LogoLogo

Derksen, Dawa. Classification contextuelle de gros volumes de données d'imagerie satellitaire pour la production de cartes d'occupation des sols sur de grandes étendues

Derksen, Dawa (2019). Classification contextuelle de gros volumes de données d'imagerie satellitaire pour la production de cartes d'occupation des sols sur de grandes étendues.

[img]PDF - nécessite un logiciel de visualisation PDF comme GSview, Xpdf or Adobe Acrobat Reader
14Mb

Résumé en francais

Ce travail étudie l'application de la classification supervisée pour la production de cartes d'occupation des sols à partir de séries temporelles d'images satellitaires à haute résolution spatiale, spectrale, et temporelle. Sur ce problème, certaines classes, par exemple, les classes urbaines, dépendent plus du contexte des pixels que de leur contenu. L'enjeu de la thèse est la prise en compte du voisinage du pixel, pour améliorer la précision de ces classes. Cette recherche nous mène dans un premier temps à questionner la définition du voisinage, et à imaginer différentes formes. Ensuite, il s'agit de décrire le voisinage, c'est à dire de créer une représentation ou un modèle qui permette de reconnaître les classes ciblées. Les combinaisons de ces deux aspects sont évaluées sur deux jeux de données expérimentales, un sur de l'imagerie Sentinel-2, et un sur une image SPOT-7.

Sous la direction du :
Directeur de thèse
Inglada, Jordi
Ecole doctorale:Sciences de l'Univers, de l'environnement et de l'espace (SDU2E)
laboratoire/Unité de recherche :Centre d'Etudes Spatiales de la BIOsphère (CESBIO), UMR 5126
Mots-clés libres :Apprentissage automatique - Classification supervisée - Occupation des sols - Traitement d'images - Télédétection - Séries temporelles
Sujets :Sciences de l'ingénieur
Déposé le :03 Dec 2020 09:23