Détection de feux de forêt par analyse statistique de la radiométrie d'images satellitaires - Inria - Institut national de recherche en sciences et technologies du numérique Access content directly
Reports Year : 2004

Détection de feux de forêt par analyse statistique de la radiométrie d'images satellitaires

Xavier Descombes
Josiane Zerubia
  • Function : Author
  • PersonId : 833424

Abstract

Nous proposons, dans ce rapport, une méthode de détection des feux de forêt par imagerie satellitaire fondée sur la théorie des champs aléatoires. L'idée consiste à modéliser l'image par une réalisation d'un champ gaussien afin d'en extraire, par une analyse statistique, les éléments étrangers pouvant correspondre aux feux. Le canal IRT (InfraRouge Thermique) contient des longueurs d'onde particulièrement sensibles à l'émission de chaleur. L'intensité d'un pixel d'une image IRT est donc d'autant plus forte que la température de la zone associée à ce pixel est élevée. Les feux de forêt peuvent alors être caractérisés par des pics d'intensité sur ce type d'images. Nous proposons une méthode de classification non supervisée et automatique fondée sur la théorie des champs gaussiens. Pour ce faire, nous modélisons dans un premier temps l'image par une réalisation d'un champ gaussien. Les zones de feux, minoritaires et de fortes intensités sont considérées comme des éléments étrangers à ce champ : ce sont des évènements rares. Ensuite, par une analyse statistique, nous déterminons un jeu de probabilités définissant, pour une zone donnée de l'image, un degré d'appartenance au champ gaussien, et par complémentarité aux zones potentiellement en feux.
Fichier principal
Vignette du fichier
RR-5369.pdf (1.03 Mo) Télécharger le fichier
Loading...

Dates and versions

inria-00070634 , version 1 (19-05-2006)

Identifiers

  • HAL Id : inria-00070634 , version 1

Cite

Florent Lafarge, Xavier Descombes, Josiane Zerubia. Détection de feux de forêt par analyse statistique de la radiométrie d'images satellitaires. RR-5369, INRIA. 2004, pp.32. ⟨inria-00070634⟩
223 View
304 Download

Share

Gmail Mastodon Facebook X LinkedIn More