Descripteur
Termes IGN > sciences naturelles > physique > traitement d'image > analyse d'image numérique > segmentation d'image
segmentation d'imageVoir aussi |
Documents disponibles dans cette catégorie (595)
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
Potentialités de l’imagerie couleur embarquée pour la détection et la cartographie des maladies fongiques de la vigne / Florent Abdelghafour (2019)
Titre : Potentialités de l’imagerie couleur embarquée pour la détection et la cartographie des maladies fongiques de la vigne Type de document : Thèse/HDR Auteurs : Florent Abdelghafour, Auteur ; Jean-Pierre Da Costa, Directeur de thèse ; Christian Germain, Directeur de thèse Editeur : Bordeaux : Université de Bordeaux Année de publication : 2019 Importance : 174 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse présentée pour obtenir le grade Docteur, Automatique, Productique, Signal et Image, Ingénierie CognitiveLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] cartographie thématique
[Termes IGN] classification dirigée
[Termes IGN] classification pixellaire
[Termes IGN] image en couleur
[Termes IGN] instrument embarqué
[Termes IGN] maladie phytosanitaire
[Termes IGN] modèle stochastique
[Termes IGN] seuillage d'image
[Termes IGN] surveillance de la végétation
[Termes IGN] tenseur
[Termes IGN] texture d'image
[Termes IGN] traitement d'image
[Termes IGN] viticultureIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Le mildiou de la vigne est une phytopathologie d'origine fongique particulièrement inquiétante pour la filière viticole. L'objectif de cette thèse est d'étudier les potentialités de l'imagerie couleur embarquée pour estimer l'état sanitaire des vignobles affectés par le mildiou à l'échelle intra-parcellaire. La solution proposée vise à assister les réseaux de surveillance épidémiologique dans l'estimation des risques sanitaires et dans la préconisation de plans de lutte chimique. En pratique, la chaîne de traitement d'images construite est dédiée à la détection, au dénombrement et à la mesure des tissus symptomatiques du mildiou. Cette chaîne est conçue pour traiter des images acquises directement à la parcelle dans les conditions de travail viticole.La chaîne de traitement s’appuie des représentations structure-couleur et des modèles probabilistes des classes des tissus présents dans les vignes étudiées. Elle opère en trois étapes : formuler des descripteurs pour extraire les propriétés caractéristiques et discriminantes de chaque classe ; modéliser les distributions statistiques de ces descripteurs dans chacune des classes ; affecter chaque pixel à une classe selon son adéquation à leurs modèles. Les descripteurs combinent le tenseur local de structure (LST) avec des statistiques colorimétriques calculées dans le voisinage du pixel considéré. Pour tenir compte de la nature spécifique des LST, les descripteurs font l'objet de transformations pour être représentés dans l'espace log-euclidien. Dans cet espace, il devient possible de modéliser les classes de tissus d'intérêt par des distributions de mélanges de gaussiennes multivariées des représentations structure-couleur. Enfin, la classification est réalisée par Maximum A Posteriori (MAP). Cette chaîne de traitement est appliquée dans un premier temps à des images de vigne saine. Il s'agit de segmenter une image en classes d'organes (feuillage, grappes ou inflorescences et tiges). Les classifications réalisées se montrent très performantes. De plus, la chaîne de traitement s'avère robuste au réglage des principaux hyper-paramètres.Dans un second temps, la chaîne de traitement est adaptée pour traiter des images comportant des symptômes du mildiou ainsi que des facteurs confondants tels que nécroses, décolorations, carences, plaies mécaniques. La méthode de décision s’appuie sur une reconstruction des symptômes par croissance autour de germes. Les critères utilisés reposent sur les représentations structure-couleur et les modèles probabilistes déjà définis. La nouvelle chaîne de traitement permet de détecter de façon fiable les symptômes du mildiou et d'estimer la surface des tissus affectés. Note de contenu : Introduction
1- Etat de l'art
2- -Dispositif expérimental : matériel végétal, instrumentation et protocole de suivi
3- Modéliser conjointement la texture et la couleur dans les images de proxi-détection
4- Reconnaissance des organes de la vigne
5- Détection des symptômes du mildiou de la vigne et estimation de l’intensité de l’infection
Conclusion et perspectivesNuméro de notice : 28573 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Automatique, Productique, Signal et Image, Ingénierie Cognitive : Bordeaux : 2019 Organisme de stage : Laboratoire de l’Intégration du Matériau au Système (Talence) nature-HAL : Thèse En ligne : https://tel.archives-ouvertes.fr/tel-02499420/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97765 Segmentation d'image par intégration itérative de connaissances / Mahaman Sani Chaibou Salaou (2019)
Titre : Segmentation d'image par intégration itérative de connaissances Type de document : Thèse/HDR Auteurs : Mahaman Sani Chaibou Salaou, Auteur ; Basel Solaiman, Directeur de thèse ; Mohamed Ali Mahjoub, Directeur de thèse Editeur : Institut Mines-Télécom Atlantique IMT Atlantique Année de publication : 2019 Autre Editeur : Université Bretagne Loire Importance : 148 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse de Doctorat de l'Ecole Nationale Supérieure Mines-Telecom Atlantique Bretagne Pays de la Loire, Spécialité : Signal, Image et VisionLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] classification basée sur les régions
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] description multiniveau
[Termes IGN] détection de régions
[Termes IGN] fusion de données
[Termes IGN] interprétation automatique
[Termes IGN] réseau neuronal artificiel
[Termes IGN] segmentation d'image
[Termes IGN] superpixel
[Termes IGN] zone d'intérêtIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Le traitement d’images est un axe de recherche très actif depuis des années. L’interprétation des images constitue une de ses branches les plus importantes de par ses applications socio-économiques et scientifiques. Cependant cette interprétation, comme la plupart des processus de traitements d’images, nécessite une phase de segmentation pour délimiter les régions à analyser. En fait l’interprétation est un traitement qui permet de donner un sens aux régions détectées par la phase de segmentation. Ainsi, la phase d’interprétation ne pourra analyser que les régions détectées lors de la segmentation. Bien que l’objectif de l’interprétation automatique soit d’avoir le même résultat qu’une interprétation humaine, la logique des techniques classiques de ce domaine ne marie pas celle de l’interprétation humaine. La majorité des approches classiques d’interprétation d’images séparent la phase de segmentation et celle de l’interprétation. Les images sont d’abord segmentées puis les régions détectées sont interprétées. En plus, au niveau de la segmentation les techniques classiques parcourent les images de manière séquentielle, dans l’ordre de stockage des pixels. Ce parcours ne reflète pas nécessairement le parcours de l’expert humain lors de son exploration de l’image. En effet ce dernier commence le plus souvent par balayer l’image à la recherche d’éventuelles zones d’intérêts. Dans le cas échéant, il analyse les zones potentielles sous trois niveaux de vue pour essayer de reconnaitre de quel objet s’agit-il. Premièrement, il analyse la zone en se basant sur ses caractéristiques physiques. Ensuite il considère les zones avoisinantes de celle-ci et enfin il zoome sur toute l’image afin d’avoir une vue complète tout en considérant les informations locales à la zone et celles de ses voisines. Pendant son exploration, l’expert, en plus des informations directement obtenues sur les caractéristiques physiques de l’image, fait appel à plusieurs sources d’informations qu’il fusionne pour interpréter l’image. Ces sources peuvent inclure les connaissent acquises grâce à son expérience professionnelle, les contraintes existantes entre les objets de ce type d’images, etc. L’idée de l’approche présentée ici est que simuler l’activité visuelle de l’expert permettrait une meilleure compatibilité entre les résultats de l’interprétation et ceux de l’expert. Ainsi nous retenons de cette analyse trois aspects importants du processus d’interprétation d’image que nous allons modéliser dans l’approche proposée dans ce travail : 1. Le processus de segmentation n’est pas nécessairement séquentiel comme la plus part des techniques de segmentations qu’on rencontre, mais plutôt une suite de décisions pouvant remettre en cause leurs prédécesseurs. L’essentiel étant à la fin d’avoir la meilleure classification des régions. L’interprétation ne doit pas être limitée par la segmentation. 2. Le processus de caractérisation d’une zone d’intérêt n’est pas strictement monotone i.e. que l’expert peut aller d’une vue centrée sur la zone à vue plus large incluant ses voisines pour ensuite retourner vers la vue contenant uniquement la zone et vice-versa. 3. Lors de la décision plusieurs sources d’informations sont sollicitées et fusionnées pour une meilleure certitude. La modélisation proposée de ces trois niveaux met particulièrement l’accent sur les connaissances utilisées et le raisonnement qui mène à la segmentation des images. Note de contenu : Introduction générale
1- Segmentation pour l’interprétation de scène
2- Segmentation par propagation des connaissances
3- Croissance des régions adaptative
4- Similarité des superpixels par apprentissage
ConclusionsNuméro de notice : 25840 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Signal, Image et Vision : Ecole Nationale Supérieure Mines-Telecom Atlantique : 2019 nature-HAL : Thèse DOI : sans En ligne : https://tel.archives-ouvertes.fr/tel-02310224 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95181 Simultaneous chain-forming and generalization of road networks / Susanne Wenzel in Photogrammetric Engineering & Remote Sensing, PERS, vol 85 n° 1 (January 2019)
[article]
Titre : Simultaneous chain-forming and generalization of road networks Type de document : Article/Communication Auteurs : Susanne Wenzel, Auteur ; Dimitri Bulatov, Auteur Année de publication : 2019 Article en page(s) : pp 19 - 28 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] algorithme de Douglas-Peucker
[Termes IGN] analyse de groupement
[Termes IGN] Autriche
[Termes IGN] axe médian
[Termes IGN] classification bayesienne
[Termes IGN] extraction du réseau routier
[Termes IGN] itération
[Termes IGN] mise à jour automatique
[Termes IGN] Munich
[Termes IGN] objet géographique linéaire
[Termes IGN] orthoimage
[Termes IGN] polyligne
[Termes IGN] primitive géométrique
[Termes IGN] relation topologique
[Termes IGN] réseau routier
[Termes IGN] segmentation sémantique
[Termes IGN] squelettisation
[Termes IGN] zone urbaine
[Vedettes matières IGN] GénéralisationRésumé : (auteur) Streets are essential entities of urban terrain and their automatic extraction from airborne sensor data is cumbersome because of a complex interplay of geometric, topological, and semantic aspects. Given a binary image representing the road class, centerlines of road segments are extracted by means of skeletonization. The focus of this paper lies in a well-reasoned representation of these segments by means of geometric primitives, such as straight line segments as well as circle and ellipse arcs. Thereby, we aim at a fusion of raw segments to longer chains which better match to the intuitive perception of what a street is. We propose a two-step approach for simultaneous chain-forming and generalization. First, we obtain an over-segmentation of the raw polylines. Then, a model selection approach is applied to decide whether two neighboring segments should be fused to a new geometric entity. For this purpose, we propose an iterative greedy optimization procedure in order to find a strong minimum of a cost function based on a Bayesian information criterion. Starting at the given initial raw segments, we thus can obtain a set of chains describing long alleys and important roundabouts. Within the procedure, topological attributes, such as junctions and neighborhood structures, are consistently updated, in a way that for the greedy optimization procedure, accuracy, model complexity, and topology are considered simultaneously. The results on two challenging datasets indicate the benefits of the proposed procedure and provide ideas for future work. Numéro de notice : A2019-026 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.14358/PERS.85.1.19 Date de publication en ligne : 01/01/2019 En ligne : https://doi.org/10.14358/PERS.85.1.19 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91962
in Photogrammetric Engineering & Remote Sensing, PERS > vol 85 n° 1 (January 2019) . - pp 19 - 28[article]Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 105-2019011 SL Revue Centre de documentation Revues en salle Disponible Automatic building rooftop extraction from aerial images via hierarchical RGB-D priors / Shibiao Xu in IEEE Transactions on geoscience and remote sensing, vol 56 n° 12 (December 2018)
[article]
Titre : Automatic building rooftop extraction from aerial images via hierarchical RGB-D priors Type de document : Article/Communication Auteurs : Shibiao Xu, Auteur ; Xingjia Pan, Auteur ; Er Li, Auteur ; et al., Auteur Année de publication : 2018 Article en page(s) : pp 7369 - 7387 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] champ aléatoire conditionnel
[Termes IGN] détection du bâti
[Termes IGN] extraction de traits caractéristiques
[Termes IGN] image à haute résolution
[Termes IGN] image captée par drone
[Termes IGN] image RVB
[Termes IGN] itération
[Termes IGN] scène urbaine
[Termes IGN] segmentation d'image
[Termes IGN] segmentation hiérarchique
[Termes IGN] toit
[Termes IGN] zone saillante 3DRésumé : (auteur) Accurate building rooftop extraction from high-resolution aerial images is of crucial importance in a wide range of applications. Owing to the varying appearance and large-scale range of scene objects, especially for building rooftops in different scales and heights, single-scale or individual prior-based extraction technique is insufficient in pursuing efficient, generic, and accurate extraction results. The trend toward integrating multiscale or several cue techniques appears to be the best way; thus, such integration is the focus of this paper. We first propose a novel salient rooftop detector integrating four correlative RGB-D priors (depth cue, uniqueness prior, shape prior, and transition surface prior) for improved rooftop extraction to address the preceding complex issues mentioned. Then, these correlative cues are computed from image layers created by our multilevel segmentation and further fused into the state-of-the-art high-order conditional random field (CRF) framework to locate the rooftop. Finally, an iterative optimization strategy is applied for high-quality solving, which can robustly handle varying appearance of building rooftops. Performance evaluations in the SZTAKI-INRIA benchmark data sets show that our method outperforms the traditional color-based algorithm and the original high-order CRF algorithm and its variants. The proposed algorithm is also evaluated and found to produce consistently satisfactory results for various large-scale, real-world data sets. Numéro de notice : A2018-558 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2018.2850972 Date de publication en ligne : 26/07/2018 En ligne : http://dx.doi.org/10.1109/TGRS.2018.2850972 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91664
in IEEE Transactions on geoscience and remote sensing > vol 56 n° 12 (December 2018) . - pp 7369 - 7387[article]Change detection based on stacked generalization system with segmentation constraint / Kun Tan in Photogrammetric Engineering & Remote Sensing, PERS, vol 84 n° 11 (November 2018)
[article]
Titre : Change detection based on stacked generalization system with segmentation constraint Type de document : Article/Communication Auteurs : Kun Tan, Auteur ; Yusha Zhang, Auteur ; Qian Du, Auteur ; Peijun Du, Auteur ; Xiao Jin, Auteur ; Jiayi Li, Auteur Année de publication : 2018 Article en page(s) : pp 733 - 741 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] analyse d'image orientée objet
[Termes IGN] détection de changement
[Termes IGN] image Quickbird
[Termes IGN] image ZiYuan-3
[Termes IGN] segmentation d'imageRésumé : (Auteur) Change detection based on a multi-classifier ensemble system can take advantage of multiple classifiers to extract change information in remote sensing images. In this paper, an efficient heterogeneous ensemble algorithm, i.e., the stacked generalization (SG) combined with image segmentation, is proposed to construct a simple multi-classifier ensemble system that can offer better detection accuracy with lower computational cost. Due to the rich spatial information in high-spatial-resolution remote sensing images, structure texture (morphological) and statistical texture features are extracted to construct the input data to the ensemble system along with spectral features. In addition, constrained analysis on segmented objects integrates the smaller heterogeneity segmentation map and pixel-wise change map to generate the final change map. The experiments were carried out on two ZY-3 and a QuickBird dataset. The results show that the proposed algorithm can integrate the advantages of both pixel-wise ensemble and object-oriented methods, and effectively improve the accuracy and stability of change detection. Numéro de notice : A2018-485 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.14358/PERS.84.11.733 Date de publication en ligne : 01/11/2018 En ligne : https://doi.org/10.14358/PERS.84.11.733 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91210
in Photogrammetric Engineering & Remote Sensing, PERS > vol 84 n° 11 (November 2018) . - pp 733 - 741[article]Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 105-2018111 RAB Revue Centre de documentation En réserve L003 Disponible Coupling relationship among scale parameter, segmentation accuracy, and classification accuracy in GeOBIA / Ming Dongping in Photogrammetric Engineering & Remote Sensing, PERS, vol 84 n° 11 (November 2018)PermalinkIndividual tree crown delineation in a highly diverse tropical forest using very high resolution satellite images / Fabien Hubert Wagner in ISPRS Journal of photogrammetry and remote sensing, vol 145 - part B (November 2018)PermalinkObject-based crop classification using multi-temporal SPOT-5 imagery and textural features with a Random Forest classifier / Huanxue Zhang in Geocarto international, vol 33 n° 10 (October 2018)PermalinkExtracting leaf area index using viewing geometry effects : A new perspective on high-resolution unmanned aerial system photography / Lukas Roth in ISPRS Journal of photogrammetry and remote sensing, vol 141 (July 2018)PermalinkPredicting foreground object ambiguity and efficiently crowdsourcing the segmentation(s) / Danna Gurari in International journal of computer vision, vol 126 n° 7 (July 2018)PermalinkFusion tardive d’images SPOT 6/7 et de données multitemporelles Sentinel-2 pour la détection de la tache urbaine / Cyril Wendl in Revue Française de Photogrammétrie et de Télédétection, n° 217-218 (juin - septembre 2018)PermalinkIntegrated image matching and segmentation for 3D surface reconstruction in urban areas / Lei Ye in Photogrammetric Engineering & Remote Sensing, PERS, Vol 84 n° 3 (March 2018)PermalinkAdapting an existing semi-automatized image processing chain to enable Sentinel-2 data classification. / Hiyam Elbadri (2018)PermalinkCartographier l'occupation du sol à grande échelle : optimisation de la photo-interprétation par segmentation d'image / Maxime Vitter (2018)PermalinkConception d’une méthode radar de suivi bimensuel des déforestations et d’une méthode optique de classification d’occupation des sols / Luc Baudoux (2018)Permalink