Contributions à la segmentation non supervisée d'images hyperspectrales : trois approches algébriques et géométriques

Résumé : Depuis environ une dizaine d’années, les images hyperspectrales produites par les systèmes de télédétection, “Remote Sensing”, ont permis d’obtenir des informations très fiables quant aux caractéristiques spectrales de matériaux présents dans une scène donnée. Nous nous intéressons dans ce travail au problème de la segmentation non supervisée d’images hyperspectrales suivant trois approches bien distinctes. La première, de type Graph Embedding, nécessite deux étapes : une première étape d’appariement des pixels de patchs de l’image initiale grâce à une mesure de similarité spectrale entre pixels et une seconde étape d’appariement d’objets issus des segmentations locales grâce à une mesure de similarité entre objets. La deuxième, de type Spectral Hashing ou Semantic Hashing, repose sur un codage binaire des variations des profils spectraux. On procède à des segmentations par clustering à l’aide d’un algorithme de k-modes adapté au caractère binaire des données à traiter et à l’aide d’une version généralisée de la distance classique de Hamming. La troisième utilise les informations riemanniennes des variétés issues des différentes façons de représenter géométriquement une image hyperspectrale. Les segmentations se font une nouvelle fois par clustering à l’aide d’un algorithme de k-means. Nous exploitons pour cela les propriétés géométriques de l’espace des matrices symétriques définies positives, induites par la métrique de Fisher Rao.
Type de document :
Thèse
Traitement du signal et de l'image. Université de La Rochelle, 2016. Français. 〈NNT : 2016LAROS023〉
Liste complète des métadonnées

Littérature citée [70 références]  Voir  Masquer  Télécharger

https://tel.archives-ouvertes.fr/tel-01661468
Contributeur : Abes Star <>
Soumis le : mardi 12 décembre 2017 - 00:25:41
Dernière modification le : jeudi 17 mai 2018 - 04:12:20

Fichier

2016Elasmar87192.pdf
Version validée par le jury (STAR)

Identifiants

  • HAL Id : tel-01661468, version 1

Collections

STAR | MIA

Citation

Saadallah El Asmar. Contributions à la segmentation non supervisée d'images hyperspectrales : trois approches algébriques et géométriques. Traitement du signal et de l'image. Université de La Rochelle, 2016. Français. 〈NNT : 2016LAROS023〉. 〈tel-01661468〉

Partager

Métriques

Consultations de la notice

353

Téléchargements de fichiers

218