Couleur et texture pour la représentation et la classification d'images satellite multi-résolutions

par Mohamed Abadi

Thèse de doctorat en Informatique. Analyse et traitement d'images

Sous la direction de Jacky Desachy.

Soutenue en 2008

à Antilles-Guyane .


  • Résumé

    La Caractérisation des couverts forestiers et des parcelles agricoles est d'un grand intérêt pour différents organismes locaux et nationaux. Ces derniers sont à la recherche d'outils spécifiques permettant de réaliser avec précision la séparation entre ces espaces. Ce travail de recherche propose d'utiliser des techniques de traitement d'images appliquées sur des images satellite pour réaliser une classification des différents couverts. La chaine de traitement mise en place est la suivante: Après avoir représenté de manière optimale les images sources, nous définisson et calculons des attributs de couleur et de texture avant d'appliquer un algorithme de classification. La représentation optimale des données est faite (i) en déterminant l'espace couleur hybride permettant d'obtenir une discrimination maximale des classes tout en minimisant la corrélation entre les composantes de cet espace. (ii) en réalisant une fusion de l'image panchromatique et de l'image multispectrale. Les attributs sont ensuite extraits pour caractériser les classes en utilisant la couleur et la texture à travers différentes approches (statistiques, géométriques, fréquentielles, fractales et multifractales). Enfin, différentes techniques de classification (MMG, SVM, K-means, ISODATA) sont utilisées afin de séparer les couverts forestiers des couverts agricoles. L'originalité de nos travaux consiste à construire un espace couleur hybride basé sur les composantes intensité. Saturation et teinte en utilisant une approche multi-objective. Ce même espace est utilisé lors du processus de fusion d'images afin de généraliser les méthode perceptuelles

  • Titre traduit

    Multiresolution satellite images classification and representation using color and texture


  • Résumé

    Land use mapping and characterization are very important for local and national institutions. These institutions are nowadays searching for specifie and specialized tools that can distinguish betweendifferent land covers. This research work proposes to use different methods for satellite image processing. Allowing a strong and reliable land cover classification. The conceptual and experimental design has been developed as it follows. First, an optimal description of ail images is done. Then, COIOL and texture attributs are defined and computed. Finally, sorne algorithm classifications are realized. The optimal description of ail images is made by (i) determination of the hybrid colour space to obtain a good discrimination of this classes while correlation between space components is mininized. (ii) merging a high spatial resolution panchromatic image with a low spatial resolution multispectral image in order to obtain a high spatial and spectral resolutions image. Attributes are then extracted to characterize land cover classes using colour and texture information through different approaches (statistics, geometry, frequency, fractal, multifractal). At last, different classification techniques are applied (SVM, MMG, K-means, ISODATA) in order to separate forest areas from agriculturc parcels. Our work originality is based on the construction of a hybrid colour space derived from the image intensity, saturation and hue omponents using a multiobjective approach that integrates the correlation and discriminating power. This same space ls used in the merging images process in order to aeneralize the perceptual methods.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (204 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr.133 réf.

Où se trouve cette thèse ?

  • Bibliothèque : Université des Antilles et de la Guyane (Pointe-à-Pitre, Guadeloupe). Service commun de la documentation. Section Droit-Sciences.
  • Disponible pour le PEB
  • Cote : TA0459
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.