Centre dedocumentation
scientifique

Extraction of impervious surface using Sentinel-1A time-series coherence images with the aid of a Sentinel-2A image / Wenfu Wu in Photogrammetric Engineering & Remote Sensing, PERS, vol 87 n° 3 (March 2021)  

Public [article]  inPhotogrammetric Engineering & Remote Sensing, PERS > vol 87 n° 3 (March 2021) . - pp 161-170 Titre : Extraction of impervious surface using Sentinel-1A time-series coherence images with the aid of a Sentinel-2A image Type de document : Article/Communication Auteurs : Wenfu Wu, Auteur ; Jiahua Teng, Auteur ; Qimin Cheng, Auteur ; Songjing Guo, Auteur Année de publication : 2021 Article en page(s) : pp 161-170 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image mixte [Termes descripteurs IGN] chatoiement [Termes descripteurs IGN] cohérence [Termes descripteurs IGN] cohérence temporelle [Termes descripteurs IGN] extraction automatique [Termes descripteurs IGN] image Sentinel-MSI [Termes descripteurs IGN] image Sentinel-SAR [Termes descripteurs IGN] segmentation d'image [Termes descripteurs IGN] segmentation multi-échelle [Termes descripteurs IGN] série temporelle [Termes descripteurs IGN] surface imperméable Résumé : (Auteur) The continuous increasing of impervious surface (IS) hinders the sustainable development of cities. Using optical images alone to extract IS is usually limited by weather, which obliges us to develop new data sources. The obvious differences between natural and artificial targets in interferometric synthetic-aperture radar coherence images have attracted the attention of researchers. A few studies have attempted to use coherence images to extract IS—mostly single-temporal coherence images, which are affected by de-coherence factors. And due to speckle, the results are rather fragmented. In this study, we used time-series coherence images and introduced multi-resolution segmentation as a postprocessing step to extract IS. From our experiments, the results from the proposed method were more complete and achieved considerable accuracy, confirming the potential of time-series coherence images for extracting IS. Numéro de notice : A2021-240 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.14358/PERS.87.3.161 date de publication en ligne : 01/03/2021 En ligne : https://doi.org/10.14358/PERS.87.3.161 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97264 [article]

SAR image speckle reduction based on nonconvex hybrid total variation model / Yuli Sun in IEEE Transactions on geoscience and remote sensing, vol 59 n° 2 (February 2021)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 59 n° 2 (February 2021) . - pp 1231 - 1249 Titre : SAR image speckle reduction based on nonconvex hybrid total variation model Type de document : Article/Communication Auteurs : Yuli Sun, Auteur ; Lin Lei, Auteur ; Dongdong Guan, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : pp 1231 - 1249 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications [Termes descripteurs IGN] artefact [Termes descripteurs IGN] chatoiement [Termes descripteurs IGN] détection de contours [Termes descripteurs IGN] distribution de Fisher [Termes descripteurs IGN] gradient [Termes descripteurs IGN] image radar moirée [Termes descripteurs IGN] régularisation d'image [Termes descripteurs IGN] variable Résumé : (auteur) Speckle noise inherent in synthetic aperture radar (SAR) images seriously affects the visual effect and brings great difficulties to the postprocessing of the SAR image. Due to the edge-preserving feature, total variation (TV) regularization-based techniques have been extensively utilized to reduce the speckle. However, the strong scatters in SAR image with radiometry several orders of magnitude larger than their surrounding regions limit the effectiveness of TV regularization. Meanwhile, the ℓ1 -norm first-order TV regularization sometimes causes staircase artifacts as it favors solutions that are piecewise constant, and it usually underestimates high-amplitude components of image gradient as the ℓ1 -norm uniformly penalizes the amplitude. To overcome these shortcomings, a new hybrid variation model, called Fisher–Tippett (FT) distribution- ℓp -norm first-and second-order hybrid TVs (HTpVs), is proposed to reduce the speckle after removing the strong scatters. Especially, the FT-HTpV inherits the advantages of the distribution based data fidelity term, the nonconvex regularization, and the higher order TV regularization. Therefore, it can effectively remove the speckle while preserving point scatters and edges and reducing staircase artifacts well. To efficiently solve the nonconvex minimization problem, an iterative framework with a nonmonotone-accelerated proximal gradient (nmAPG) method and a matrix-vector acceleration strategy are used. Extensive experiments on both the simulated and real SAR images demonstrate the effectiveness of the proposed method. Numéro de notice : A2021-114 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2020.3002561 date de publication en ligne : 08/07/2020 En ligne : https://doi.org/10.1109/TGRS.2020.3002561 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96924 [article]

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)  

Permalink

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

Permalink

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