Modelisation stochastique et classification des images satellite par des methodes statistiques

par NICOLE MARHIC AGUIRRE

Thèse de doctorat en Traitement du signal et télécommunications

Sous la direction de A. HILLION.

Soutenue en 1994

à Rennes 1 .

    mots clés mots clés


  • Résumé

    Cette these est centree sur l'etude des problemes de modelisation et d'estimation lies a la classification d'images satellite par des methodes statistiques. Elle comprend donc une premiere partie consacree au modele markovien qui est la base du modele hierarchique adopte pour les images satellite dans le cadre de la classification par des methodes statistiques. Dans la deuxieme partie on passe en revue les principales methodes de segmentation bayesienne ; on distingue les methodes contextuelles, qui permettent de classer un pixel donne en tenant seulement compte des observations faites sur quelques pixels voisins, des methodes globales qui classent un pixel de l'image a partir de toutes les observations. Qu'elle soit globale ou contextuelle, une methode de segmentation necessite la connaissance de certains des parametres caracterisant le modele ; ainsi, pour mener a bien une classification non supervisee, on doit resoudre le probleme de l'estimation des parametres utiles ce qui revient a separer les composants d'un melange de distributions (gaussiennes dans le cas d'images spot). La plus grande partie de ce travail est consacree a l'etude et a la mise en uvre d'algorithmes de classification contextuelle non supervisee. Les principales methodes d'estimation a la base de ces algorithmes sont celles fondees sur la maximisation de la vraisemblance qui conduisent a des algorithmes du type estimation-maximisation et celles basees sur la procedure iterative conditional estimation necessitant le calcul iteratif de l'esperance conditionnelle d'estimateurs que l'on peut definir a partir du modele adopte pour l'image. Apres avoir evalue les performances des algorithmes contextuels ainsi obtenus, on les compare a celles d'un algorithme, deja existant, de type em combine a une methode globale de segmentation. Dans un premier temps, avant de traiter des donnees reelles spot, on utilise des images, synthese d'images spot, obtenues par echantillonnage de champs markoviens caracterises par une distribution de gibbs


  • Pas de résumé disponible.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 208 P.
  • Annexes : 52 REF.

Où se trouve cette thèse ?

  • Bibliothèque : Université de Rennes I. Service commun de la documentation. Section sciences et philosophie.
  • Disponible pour le PEB
  • Cote : TA RENNES 1994/155
  • Bibliothèque : Ecole nationale supérieure de sciences appliquées et de technologie. Bibliothèque.
  • Disponible pour le PEB
  • Cote : M 5. MAR.
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.