Dimensionality reduction and saliency for spectral image visualization

par Steven Le Moan

Thèse de doctorat en Instrumentation et informatique de l'image

Under the supervision of Yvon Voisin, Alamin Mansouri et de Jon Yngve Hardeberg.

Le président du jury était Jocelyn Chanussot.

Le jury était composé de Frank Marzani.

Les rapporteurs étaient Christine Fernandez-Maloigne, Jean Sequeira.

  • Titre traduit

    Réduction de dimensionalité et saillance pour la visualisation d'images spectrales


  • Abstract

    De nos jours, la plupart des dispositifs numériques d’acquisition et d’affichage d’images utilisent un petit nombre de couleurs dites primaires afin de représenter n’importe quelle couleur visible. Par exemple, la majorité des appareils photos "grand public" quantifient la couleur comme une certaine combinaison de Rouge, Vert et Bleu(RVB). Ce genre de technologie est qualifiée de tri-chromatique et, au même titre que les modèles tetra-chromatiques communs en imprimerie, elle présente un certain nombre d’inconvénients, tels que le métamérisme ou encore la limitation aux longueurs d’onde visibles. Afin de palier à ces limitations, les technologies multi-, hyper,voire ultra-spectrale ont connu un gain notable d’attention depuis plusieurs décennies. Un image spectrale est constituée d’un nombre de bandes (ou canaux) supérieur à 3, représentant des régions spectrales spécifiques et permettant de recouvrer la radiance ou reflectance d’objets avec plus de précision et indépendamment du capteur utilisé. De nombreux travaux de recherche ont fait considérablement progresser les méthodes d’acquisition et d’analyse, mais beaucoup de challenges demeurent, particulièrement en ce qui concernel a visualisation de ce type de données. En effet, si une image contient plusieurs dizaines de canaux comment la représenter sur un écran qui n’en accepte que trois ? Dans cette thèse, nous présentons un certain nombre de méthodes d’extraction d’attributs pour l’analyse d’images spectrales, avec une attention particulière sur la problématique de la visualisation.


  • Résumé

    Nowadays, digital imaging is mostly based on the paradigm that a combinations of a small number of so-called primary colors is sufficient to represent any visible color. For instance, most cameras usepixels with three dimensions: Red, Green and Blue (RGB). Such low dimensional technology suffers from several limitations such as a sensitivity to metamerism and a bounded range of wavelengths. Spectral imaging technologies offer the possibility to overcome these downsides by dealing more finely withe the electromagnetic spectrum. Mutli-, hyper- or ultra-spectral images contain a large number of channels, depicting specific ranges of wavelength, thus allowing to better recover either the radiance of reflectance of the scene. Nevertheless,these large amounts of data require dedicated methods to be properly handled in a variety of applications. This work contributes to defining what is the useful information that must be retained for visualization on a low-dimensional display device. In this context, subjective notions such as appeal and naturalness are to be taken intoaccount, together with objective measures of informative content and dependency. Especially, a novel band selection strategy based on measures derived from Shannon’s entropy is presented and the concept of spectral saliency is introduced.


Il est disponible au sein de la bibliothèque de l'établissement de soutenance.

Consulter en bibliothèque

La version de soutenance existe

Où se trouve cette thèse ?

  • Bibliothèque : Université de Bourgogne. Service commun de la documentation. Bibliothèque de ressources électroniques en ligne.
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.