Apport de l'information contextuelle à la fusion multicapteurs : application à la fusion pixel

par Sophie Fabre

Thèse de doctorat en Signaux, images et communications

Sous la direction de Xavier Briottet.

Soutenue en 1999

à École nationale supérieure de l'aéronautique et de l'espace (Toulouse ; 1972-2007) .

mots clés

• Fusion d'images multispectrales
• Information contextuelle
• Degré de confiance
• Fonction de masse
• Fusion pixel
• Théorie de Dempster-Shafer -- Thèses et écrits académiques
• Ensembles flous -- Thèses et écrits académiques
• Classification -- Thèses et écrits académiques

Résumé

Deux méthodes théoriques générales de classification utilisant la fusion d'images multispectrales et intégrant l'information sur la validité des senseurs sont mises en place. Ces méthodes générales sont appliquées pour réaliser une classification au niveau du pixel et elles sont alors mises en œuvre sur des données physiques. La théorie de Dempster-Shafer, compte tenu de ses avantages inhérents, est utilisée pour intégrer une information supplémentaire sur les conditions d'acquisition des mesures par les senseurs. Cette information renseigne sur la fiabilité à accorder aux capteurs est appelée information contextuelle. Le formalisme de modélisation de l'information contextuelle est basé sur l'évaluation de domaines flous de validité, soit de chaque source prise isolément, soit de toutes les associations de sources considérées concurrentiellement. Ainsi deux méthodes de fusion et de modélisation de l'information contextuelle sont proposées. Lorsque l'apprentissage au préalable n'est pas disponible pour un objet de la scène, ces méthodes évoluent et une méthode globale est déduite. Les méthodes mises en place sont appliquées sur des cas typiques pour comparer les résultats de classification obtenus avec ceux issus d'une approche probabiliste classique sans prise en compte de la validité des capteurs. De plus, les méthodes sont appliquées pour réaliser une classification au niveau du pixel et sont mises en œuvre sur des données physiques. Seul un paramètre perturbateur atmosphérique, la vapeur d'eau, est introduit pour évaluer la fiabilité des mesures acquises par les capteurs. Les données utilisées sont obtenues à partir de bases de données (données météorologiques, mesures de réflectances spectrales). Ces simulations de cas typiques et cette application à la classification pixel permettent de montrer que l'information contextuelle est pertinente et correctement intégrée et que les performances de classification sont améliorées.

Titre traduit

Impact of contextual information on multisensor fusion : application to pixel fusion

Pas de résumé disponible.