|
L'analyse de texture est l'objet de beaucoup de recherches
dans le domaine de l'imagerie mono-spectrale, voire multi-spectrale.
En parallèle, sont apparus ces dernières années de nouveaux
instruments spectro-imageurs ayant un grand nombre de canaux
(supérieur a 10), fournissant des images appelées
hyperspectrales qui sont une représentation du paysage
échantillonnée à la fois spatialement et spectralement.
Le but de ce travail est de réaliser une analyse de texture qui se
déroule conjointement dans ces deux espaces discrets.
Pour cela, on passe par une modélisation probabiliste vectorielle de
la texture par un champ de Markov gaussien.
Les paramètres de ce champ permettent la caractérisation de
différentes textures d'images hyperspectrale.
L'application susceptible de bénéficier directement des
résultats de cette étude étant la classification du tissu
urbain, on utilise ces paramètres comme de nouvelles bandes pour
effectuer la classification par le critère du Maximum de
vraisemblance.
Les résultats sur des images AVIRIS montrent une nette amélioration
de la classification utilisant l'information de texture extraite.
|
