Centre dedocumentation
scientifique

A novel framework based on polarimetric change vectors for unsupervised multiclass change detection in dual-pol intensity SAR images / David Pirrone in IEEE Transactions on geoscience and remote sensing, vol 58 n° 7 (July 2020)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 58 n° 7 (July 2020) . - pp 4780 - 4795 Titre : A novel framework based on polarimetric change vectors for unsupervised multiclass change detection in dual-pol intensity SAR images Type de document : Article/Communication Auteurs : David Pirrone, Auteur ; Francesca Bovolo, Auteur ; Lorenzo Bruzzone, Auteur Année de publication : 2020 Article en page(s) : pp 4780 - 4795 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications [Termes descripteurs IGN] classification automatique [Termes descripteurs IGN] classification non dirigée [Termes descripteurs IGN] coordonnées polaires [Termes descripteurs IGN] détection de changement [Termes descripteurs IGN] image multitemporelle [Termes descripteurs IGN] image radar moirée [Termes descripteurs IGN] image Sentinel-SAR [Termes descripteurs IGN] méthode des vecteurs de changement [Termes descripteurs IGN] polarimétrie radar [Termes descripteurs IGN] radar à antenne synthétique Résumé : (auteur) Change detection (CD) is a crucial topic in many remote sensing applications. In the recent years, satellite polarimetric synthetic aperture radar (PolSAR) systems (e.g., the Sentinel-1 constellation) became a suitable tool for multitemporal monitoring due to the regular acquisitions with a short revisit time in different polarimetric channels. Methods for CD in PolSAR data mainly focus on binary CD (i.e., they provide information about the presence/absence of change only), whereas the polarimetric enhanced information provides multiple features that can be exploited for performing multiclass CD. In this article, we introduce a novel framework for the characterization of multitemporal changes in dual-polarimetric data. The framework is based on the definition of polarimetric change vectors (PCVs) and their representation in a polar coordinate system. PCVs allow characterizing and, thus, to separate multiclass changes in terms of target properties of the single-time scenes and the scattering theory. The proposed model is used to: 1) derive the statistical behaviors of change and no change classes in PolSAR multitemporal images; 2) design an automatic and unsupervised strategy to estimate the optimal number of changes; and 3) distinguish no change from change classes and the kinds of change from each other. An experimental analysis has been conducted on three multitemporal PolSAR data sets having different complexities in terms of number and kinds of change classes. The results confirm the effectiveness of the proposed approach and the better performance with respect to both specific techniques for CD in dual-pol SAR data and a general multiclass CD method, not designed for PolSAR data. Numéro de notice : A2020-390 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2020.2966865 date de publication en ligne : 04/02/2020 En ligne : https://doi.org/10.1109/TGRS.2020.2966865 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95373 [article]

Reducing shadow effects on the co-registration of aerial image pairs / Matthew Plummer in Photogrammetric Engineering & Remote Sensing, PERS, vol 86 n° 3 (March 2020)  

Public [article]  inPhotogrammetric Engineering & Remote Sensing, PERS > vol 86 n° 3 (March 2020) . - pp 177 - 186 Titre : Reducing shadow effects on the co-registration of aerial image pairs Type de document : Article/Communication Auteurs : Matthew Plummer, Auteur ; Douglas A. Stow, Auteur ; Emmanuel Storey, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : pp 177 - 186 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] analyse de données [Termes descripteurs IGN] correction des ombres [Termes descripteurs IGN] détection automatique [Termes descripteurs IGN] détection de changement [Termes descripteurs IGN] effet d'ombre [Termes descripteurs IGN] enregistrement de données [Termes descripteurs IGN] image à haute résolution [Termes descripteurs IGN] image aérienne [Termes descripteurs IGN] image multitemporelle [Termes descripteurs IGN] intensité lumineuse [Termes descripteurs IGN] masque [Termes descripteurs IGN] Ransac (algorithme) [Termes descripteurs IGN] SIFT (algorithme) Résumé : (auteur) Image registration is an important preprocessing step prior to detecting changes using multi-temporal image data, which is increasingly accomplished using automated methods. In high spatial resolution imagery, shadows represent a major source of illumination variation, which can reduce the performance of automated registration routines. This study evaluates the statistical relationship between shadow presence and image registration accuracy, and whether masking and normalizing shadows leads to improved automatic registration results. Eighty-eight bitemporal aerial image pairs were co-registered using software called Scale Invariant Features Transform (SIFT) and Random Sample Consensus (RANSAC) Alignment (SARA). Co-registration accuracy was assessed at different levels of shadow coverage and shadow movement within the images. The primary outcomes of this study are (1) the amount of shadow in a multi-temporal image pair is correlated with the accuracy/success of automatic co-registration; (2) masking out shadows prior to match point select does not improve the success of image-to-image co-registration; and (3) normalizing or brightening shadows can help match point routines find more match points and therefore improve performance of automatic co-registration. Normalizing shadows via a standard linear correction provided the most reliable co-registration results in image pairs containing substantial amounts of relative shadow movement, but had minimal effect for pairs with stationary shadows. Numéro de notice : A2020-147 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.14358/PERS.86.4.177 date de publication en ligne : 01/03/2020 En ligne : https://doi.org/10.14358/PERS.86.4.177 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94776 [article]

A novel fire index-based burned area change detection approach using Landsat-8 OLI data / Sicong Liu in European journal of remote sensing, vol 53 n°1 (2020)  

Public [article]  inEuropean journal of remote sensing > vol 53 n°1 (2020) . - pp 104 - 112 Titre : A novel fire index-based burned area change detection approach using Landsat-8 OLI data Type de document : Article/Communication Auteurs : Sicong Liu, Auteur ; Yongjie Zheng, Auteur ; Michele Dalponte, Auteur ; Xiaohua Tong, Auteur Année de publication : 2020 Article en page(s) : pp 104 - 112 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes descripteurs IGN] brûlis [Termes descripteurs IGN] détection de changement [Termes descripteurs IGN] image Landsat-OLI [Termes descripteurs IGN] image multibande [Termes descripteurs IGN] image multitemporelle [Termes descripteurs IGN] incendie de forêt [Termes descripteurs IGN] seuillage d'image [Termes descripteurs IGN] signature spectrale Résumé : (auteur) Change detection from multi-temporal remote sensing images is an effective way to identify the burned areas after forest fires. However, the complex image scenario and the similar spectral signatures in multispectral bands may lead to many false positive errors, which make it difficult to exact the burned areas accurately. In this paper, a novel-burned area change detection approach is proposed. It is designed based on a new Normalized Burn Ratio-SWIR (NBRSWIR) index and an automatic thresholding algorithm. The effectiveness of the proposed approach is validated on three Landsat-8 data sets presenting various fire disaster events worldwide. Compared to eight index-based detection methods that developed in the literature, the proposed approach has the best performance in terms of class separability (2.49, 1.74 and 2.06) and accuracy (98.93%, 98.57% and 99.51%) in detecting the burned areas. Simultaneously, it can also better suppress the complex irrelevant changes in the background. Numéro de notice : A2020-167 Thématique : IMAGERIE Nature : Article DOI : 10.1080/22797254.2020.1738900 date de publication en ligne : 16/03/2020 En ligne : https://doi.org/10.1080/22797254.2020.1738900 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94836 [article]

Recherche multimodale d'images aériennes multi-date à l'aide d'un réseau siamois / Margarita Khokhlova (2020)    

Public Titre : Recherche multimodale d'images aériennes multi-date à l'aide d'un réseau siamois Type de document : Article/Communication Auteurs : Margarita Khokhlova, Auteur ; Valérie Gouet-Brunet , Auteur ; Nathalie Abadie , Auteur ; Liming Chen, Auteur Congrès : RFIAP 2020, Reconnaissance des Formes, Image, Apprentissage et Perception (23 - 26 juin 2020; Vannes, France), Commanditaire Editeur : Berlin [Allemagne] : ResearchGate Année de publication : 2020 Importance : 11 p. Format : 21 x 30 cm Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] analyse du paysage [Termes descripteurs IGN] appariement d'images [Termes descripteurs IGN] architecture de réseau [Termes descripteurs IGN] BD ortho [Termes descripteurs IGN] BD Topo [Termes descripteurs IGN] classification barycentrique [Termes descripteurs IGN] classification par réseau neuronal convolutif [Termes descripteurs IGN] détection de changement [Termes descripteurs IGN] données multitemporelles [Termes descripteurs IGN] géolocalisation [Termes descripteurs IGN] image aérienne [Termes descripteurs IGN] image multitemporelle [Termes descripteurs IGN] recherche d'image basée sur le contenu [Termes descripteurs IGN] segmentation sémantique Résumé : (auteur) Cet article présente un réseau multimodal qui met en correspondance des images aériennes de territoires urbains et ruraux français prises à environ 15 ans d'intervalle. Il devrait être invariant à un large éventail de changements, tels que l'évolution du paysage au fil des années. Il exploite les images originales et les régions sémantiquement segmentées et étiquetées. Le coeur de la méthode est un réseau siamois qui apprend à extraire des caractéristiques des paires d'images correspondantes dans le temps et des paires non correspondantes. Ces descripteurs sont suffisamment discriminants pour qu'un simple classifieur k-NN suffise comme critère de géo-correspondance final. Dans cet article, nous dé-montrons que notre descripteur siamois surpasse les autres descripteurs d'images en termes de recherche d'images par contenu à travers le temps. Numéro de notice : C2020-003 Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : sans En ligne : https://www.researchgate.net/publication/342550826_Recherche_multimodale_d%27ima [...] Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95446

Documents numériques

en open access rfiap2020_21_cameraready.pdf Adobe Acrobat PDF

An implicit radar convolutional burn index for burnt area mapping with Sentinel-1 C-band SAR data / Puzhao Zhang in ISPRS Journal of photogrammetry and remote sensing, Vol 158 (December 2019)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > Vol 158 (December 2019) . - pp 50 - 62 Titre : An implicit radar convolutional burn index for burnt area mapping with Sentinel-1 C-band SAR data Type de document : Article/Communication Auteurs : Puzhao Zhang, Auteur ; Andrea Nascetti, Auteur ; Yifang Ban, Auteur ; Maoguo Gong, Auteur Année de publication : 2019 Article en page(s) : pp 50 - 62 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications [Termes descripteurs IGN] Californie (Etats-Unis) [Termes descripteurs IGN] carte de la végétation [Termes descripteurs IGN] classification par réseau neuronal convolutif [Termes descripteurs IGN] détection de changement [Termes descripteurs IGN] image à haute résolution [Termes descripteurs IGN] image multibande [Termes descripteurs IGN] image multitemporelle [Termes descripteurs IGN] image radar moirée [Termes descripteurs IGN] incendie [Termes descripteurs IGN] Normalized Difference Vegetation Index [Termes descripteurs IGN] Short Waves InfraRed Résumé : (auteur) Compared with optical sensors, the all-weather and day-and-night imaging ability of Synthetic Aperture Radar (SAR) makes it competitive for burnt area mapping. This study investigates the potential of Sentinel-1 C-band SAR sensors in burnt area mapping with an implicit Radar Convolutional Burn Index (RCBI). Based on multitemporal Sentinel-1 SAR data, a convolutional networks-based classification framework is proposed to learn the RCBI for highlighting the burnt areas. We explore the mapping accuracy level that can be achieved using SAR intensity and phase information for both VV and VH polarizations. Moreover, we investigate the decorrelation of Interferometric SAR (InSAR) coherence to wildfire events using different temporal baselines. The experimental results on two recent fire events, Thomas Fire (Dec., 2017) and Carr Fire (July, 2018) in California, demonstrate that the learnt RCBI has a better potential than the classical log-ratio operator in highlighting burnt areas. By exploiting both VV and VH information, the developed RCBI achieved an overall mapping accuracy of 94.68% and 94.17% on the Thomas Fire and Carr Fire, respectively. Numéro de notice : A2019-545 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2019.09.013 date de publication en ligne : 04/10/2019 En ligne : https://doi.org/10.1016/j.isprsjprs.2019.09.013 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94189 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2019121	SL	Revue	Centre de documentation	Revues en salle	Disponible
081-2019123	DEP-RECP	Revue	MATIS	Dépôt en unité	Exclu du prêt
081-2019122	DEP-RECF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Evolution of sand encroachment using supervised classification of Landsat data during the period 1987–2011 in a part of Laâyoune-Tarfaya basin of Morocco / Ali Aydda in Geocarto international, vol 34 n° 13 ([15/10/2019])  

Permalink

Mapping of forest tree distribution and estimation of forest biodiversity using Sentinel-2 imagery in the University Research Forest Taxiarchis in Chalkidiki, Greece / Maria Kampouri in Geocarto international, vol 34 n° 12 ([15/09/2019])  

Permalink

Local climate zone-based urban land cover classification from multi-seasonal Sentinel-2 images with a recurrent residual network / Chunping Qiu in ISPRS Journal of photogrammetry and remote sensing, vol 154 (August 2019)  

Permalink

Using Sentinel-1A DInSAR interferometry and Landsat 8 data for monitoring water level changes in two lakes in Crete, Greece / D.D. Alexakis in Geocarto international, vol 34 n° 7 ([01/06/2019])  

Permalink

Digital surface model generation from high resolution multi-view stereo satellite imagery / Ke Gong in Photogrammetric Engineering & Remote Sensing, PERS, vol 85 n° 5 (May 2019)  

Permalink

Multi-temporal image change mining based on evidential conflict reasoning / Fatma Haouas in ISPRS Journal of photogrammetry and remote sensing, vol 151 (May 2019)  

Permalink

Ailanthus altissima mapping from multi-temporal very high resolution satellite images / Cristina Tarantino in ISPRS Journal of photogrammetry and remote sensing, vol 147 (January 2019)  

Permalink

A 3D convolutional neural network method for land cover classification using LiDAR and multi-temporal Landsat imagery / Zewei Xu in ISPRS Journal of photogrammetry and remote sensing, vol 144 (October 2018)  

Permalink

Mapping tree cover with Sentinel-2 data using the Support Vector Machine (SVM) / Anna Mirończuk in Geoinformation issues, Vol 9 n° 1 (2017)  

Permalink

Sparse distributed multitemporal hyperspectral unmixing / Jakob Sigurdsson in IEEE Transactions on geoscience and remote sensing, vol 55 n° 11 (November 2017)  

Permalink