Analyse et caractérisation de textures d'images de télédétection

Univ Europeenne - EAN : 9783841669810

Olfa Charfi

Skip to the end of the images gallery

Skip to the beginning of the images gallery

Édition papier

EAN : 9783841669810

Paru le : 7 août 2015

49,90 € 47,30 €

Epuisé

Pour connaître votre prix et commander, identifiez-vous

Manquant sans date

Notre engagement qualité

Livraison gratuite
en France sans minimum
de commande
Manquants maintenus
en commande
automatiquement
Un interlocuteur
unique pour toutes
vos commandes
Toutes les licences
numériques du marché
au tarif éditeur
Assistance téléphonique
personalisée sur le
numérique
Service client
Du Lundi au vendredi
de 9h à 18h

Détails

EAN13 : 9783841669810
Réf. fournisseur : 5841393
Editeur : Univ Europeenne
Date Parution : 7 août 2015
Disponibilite : Manque sans date
Barème de remise : NS
Nombre de pages : 96
Format : H:220 mm L:150 mm E:6 mm
Poids : 154gr
Interdit de retour : Retour interdit

Résumé

Résumé : 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
Biographie : Née en 1968 à Tunis en Tunisie. Maitre assistante à l'Institut des Sciences Appliquées et de Technologie de Tunis. Titulaire du diplôme d'Habilitation universitaire en génie électrique de l'Ecole Nationale d'ingénieurs de Tunis. Spécialiste en traitement du signal et de l'image. Effectue des recherches dans l'imagerie de télédétection et médicale.