Extraction de connaissances pour la description d'images satellitaires à très haute résolution spatiale
Résumé
The availability of very high spatial resolution images implies to reconsider methods of description of the surfaces in remote sensing images. In this chapter, we describe an approach of self-adaptive morphological segmentation for this new type of images. We associate to the segmentation approach the exploitation of data elicited from the process, aiming at collecting, modeling and homogenizing these data within descriptors, in order to query the segmented images. This information about the identified objects implies to take into account spatial relations, in order to describe the relations between the objects, and their characteristics. Modeling and generating such descriptors makes this approach original in the context of processing remote sensing images.
L'arrivée des images de télédétection à très haute résolution spatiale impose de reconsidérer les méthodes de description des surfaces représentées dans les images satellites. Dans ce qui suit, nous proposons une approche de segmentation morphologique auto-adaptative d'images satellitaires à très haute résolution spatiale. La segmentation est associée à l'exploitation des données élicitées tout au long du processus, dans l'objectif de collecter, modéliser et homogénéiser ces données au sein de descripteurs. Exploiter l'information ainsi disponible sur les objets implique la prise en compte des relations spatiales, décrivant les relations entre les objets, et leurs caractéristiques. La modélisation et la génération de descripteurs proposées rendent une telle approche opérationnelle originale dans le contexte des méthodes de télédétection.
Fichier principal
Extraction de connaissances pour la description d’images satellitaires.pdf (201.7 Ko)
Télécharger le fichier
| Origine | Fichiers éditeurs autorisés sur une archive ouverte |
|---|