Descripteur
Termes IGN > imagerie > image numérique > pixel > valeur radiométrique > niveau de gris (image)
niveau de gris (image)Voir aussi |
Documents disponibles dans cette catégorie (52)
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
Automatic detection of thin oil films on water surfaces in ultraviolet imagery / Ming Xie in Photogrammetric record, vol 38 n° 181 (March 2023)
[article]
Titre : Automatic detection of thin oil films on water surfaces in ultraviolet imagery Type de document : Article/Communication Auteurs : Ming Xie, Auteur ; Xiurui Zhang, Auteur ; Ying Li, Auteur ; et al., Auteur Année de publication : 2023 Article en page(s) : pp 47 - 62 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] détection automatique
[Termes IGN] filtre optique
[Termes IGN] hydrocarbure
[Termes IGN] image AVIRIS
[Termes IGN] marée noire
[Termes IGN] niveau de gris (image)
[Termes IGN] rayonnement ultraviolet
[Termes IGN] segmentation d'image
[Termes IGN] seuillage binaire
[Termes IGN] surface de la merRésumé : (auteur) Among the various remote sensing technologies that have been applied to monitor oil spills on the sea surface, passive ultraviolet (UV) imaging is a controversial one that has raised some disputes in the community of oil spill remote sensing. As a result, the research and applications of oil spill detection using passive UV imaging have not been as developed as other methods. In order to clarify some existing questions on oil spill detection using passive UV remote sensing technology, this paper discusses the needs of thin oil film detection, examines the feasibility of thin oil film detection using passive UV imaging through field experiments under controlled conditions and validates it with the UV imagery derived from the airborne visible/infrared imaging spectrometer (AVIRIS) observation of the Deepwater Horizon oil spill. Two types of fully automatic models are designed to extract the thin oil films on the water surface: (1) a binary classification model based on an adaptive threshold; (2) an unsupervised image segmentation model based on image clustering and greyscale histogram analysis. The two models are tested on the UV imagery obtained through both field experiments and AVIRIS observations. The results indicate that the binary classification model can extract the thin oil films with reasonable accuracy under stable imaging conditions, while the unsupervised image clustering model can robustly detect the thin oil films at the cost of higher computational complexity. These results infer that passive UV imaging is an effective way to detect thin oil films and could be applied to provide early warning at the beginning stage of oil spills and reduce further damage. It may also be applied as a supplementary method for oil spill detection to achieve comprehensive oil spill monitoring. Numéro de notice : A2023-163 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1111/phor.12439 Date de publication en ligne : 09/02/2023 En ligne : https://doi.org/10.1111/phor.12439 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102866
in Photogrammetric record > vol 38 n° 181 (March 2023) . - pp 47 - 62[article]Land use/land cover mapping from airborne hyperspectral images with machine learning algorithms and contextual information / Ozlem Akar in Geocarto international, vol 37 n° 22 ([10/10/2022])
[article]
Titre : Land use/land cover mapping from airborne hyperspectral images with machine learning algorithms and contextual information Type de document : Article/Communication Auteurs : Ozlem Akar, Auteur ; Esra Tunc Gormus, Auteur Année de publication : 2022 Article en page(s) : pp 6643 - 6670 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] carte d'occupation du sol
[Termes IGN] carte de la végétation
[Termes IGN] classification orientée objet
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] filtre de Gabor
[Termes IGN] image hyperspectrale
[Termes IGN] matrice de co-occurrence
[Termes IGN] niveau de gris (image)
[Termes IGN] texture d'image
[Termes IGN] transformation en ondelettes
[Termes IGN] TurquieRésumé : (auteur) Land use and Land cover (LULC) mapping is one of the most important application areas of remote sensing which requires both spectral and spatial resolutions in order to decrease the spectral ambiguity of different land cover types. Airborne hyperspectral images are among those data which perfectly suits to that kind of applications because of their high number of spectral bands and the ability to see small details on the field. As this technology has newly developed, most of the image processing methods are for the medium resolution sensors and they are not capable of dealing with high resolution images. Therefore, in this study a new framework is proposed to improve the classification accuracy of land use/cover mapping applications and to achieve a greater reliability in the process of mapping land use map using high resolution hyperspectral image data. In order to achieve it, spatial information is incorporated together with spectral information by exploiting feature extraction methods like Grey Level Co-occurrence Matrix (GLCM), Gabor and Morphological Attribute Profile (MAP) on dimensionally reduced image with highest accuracy. Then, machine learning algorithms like Random Forest (RF) and Support Vector Machine (SVM) are used to investigate the contribution of texture information in the classification of high resolution hyperspectral images. In addition to that, further analysis is conducted with object based RF classification to investigate the contribution of contextual information. Finally, overall accuracy, producer’s/user’s accuracy, the quantity and allocation based disagreements and location and quantity based kappa agreements are calculated together with McNemar tests for the accuracy assessment. According to our results, proposed framework which incorporates Gabor texture information and exploits Discrete Wavelet Transform based dimensionality reduction method increase the overall classification accuracy up to 9%. Amongst individual classes, Gabor features boosted classification accuracies of all the classes (soil, road, vegetation, building and shadow) to 7%, 6%, 6%, 8%, 9%, and 24% respectively with producer’s accuracy. Besides, 17% and 10% increase obtained in user’s accuracy with MAP (area) feature in classifying road and shadow classes respectively. Moreover, when the object based classification is conducted, it is seen that the OA of pixel based classification is increased further by 1.07%. An increase between 2% and 4% is achieved with producer’s accuracy in soil, vegetation and building classes and an increase between 1% and 3% is achieved by user’s accuracy in soil, road, vegetation and shadow classes. In the end, accurate LULC map is produced with object based RF classification of gabor features added airborne hyperspectral image which is dimensionally reduced with DWT method. Numéro de notice : A2022-729 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10106049.2021.1944453 Date de publication en ligne : 09/11/2021 En ligne : https://doi.org/10.1080/10106049.2021.1944453 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101675
in Geocarto international > vol 37 n° 22 [10/10/2022] . - pp 6643 - 6670[article]Investigation of recognition and classification of forest fires based on fusion color and textural features of images / Cong Li in Forests, vol 13 n° 10 (October 2022)
[article]
Titre : Investigation of recognition and classification of forest fires based on fusion color and textural features of images Type de document : Article/Communication Auteurs : Cong Li, Auteur ; Qiang Liu, Auteur ; Binrui Li, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : n° 1719 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] analyse texturale
[Termes IGN] base de données d'images
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] extraction de traits caractéristiques
[Termes IGN] image RVB
[Termes IGN] incendie de forêt
[Termes IGN] matrice de co-occurrence
[Termes IGN] motif binaire local
[Termes IGN] niveau de gris (image)Résumé : (auteur) An image recognition and classification method based on fusion color and textural features was studied. Firstly, the suspected forest fire region was segmented via the fusion RGB-YCbCr color spaces. Then, 10 kinds of textural features were extracted by a local binary pattern (LBP) algorithm and 4 kinds of textural features were extracted by a gray-level co-occurrence matrix (GLCM) algorithm from the suspected fire region. In terms of its application, a database of the forest fire textural feature vector of three scenes was constructed, including forest images without fire, forest images with fire, and forest images with fire-like interference. The existence of forest fires can be recognized based on the database via a support vector machine (SVM). The results showed that the method’s recognition rate for forest fires reached 93.15% and that it had a strong robustness with respect to distinguishing fire-like interference, which provides a more effective scheme for forest fire recognition. Numéro de notice : A2022-834 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article DOI : 10.3390/f13101719 Date de publication en ligne : 18/10/2022 En ligne : https://doi.org/10.3390/f13101719 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102030
in Forests > vol 13 n° 10 (October 2022) . - n° 1719[article]Effective CBIR based on hybrid image features and multilevel approach / D. Latha in Multimedia tools and applications, vol 81 n° 20 (August 2022)
[article]
Titre : Effective CBIR based on hybrid image features and multilevel approach Type de document : Article/Communication Auteurs : D. Latha, Auteur ; A. Geetha, Auteur Année de publication : 2022 Article en page(s) : pp Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] base de données d'images
[Termes IGN] écart type
[Termes IGN] espace colorimétrique
[Termes IGN] image en couleur
[Termes IGN] image RVB
[Termes IGN] matrice de co-occurrence
[Termes IGN] motif binaire local
[Termes IGN] niveau de gris (image)
[Termes IGN] observation multiniveaux
[Termes IGN] recherche d'image basée sur le contenu
[Termes IGN] saturation de la couleur
[Termes IGN] texture d'image
[Termes IGN] transformation intensité-teinte-saturationRésumé : (auteur) Content based image retrieval (CBIR) process can retrieve images by matching its feature set values. The proposed novel CBIR methodology called Effective CBIR based on hybrid image features and multilevel approach (CBIR_LTP_GLCM) integrates the hybrid features such as color features and texture features, along with multilevel approach. The color features such as mean and standard deviation are adopted in the proposed method to represent the global color properties of an image. This method manipulates the color input-image by processing the Hue, Saturation and Value channels of the HSV color space. This novel work is enriched with the image feature derived from Local Ternary Pattern (LTP) in addition with GLCM. So, the proposed method CBIR_LTP_GLCM is potentially charged with meaningful modifications travelling with color image manipulation and extended image retrieval accuracy with the aid of multilevel approach. The proposed methodology is experimentally compared with the existing recent CBIR versions by using the standard database such as Corel-1 k, and a user contributed database named DB_VEG. Numéro de notice : A2022-291 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1007/s11042-022-12588-7 Date de publication en ligne : 30/03/2022 En ligne : https://doi.org/10.1007/s11042-022-12588-7 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100337
in Multimedia tools and applications > vol 81 n° 20 (August 2022) . - pp[article]Éléments pour l'analyse et le traitement d'images : application à l'estimation de la qualité du bois / Rémy Decelle (2022)
Titre : Éléments pour l'analyse et le traitement d'images : application à l'estimation de la qualité du bois Type de document : Thèse/HDR Auteurs : Rémy Decelle, Auteur ; Isabelle Debled-Rennesson, Auteur ; Fleur Longuetaud, Auteur Editeur : Nancy, Metz : Université de Lorraine Année de publication : 2022 Importance : 214 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse présentée pour l'obtention du Doctorat de l'Université de Lorraine, Mention InformatiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] aubier
[Termes IGN] cerne
[Termes IGN] classification par nuées dynamiques
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] duramen
[Termes IGN] filtre
[Termes IGN] grume
[Termes IGN] morphologie mathématique
[Termes IGN] niveau de gris (image)
[Termes IGN] optimisation par colonie de fourmis
[Termes IGN] qualité du bois
[Termes IGN] représentation discrète
[Termes IGN] segmentation d'image
[Termes IGN] seuillageIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Dans le contexte du changement climatique et de son atténuation, du développement de la bioéconomie circulaire, et d'une pression accrue qui en découle sur la ressource en bois, un des axes de recherche prioritaire est l'optimisation de la transformation de cette ressource qui peut se faire à différents niveaux. L'objectif ici est d'extraire des informations sur la qualité du bois à partir de l'analyse de sections transversales du grumes ou billons de bois en forêt ou en scierie. Pour estimer cette qualité, plusieurs caractéristiques visibles peuvent être extraites : zones d'aubier et de duramen, position de la moelle et du centre géométrique, le nombre de cernes et leur largeur. Dans un premier temps, nous nous intéressons à la segmentation de la grume dans l'image. Cette segmentation rend plus simple l'analyse des autres caractéristiques et permet de localiser le centre géométrique. Pour cela, nous proposons plusieurs approches. D'abord, des méthodes classiques issues du traitement d'images sont abordées, comme la méthode des K-Means ou les contours actifs. Nous utilisons également des réseaux de neurones convolutifs. Nous montrons l'avantage des réseaux de neurones par rapport à ces deux autres méthodes. La deuxième caractéristique estimée est la zone de duramen (zone centrale plus colorée). Nous proposons une nouvelle couche d'attention pour les réseaux de neurones utilisant la morphologie mathématique moins souvent utilisée. Les couches d'attention ont permis aux réseaux d'être plus performants en se focalisant sur les informations les plus pertinentes. Dans notre cadre, l'objectif de cette couche est double : réduire la quantité de paramètres et augmenter les performances. Notre couche d'attention montre de meilleures performances par rapport à d'autres couches d'attention. Dans un troisième temps, nous proposons d'analyser les cernes. Notre méthode est en trois grandes étapes. D'abord, un lissage directionnel pour rehausser les cernes (tout en gardant au mieux les contours) et réduire à la fois la texture intracernes et les marques de sciage. Puis, un seuillage adaptatif pour déterminer les zones de cernes potentiels. Enfin, un deuxième seuillage afin d'avoir les limites de cernes. À partir de la segmentation finale, l'analyse des cernes (nombre, largeur moyenne, etc.) est rendue possible. Enfin, l'estimation de la position de la moelle est abordée. Nous proposons une nouvelle approche originale basée sur l'algorithme des colonies de fourmis pour estimer la position de la moelle. L'utilisation de cet algorithme permet de s'abstraire d'une étape habituelle, à savoir l'accumulation des normales aux tangentes des cernes. Notre méthode montre de nombreux avantages par rapport aux approches de l'état de l'art, réseaux de neurones inclus. Dans une dernière partie, nous présenterons un travail en géométrie discrète : un filtre directionnel. Il estime les segments les plus longs en tout point d'un ensemble connexe. La présentation de cet outil est fait par le biais d'un filtre. En appliquant ce filtre, nous pouvons estimer des caractéristiques géométriques à l'échelle locale. Cet outil a pour objectif d'être appliqué aux cernes. Note de contenu : Introduction
1- Techniques de segmentation
2- Segmentation : les applications aux bois
3- Nouvelles approches du traitement d’images appliquées au bois
4- Détection de la moelle dans l’image
5- Filtre directionnel discret
6- ConclusionNuméro de notice : 24061 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique : Université de Lorraine : 2022 Organisme de stage : Laboratoire LORIA DOI : sans En ligne : https://hal.univ-lorraine.fr/tel-03794911/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102036 PermalinkSemi-automatic extraction of rural roads under the constraint of combined geometric and texture features / Hai Tan in ISPRS International journal of geo-information, vol 10 n° 11 (November 2021)PermalinkRemote sensing image colorization using symmetrical multi-scale DCGAN in YUV color space / Min Wu in The Visual Computer, vol 37 n° 7 (July 2021)PermalinkExtraction of sea ice cover by Sentinel-1 SAR based on support vector machine with unsupervised generation of training data / Xiao-Ming Li in IEEE Transactions on geoscience and remote sensing, vol 59 n° 4 (April 2021)PermalinkExtraction of built-up areas from Landsat-8 OLI data based on spectral-textural information and feature selection using support vector machine method / Vijendra Singh Bramhe in Geocarto international, vol 35 n° 10 ([01/08/2020])PermalinkA water identification method basing on grayscale Landsat 8 OLI images / Zhitian Deng in Geocarto international, vol 35 n° 7 ([15/05/2020])PermalinkA point cloud feature regularization method by fusing judge criterion of field force / Xijiang Chen in IEEE Transactions on geoscience and remote sensing, vol 58 n° 5 (May 2020)PermalinkExtracting impervious surfaces from full polarimetric SAR images in different urban areas / Sara Attarchi in International Journal of Remote Sensing IJRS, vol 41 n° 12 (20 - 30 March 2020)PermalinkRobust multisource remote sensing image registration method based on scene shape similarity / Ming Hao in Photogrammetric Engineering & Remote Sensing, PERS, vol 85 n° 10 (October 2019)PermalinkIndividual tree crown segmentation in tropical peat swamp forest using airborne hyperspectral data / Sitinor Atikah Nordin in Geocarto international, vol 34 n° 11 ([15/08/2019])PermalinkUne nouvelle méthode de vectorisation du cadastre ancien / Antony Chalais in Géomatique expert, n° 129 (août - septembre 2019)PermalinkSmart cartographic background symbolization for map mashups in geoportals : A proof of concept by example of landuse representation / Nadia H. Panchaud in Cartographic journal (the), Vol 56 n° 1 (February 2019)PermalinkA greyscale voxel model for airborne lidar data applied to building detection / Liying Wang in Photogrammetric record, vol 33 n° 164 (December 2018)PermalinkDeep supervised and contractive neural network for SAR image classification / Jie Geng in IEEE Transactions on geoscience and remote sensing, vol 55 n° 4 (April 2017)PermalinkVector attribute profiles for hyperspectral image classification / Erchan Aptoula in IEEE Transactions on geoscience and remote sensing, vol 54 n° 6 (June 2016)PermalinkDécision cumulative pour la vision dynamique des systèmes / Samia Bouchafa in Revue Française de Photogrammétrie et de Télédétection, n° 202 (Avril 2013)PermalinkTopological gradient connection analysis for feature detection / Chao-Yuan Lo in Photogrammetric record, vol 28 n° 141 (March - May 2013)PermalinkEstimating tropical forest biomass with a combination of SAR image texture and Landsat TM data: An assessment of predictions between regions / M. Cutler in ISPRS Journal of photogrammetry and remote sensing, vol 70 (June 2012)PermalinkUne approche parallèle d'évaluation des paramètres de texture pour l'analyse d'images de grande taille / N. Talla Tankam in Revue Française de Photogrammétrie et de Télédétection, n° 195 (Novembre 2011)PermalinkReal-time object detection with sub-pixel accuracy using the level set method / F. Burkert in Photogrammetric record, vol 26 n° 134 (June - August 2011)PermalinkRecalage d'un nuage de points de scanner laser terrestre avec une image de bâtiment / Abdelhamid Bennis (2011)PermalinkTraitement de l'image et de la vidéo / Rachid Belaroussi (2010)PermalinkStriping noise detection and correction of remote sensing images / F. Tsai in IEEE Transactions on geoscience and remote sensing, vol 46 n° 12 (December 2008)PermalinkVerification of topographic road centerline data using ALOS/PRISM images: implementation / H. Fujimura in Bulletin of the Geographical survey institute, vol 56 (December 2008)PermalinkLand-cover classification in the Brazilian Amazon with the integration of Landsat ETM+ and Radarsat data / Dong Lu in International Journal of Remote Sensing IJRS, vol 28 n°23-24 (December 2007)PermalinkMeasuring land development in urban regions using graph theoretical and conditional statistical features / C. Unsalan in IEEE Transactions on geoscience and remote sensing, vol 45 n° 12 Tome 1 (December 2007)PermalinkA sub-pixel location method for interest points by means of the Harris interest strength / Q. Zhu in Photogrammetric record, vol 22 n° 120 (December 2007 - February 2008)PermalinkA pixel shape index coupled with spectral information for classification of high spatial resolution remotely sensed imagery / L. Zhang in IEEE Transactions on geoscience and remote sensing, vol 44 n° 10 Tome 2 (October 2006)PermalinkEnhancing a sequence of facial images combining multiple undersampled and compressed images / G. Scarmana in Photogrammetric record, vol 21 n° 114 (June - August 2006)PermalinkThe recognition of road network from high-resolution satellite remotely sensed data using image morphological characteristics / C. Zhu in International Journal of Remote Sensing IJRS, vol 26 n° 24 (December 2005)PermalinkRelating SAR image texture to the biomass of regenerating tropical forests / T.M. Kuplich in International Journal of Remote Sensing IJRS, vol 26 n° 21 (November 2005)PermalinkDerivation of terrain roughness indicators via granulometries / L.T. Tay in International Journal of Remote Sensing IJRS, vol 26 n° 18 (September 2005)PermalinkMultivariate texture-based segmentation of remotely sensed imagery for extraction of objects and their uncertainty / Arko Lucieer in International Journal of Remote Sensing IJRS, vol 26 n° 14 (July 2005)PermalinkComparing cooccurrence probabilities and Markov random fields for texture analysis of SAR sea ice imagery / D.A. Clausi in IEEE Transactions on geoscience and remote sensing, vol 42 n° 1 (January 2004)PermalinkDetecting building changes from multitemporal aerial stereopairs / Franck Jung in ISPRS Journal of photogrammetry and remote sensing, vol 58 n° 3-4 (January - June 2004)PermalinkStudy of urban spatial patterns from SPOT panchromatic imagery using textural analysis / Qian Zhang in International Journal of Remote Sensing IJRS, vol 24 n° 21 (November 2003)PermalinkComparison of gray-level reduction and different texture spectrum encoding methods for land-use classification using a panchromatic Ikonos image / B. Xu in Photogrammetric Engineering & Remote Sensing, PERS, vol 69 n° 5 (May 2003)PermalinkComparing texture analysis methods through classification / P. Maillard in Photogrammetric Engineering & Remote Sensing, PERS, vol 69 n° 4 (April 2003)PermalinkVisualizing topography by openness: a new application of image processing to digital elevation models / R. Yokoyama in Photogrammetric Engineering & Remote Sensing, PERS, vol 68 n° 3 (March 2002)PermalinkModifications of Tanaka's illuminated contour method / Patrick Kennelly in Cartography and Geographic Information Science, vol 28 n° 2 (April 2001)PermalinkAn interactive approach to analytical relief shading / J. Jenny in Cartographica, vol 38 n° 1 - 2 (March 2001)PermalinkPrécis de télédétection, 3. Volume 3 Traitements numériques d'images de télédétection / R. Caloz (2001)PermalinkPlate-forme pour traitement d'images RSO complexes / Allal Guesmia (2000)PermalinkFully automatic image matching: digital image matching with structural matching techniques / Younian Wang in GIM Geodetical Info Magazine, vol 12 n° 6 (June 1998)PermalinkExtraction and textural characterization of above-ground areas from aerial stereo pairs: a quality assessment / Caroline Baillard in ISPRS Journal of photogrammetry and remote sensing, vol 53 n° 2 (April - May 1998)Permalink