Centre dedocumentation
scientifique

Region level SAR image classification using deep features and spatial constraints / Anjun Zhang in ISPRS Journal of photogrammetry and remote sensing, vol 163 (May 2020)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 163 (May 2020) . - pp 36-48 Titre : Region level SAR image classification using deep features and spatial constraints Type de document : Article/Communication Auteurs : Anjun Zhang, Auteur ; Xuezhi Yang, Auteur ; Shuai Fang, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : pp 36-48 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications [Termes descripteurs IGN] carte de confiance [Termes descripteurs IGN] champ aléatoire de Markov [Termes descripteurs IGN] chatoiement [Termes descripteurs IGN] classification par réseau neuronal convolutif [Termes descripteurs IGN] image radar moirée [Termes descripteurs IGN] lissage de données [Termes descripteurs IGN] modélisation spatiale [Termes descripteurs IGN] précision de la classification [Termes descripteurs IGN] superpixel Résumé : (auteur) The region-level SAR image classification algorithms which combine CNN (Convolutional Neural Networks) with super-pixel have been proposed to enhance the classification accuracy compared with the pixel-level algorithms. However, the spatial constraints between the super-pixel regions are not considered, which may limit the performance of these algorithms. To address this problem, an RCC-MRF (RCC, Region Category Confidence-degree) and CNN based region-level SAR image classification algorithm which explores the deep features extracted by CNN and the spatial constraints between super-pixel regions is proposed in this paper. The initial labels of super-pixel regions are obtained using a voting strategy based on the predicted labels CNN. The unary energy function of RCC-MRF is designed to find the category that a region most probably belongs to by using the RCC term which is constructed based on the probability distributions over all categories of pixels predicted by CNN. The binary energy function of RCC-MRF explores the spatial constraints between the adjacent super-pixel regions. In our proposed algorithm, the pixel-level misclassifications can be reduced by the smoothing within regions and the region-level misclassifications will be rectified by minimizing the energy function of RCC-MRF. Experiments have been done on simulated and real SAR images to evaluate the performance of the proposed algorithm. The experimental results demonstrate that the proposed algorithm notably outperforms the other CNN-based region-level SAR image classification algorithms. Numéro de notice : A2020-136 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2020.03.001 date de publication en ligne : 07/03/2020 En ligne : https://doi.org/10.1016/j.isprsjprs.2020.03.001 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94752 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2020051	SL	Revue	Centre de documentation	Revues en salle	Disponible
081-2020053	DEP-RECP	Revue	MATIS	Dépôt en unité	Exclu du prêt
081-2020052	DEP-RECF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Adaptive Statistical Superpixel Merging With Edge Penalty for PolSAR Image Segmentation / Deliang Xiang in IEEE Transactions on geoscience and remote sensing, vol 58 n° 4 (April 2020)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 58 n° 4 (April 2020) . - pp 2412 - 2429 Titre : Adaptive Statistical Superpixel Merging With Edge Penalty for PolSAR Image Segmentation Type de document : Article/Communication Auteurs : Deliang Xiang, Auteur ; Wei Wang, Auteur ; Tao Tang, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : pp 2412 - 2429 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications [Termes descripteurs IGN] chatoiement [Termes descripteurs IGN] contour [Termes descripteurs IGN] fusion de données [Termes descripteurs IGN] image radar [Termes descripteurs IGN] polarimétrie radar [Termes descripteurs IGN] radar à antenne synthétique [Termes descripteurs IGN] segmentation d'image [Termes descripteurs IGN] superpixel [Termes descripteurs IGN] vision par ordinateur Résumé : (auteur) This article proposes an efficient and adaptive statistical superpixel merging approach with edge penalty for polarimetric synthetic aperture radar (PolSAR) image segmentation. Based on the initial superpixel over-segmentation result obtained by our previously proposed adaptive polarimetric superpixel generation algorithm (Pol-ASLIC), this work achieves efficient and accurate PolSAR image segmentation by merging superpixels using the statistical region merging (SRM) framework. This article proposes to define a new dissimilarity measure between superpixels, which takes the edge penalty into consideration, leading to a reasonable and accurate merging order for superpixel pairs. With regard to the merging predicate of superpixels, a polarimetric homogeneity measurement (HoM) is used to define the merging threshold, making the merging predicate and merging threshold adaptive to the PolSAR image content. Experimental results on three airborne and one spaceborne PolSAR data sets demonstrate that the proposed approach can effectively improve the computation efficiency and segmentation accuracy in comparison with state-of-the-art merging-based methods for PolSAR data. More importantly, the proposed approach is free of parameters and easy to use. Numéro de notice : A2020-196 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2019.2949066 date de publication en ligne : 14/11/2019 En ligne : https://doi.org/10.1109/TGRS.2019.2949066 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94864 [article]

Application des algorithmes de Deep learning pour les images SAR / Luc Baudoux (2019) 

Public Titre : Application des algorithmes de Deep learning pour les images SAR Type de document : Mémoire Auteurs : Luc Baudoux, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2019 Importance : 73 p. Format : 21 x 30 cm Note générale : bibliographie Rapport de fin d'étude, cycle des Ingénieurs diplômés de l’ENSG 3ème année Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications [Termes descripteurs IGN] apprentissage profond [Termes descripteurs IGN] chatoiement [Termes descripteurs IGN] filtrage du bruit [Termes descripteurs IGN] image radar moirée [Termes descripteurs IGN] Perceptron multicouche [Termes descripteurs IGN] réseau de neurones profond Index. décimale : IGAST Mémoires de Master Information Géographique, Analyse Spatiale et Télédétection Résumé : (auteur) Les images radar sont parasitées par un phénomène physique appelé speckle leur conférant un fort effet « poivre et sel ». L’essor des techniques d’apprentissage profond ces dernières années a permis la conception de plusieurs techniques de débruitage. Celles-ci se différencient des méthodes traditionnelles par la capacité d’apprendre le modèle de débruitage implicitement depuis les données radar sans avoir recours à un modèle explicite défini par le concepteur. Le présent rapport de stage porte sur l’étude comparative des principales méthodes proposées à ce jour tant entre elles qu’avec des techniques de débruitage traditionnelles. L’objectif est ici de réaliser l’étude la plus objective possible sur les forces et faiblesses de ces méthodes. Il s’agit également d’étudier l’influence des différents paramètres et de proposer de nouveaux réseaux de neurones afin d’améliorer les résultats actuellement disponibles. Nous montrons dans ce rapport que des réseaux de neurones simples réalisent un bon compromis entre lissage des zones homogènes et préservations des détails. De surcroit, nous montrons que les forces et faiblesses des réseaux de neurones dépendent fortement du type d’apprentissage réalisé. Ainsi, les réseaux, traditionnellement entraînés de manière supervisée sur des simulations de speckle, tendent à mal se transposer au speckle réel. Les réseaux entraînés uniquement sur du speckle réel offrent, quant à eux, de meilleurs résultats. Il faut néanmoins faire attention à la capacité de généralisation, car ces réseaux souffrent d’une légère baisse de qualité de leurs résultats sur des zones dont les textures ou radiométries n’étaient pas présentes dans le jeu d’entraînement. La comparaison avec les méthodes traditionnelles révèle une meilleure préservation des détails au détriment d’un moins fort lissage des zones homogènes. Il convient donc de choisir entre ces méthodes en fonction de l’usage souhaité par la suite pour le traitement de la donnée radar. Note de contenu : 1- Contextualisation 2- Méthodologie 3- Résultats Numéro de notice : 25430 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire de fin d'études IT Note de thèse : Mémoire de master : Information Géographique, Analyse Spatiale et Télédétection : Paris-Est Marne la Vallée : 2019 Organisme de stage : Centre national d’études spatiales Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93899

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
25430-01	IGAST	Livre	Centre de documentation	Travaux d'élèves	Disponible

Documents numériques

peut être téléchargé Application des algorithmes Adobe Acrobat PDF

New point matching algorithm using sparse representation of image patch feature for SAR image registration / Jianwei Fan in IEEE Transactions on geoscience and remote sensing, vol 55 n° 3 (March 2017)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 55 n° 3 (March 2017) . - pp 1498 - 1510 Titre : New point matching algorithm using sparse representation of image patch feature for SAR image registration Type de document : Article/Communication Auteurs : Jianwei Fan, Auteur ; Yan Wu, Auteur ; Fan Wang, Auteur ; et al., Auteur Année de publication : 2017 Article en page(s) : pp 1498 - 1510 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications [Termes descripteurs IGN] alignement [Termes descripteurs IGN] appariement de points [Termes descripteurs IGN] chatoiement [Termes descripteurs IGN] erreur de discrétisation [Termes descripteurs IGN] image radar moirée [Termes descripteurs IGN] reconstruction automatique [Termes descripteurs IGN] reconstruction d'image [Termes descripteurs IGN] représentation parcimonieuse Résumé : (Auteur) Image registration is an important preprocessing step in many synthetic aperture radar (SAR) image applications. A key issue in image registration is to reliably establish the correspondences between the feature points extracted from the reference and sensed images. A new point matching algorithm is proposed in this paper to align two SAR images. In the proposed method, by considering image patches as the basic units, a novel local descriptor including the intensity and geometric information is assigned to each feature point, which is more robust to speckle noise. Furthermore, a correspondence establishment scheme is introduced based on the reconstruction errors between feature points calculated by the sparse representation (SR) technique, which is designed for achieving accurate matches. Based on the obtained SR coefficients, a coordinate correction procedure is further proposed for improving the localization accuracy of the obtained correspondences. Both simulated deformed and real SAR images are utilized to evaluate the performance. The experimental results indicate that the proposed method yields a better registration performance in terms of both accuracy and robustness. Numéro de notice : A2017-156 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern En ligne : http://dx.doi.org/10.1109/TGRS.2016.2626373 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=84692 [article]

Démélange d’images radar polarimétrique par séparation thématique de sources / Sébastien Giordano (2015) 

Public Titre : Démélange d’images radar polarimétrique par séparation thématique de sources Type de document : Thèse/HDR Auteurs : Sébastien Giordano , Auteur ; Grégoire Mercier, Directeur de thèse ; Jean-Paul Rudant , Directeur de thèse Editeur : Champs/Marne : Université Paris-Est Année de publication : 2015 Importance : 228 p. Format : 21 x 30 cm Note générale : bibliographie Thèse de doctorat pour obtenir le grade de docteur délivré par Université Paris-Est, école doctorale no 532 : mathématiques et sciences et technologies de l’information et de la communication MSTIC, spécialité doctorale signal, image, automatique Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications [Termes descripteurs IGN] analyse des mélanges spectraux [Termes descripteurs IGN] caractérisation [Termes descripteurs IGN] chatoiement [Termes descripteurs IGN] données polarimétriques [Termes descripteurs IGN] filtre de déchatoiement [Termes descripteurs IGN] image radar [Termes descripteurs IGN] occupation du sol Résumé : (auteur) Cette thèse s’inscrit dans le contexte de l’amélioration de la caractérisation de l’occupation du sol a partir d’observations de télédétection de natures très différentes : le radar polarimétrique et les images optiques multispectrales. Le radar polarimétrique permet la détermination de mécanismes de rétrodiffusion provenant de théorèmes de décomposition de l’information polarimétrique utiles a la classification des types d’occupation du sol. Cependant ces décompositions sont peu compréhensibles lorsque que plusieurs classes thématiques coexistent dans des proportions très variables au sein des cellules de résolution radar. Le problème est d’autant plus important que le speckle inhérent a l’imagerie radar nécessite l’estimation de ces paramètres sur des voisinages locaux. Nous nous interrogeons alors sur la capacité des données optiques multispectrales sensiblement plus résolues spatialement que le radar polarimétrique à améliorer la compréhension des mécanismes radar. Pour répondre à cette question, nous mettons en place une méthode de démélange des images radar polarimétrique par séparation thématique de sources. L’image optique peut être considérée comme un paramètre de réglage du radar fournissant une vue du mélange. L’idée générale est donc de commencer par un démélange thématique (décomposer l’information radar sur les types d’occupation du sol) avant de réaliser les décompositions polarimétriques (identifier des mécanismes de rétrodiffusion). Dans ce travail nous proposons d’utiliser un modèle linéaire et présentons un algorithme pour réaliser le démélange thématique. Nous déterminons ensuite la capacité de l’algorithme de démélange a reconstruire le signal radar observe. Enfin nous évaluons si l’information radar démélangée contient de l’information thématique pertinente. Cette évaluation est réalisée sur des données simulées que nous avons générées et sur des données Radarsat-2 complètement polarimétriques pour un cas d’application de mélange sol nu/foret. Les résultats montrent que, malgré le speckle, la reconstruction est valable. Il est toujours possible d’estimer localement des bases thématiques permettant de décomposer l’information radar polarimétrique puis de reconstruire le signal observe. Cet algorithme de démélange permet aussi d’assimiler de l’information portée par les images optiques. L’évaluation de la pertinence thématique des bases de la décomposition est plus problématique. Les expériences sur des données simulées montrent que celles-ci représentent bien l’information thématique souhaitée, mais que cette bonne estimation est dépendante de la nature des types thématiques et de leurs proportions de mélange. Cette méthode nécessite donc des études complémentaires sur l’utilisation de méthodes d’estimation plus robustes aux statistiques des images radar. Son application a des images radar de longueur d’onde plus longue pourrait permettre, par exemple, une meilleure estimation du volume de végétation dans le contexte de forêts ouvertes. Numéro de notice : 17312 Affiliation des auteurs : IGN (2012-2019) Thématique : IMAGERIE Nature : Thèse française Note de thèse : thèse de doctorat : Signal, image, automatique : UPE : 2015 Organisme de stage : MATIS (IGN) nature-HAL : Thèse Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=83202

Documents numériques

en open access thèse 2015 Giordano Adobe Acrobat PDF

SAR-SIFT : a SIFT-like algorithm for SAR images / Flora Dellinger in IEEE Transactions on geoscience and remote sensing, vol 53 n° 1 (January 2015)  

Permalink

Blind speckle decorrelation for SAR image despeckling / Alessandro Lapini in IEEE Transactions on geoscience and remote sensing, vol 52 n° 2 (February 2014)  

Permalink

An unsupervised approach based on the generalized Gaussian model to automatic change detection in multitemporal SAR images / Y. Bazi in IEEE Transactions on geoscience and remote sensing, vol 43 n° 4 (April 2005)

Permalink

Evaluation of speckle noise MAP filtering algorithms applied to SAR images / F.N.S. Medeiros in International Journal of Remote Sensing IJRS, vol 24 n° 24 (December 2003)

Permalink

Fast SAR image restoration, segmentation, and detection of high-reflectance regions / E. Bratsolis in IEEE Transactions on geoscience and remote sensing, vol 41 n° 12 (December 2003)

Permalink

Polarimetric SAR speckle noise model / C. Lopez-Martinez in IEEE Transactions on geoscience and remote sensing, vol 41 n° 10 (October 2003)

Permalink

Road vectors update using SAR imagery: a snake-based method / L. Bentabet in IEEE Transactions on geoscience and remote sensing, vol 41 n° 8 (August 2003)

Permalink

Fusion radar and optical data for land cover mapping / Nathaniel D. Herold in Geocarto international, vol 17 n° 2 (June - August 2002)

Permalink

Change detection for thematic mapping by means of airborne multitemporal polarimetric SAR imagery / W. Dierking in IEEE Transactions on geoscience and remote sensing, vol 40 n° 3 (March 2002)

Permalink

Développement d'un outil d'extraction de contours optimisé pour le traitement d'images radar (SAR) / N. Pitaval (2002)

Permalink