Le présent ouvrage s'articule autour de trois chapitres afin de cerner la problématique liée aux textures de deux types d'images de télédétection à mode d'acquisition différents. Dans le premier chapitre, nous avons dévoilé statistiquement la forte corrélation des textures qui sont difficilement identifiables par les méthodes conventionnelles. A cet effet, dans un second chapitre, plusieurs méthodes ont été utilisées pour extraire l'information essentielle de chaque texture et de leur attribuer des signatures texturales. Les transformations orthogonales ACI, TKL, TO, ont montrées leurs performances pour la ... Lire la suite
Le présent ouvrage s'articule autour de trois chapitres afin de cerner la problématique liée aux textures de deux types d'images de télédétection à mode d'acquisition différents. Dans le premier chapitre, nous avons dévoilé statistiquement la forte corrélation des textures qui sont difficilement identifiables par les méthodes conventionnelles. A cet effet, dans un second chapitre, plusieurs méthodes ont été utilisées pour extraire l'information essentielle de chaque texture et de leur attribuer des signatures texturales. Les transformations orthogonales ACI, TKL, TO, ont montrées leurs performances pour la décorrélation des textures. Puis, dans un troisième chapitre, nous avons élaboré des bancs de filtres linéaires texturaux permettant d'identifier séparément les textures des images. Ces filtres sont conçus à partir de la TKL, des filtres de Gabor et de la TO-MGG. Dans le dernier chapitre, des classifieurs intelligents, connus pour leur robustesse pour résoudre le problème de la discrimination non-linéaire, ont été utilisés. Les réseaux conçus sont : FFNN, SVM, QNN. L'évaluation de ces méthodes est réalisée en termes de taux de classification des textures
En créant un compte sur notre site, vous pourrez passer vos commandes plus rapidement, enregistrer plusieurs adresses de livraison, consulter et suivre vos commandes, et bien d'autres choses.
Se connecter
Créer un nouveau compte