Nouvelle Méthode en Cascade pour la Classification Hiérarchique Multi-Temporelle ou Multi-Capteur d'Images Satellitaires Haute Résolution - Archive ouverte HAL Accéder directement au contenu
Article Dans Une Revue Revue Française de Photogrammétrie et de Télédétection Année : 2018

Nouvelle Méthode en Cascade pour la Classification Hiérarchique Multi-Temporelle ou Multi-Capteur d'Images Satellitaires Haute Résolution

Résumé

This paper describes a method dedicated to multi-resolution, multi-date and eventually multi-sensor classification based on explicit statistical modeling through hierarchical Markov random field modeling based on quad-tree. The proposed approach consists of a supervised Bayesian classifier that combines a joint class-conditional statistical model for pixelwise information and a hierarchical Markov random field for spatio-temporal and multiresolution contextual information fusion based on the Marginal Posterior Mode (MPM). The aim is to recursively maximize the posterior marginal at each pixel, which associates the most probable class label given the entire input information. Within this framework, an interesting novel element of the proposed approach is the use of multiple quadtrees in cascade, each associated with a new image in the available set in order to characterize the correlations associated with distinct images in the data set.
Ce papier présente un modèle de classification multi-résolution, multi-date et éventuellement multi-capteur fondé sur une modélisation statistique explicite au travers d'un modèle hiérarchique de champs de Markov construit sur une structure quad-arbre. L'approche proposée consiste en un classifieur bayésien supervisé qui combine un modèle statistique condi-tionnel par classe et un champ de Markov hiérarchique fusionnant l'information spatio-temporelle et multi-résolution. La méthode proposée intégre des informations pixel par pixel à la même résolution. Cela en se basant sur le critère des Modes Marginales a Posteriori (MPM en anglais), qui vise à affecter à chaque pixel l'étiquette optimale en maximisant récursivement la probabilité marginale a posteriori, étant donné l'ensemble des observations multi-temporelles ou multi-capteur. Une des originalités de l'approche proposée est l'utilisation en cascade de plusieurs quad-arbres, chacun étant associé à une nouvelle image disponible, en vue de caractériser les corrélations associées à des images distinctes.
Fichier principal
Vignette du fichier
rfpt_VF.pdf (2.93 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-01632923 , version 1 (10-11-2017)

Identifiants

  • HAL Id : hal-01632923 , version 1

Citer

Ihsen Hedhli, Gabriele Moser, Josiane Zerubia. Nouvelle Méthode en Cascade pour la Classification Hiérarchique Multi-Temporelle ou Multi-Capteur d'Images Satellitaires Haute Résolution. Revue Française de Photogrammétrie et de Télédétection, 2018, 216, pp.3-17. ⟨hal-01632923⟩

Collections

INRIA INRIA2
273 Consultations
441 Téléchargements

Partager

Gmail Facebook X LinkedIn More