Centre dedocumentation
scientifique

Unmanned Aerial System multispectral mapping for low and variable solar irradiance conditions: Potential of tensor decomposition / Sheng Wang in ISPRS Journal of photogrammetry and remote sensing, vol 155 (September 2019)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 155 (September 2019) . - pp 58 - 71 Titre : Unmanned Aerial System multispectral mapping for low and variable solar irradiance conditions: Potential of tensor decomposition Type de document : Article/Communication Auteurs : Sheng Wang, Auteur ; Andreas Baum, Auteur ; Pablo J. Zarco-Tejada, Auteur ; Carsten Dam-Hansen, Auteur ; Anders Thorseth, Auteur ; Peter Bauer-Gottwein, Auteur ; Filippo Bandini, Auteur ; Monica Garcia, Auteur Année de publication : 2019 Article en page(s) : pp 58 - 71 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] étalonnage de capteur (imagerie) [Termes descripteurs IGN] image de drone [Termes descripteurs IGN] image multibande [Termes descripteurs IGN] nébulosité [Termes descripteurs IGN] rayonnement solaire [Termes descripteurs IGN] réflectance [Termes descripteurs IGN] réflectance spectrale [Termes descripteurs IGN] tenseur Résumé : (Auteur) Unlike satellite earth observation, multispectral images acquired by Unmanned Aerial Systems (UAS) provide great opportunities to monitor land surface conditions also in cloudy or overcast weather conditions. This is especially relevant for high latitudes where overcast and cloudy days are common. However, multispectral imagery acquired by miniaturized UAS sensors under such conditions tend to present low brightness and dynamic ranges, and high noise levels. Additionally, cloud shadows over space (within one image) and time (across images) are frequent in UAS imagery collected under variable irradiance and result in sensor radiance changes unrelated to the biophysical dynamics at the surface. To exploit the potential of UAS for vegetation mapping, this study proposes methods to obtain robust and repeatable reflectance time series under variable and low irradiance conditions. To improve sensor sensitivity to low irradiance, a radiometric pixel-wise calibration was conducted with a six-channel multispectral camera (mini-MCA6, Tetracam) using an integrating sphere simulating the varying low illumination typical of outdoor conditions at 55oN latitude. The sensor sensitivity was increased by using individual settings for independent channels, obtaining higher signal-to-noise ratios compared to the uniform setting for all image channels. To remove cloud shadows, a multivariate statistical procedure, Tucker tensor decomposition, was applied to reconstruct images using a four-way factorization scheme that takes advantage of spatial, spectral and temporal information simultaneously. The comparison between reconstructed (with Tucker) and original images showed an improvement in cloud shadow removal. Outdoor vicarious reflectance validation showed that with these methods, the multispectral imagery can provide reliable reflectance at sunny conditions with root mean square deviations of around 3%. The proposed methods could be useful for operational multispectral mapping with UAS under low and variable irradiance weather conditions as those prevalent in northern latitudes. Numéro de notice : A2019-311 Thématique : IMAGERIE Nature : Article DOI : 10.1016/j.isprsjprs.2019.06.017 date de publication en ligne : 04/07/2019 En ligne : https://doi.org/10.1016/j.isprsjprs.2019.06.017 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93336 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2019091	SL	Revue	Centre de documentation	Revues en salle	Disponible
081-2019093	DEP-RECP	Revue	MATIS	Dépôt en unité	Exclu du prêt
081-2019092	DEP-RECF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Robust object-based multipass InSAR deformation reconstruction / Jian Kang in IEEE Transactions on geoscience and remote sensing, vol 55 n° 8 (August 2017)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 55 n° 8 (August 2017) . - pp 4239 - 4251 Titre : Robust object-based multipass InSAR deformation reconstruction Type de document : Article/Communication Auteurs : Jian Kang, Auteur ; Yuanyuan Wang, Auteur ; Marco Körner, Auteur ; Xiao Xiang Zhu, Auteur Année de publication : 2017 Article en page(s) : pp 4239 - 4251 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications [Termes descripteurs IGN] classification orientée objet [Termes descripteurs IGN] image radar moirée [Termes descripteurs IGN] interféromètrie par radar à antenne synthétique [Termes descripteurs IGN] inversion [Termes descripteurs IGN] pont [Termes descripteurs IGN] surveillance géologique [Termes descripteurs IGN] tenseur Résumé : (Auteur) Deformation monitoring by multipass synthetic aperture radar (SAR) interferometry (InSAR) is, so far, the only imaging-based method to assess millimeter-level deformation over large areas from space. Past research mostly focused on the optimal retrieval of deformation parameters on the basis of a single pixel or a pixel cluster. Only until recently, the first demonstration of object-based urban infrastructure monitoring by fusing InSAR and the semantic classification labels derived from optical images was presented by Wang et al. Given such classification labels in the SAR image, we propose a general framework for object-based InSAR parameter retrieval, where the parameters of the whole object are jointly estimated by the inversion of a regularized tensor model instead of pixelwise. Our approach does not assume the stationarity of each sample in the object, which is usually assumed in other pixel cluster-based methods, such as SqueeSAR. In addition, to handle outliers in real data, a robust phase recovery step prior to parameter retrieval is also introduced. In typical settings, the proposed method outperforms the current pixelwise estimators, e.g., periodogram, by a factor of several tens in the accuracy of the linear deformation estimates. Last but not least, for a practical demonstration on bridge monitoring, we present a full workflow of long-term bridge monitoring using the proposed approach. Numéro de notice : A2017-492 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2017.2684424 En ligne : http://dx.doi.org/10.1109/TGRS.2017.2684424 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=86422 [article]

An adaptive weighted tensor completion method for the recovery of remote sensing images with missing data / Michael Kwok-Po Ng in IEEE Transactions on geoscience and remote sensing, vol 55 n° 6 (June 2017)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 55 n° 6 (June 2017) . - pp 3367 - 3381 Titre : An adaptive weighted tensor completion method for the recovery of remote sensing images with missing data Type de document : Article/Communication Auteurs : Michael Kwok-Po Ng, Auteur ; Qiangqiang Yuan, Auteur ; Li Yan, Auteur ; Jing Sun, Auteur Année de publication : 2017 Article en page(s) : pp 3367 - 3381 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] bande spectrale [Termes descripteurs IGN] complétion [Termes descripteurs IGN] détection de partie cachée [Termes descripteurs IGN] données spatiotemporelles [Termes descripteurs IGN] image Aqua-MODIS [Termes descripteurs IGN] spectroradiométrie [Termes descripteurs IGN] tenseur Résumé : (Auteur) Missing information, such as dead pixel values and cloud effects, is very common image quality degradation problems in remote sensing. Missing information can reduce the accuracy of the subsequent image processing, in applications such as classification, unmixing, and target detection, and even the quantitative retrieval process. The main aim of this paper is to study an adaptive weighted tensor completion (AWTC) method for the recovery of remote sensing images with missing data. Our idea is to collectively make use of the spatial, spectral, and temporal information to build a new weighted tensor low-rank regularization model for recovering the missing data. In the model, the weights are determined adaptively by considering the contribution of the spatial, spectral, and temporal information in each dimension. Experimental results based on both simulated and real data sets are presented to verify that the proposed method can recover missing data, and its performance is found to be better than the other tested methods. In the simulated experiments, the peak signal-to-noise ratio is improved by more than 3 dB, compared with the original tensor completion model. In the real data experiments, the proposed AWTC model can better recover the dead line problem in Aqua Moderate Resolution Imaging Spectroradiometer band 6 and the scan-line corrector-off problem in enhanced thematic mapper plus images, with the smallest spectral distortion. Numéro de notice : A2017-476 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern En ligne : http://dx.doi.org/10.1109/TGRS.2017.2670021 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=86401 [article]

A tensor decomposition-based anomaly detection algorithm for hyperspectral image / Xing Zhang in IEEE Transactions on geoscience and remote sensing, vol 54 n° 10 (October 2016)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 54 n° 10 (October 2016) . - pp 5801 - 5820 Titre : A tensor decomposition-based anomaly detection algorithm for hyperspectral image Type de document : Article/Communication Auteurs : Xing Zhang, Auteur ; Gongjian Wen, Auteur ; Wei Dai, Auteur Année de publication : 2016 Article en page(s) : pp 5801 - 5820 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] décomposition [Termes descripteurs IGN] détection d'anomalie [Termes descripteurs IGN] image hyperspectrale [Termes descripteurs IGN] signature spectrale [Termes descripteurs IGN] tenseur Résumé : (auteur) Anomalies usually refer to targets with a spot of pixels (even subpixels) that stand out from their neighboring background clutter pixels in hyperspectral imagery (HSI). Compared to backgrounds, anomalies have two main characteristics. One is the spectral anomaly, i.e., their spectral signatures are different from those associated to their surrounding backgrounds; another is the spatial anomaly, i.e., anomalies occur as few pixels (even subpixels) embedded in the local homogeneous backgrounds. However, most of the existing anomaly detection algorithms for HSI only employed the spectral anomaly. If the two characteristics are exploited in a detection method simultaneously, better performance may be achieved. The third-order (two modes for space and one mode for spectra) tensor representation of HSI has been proved to be an effective tool to describe the spatial and spectral information equivalently; therefore, tensor representation is convenient for exhibiting the two characteristics of anomalies simultaneously. In this paper, a new anomaly detection method based on tensor decomposition is proposed and divided into three steps. Three factor matrices and a core tensor are first estimated from the third-order tensor that is constructed from the HSI data cube by using the Tucker decomposition, and their major and minor principal components (PCs) are more likely to correspond to the spectral signatures of the backgrounds and the anomalies, respectively. In the second step, a reconstruction-error-based method is presented to find the first largest PCs along each mode to eliminate the spectral signatures of the backgrounds as much as possible, and thus, the remaining data may be modeled as the spectral signatures of the anomalies with a Gaussian noise. Finally, a CFAR test is implemented to detect the anomalies from the remaining data. Experiments with simulated, synthetic, and real HSI data sets reveal that the proposed method outperforms those spectral-anomaly-based methods with better detection probability and less false alarm rate. Numéro de notice : A2016-862 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern En ligne : http://dx.doi.org/10.1109/TGRS.2016.2572400 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=82894 [article]

Mesure de robustesse d'un réseau géodésique 3D : cas du réseau GPS de la ville d'Oran (Algérie) / Bachir Gourine in XYZ, n° 147 (juin - août 2016)

Public [article]  inXYZ > n° 147 (juin - août 2016) . - pp 33 - 38 Titre : Mesure de robustesse d'un réseau géodésique 3D : cas du réseau GPS de la ville d'Oran (Algérie) Type de document : Article/Communication Auteurs : Bachir Gourine, Auteur Année de publication : 2016 Article en page(s) : pp 33 - 38 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Systèmes de référence et réseaux [Termes descripteurs IGN] déformation de la croute terrestre [Termes descripteurs IGN] erreur de mesure [Termes descripteurs IGN] fiabilité des données [Termes descripteurs IGN] géodésie tridimensionnelle [Termes descripteurs IGN] Oran (Algérie) [Termes descripteurs IGN] point géodésique [Termes descripteurs IGN] réseau géodésique permanent [Termes descripteurs IGN] tenseur Résumé : (Auteur) Cet article traite l'analyse de robustesse des réseaux géodésiques GPS qui est une combinaison des concepts de fiabilité et de déformation. La robustesse d'un réseau est quantifiée suivant des seuils calculés à partir des tolérances d'erreurs des points ajustés. Les déplacements 3D des points GPS sont comparés à ces seuils, ce qui permet de cerner les zones de faiblesse du réseau traité afin d'y remédier en changeant la configuration du réseau ou en améliorant la qualité des mesures. La déformation du réseau, due aux erreurs de mesures, peut être exprimée en termes de robustesse en configuration, en échelle et en orientation. La validation de la méthodologie développée a été effectuée sur un réseau test composé de 45 points du réseau GPS de la ville d'Oran qui a connu une extension urbaine sans précédent. Les résultats de l'application ont montré la puissance et l'efficacité de la méthodologie d'analyse adoptée qui permet d'effectuer un diagnostic poussé sur les erreurs indétectables par l'analyse statistique usuelle et leurs effets sur les paramètres du réseau. Numéro de notice : A2016-400 Thématique : POSITIONNEMENT Nature : Article DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=81224 [article]

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
112-2016022	SL	Revue	Centre de documentation	Revues en salle	Disponible
112-2016021	SL	Revue	Centre de documentation	Revues en salle	Disponible

A multidimensional extension of the concept of coherence in polarimetric SAR interferometry / Jose Luis Alvarez-Perez in IEEE Transactions on geoscience and remote sensing, vol 53 n° 3 (March 2015)

Permalink

Modélisation numérique du champ de gravité produit par une structure géologique arbitraire / Clément Roussel in XYZ, n° 139 (juin - août 2014)

Permalink

Hyperspectral image noise reduction based on rank-1 tensor decomposition / Xian Guoa in ISPRS Journal of photogrammetry and remote sensing, vol 83 (September 2013)

Permalink

Analyse des déformations dans un réseau géodésique d'auscultation d'ouvrage d'art / A. Belhadj in Bulletin des sciences géographiques, n° 28 (juin 2013)

Permalink

Improving 3D lidar point cloud registration using optimal neighborhood knowledge / Adrien Gressin in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, I-3 (2012)  

Permalink

Dimensionality based scale selection in 3d Lidar point clouds / Jérôme Demantké (23/08/2011) 

Permalink

Représentation cartographique des déformations de la croûte terrestre par des tenseurs régulièrement répartis / Leila Eissa in Bulletin d'information scientifique et technique de l'IGN, n° 77 (avril 2011)

Permalink

Utilisation des méthodes de l’astrogéodésie et de la géodésie spatiale pour des études de déformation de l’écorce terrestre / Leila Eissa (2011) 

Permalink

Vers une nouvelle représentation des déformations horizontales de la croûte terrestre et de leurs erreurs avec un champ régulier de tenseurs / Leila Eissa in XYZ, n° 121 (décembre 2009 - février 2010)

Permalink

Detecting roads in stabilized video with the spatio-temporal structure tensor / R. Plessl in Geoinformatica, vol 10 n° 1 (March - May 2006)

Permalink