Centre dedocumentation
scientifique

Background segmentation in multicolored illumination environments / Nikolas Ladas in The Visual Computer, vol 37 n° 8 (August 2021)  

Public [article]  inThe Visual Computer > vol 37 n° 8 (August 2021) . - pp 2221 - 2233 Titre : Background segmentation in multicolored illumination environments Type de document : Article/Communication Auteurs : Nikolas Ladas, Auteur ; Paris Kaimakis, Auteur ; Yiorgos Chrysanthou, Auteur Année de publication : 2021 Article en page(s) : pp 2221 - 2233 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] classification pixellaire [Termes IGN] détection d'ombre [Termes IGN] éclairage [Termes IGN] éclairement lumineux [Termes IGN] modèle stochastique [Termes IGN] objectif grand angulaire [Termes IGN] réflectance [Termes IGN] segmentation d'image Résumé : (auteur) We present an algorithm for the segmentation of images into background and foreground regions. The proposed algorithm utilizes a physically based formulation of scene appearance which explicitly models the formation of shadows originating from color light sources. This formulation enables a probabilistic model to distinguish between shadows and foreground objects in challenging images. A key component of the proposed method is an algorithm for estimating the illumination arriving at the scene. We evaluate our algorithm using synthetic and real-world data and show that the proposed method performs favorably against other commonly used segmentation methods. Numéro de notice : A2021-596 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1007/s00371-020-01981-8 Date de publication en ligne : 06/10/2020 En ligne : https://doi.org/10.1007/s00371-020-01981-8 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98225 [article]

Spectral–spatial-aware unsupervised change detection with stochastic distances and support vector machines / Rogério Galante Negri in IEEE Transactions on geoscience and remote sensing, vol 59 n° 4 (April 2021)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 59 n° 4 (April 2021) . - pp 2863 - 2876 Titre : Spectral–spatial-aware unsupervised change detection with stochastic distances and support vector machines Type de document : Article/Communication Auteurs : Rogério Galante Negri, Auteur ; Alejandro C. Frery, Auteur ; Wallace Casaca, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : pp 2863 - 2876 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image mixte [Termes IGN] analyse de sensibilité [Termes IGN] classification non dirigée [Termes IGN] classification par séparateurs à vaste marge [Termes IGN] détection d'ombre [Termes IGN] détection de changement [Termes IGN] détection des nuages [Termes IGN] image ALOS-PALSAR [Termes IGN] image Landsat-OLI [Termes IGN] image Sentinel-MSI [Termes IGN] processus stochastique [Termes IGN] zone homogène Résumé : (auteur) Change detection is a topic of great interest in remote sensing. A good similarity metric to compute the variations among the images is the key to high-quality change detection. However, most existing approaches rely on the fixed threshold values or the user-provided ground truth in order to be effective. The inability to deal with artificial objects such as clouds and shadows is a significant difficulty for many change-detection methods. We propose a new unsupervised change-detection framework to address those critical points. The notion of homogeneous regions is introduced together with a set of geometric operations and statistic-based criteria to characterize and distinguish formally the change and nonchange areas in a pair of remote sensing images. Moreover, a robust and statistically well-posed family of stochastic distances is also proposed, which allows comparing the probability distributions of different regions/objects in the images. These stochastic measures are then used to train a support-vector-machine-based approach in order to detect the change/nonchange areas. Three study cases using the images acquired with different sensors are given in order to compare the proposed method with other well-known unsupervised methods. Numéro de notice : A2021-282 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2020.3009483 Date de publication en ligne : 24/07/2020 En ligne : https://doi.org/10.1109/TGRS.2020.3009483 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97389 [article]

Reconnaissance spécifique et cartographie des arbres de la canopée en forêt tropicale en Guyane française par fusion de données lidar et hyperspectrales appliquées aux besoins de la gestion forestière / Anthony Laybros (2021)  

Public Titre : Reconnaissance spécifique et cartographie des arbres de la canopée en forêt tropicale en Guyane française par fusion de données lidar et hyperspectrales appliquées aux besoins de la gestion forestière Type de document : Thèse/HDR Auteurs : Anthony Laybros, Auteur ; Grégoire Vincent, Directeur de thèse Editeur : Montpellier : Université de Montpellier Année de publication : 2021 Format : 21 x 30 cm Note générale : Bibliographie Thèse pour obtenir le doctorat de l'Université de Montpellier, Spécialité Biologie et Biodiversité Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes IGN] canopée [Termes IGN] détection d'ombre [Termes IGN] données lidar [Termes IGN] données localisées 3D [Termes IGN] forêt tropicale [Termes IGN] fusion d'images [Termes IGN] fusion de données multisource [Termes IGN] gestion forestière [Termes IGN] Guyane (département français) [Termes IGN] image hyperspectrale [Termes IGN] lissage de données Index. décimale : THESE Thèses et HDR Résumé : (Auteur) L'Office National des Forêts (ONF) est chargé de la conservation et de la gestion de 6 millions d'hectares de forêts privé en Guyane française. La possibilité de cartographier les espèces dans la canopée par télédétection est d'un intérêt évident, tant appliquées que scientifique. Les inventaires spatialisés à l'échelle du paysage contribueraient à faire progresser les connaissances fondamentales de ce biome complexe et menacé et aiderait à sa gestion durable. Les cartes de distribution d’espèces peuvent être croisées avec les facteurs environnementaux et fournir ainsi des clés d’interprétation des schémas d’organisation des peuplements forestiers. Du point de vue de la gestion, les cartes de distribution des espèces offrent une rationalisation de l'exploitation forestière. La cartographie des espèces commerciales pourrait favoriser des pratiques forestières minimisant l'impact environnemental de l'exploitation. L'identification des espèces permettrait de prioriser les zones particulièrement riches en espèces commerciales, tout en évitant d'ouvrir des pistes d'exploitation dans les zones à faible niveau de ressources exploitables. La télédétection offre également la possibilité de surveiller l’extension des espèces proliférantes, telles que les lianes. Des capteurs hyperspectraux et LiDAR ont été utilisés à bord d’un avion pour identifier les espèces dans les forêts tropicales guyanaises. Une large gamme spectrale issue des capteurs hyperspectraux (400–2500 nm) est mesurée permettant d'avoir de nombreux descripteurs. Le LiDAR embarqué offre une description fine de la structure du couvert, facilitant la segmentation des houppiers. La fusion de ces deux informations améliore la caractérisation de la ressource. Afin de tirer le meilleur parti des données hyperspectrales, différents prétraitements radiométriques ont été évalués. Le lissage spatial et le filtrage des ombres sont les principaux facteurs qui améliorent la discrimination des espèces. L'utilisation de la gamme spectrale complète est également bénéfique. Ces résultats de classification ont été obtenus sur un groupe 20 espèces abondantes. L’identification de ces mêmes espèces en mélange au sein d’un peuplement hyperdiverse a constitué la deuxième étape de ce travail. Nous avons évalué le niveau d'information nécessaire et le degré de confusion tolérable dans les données d’apprentissage afin de retrouver une espèce cible dans une canopée hyperdiverse. Une méthode de classification spécifique a été mise en œuvre pour être insensible à la contamination entre classes focales/non focales. Même dans le cas où la classe non focale contient jusqu’à 5% de pixels de la classe focale (espèce à identifier), les classifieurs se sont révélés efficaces. La troisième étape aborde le problème de la transposabilité des classifieurs d’une acquisition à une autre. La caractérisation des conditions d’acquisition et la prise en compte de leurs effets sont nécessaires pour convertir les données de radiance en réflectance de surface. Cependant cette opération de standardisation reste une étape extrêmement délicate au vue des nombreuses sources de variabilité : état de l’atmosphère, géométrie soleil-capteur et conditions d'éclairement. Nous évaluons en comparant des vols répétés sur le même site, la contribution des diverses caractéristiques d’acquisition à la divergence spectrale entre dates. Ce travail vise à proposer des pistes pour développer des méthodes de reconnaissance d'espèces qui soient plus robustes aux variations des caractéristiques d'acquisition. Note de contenu : ATTENTE DE DIFFUSION DU TEXTE SUR HAL Numéro de notice : 26528 Affiliation des auteurs : non IGN Autre URL associée : vers diaporama 2018 Thématique : FORET/IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Biologie et Biodiversité : Montpellier : 2021 Organisme de stage : UMR AMAP nature-HAL : Thèse DOI : sans Date de publication en ligne : 02/04/2021 En ligne : https://hal.archives-ouvertes.fr/tel-03188125 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97558

Simulation d’éclairements des surfaces ombrées en zone urbaine par transfert radiatif 3D (modèle DART) / Yulu Xi (2020) 

Public Titre : Simulation d’éclairements des surfaces ombrées en zone urbaine par transfert radiatif 3D (modèle DART) Type de document : Mémoire Auteurs : Yulu Xi, Auteur ; Manchun Lei , Encadrant Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2020 Importance : 58 p. Format : 21 x 30 cm Note générale : Bibliographie Mémoire de Master PPMD Photogrammétrie, Positionnement et Mesure de Déformation Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] analyse d'image orientée objet [Termes IGN] correction atmosphérique [Termes IGN] correction des ombres [Termes IGN] correction radiométrique [Termes IGN] détection d'ombre [Termes IGN] éclairement lumineux [Termes IGN] modèle de transfert radiatif [Termes IGN] modulation du signal [Termes IGN] réflectance urbaine [Termes IGN] réflexion (rayonnement) [Termes IGN] scène urbaine [Termes IGN] simulation 3D Index. décimale : MPPMD Mémoires du mastère spécialisé Photogrammétrie, Positionnement et Mesures de Déformation Résumé : (Auteur) La télédétection optique en zone urbaine est très impactée par l’hétérogénéité spatiale au sol. Plus précisément, les conditions d’illumination à la surface sont plus compliquées à cause de la variation topographique. L’obstruction du rayonnement solaire direct réduit fortement l’éclairement reçu par des surfaces ombrées, mais l’effet de multi-réflexion peut y ajouter une contribution non négligeable. L’analyse sur l’éclairement des surfaces ombrée en fonction de la distribution de luminance du ciel et la multi-réflexion permet de mieux corriger la radiométrie d’images de télédétection en zone urbaine, pourtant il est difficile de séparer la contribution de chaque facteur dans les vraies mesures. A l’aide de la modélisation de transfert radiatif 3D, on peut simuler le transfert du rayonnement dans une scène urbaine, et extraire les différentes contributions de l’éclairement, en maitrisant tous les propriétés optiques et géométriques de la scène. L’objectif de ce stage est donc de simuler les images en éclairement reçu par la surface des scènes urbaines qui contient de l’ombre. On utilise le modèle DART pour réaliser des simulations d’éclairements des scènes urbaines, afin d’évaluer l’éclairement des surfaces ombrées en fonction des facteurs environnementaux (ciel, bâtiments, ...). Le travail consiste en l’apprentissage du DART, l’étude sur la paramètrisation du DART, la conception des scènes, la conception des simulations et l’extraction des résultats. Note de contenu : Introduction 1. Notions de base physique 1.1 Glossaire 1.2 Modélisation du signal 2. Modèle DART 2.1 Présentation générale 2.2 Fonctionnalités principales 2.3 Paramétrisations 2.4 Choix des paramètres pour notre étude 3. Conception des scènes de simulation 3.1 Idée principale de conception 3.2 Scènes simplifiées 3.3 Paramètres susceptibles d’influencer l’éclairement de la scène 3.4 Scènes complexes 3.5 Création des objets d’une scène 3.6 Extraction des différents composants dans les résultats de simulation 4. Résultats de simulation 4.1 Comparaison des performances de différentes paramétrisations 4.2 Distribution de luminance du ciel Conclusion et perspectives Numéro de notice : 26451 Affiliation des auteurs : non IGN Thématique : IMAGERIE/URBANISME Nature : Mémoire PPMD Organisme de stage : LaSTIG (IGN) Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96505

Documents numériques

peut être téléchargé Simulation d’éclairements ... - pdf version dépôt Adobe Acrobat PDF

Deep learning for multi-modal classification of cloud, shadow and land cover scenes in PlanetScope and Sentinel-2 imagery / Yuri Shendryk in ISPRS Journal of photogrammetry and remote sensing, vol 157 (November 2019)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 157 (November 2019) . - pp 124 - 136 Titre : Deep learning for multi-modal classification of cloud, shadow and land cover scenes in PlanetScope and Sentinel-2 imagery Type de document : Article/Communication Auteurs : Yuri Shendryk, Auteur ; Yannik Rist, Auteur ; Catherine Ticehurst, Auteur ; Peter Thorburn, Auteur Année de publication : 2019 Article en page(s) : pp 124 - 136 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] Amazonie [Termes IGN] apprentissage profond [Termes IGN] Australie [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] détection d'ombre [Termes IGN] état de l'art [Termes IGN] image à haute résolution [Termes IGN] image PlanetScope [Termes IGN] image Sentinel-MSI [Termes IGN] Normalized Difference Vegetation Index [Termes IGN] nuage [Termes IGN] occupation du sol [Termes IGN] zone tropicale humide Résumé : (Auteur) With the increasing availability of high-resolution satellite imagery it is important to improve the efficiency and accuracy of satellite image indexing, retrieval and classification. Furthermore, there is a need for utilizing all available satellite imagery in identifying general land cover types and monitoring their changes through time irrespective of their spatial, spectral, temporal and radiometric resolutions. Therefore, in this study, we developed deep learning models able to efficiently and accurately classify cloud, shadow and land cover scenes in different high-resolution ( Numéro de notice : A2019-494 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2019.08.018 Date de publication en ligne : 17/09/2019 En ligne : https://doi.org/10.1016/j.isprsjprs.2019.08.018 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93727 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2019111	RAB	Revue	Centre de documentation	En réserve 3L	Disponible
081-2019113	DEP-RECP	Revue	LaSTIG	Dépôt en unité	Exclu du prêt
081-2019112	DEP-RECF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Shadow detection and correction using a combined 3D GIS and image processing approach / Safa Ridene in Revue internationale de géomatique, vol 29 n° 3 - 4 (juillet - décembre 2019)  

Permalink

Diffusion and inpainting of reflectance and height LiDAR orthoimages / Pierre Biasutti in Computer Vision and image understanding, vol 179 (February 2019)    

Permalink

ICARE-VEG: A 3D physics-based atmospheric correction method for tree shadows in urban areas / Karine R.M. Adeline in ISPRS Journal of photogrammetry and remote sensing, vol 142 (August 2018)  

Permalink

Self-shadowing of a spacecraft in the computation of surface forces : An example in planetary geodesy / Georges Balmino in Artificial satellites, vol 53 n° 1 (March 2018)  

Permalink

Automatic shadow detection in aerial and terrestrial images / Vander Luis de Souza Freitas in Boletim de Ciências Geodésicas, vol 23 n° 4 (oct - dec 2017)    

Permalink

An inquiry on contrast enhancement methods for satellite images / Jose-Luis Lisani in IEEE Transactions on geoscience and remote sensing, vol 54 n° 12 (December 2016)  

Permalink

Satellite images analysis for shadow detection and building height estimation / Gregoris Liasis in ISPRS Journal of photogrammetry and remote sensing, vol 119 (September 2016)  

Permalink

Shadow detection and removal in RGB VHR images for land use unsupervised classification / A. Movia in ISPRS Journal of photogrammetry and remote sensing, vol 119 (September 2016)  

Permalink

Automatic detection of clouds and shadows using high resolution satellite image time series / Nicolas Champion (2016)  

Permalink

Recovering quantitative remote sensing products contaminated by thick clouds and shadows using multitemporal dictionary learning / X. Li in IEEE Transactions on geoscience and remote sensing, vol 52 n° 11 tome 1 (November 2014)  

Permalink