Classification d'images multibandes par modèles variationnels - Inria - Institut national de recherche en sciences et technologies du numérique Access content directly
Reports (Research Report) Year : 2000

Classification d'images multibandes par modèles variationnels

Abstract

Dans ce rapport, nous proposons deux modèles variationnels pour la classificat- ion d'images multibandes. Le premier modèle présenté repose sur la minimisation d'une famille de critères dont la suite de solutions converge vers une partition des données composée de classes homogènes séparées par des contours réguliers. Parallèlement à cette approche, nous avons développé un second modèle de classification mettant en jeu un ensemble de régions et contours actifs. Nous utilisons une approche par ensembles de niveaux pour définir le critère à minimiser. Le critère proposé contient des termes reliés à l'information sur les régions ainsi qu'à l'information sur les contours. L'imagerie multispectrale permet de prendre en compte, et de combiner, l'information des différentes bandes spectrales renvoyée par un capteur satellitaire ou aérien. L'extension au cas multispectral intervient à des niveaux différents pour les deux modèles proposés dans ce rapport. Nous traitons une application réelle sur une scène SPOT en mode XS pour laquelle nous disposons d'une vérité terrain. Nous comparons les deux modèles variationnels que nous proposons à d'autres approches dont un modèle stochastique hiérarchique, récemment développé à l'IRISA au sein du projet VISTA.
Fichier principal
Vignette du fichier
RR-4010.pdf (1.77 Mo) Télécharger le fichier
Loading...

Dates and versions

inria-00072633 , version 1 (24-05-2006)

Identifiers

  • HAL Id : inria-00072633 , version 1

Cite

Christophe Samson, Laure Blanc-Féraud, Gilles Aubert, Josiane Zerubia. Classification d'images multibandes par modèles variationnels. [Rapport de recherche] RR-4010, INRIA. 2000, pp.59. ⟨inria-00072633⟩
132 View
215 Download

Share

Gmail Mastodon Facebook X LinkedIn More