Détection de changements structurels sur des images satellite haute résolution

Show simple item record

dc.contributor.author Boukir, Samia
dc.contributor.author Orny, Camille
dc.contributor.author Chehata, Nesrine
dc.contributor.author Guyon, Dominique
dc.contributor.author Wigneron, Jean-Pierre
dc.date.accessioned 2019-09-04T09:24:22Z
dc.date.available 2019-09-04T09:24:22Z
dc.date.issued 2013
dc.identifier.citation Boukir, Samia ; Orny, Camille ; Chehata, Nesrine ; Guyon, Dominique ; Guyon, Dominique. Détection de changements structurels sur des images satellite haute résolution. Traitement du signal, 2013, 30, 6, p. 401-429, https://doi.org/10.3166/ts.30.401-429.
dc.identifier.issn 0765-0019
dc.identifier.uri http://hdl.handle.net/2042/70425
dc.description.abstract Les changements environnementaux brutaux et massifs, qui affectent généralement de grandes surfaces, doivent être localisés le plus rapidement possible pour gérer l’impact immédiat de ce type d’événements sur les écosystèmes et prévenir les risques associes. Il est donc nécessaire de développer des méthodes permettant d’établir efficacement une carte des changements. Dans cette optique, une approche region quasi non supervisee de detection de changements sur des images satellite a haute résolution spatiale est proposée. Un procédé innovant de selection automatique d’attributs, inspire des procédures de calibrage, optimise la segmentation et la classification. Un nouveau descripteur spatio-temporel, base sur le taux de fragmentation des régions détectées, permet alors de réaliser une classification binaire des changements en zones intactes et altérées. Cette méthode paisse par des étapes de segmentation et de classification mean shift. L’approche a été évaluée en milieu forestier sur un couple d’images satellite multispectrales Formosat-2 acquises avant et après une tempête majeure pour reconnaêtre et cartographier les dégats. en
dc.description.abstract Brutal and massive environmental changes, generally affecting large areas, have to be localized as rapidly as possible in order to manage the immediate impact of this type of events on ecosystems and prevent related risks. Therefore, it is necessary to develop efficient methods for change mapping. A quasi-unsupervised region-based method for change detection in high resolution satellite images is proposed. An automatic feature selection optimizes image segmentation and classification via an original calibration-like procedure. A binary classification enables then to separate altered from, intact areas thanks to a new spatio-temporal descriptor based on the level of fragmentation of obtained regions. Both segmentation and classification involve a mean shift procedure. The method was assessed on forest environment using a Formosat-2 mul- tispectral satellite image pair acquired before and after a major storm to identify and map the damages. en
dc.publisher Lavoisier
dc.relation.ispartof Traitement du signal
dc.rights Accès libre - Licence d'utilisation : http://irevues.inist.fr/utilisation
dc.source Traitement du signal [Trait. Signal], ISSN 0765-0019, 2013, 30, 6, p. 401-429
dc.subject classification de régions fr
dc.subject détection de changements fr
dc.subject image multispectrale fr
dc.subject segmentation fr
dc.subject sélection d’attributs fr
dc.subject mapping en
dc.subject region classification en
dc.subject change detection en
dc.subject multispectral image en
dc.subject segmentation en
dc.subject feature selection en
dc.title Détection de changements structurels sur des images satellite haute résolution fr
dc.type Article
dc.contributor.affiliation Laboratoire G&E (EA 4592), IPB / Université de Bordeaux, 1 allée F. Daguin, 33607, Pessac Cedex
dc.contributor.affiliation Laboratoire G&E (EA 4592), IPB / Université de Bordeaux, 1 allée F. Daguin, 33607, Pessac Cedex
dc.contributor.affiliation INRA - UMR 1391 ISPA, 1 allée F. Daguin, 33140, Villenave d’Ornon
dc.contributor.affiliation LISAH UMR 144, IRD, Menzah, T-1004 El, Tunis
dc.identifier.doi https://doi.org/10.3166/ts.30.401-429


Files in this item

PDF TraitSignal_2013_30_6_401_Article.pdf 1.712Mb

This item appears in the following Collection(s)

Show simple item record





Advanced Search