Descripteur
Termes IGN > sciences naturelles > physique > traitement du signal > algorithme de Mallat
algorithme de Mallat |
Documents disponibles dans cette catégorie (2)
Ajouter le résultat dans votre panier Affiner la recherche Interroger des sources externes
Etendre la recherche sur niveau(x) vers le bas
Comparison between Mallat's and 'a trous' discrete wavelet transform based algorithms for the fusion of multispectral and panchromatic images / M. Gonzalea-Audicana in International Journal of Remote Sensing IJRS, vol 26 n° 3 (February 2005)
[article]
Titre : Comparison between Mallat's and 'a trous' discrete wavelet transform based algorithms for the fusion of multispectral and panchromatic images Type de document : Article/Communication Auteurs : M. Gonzalea-Audicana, Auteur ; X. Otazu, Auteur ; O. Fors, Auteur ; A. Seco, Auteur Année de publication : 2005 Article en page(s) : pp 595 - 614 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] algorithme à trous
[Termes IGN] algorithme de fusion
[Termes IGN] algorithme de Mallat
[Termes IGN] analyse comparative
[Termes IGN] fusion d'images
[Termes IGN] image à résolution métrique
[Termes IGN] image Ikonos
[Termes IGN] image multibande
[Termes IGN] image panchromatique
[Termes IGN] qualité des données
[Termes IGN] transformation en ondelettesRésumé : (Auteur) In the last few years, several researchers have proposed different procedures for the fusion of multispectral and panchromatic images based on the wavelet transform, which provide satisfactory high spatial resolution images keeping the spectral properties of the original multispectral data. The discrete approach of the wavelet transform can be performed with different algorithms, Mallat's and the 'à trous' being the most popular ones for image fusion purposes. Each algorithm has its particular mathematical properties and leads to different image decompositions. In this article, both algorithms are compared by the analysis of the spectral and spatial quality of the merged images which were obtained by applying several wavelet based, image fusion methods. All these have been used to merge Ikonos multispectral and panchromatic spatially degraded images. Comparison of the fused images is based on spectral and spatial characteristics and it is performed visually and quantitatively using statistical parameters and quantitative indexes. In spite of its a priori lower theoretical mathematical suitability to extract detail in a multiresolution scheme, the à trous' algorithm has worked out better than Mallat's algorithm for image merging purposes. Numéro de notice : A2005-043 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/01431160512331314056 En ligne : https://doi.org/10.1080/01431160512331314056 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=27181
in International Journal of Remote Sensing IJRS > vol 26 n° 3 (February 2005) . - pp 595 - 614[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 080-05031 RAB Revue Centre de documentation En réserve L003 Disponible Décomposition de signaux aléatoires stationnaires et non-stationnaires / Philippe Courmontagne (2005)
Titre : Décomposition de signaux aléatoires stationnaires et non-stationnaires Type de document : Thèse/HDR Auteurs : Philippe Courmontagne, Auteur Editeur : Marseille : Université de Provence Aix-Marseille 1 Année de publication : 2005 Importance : 127 p. Format : 21 x 30 cm Note générale : Bibliographie
mémoire en vue d'obtenir l'habilitation à diriger des recherchesLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement du signal
[Termes IGN] algorithme à trous
[Termes IGN] algorithme de Mallat
[Termes IGN] bruit blanc
[Termes IGN] convolution (signal)
[Termes IGN] filtre de déchatoiement
[Termes IGN] série de Fourier
[Termes IGN] signal aléatoire
[Termes IGN] signal monodimensionnel
[Termes IGN] signal multidimensionnel
[Termes IGN] transformation en ondelettesIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Un signal est l’observation d’un phénomène physique, dont l’acquisition est réalisée par l’intermédiaire de récepteurs (acoustiques, optiques, ...). Lors de la transmission et de la réception interviennent des éléments perturbateurs qui vont engendrer une détérioration du signal informationnel. Pour cette raison, il est souvent nécessaire d’effectuer sur le signal acquis, dit observation, différents traitements, afin de retrouver (ou de détecter) au mieux le signal original, dit signal utile, malgré le bruit qui lui a été superposé. Dans ce contexte, il apparaît judicieux de décomposer l’observation sur une base de fonctions déterministes pondérées par des variables aléatoires décorrélées, de telle sorte que certaines de ces variables ne véhiculent qu’une information « signal » tandis que d’autres ne sont relatives qu’au bruit. Il est dès lors envisageable de reconstruire une approximation du signal utile en ne considérant que les variables aléatoires liées au signal utile, ou encore de conclure sur la présence ou l’absence d’un signal informationnel en environnement bruité par l’étude des moments de ces variables aléatoires. Note de contenu : Introduction
1. Généralités sur la décomposition d'un signal aléatoire
1.1. Introduction
1.2. Considération dur la décomposition d'un signal aléatoire
1.3. Une décomposition usuelle : les séries de Fourier
2. Développement du Karhunen-Loève
2.1. Introduction
2.2. Signaux mono-dimensionnels
2.3. Signaux bi-dimensionnels
2.4. Cas particulier du bruit blanc
2.5. Nouvelle écriture du développement de Karhunen-Loève
2.6. Exemples d'applications
2.7. Utilisation du développement de Karhunen-Loève pour la restauration de signaux en environnement bruité
2.8. Conclusion
3. Filtrage adapté Stochastique
3.1. Introduction
3.2. Signaux mono-dimensionnels
3.3. Signaux bi-dimensionnels
3.4. Variantes sur le signal perturbateur
3.5. Nouvelle écriture du filtrage adapté stochastique
3.6. Exemples d'application
3.7. Exemples de mise en œuvre
3.8. Conclusion
4. Analyse multi-résolution et non-stationnarité
4.1. Analyse multi-résolution
4.2. L'algorithme à Trous
4.3. Exemples d'applications
4.4. Conclusion
5. Bilan général des activités de recherche
5.1. Activité de recherche
5.2. Publications
Conclusions et perspectivesNuméro de notice : 19338 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : HDR Note de thèse : mémoire de HDR : Physique : Aix-Marseille : 2005 Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=81930 Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 19338-01 THESE Livre Centre de documentation Thèses Disponible