Bea2008b

[Bea2008b]
Aller–Retour Segmentation/Classification des Images Polarimétriques SAR

Authors:Beaulieu Jean-Marie, Ridha Touzi

Conference:13e Congrès de l’Association Québécoise de Télédétection

 Trois-Rivières, Canada

 30 avril – 2 mai 2008, pp. 1-6

URL:http://laqt.org

Abstract:   Nous avons développé une technique efficace de segmentation hiérarchique et l’avons appliqué aux images polarimétriques SAR. La segmentation et la classification non-supervisée d’image sont des problèmes difficiles. On peut simplifier le problème en acceptant un nombre élevé de seg- ments (régions) ou de classes. Il est reconnu que la classification basée sur la valeur des seg- ments est moins affectée par le bruit que la classification basée sur la valeur des pixels. Nous pouvons utilisez une partition avec beaucoup de régions (sur-segmentation) simplifiant ainsi la tâche de la segmentation. Cependant, la classification non-supervisée de segment demeure un problème difficile. Pour simplifier, nous utilisons seulement un sous ensemble des segments et nous produisons une classification avec beaucoup de classes. Chaque segment de la sur- segmentation est alors assigné à une des nombreuses classes. Nous pouvons utiliser cette infor- mation de classe pour poursuivre la segmentation en fusionnant les régions et réduire à une valeur convenable le nombre de régions.

Aller–Retour Segmentation/Classification des Images Polarimétriques SAR,
Beaulieu Jean-Marie, Ridha Touzi,
13e Congrès de l’Association Québécoise de Télédétection, Trois-Rivières, Canada, 30 avril – 2 mai 2008, pp. 1-6.
[Bibtex]

@Conference{Bea2008b,
author = {Beaulieu, Jean-Marie and Touzi, Ridha},
editor = {},
title = {Aller--Retour Segmentation/Classification des Images Polarim{\'e}triques {SAR}},
booktitle = {13e Congr{\`e}s de l'Association Qu{\'e}b{\'e}coise de T{\'e}l{\'e}d{\'e}tection},
volume = {},
publisher = {},
url = {http://laqt.org},
isbn = {},
doi = {},
address = {Trois-Rivi{\`e}res, Canada},
pages = {1-6},
year = {2008},
month = {30 avril - 2 mai},
abstract = {Nous avons d{\'e}velopp{\'e} une technique efficace de segmentation hi{\'e}rarchique et l'avons appliqu{\'e} aux images polarim{\'e}triques SAR. La segmentation et la classification non-supervis{\'e}e d'image sont des probl{\`e}mes difficiles. On peut simplifier le probl{\`e}me en acceptant un nombre {\'e}lev{\'e} de seg- ments (r{\'e}gions) ou de classes. Il est reconnu que la classification bas{\'e}e sur la valeur des seg- ments est moins affect{\'e}e par le bruit que la classification bas{\'e}e sur la valeur des pixels. Nous pouvons utilisez une partition avec beaucoup de r{\'e}gions (sur-segmentation) simplifiant ainsi la t{\^a}che de la segmentation. Cependant, la classification non-supervis{\'e}e de segment demeure un probl{\`e}me difficile. Pour simplifier, nous utilisons seulement un sous ensemble des segments et nous produisons une classification avec beaucoup de classes. Chaque segment de la sur- segmentation est alors assign{\'e} {\`a} une des nombreuses classes. Nous pouvons utiliser cette infor- mation de classe pour poursuivre la segmentation en fusionnant les r{\'e}gions et r{\'e}duire {\`a} une valeur convenable le nombre de r{\'e}gions.},
mypdf = {7},
keywords = {},
openpdf = {},
openid = {Beaulieu 2008}
}

DOWNLOAD   the published version

‪© 2008 Jean-Marie Beaulieu