2 - Classification de textures hyperspectrales fondée sur un modèle markovien et une technique de poursuite de projection

Show full item record

Files in this item

PDF Descombes.pdf 9.695Mb

Pour citer ce document :
URI: http://hdl.handle.net/2042/2216
Title: 2 - Classification de textures hyperspectrales fondée sur un modèle markovien et une technique de poursuite de projection
Author: RELLIER (Guillaume); DESCOMBES (Xavier); FALZON (Frédéric); ZERUBIA (Josiane)
Abstract: Nous considérons le problème de l'analyse de textures d'images hyperspectrales. De manière à tirer parti de la finesse de la discrétisation spectrale inhérente à ce type d'image, nous réalisons une modélisation de texture qui intègre simultanément les données spatiales et spectrales en employant une approche vectorielle dans un modèle markovien. Ce modèle est utilisé conjointement avec un algorithme de poursuite de projection, permettant de déterminer un sous-espace optimal dans lequel on projette les données. Ceci permet de diminuer les effets néfastes d'une trop grande dimensionnalité des données, connus sous le nom de phénomène de Hughes. Ce modèle est testé dans le cadre de la classification supervisée de zones urbaines.
Description: In this paper we tackle the problem of hyperspectral texture analysis. In order to take advantage of the images fine spectral sampling, we perform a joint spatial and spectral texture modeling using a vectorial approach within a Markovian framework. This model is used jointly with a projection pursuit algorithm, for the determination of an optimal subspace on which the data are projected. This is done to limit the effect of the high dimensionality of the data (known as Hughes phenomenon, or curse of dimensionality). This model is tested for urban areas supervised classification.
Subject: Analyse image; Texture image; Modèle Markov; Analyse texture; Classification automatique; Classification supervisée; Zone urbaine; Analyse contenu; Méthode projection
Publisher: GRETSI, Saint Martin d'Hères, France
Date: 2003

This item appears in the following Collection(s)

Show full item record





Advanced Search