Descripteur
Documents disponibles dans cette catégorie (71)
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
Vectorisation automatique des forêts dans les minutes de la carte d’état-major du 19e siècle / Pierre-Alexis Herrault in Revue internationale de géomatique, vol 25 n° 1 (mars - mai 2015)
[article]
Titre : Vectorisation automatique des forêts dans les minutes de la carte d’état-major du 19e siècle Type de document : Article/Communication Auteurs : Pierre-Alexis Herrault, Auteur ; David Sheeren , Auteur ; Mathieu Fauvel, Auteur ; Martin Paegelow, Auteur Année de publication : 2015 Article en page(s) : pp 35 - 51 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Géomatique
[Termes IGN] carte d'Etat-Major
[Termes IGN] classificateur non paramétrique
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] extraction automatique
[Termes IGN] forêt
[Termes IGN] vectorisationRésumé : (Auteur) Dans cet article, nous proposons une nouvelle méthode pour extraire automatiquement les forêts dans les cartes d’état-major du 19e siècle numérisées. La démarche proposée est constituée de quatre étapes principales : filtrage de l’image, changement d’espace colorimétrique, identification des forêts à l’aide d’un détecteur non paramétrique (SVDD), post-traitement. La méthode est suffisamment robuste pour prendre en compte la diversité des représentations possibles des forêts dans ces cartes anciennes. Les résultats montrent des performances élevées avec une précision globale de détection obtenue de 95%. Cette approche ouvre de nouvelles perspectives pour les différentes études environnementales incluant une dimension historique. Numéro de notice : A2015-067 Affiliation des auteurs : non IGN Thématique : FORET/GEOMATIQUE Nature : Article DOI : 10.3166/RIG.25.35-51 Date de publication en ligne : 14/01/2015 En ligne : https://doi.org/10.3166/RIG.25.35-51 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=75374
in Revue internationale de géomatique > vol 25 n° 1 (mars - mai 2015) . - pp 35 - 51[article]Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 047-2015011 RAB Revue Centre de documentation En réserve L003 Disponible Domain adaptation for land use classification: A spatio-temporal knowledge reusing method / Yilun Liu in ISPRS Journal of photogrammetry and remote sensing, vol 98 (December 2014)
[article]
Titre : Domain adaptation for land use classification: A spatio-temporal knowledge reusing method Type de document : Article/Communication Auteurs : Yilun Liu, Auteur ; Xia Li, Auteur Année de publication : 2014 Article en page(s) : pp 133 - 144 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] classificateur
[Termes IGN] classification
[Termes IGN] classification dirigée
[Termes IGN] connaissance thématique
[Termes IGN] données anciennes
[Termes IGN] utilisation du solRésumé : (Auteur) Land use classification requires a significant amount of labeled data, which may be difficult and time consuming to obtain. On the other hand, without a sufficient number of training samples, conventional classifiers are unable to produce satisfactory classification results. This paper aims to overcome this issue by proposing a new model, TrCbrBoost, which uses old domain data to successfully train a classifier for mapping the land use types of target domain when new labeled data are unavailable. TrCbrBoost adopts a fuzzy CBR (Case Based Reasoning) model to estimate the land use probabilities for the target (new) domain, which are subsequently used to estimate the classifier performance. Source (old) domain samples are used to train the classifiers of a revised TrAdaBoost algorithm in which the weight of each sample is adjusted according to the classifier’s performance. This method is tested using time-series SPOT images for land use classification. Our experimental results indicate that TrCbrBoost is more effective than traditional classification models, provided that sufficient amount of old domain data is available. Under these conditions, the proposed method is 9.19% more accurate. Numéro de notice : A2014-632 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2014.09.013 En ligne : https://doi.org/10.1016/j.isprsjprs.2014.09.013 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=75048
in ISPRS Journal of photogrammetry and remote sensing > vol 98 (December 2014) . - pp 133 - 144[article]Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 081-2014121 RAB Revue Centre de documentation En réserve L003 Disponible Classification of submerged aquatic vegetation in Black River using hyperspectral image analysis / Roshan Pande-Chhetri in Geomatica, vol 68 n° 3 (September 2014)
[article]
Titre : Classification of submerged aquatic vegetation in Black River using hyperspectral image analysis Type de document : Article/Communication Auteurs : Roshan Pande-Chhetri, Auteur ; Amr Abd-Elrahman, Auteur ; Charles Jacoby, Auteur Année de publication : 2014 Article en page(s) : pp 169 - 182 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] classificateur paramétrique
[Termes IGN] classification par maximum de vraisemblance
[Termes IGN] classification par réseau neuronal
[Termes IGN] image hyperspectrale
[Termes IGN] macrophyte
[Termes IGN] profondeur
[Termes IGN] réflexion (rayonnement)
[Termes IGN] surface de l'eauRésumé : (Auteur) Le contrôle de la végétation aquatique est un élément important de la gestion des ressources en eau en raison des services écologiques rendus par ces habitats. L'imagerie hyperspectrale dense sur le plan spectral peut être un outil efficace pour cartographier et classifier les communautés macrophytes. L'identification de la végétation submergée dans les régions aquatiques est compliquée par les variations des propriétés optiques des constituants de l'eau, de la géométrie des capteurs d'eau et d'ensoleillement, de la profondeur de l'eau et de la complexité spectrale/structurale des plantes. Plusieurs études ont tenté de détecter la végétation aquatique dans les eaux côtières; mais peu d’études ont ciblé des rivières peu profondes aux eaux noires teintées contaminées par des matières organiques dissoutes du groupe chromophore (CDOM). La présente étude examine les méthodes pour analyser l'imagerie hyperspectrale aéroportée et pour détecter et classifier la végétation aquatique dans un système fluvial d'eaux noires. Les images ont été normalisées afin de tenir compte de la réflexion de la surface de l'eau et de la profondeur changeante de l'eau avant leur analyse par le classificateur à vraisemblance maximale (ML) et trois autres classificateurs non paramétriques: le réseau de neurones formels (ANN), la machine à vecteurs de support (SVM) et un appareil de cartographie angulaire spectral (SAM). L'analyse de l’évaluation de la qualité a indiqué une amélioration générale de la détection et de la classification lorsque les classificateurs non paramétriques étaient appliqués aux images normalisées et à profondeur constante. Une précision maximale de classification d'environ 69% a été atteinte lorsque le classificateur ANN était appliqué aux images normalisées et des précisions maximales de détection de 93% et de 92% ont été atteintes lorsque les classificateurs SAM et SVM étaient appliqués aux images à profondeur constante, respectivement. Numéro de notice : A2014-621 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.5623/cig2014-302 En ligne : https://doi.org/10.5623/cig2014-302 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=74999
in Geomatica > vol 68 n° 3 (September 2014) . - pp 169 - 182[article]Kernel sparse multitask learning for hyperspectral image classification with empirical mode decomposition and morphological wavelet-based features / Z. He in IEEE Transactions on geoscience and remote sensing, vol 52 n° 8 Tome 2 (August 2014)
[article]
Titre : Kernel sparse multitask learning for hyperspectral image classification with empirical mode decomposition and morphological wavelet-based features Type de document : Article/Communication Auteurs : Z. He, Auteur ; Qiang Wang, Auteur ; Y. Shen, Auteur ; et al., Auteur Année de publication : 2014 Article en page(s) : pp 5150 -5163 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] classificateur
[Termes IGN] décomposition en fonctions orthogonales empiriques
[Termes IGN] image hyperspectrale
[Termes IGN] pouvoir de résolution géométrique
[Termes IGN] pouvoir de résolution spectrale
[Termes IGN] précision de la classification
[Termes IGN] transformation en ondelettesRésumé : (Auteur) Recently, many researchers have attempted to exploit spectral-spatial features and sparsity-based hyperspectral image classifiers for higher classification accuracy. However, challenges remain for efficient spectral-spatial feature generation and combination in the sparsity-based classifiers. This paper utilizes the empirical mode decomposition (EMD) and morphological wavelet transform (MWT) to gain spectral-spatial features, which can be significantly integrated by the sparse multitask learning (MTL). In the feature extraction step, the sum of the intrinsic mode functions extracted by an optimized EMD is taken as spectral features, whereas the spatial features are formed by the low-frequency components of one-level MWT. In the classification step, a kernel-based sparse MTL solved by the accelerated proximal gradient is applied to analyze both the spectral and spatial features simultaneously. Experiments are conducted on two benchmark data sets with different spectral and spatial resolutions. It is found that the proposed methods provide more accurate classification results compared to the state-of-the-art techniques with various ratio of training samples. Numéro de notice : A2014-436 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2013.2287022 En ligne : https://doi.org/10.1109/TGRS.2013.2287022 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=73973
in IEEE Transactions on geoscience and remote sensing > vol 52 n° 8 Tome 2 (August 2014) . - pp 5150 -5163[article]Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 065-2014081B RAB Revue Centre de documentation En réserve L003 Disponible Supervised change detection in satellite imagery using super pixels and relevance feedback / Surender Varma Gadhiraju in Geomatica, vol 68 n° 1 (March 2014)
[article]
Titre : Supervised change detection in satellite imagery using super pixels and relevance feedback Type de document : Article/Communication Auteurs : Surender Varma Gadhiraju, Auteur ; Hichem Sahbi, Auteur ; Biplab Banerjee, Auteur ; Krishna Mohan Buddhiraju, Auteur Année de publication : 2014 Article en page(s) : pp 5 - 14 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] analyse comparative
[Termes IGN] classificateur paramétrique
[Termes IGN] classification dirigée
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] détection de changement
[Termes IGN] données de terrain
[Termes IGN] image multitemporelle
[Termes IGN] pertinence
[Termes IGN] pixelRésumé : (auteur) Les données provenant des satellites de télédétection offrent la possibilité de recueillir de l’information au sujet des terres selon diverses résolutions et ont été largement utilisées dans le cadre des études de détection de changements. Un grand nombre de méthodologies et de techniques de détection de changements utilisant les données de télédétection ont été développées et de nouvelles techniques font encore leur apparition. Dans le présent article, nous proposons une nouvelle approche supervisée de détection de changements qui utilise une Machine à vecteurs de support (SVM) et des super pixels. Dans la formulation de la détection de changements, les SVM sont modélisés comme un classificateur binaire afin d’obtenir l’extrant final « Changement » et « Pas de changement » comme information. Un mécanisme de contrôle de pertinence est également inclus dans la stratégie de détection de changements de façon à ce qu’elle s’adapte aux préférences de l’utilisateur. La réalité de terrain et le contrôle de pertinence sont tous deux collectés en utilisant les IUG développés. Une comparaison de l’approche proposée avec trois autres techniques de détection de changements est effectuée au moyen des expériences réalisées sur trois jeux de données multitemporelles. On observe que la stratégie de détection de changements supervisée et axée sur les super pixels donne des résultats supérieurs comparativement aux approches traditionnelles de détection de changements. On observe également que l’utilisation du contrôle de pertinence affine les résultats de la détection de changements et agit comme un processus souhaitable de suivi de la détection de changements. Numéro de notice : A2014-666 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.5623/cig2014-001 En ligne : https://doi.org/10.5623/cig2014-001 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=75354
in Geomatica > vol 68 n° 1 (March 2014) . - pp 5 - 14[article]Multiple-entity based classification of airborne laser scanning data in urban areas / S. Xu in ISPRS Journal of photogrammetry and remote sensing, vol 88 (February 2014)PermalinkAn entropy-based multispectral image classification algorithm / Di Long in IEEE Transactions on geoscience and remote sensing, vol 51 n° 12 (December 2013)PermalinkApport de la télédétection à l'analyse de la dynamique de l'occupation du sol à partir d'une utilisation couplée d'un modèle de markov et d'un automate cellulaire. Cas du département de Sintra (Centre-Ouest de la Cote d'Ivoire). / Vami Hermann N'guessan Bi in Revue Française de Photogrammétrie et de Télédétection, n° 204 (Octobre 2013)PermalinkPartial iterates for symmetrizing non-parametric color correction / Bruno Vallet in ISPRS Journal of photogrammetry and remote sensing, vol 82 (August 2013)PermalinkHistogram curve matching approaches for object-based image classification of land cover and land use / Sory I. Toure in Photogrammetric Engineering & Remote Sensing, PERS, vol 79 n° 5 (May 2013)PermalinkApplying six classifiers to airborne hyperspectral imagery for detecting giant reed / C. Yang in Geocarto international, vol 27 n° 5 (August 2012)PermalinkDétection et identification de zones de végétation arborée: utilisation conjointe d'images satellite RapidEye et de données BDOrtho / François Tassin (2012)PermalinkLand cover classification of cloud-contaminated multitemporal high-resolution images / A. Salberg in IEEE Transactions on geoscience and remote sensing, vol 49 n° 1 Tome 2 (January 2011)PermalinkDiscrimination of agricultural crops in a tropical semi-arid region of Brazil based on L-band polarimetric airborne SAR data / W. Silva in ISPRS Journal of photogrammetry and remote sensing, vol 64 n° 5 (September - October 2009)PermalinkRewiew of non-parametric models for dam deformation analysis in China / N. Deng in Geomatica, vol 63 n° 3 (September 2009)Permalink