Méthodes spatiales et spectrales pour la classification de zones urbaines en imagerie satellitaire

par Mathieu Fauvel

Thèse de doctorat en Signal, image, parole et télécom

Sous la direction de Jocelyn Chanussot et de Jon Atli Benediktsson.

Soutenue en 2007

à Grenoble, INPG .


  • Résumé

    Lors de ces travaux, nous nous sommes intéressés au problème très particulier de la classification supervisée d'images satellitaires de zones urbaines à haute résolution spatiale. Deux stratégies ont été mises en oeuvre. La premiére stratégie consiste en une phase d'extraction de caractéristiques spatiales et spectrales et une phase de classification. Ces caractéristiques sont extraites par filtrages morphologiques: ouvertures et fermetures géodésiques et filtrages surfaciques auto-complémentaires. La classification est réalisée avec les machines à vecteurs supports (SYM) non linéaires. Nous proposons la définition d'un noyau spatial-spectral utilisant de manière conjointe l'information spatiale et l'information spectrale extraites lors de la première phase. La seconde stratégie consiste en une phase de fusion de données post-classification. Plusieurs classifiieurs sont appliqués sur différentes données issues d'une même scène (image panchromatique, image multi-spectrale). Pour chaque pixel de l'image, l'appartenance à chaque classe est estimée à l'aide des classifieurs. Les différents résultats sont fusionnés à l'aide d'opérateurs flous. Les différentes méthodes ont été testées sur des images réelles et les résultats obtenus sont significativement supérieurs à ceux considérés comme « états de l'art ».


  • Résumé

    Ln this work, we have investigated the difficult problem of classification of remote sensing data over urban area with high spatial resolution. Two strategies have been proposed. The fmt one is based on a two step-approach: in a fust step, spatial and spectral features are extracted and the classification is done according to the extracted feature in the second step. Morphological processing, such as geodesic opening and closing, have been used to extract spatial and spectral features. For the classification the support vector machine have been used. A novel kemel has been defmed that use both the spectral and spatial information during the classification step. The second strategy is based on data fusion. We proposed a fusion scheme, using fuzzy logic modeling, to fuse the outputs of several classifiers appplied on different data set from a same location. Conflict and uncertainty are solved using estimated of confidence. Experimental results on real data set shown superior accuracy compare to standard approach when using our proposed method.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (178 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. 136 réf.

Où se trouve cette thèse ?

  • Bibliothèque : Service interétablissements de Documentation (Saint-Martin d'Hères, Isère). Bibliothèque universitaire de Sciences.
  • Disponible pour le PEB
  • Cote : TS07/INPG/0138/D
  • Bibliothèque : Service interétablissements de Documentation (Saint-Martin d'Hères, Isère). Bibliothèque universitaire de Sciences.
  • Disponible sous forme de reproduction pour le PEB
  • Cote : TS07/INPG/0138
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.