
[Termes IGN] Pays de la Loire
[Termes IGN] signal lidar
[Termes IGN] télédétection aérienneIndex. décimale : THESE Thèses et HDR Résumé : (auteur) La télédétection aéroportée permet un suivi très précis de la dynamique des cordons dunaires. Ces derniers jouent en autre un rôle de protection des zones rétro-littorales contre les risques de submersions marines. Dans le cadre du suivi des côtes sableuses des Pays-de-la-Loire, deux paramètres essentiels sont analysés : 1) la morphologie, donnant accès aux stocks et mouvements sédimentaires, et 2) le couvert de végétal, permettant d’évaluer les degrés de stabilité des cordons dunaires. Les morphologies des dunes et de leurs couvertures végétales sont étudiées par télémétrie laser (LiDAR) et leurs compositions chimiques et pigmentaires sont obtenues par imagerie hyperspectrale (HSI). Les données LiDAR à retour d’onde complet et hyperspectrales sont acquises via un avion bi-trappes. Le balayage latéral (whiskbroom) du faisceau laser à 1064 nm est synchronisé avec le balayage frontal (pushbroom) de la caméra. La typologie des dunes est déterminée par l’emploi de classifications hiérarchisées des images hyperspectrales, se basant sur les propriétés spectrales des couverts végétaux. La cartographie d’Ammophila arenaria (oyat), proxy de stabilisation de la dune blanche, est cependant parfois rendue difficile par sa proximité avec les signatures spectrales d’autres plantes ainsi que par sa forte variabilité d’états phénologiques d’une année à l’autre. La télémétrie laser des sols n’est possible que lorsque ceuxci peuvent être atteints, ce que ne permettent pas les groupement d’oyat, du fait de la densité de leur composante foliaire. L’analyse du retour d’onde complet montre cependant que la structure du feuillage induit une déformation caractéristique permettant d’identifier l’oyat parmi toute les autres plantes de la dune. Celle-ci peut alors être utilisée pour corriger l’erreur de détermination de la topographie des dunes. Note de contenu : 1- Introduction
2- Contexte géomorphologique
3- Etat de l'art de la télédétection
4- Développements méthodologiques
5- Application au suivi d'un cordon dunaire
6- Mise en évidence et caractérisation de la dynamique dunaire
7- Caractérisation du proxy oyat de la dynamique dunaire
8- Conclusion généraleNuméro de notice : 28634 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Sciences de la Terre et de l’environnement : Nantes : 2021 Organisme de stage : Laboratoire de Planétologie et Géodynamique DOI : sans En ligne : http://www.theses.fr/2021NANT4060 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99645 Effects of radiometric correction on cover type and spatial resolution for modeling plot level forest attributes using multispectral airborne LiDAR data / Wai Yeung Yan in ISPRS Journal of photogrammetry and remote sensing, vol 169 (November 2020)
[article]
Titre : Effects of radiometric correction on cover type and spatial resolution for modeling plot level forest attributes using multispectral airborne LiDAR data Type de document : Article/Communication Auteurs : Wai Yeung Yan, Auteur ; Karin Y. Van Ewijk, Auteur ; Paul M. Treitz, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : pp 152 - 165 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] artefact
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] correction d'image
[Termes IGN] correction radiométrique
[Termes IGN] couvert forestier
[Termes IGN] délignage
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] forêt tempérée
[Termes IGN] intensité lumineuse
[Termes IGN] inventaire forestier (techniques et méthodes)
[Termes IGN] Ontario (Canada)
[Termes IGN] peuplement mélangé
[Termes IGN] restauration d'image
[Termes IGN] semis de pointsRésumé : (auteur) In order to use the airborne LiDAR intensity in conjunction with the height-derived information for forest modeling and classification purposes, radiometric correction is deemed to be a critical pre-processing requirement. In this study, we implemented a LiDAR scan line correction (LSLC) and an overlap-driven intensity correction (OIC) to remove the stripe artifacts that appeared within the individual flight lines and overlapping regions of adjacent flight lines of a multispectral LiDAR dataset. We tested the effectiveness of these corrections in various land/forest cover types in a temperate mixed mature forest in Ontario, Canada. Subsequently, we predicted three plot level forest attributes, i.e., basal area (BA), quadratic mean diameter (QMD), and trees per hectare (TPH), using different combinations of height and intensity metrics derived from the multispectral LiDAR data to determine if LiDAR intensity data (corrected and uncorrected) improved predictions over models that utilize LiDAR height-derived information only. The results show that LSLC can reduce the intensity banding effect by 0.19–23.06% in channel 1 (1550 nm) and 4.79–66.87% in channel 2 (1064 nm) at the close-to-nadir region. The combined effect of LSLC and OIC is notable particularly at the swath edges. After implementing both methods, the intensity homogeneity is improved by 5.51–12% in channel 1, 6.37–42.93% in channel 2, and 6.48–33.77% in channel 3 (532 nm). Our results further demonstrate that BA and QMD predictions in our study area gained little from additional LiDAR intensity metrics. Intensity metrics from multiple LiDAR channels and intensity normalized difference vegetation index (NDVI) metrics did improve TPH predictions up to 7.2% in RMSE and 1.8% in Bias. However, our lowest TPH prediction errors (%RMSE) were still approximately 10% larger than for BA and QMD. We observed only minimal differences in plot level BA, QMD, and TPH predictions between models using original and corrected intensity. We attribute this to: (i) the lower effectiveness of radiometric correction in forest versus grassland, bare soil and road land cover types, and (ii) the effect of spatial resolution on intensity noise. Numéro de notice : A2020-640 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2020.09.001 Date de publication en ligne : 22/09/2020 En ligne : https://doi.org/10.1016/j.isprsjprs.2020.09.001 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96063
in ISPRS Journal of photogrammetry and remote sensing > vol 169 (November 2020) . - pp 152 - 165[article]Réservation
Réserver ce documentExemplaires(3)
Code-barres Cote Support Localisation Section Disponibilité 081-2020111 RAB Revue Centre de documentation En réserve L003 Disponible 081-2020113 DEP-RECP Revue LASTIG Dépôt en unité Exclu du prêt 081-2020112 DEP-RECF Revue Nancy Dépôt en unité Exclu du prêt A generic framework for improving the geopositioning accuracy of multi-source optical and SAR imagery / Niangang Jiao in ISPRS Journal of photogrammetry and remote sensing, vol 169 (November 2020)PermalinkApplication of 30-meter global digital elevation models for compensating rational polynomial coefficients biases / Amin Alizadeh Naeini in Geocarto international, vol 35 n° 12 ([01/09/2020])PermalinkA spaceborne SAR-based procedure to support the detection of landslides / Giuseppe Esposito in Natural Hazards and Earth System Sciences, vol 20 n° 9 (September 2020)PermalinkAmbiguous use of geographical information systems for the rectification of large-scale geometric maps / Anders Wästfelt in Cartographic journal (the), Vol 57 n° 3 (August 2020)PermalinkCorrection of systematic radiometric inhomogeneity in scanned aerial campaigns using principal component analysis / Lâmân Lelégard in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol V-2-2020 (August 2020)PermalinkAccuracy assessment of real-time kinematics (RTK) measurements on unmanned aerial vehicles (UAV) for direct geo-referencing / Desta Ekaso in Geo-spatial Information Science, vol 23 n° 2 (June 2020)PermalinkALERT: adversarial learning with expert regularization using Tikhonov operator for missing band reconstruction / Litu Rout in IEEE Transactions on geoscience and remote sensing, vol 58 n° 6 (June 2020)PermalinkGeomorphic Change Detection Using Cost-Effective Structure-from-Motion Photogrammetry: Evaluation of Direct Georeferencing from Consumer-Grade UAS at Orewa Beach (New Zealand) / Stéphane Bertin in Photogrammetric Engineering & Remote Sensing, PERS, vol 86 n° 5 (May 2020)PermalinkPedestrian network generation based on crowdsourced tracking data / Xue Yang in International journal of geographical information science IJGIS, vol 34 n° 5 (May 2020)PermalinkRefractive two-view reconstruction for underwater 3D vision / François Chadebecq in International journal of computer vision, vol 128 n° 5 (May 2020)Permalink