Proposition d'une approche de segmentation d'images hyperspectrales

par Nathalie Gorretta

Thèse de doctorat en Informatique

Sous la direction de Gilles Rabatel.

Soutenue en 2009

à Montpellier 2 .


  • Résumé

    L’imagerie hyper-spectrale (IHS) consiste à créer et à analyser des images de la même scène pour une succession de longueurs d’onde dans un domaine spectral donné. De telles images apportent des informations sur la constitution chimique des objets et permettent ainsi de distinguer des objets de même couleur mais de compositions chimiques différentes. Cependant, quel que soit le domaine d’application, la plupart des méthodes développées pour le traitement des images hyperspectrales analysent les données sans prendre en compte l’information spatiale. Les pixels sont alors traités individuellement comme un simple tableau de mesures spectrales sans arrangement particulier. Cependant, l’exploitation conjointe de l’information spectrale et spatiale disponibles, du fait entre autres, de l’apparition d’imageurs spectraux de meilleure résolution, apparaît aujourd’hui essentielle pour permettre le traitement d’images de contenu complexe. Dans le cadre de nos travaux concernant l’IHS, nous nous sommes intéressés à cette problématique. Nous avons ainsi proposé un schéma itératif générique appelé papillon permettant de mêler les aspects spatiaux et spectraux de manière symétrique, de façon à ne pas privilégier un espace par rapport à l’autre et de manière conjointe, de façon à ce que l’information spatiale se nourrisse de l’information spectrale et vice-versa, pour avancer dans le processus de traitement de l’image. Pour ce faire, la combinaison spectro/spatiale proposée repose, d’une part, sur la construction d’un espace spectral adapté à l’information topologique (construction de variables latentes), et d’autre part, sur la génération d’une topologie sur l’espace spatial. Dans nos développements récents, la notion d’information topologique est limitée à la notion de région. L’approche proposée apparaît comme une procédure générique dont le contenu et l’implémentation peuvent être choisis et adaptés aux images traitées. Dans le cadre de cette thèse, nous avons proposé une implémentation utilisant une étape de division suivie d’une étape de fusion. La construction d’un espace adapté pour chacune de ces deux étapes a été réalisée respectivement par la diagonalisation de la matrice de variance intra-région et inter-région. Nous avons également utilisé, pour l’étape de division, plusieurs approches de segmentation régions dont les coupes normalisées avec contrainte spatiale et une version modifiée de l’algorithme de partage des eaux ou LPE. Pour finir, nous avons validé le fonctionnement de notre approche et illustré ces principales caractéristiques à l’aide d’images synthétiques et réelles.

  • Titre traduit

    Hyperspectral image segmentation approach


  • Pas de résumé disponible.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (143 p.)
  • Annexes : Bibliogr. p. 129-143. Annexes

Où se trouve cette thèse ?

  • Bibliothèque : Bibliothèque interuniversitaire. Section Sciences.
  • Disponible pour le PEB
  • Cote : TS 2009.MON-3
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.