The Publications

Result of the query in the list of publications :

• 101 Articles
• 31 PhD Thesis and Habilitations
• 245 Conference articles
• 90 Technical and Research Reports
• 14 Collection articles or Books chapters
• 5 Books

new search | get the bibtex

navigation : 1 - 2- ... - 10 - 11 - 12- ... - 48 - 49 display : 10 per page | 20 per page | 50 per page

101 Articles

101 - New Prospects in Line Detection by Dynamic Programming. N. Merlet and J. Zerubia. IEEE Trans. Pattern Analysis and Machine Intelligence, 18(4): pages 426-431, April 1996. Keywords : Line detection, dynamic programming, energy minimization, curvature, satellite images. @ARTICLE{MerletPAMI96, author = {Merlet, N. and Zerubia, J.}, title = {New Prospects in Line Detection by Dynamic Programming}, year = {1996}, month = {April}, journal = {IEEE Trans. Pattern Analysis and Machine Intelligence}, volume = {18}, number = {4}, pages = {426-431}, url = {http://ieeexplore.ieee.org/xpls/abs_all.jsp?isnumber=10562&arnumber=491623&count=15&index=6}, keyword = {Line detection, dynamic programming, energy minimization, curvature, satellite images} } Abstract : The detection of lines in satellite images has drawn a lot of attention within the last 15 years. Problems of resolution, noise, and image understanding are involved, and one of the best methods developed so far is the F* algorithm of Fischler, which achieves robustness, rightness, and rapidity. Like other methods of dynamic programming, it consists of defining a cost which depends on local information; then a summation-minimization process in the image is performed. We present herein a mathematical formalization of the F* algorithm, which allows us to extend the cost both to cliques of more than two points (to deal with the contrast), and to neighborhoods of size larger than one (to take into account the curvature). Thus, all the needed information (contrast, grey-level, curvature) is synthesized in a unique cost function defined on the digital original image. This cost is used to detect roads and valleys in satellite images (SPOT).

top of the page

31 PhD Thesis and Habilitations

1 - Processus ponctuels et algorithmes de coupure minimal de graphe appliqués à l'extraction d'objets 2D et 3D. A. Gamal Eldin. PhD Thesis, Universite de Nice Sophia Antipolis, October 2011. Keywords : Multiple object detection, Multiple Birth and Cut, Graph Cut, Multiple Birth and Death, Marked point process, Stochastic geometry. @PHDTHESIS{GamalPhdThesis, author = {Gamal Eldin, A.}, title = {Processus ponctuels et algorithmes de coupure minimal de graphe appliqués à l'extraction d'objets 2D et 3D}, year = {2011}, month = {October}, school = {Universite de Nice Sophia Antipolis}, url = {http://tel.archives-ouvertes.fr/tel-00737988}, keyword = {Multiple object detection, Multiple Birth and Cut, Graph Cut, Multiple Birth and Death, Marked point process, Stochastic geometry} } Résumé : L'objectif de cette thèse est de développer une nouvelle approche de détection d'objets 3D à partir d'une image 2D, prenant en compte les occultations et les phénomènes de perspective. Cette approche est fondée sur la théorie des processus ponctuels marqués, qui a fait ses preuves dans la solution de plusieurs problèmes en imagerie haute résolution. Le travail de la thèse est structuré en deux parties: En première partie: Nous proposons une nouvelle méthode probabiliste pour gérer les occultations et les effets de perspective. Le modèle propose est fondé sur la simulation d'une scène 3D utilisant OpenGL sur une carte graphique (GPU). C'est une méthode orientée objet, intégrée dans le cadre d'un processus ponctuel marqué. Nous l'appliquons pour l'estimation de la taille d'une colonie de manchots, là où nous modélisons une colonie de manchots comme un nombre inconnu d'objets 3D. L'idée principale de l'approche proposée consiste à échantillonner certaines configurations candidat composé d'objets 3D s'appuyant sur le plan réel. Une densité de Gibbs est définie sur l'espace des configurations, qui prend en compte des informations a priori et sur les données. Pour une configuration proposée, la scène est projetée sur le plan image, et les configurations sont modifiées jusqu'à convergence. Pour évaluer une configuration proposée, nous mesurons la similarité entre l'image projetée de la configuration proposée et l'image réelle, définissant ainsi le terme d'attache aux données et l'a priori pénalisant les recouvrements entre objets. Nous avons introduit des modifications dans l'algorithme d'optimisation pour prendre en compte les nouvelles dépendances qui existent dans notre modèle 3D. En deuxième partie: Nous proposons une nouvelle méthode d'optimisation appelée Abstract : The topic of this thesis is to develop a novel approach for 3D object detection from a 2D image. This approach takes into consideration the occlusions and the perspective effects. This work has been embedded in a marked point process framework, proved to be efficient for solving many challenging problems dealing with high resolution images. The accomplished work during the thesis can be presented in two parts: First part: We propose a novel probabilistic approach to handle occlusions and perspective effects. The proposed method is based on 3D scene simulation on the GPU using OpenGL. It is an object based method embedded in a marked point process framework. We apply it for the size estimation of a penguin colony, where we model a penguin colony as an unknown number of 3D objects. The main idea of the proposed approach is to sample some candidate configurations consisting of 3D objects lying on the real plane. A Gibbs energy is define on the configuration space, which takes into account both prior and data information. The proposed configurations are projected onto the image plane, and the configurations are modified until convergence. To evaluate a proposed configuration, we measure the similarity between the projected image of the proposed configuration and the real image, by defining a data term and a prior term which penalize objects overlapping. We introduced modifications to the optimization algorithm to take into account new dependencies that exists in our 3D model. Second part: We propose a new optimization method which we call

2 - Phase fields for network extraction from images. A. El Ghoul. PhD Thesis, Universite de Nice - Sophia-Antipolis, September 2010. Keywords : Shape prior, Higher-order actif contours, Phase Field, Stability analysis, Directed networks, river extraction. @PHDTHESIS{elghoul10c, author = {El Ghoul, A.}, title = {Phase fields for network extraction from images}, year = {2010}, month = {September}, school = {Universite de Nice - Sophia-Antipolis}, url = {http://tel.archives-ouvertes.fr/docs/00/55/01/34/PDF/ThesisMunuscript2010_EL_GHOUL.pdf}, keyword = {Shape prior, Higher-order actif contours, Phase Field, Stability analysis, Directed networks, river extraction} } Résumé : Cette thèse décrit la construction d'un modèle de réseaux non-directionnels (e.g. réseaux routiers), fondé sur les contours actifs d'ordre supérieur (CAOSs) et les champs de phase développés récemment, et introduit une nouvelle famille des CAOSs des champs de phase pour des réseaux directionnels (e.g. réseaux hydrographiques en imagerie de télédétection, vaisseaux sanguins en imagerie médicale). Dans la première partie de cette thèse, nous nous intéressons à l'analyse de stabilité d'une énergie de type CAOSs aboutissant à un ‘diagramme de phase'. Les résultats, qui sont confirmés par des expériences numériques, permettent une bonne sélection des valeurs des paramètres pour la modélisation de réseaux non-directionnels. Au contraire des réseaux routiers, les réseaux hydrographiques sont directionnels, i.e. ils contiennent un ‘flux' monodimensionnel circulant dans chaque branche. Cela implique des propriétés géométriques spécifiques des branches et particulièrement des jonctions, propriétés qu'il est utile de traduire dans un modèle, pour l'extraction de réseaux. Nous développons donc un modèle de champ de phase non-local de réseaux directionnels, qui, en plus du champ de phase scalaire décrivant une région par une fonction caractéristique lisse et qui interagit non-localement afin que des configurations de réseaux linéiques soient favorisées, introduit un champ vectoriel représentant le ‘flux' dans les branches du réseau. Ce champ vectoriel est contraint d'être nul à l'extérieur, et de magnitude égale à 1 à l'intérieur du réseau ; circulant dans le sens longitudinal des branches du réseau ; et de divergence très faible. Cela prolonge les branches du réseau ; contrôle la variation de largeur tout au long une branche ; et forme des jonctions non-symétriques telles que la somme des largeurs entrantes soit approximativement égale à celle des largeurs sortantes. En conjonction avec une nouvelle fonction d'interaction pour le champ de phase scalaire, le modèle assure aussi une vaste gamme de valeurs des largeurs stables des branches. Ce nouveau modèle a été appliqué au problème d'extraction de réseaux hydrographiques à partir d'images satellitaires très haute résolution. Abstract : This thesis describes the construction of an undirected network (e.g. road network) model, based on the recently developed higher-order active contours (HOACs) and phase fields, and introduces a new family of phase field HOACs for directed networks (e.g. hydrographic networks in remote sensing imagery, vascular networks in medical imagery). In the first part of this thesis, we focus on the stability analysis of a HOAC energy leading to a ‘phase diagram'. The results, which are confirmed by numerical experiments, enable the selection of parameter values for the modelling of undirected networks. Hydrographic networks, unlike road networks, are directed, i.e. they carry a unidirectional flow in each branch. This leads to specific geometric properties of the branches and particularly of the junctions, that it is useful to capture in a model, for network extraction purposes. We thus develop a nonlocal phase field model of directed networks, which, in addition to a scalar field representing a region by its smoothed characteristic function, and interacting nonlocally so as to favour network configurations, contains a vector field representing the ‘flow' through the network branches. The vector field is strongly encouraged to be zero outside, and of unit magnitude inside the network; and to have zero divergence. This prolongs network branches; controls width variation along a branch; and produces asymmetric junctions for which total incoming branch width approximately equals total outgoing branch width. In conjunction with a new interaction function for the scalar field, it also allows a broad range of stable branch widths. The new proposed model is applied to the problem of hydrographic network extraction from VHR satellite images, and it outperforms the undirected network model.

3 - Blind Deconvolution for Confocal Laser Scanning Microscopy. P. Pankajakshan. PhD Thesis, Universite de Nice Sophia Antipolis, December 2009. Keywords : Confocal Laser Scanning Microscopy, Blind Deconvolution, point spread function, Maximum likelihood estimation , total variation regularization. @PHDTHESIS{PankajakshanThesis09, author = {Pankajakshan, P.}, title = {Blind Deconvolution for Confocal Laser Scanning Microscopy}, year = {2009}, month = {December}, school = {Universite de Nice Sophia Antipolis}, url = {http://tel.archives-ouvertes.fr/tel-00474264/fr/}, keyword = {Confocal Laser Scanning Microscopy, Blind Deconvolution, point spread function, Maximum likelihood estimation , total variation regularization} } Résumé : La microscopie confocale à balayage laser, est une technique puissante pour étudier les spécimens biologiques en trois dimensions (3D) par sectionnement optique. Elle permet d’avoir des images de spécimen vivants à une résolution de l’ordre de quelques centaines de nanomètres. Bien que très utilisée, il persiste des incertitudes dans le procédé d’observation. Comme la réponse du système à une impulsion, ou fonction de flou (PSF), est dépendante à la fois du spécimen et des conditions d’acquisition, elle devrait être estimée à partir des images observées du spécimen. Ce problème est mal posé et sous déterminé. Pour obtenir une solution, il faut injecter des connaisances, c’est à dire, a priori dans le problème. Pour cela, nous adoptons une approche bayésienne. L’état de l’art des algorithmes concernant la déconvolution et la déconvolution aveugle est exposé dans le cadre d’un travail bayésien. Dans la première partie, nous constatons que la diffraction due à l’objectif et au bruit intrinsèque à l’acquisition, sont les distorsions principales qui affectent les images d’un spécimen. Une approche de minimisation alternée (AM), restaure les fréquences manquantes au-delà de la limite de diffraction, en utilisant une régularisation par la variation totale sur l’objet, et une contrainte de forme sur la PSF. En outre, des méthodes sont proposées pour assurer la positivité des intensités estimées, conserver le flux de l’objet, et bien estimer le paramètre de la régularisation. Quand il s’agit d’imager des spécimens épais, la phase de la fonction pupille, due aux aberrations sphériques (SA) ne peut être ignorée. Dans la seconde partie, il est montré qu’elle dépend de la difference à l’index de réfraction entre l’objet et le milieu d’immersion de l’objectif, et de la profondeur sous la lamelle. Les paramètres d’imagerie et la distribution de l’intensité originelle de l’objet sont calculés en modifiant l’algorithme AM. Due à la nature de la lumière incohérente en microscopie à fluorescence, il est possible d’estimer la phase à partir des intensités observées en utilisant un modèle d’optique géométrique. Ceci a été mis en évidence sur des données simulées. Cette méthode pourrait être étendue pour restituer des spécimens affectés par les aberrations sphériques. Comme la PSF varie dans l’espace, un modèle de convolution par morceau est proposé, et la PSF est approchée. Ainsi, en plus de l’objet, il suffit d’estimer un seul paramétre libre. Abstract : Confocal laser scanning microscopy is a powerful technique for studying biological specimens in three dimensions (3D) by optical sectioning. It permits to visualize images of live specimens non-invasively with a resolution of few hundred nanometers. Although ubiquitous, there are uncertainties in the observation process. As the system’s impulse response, or point-spread function (PSF), is dependent on both the specimen and imaging conditions, it should be estimated from the observed images in addition to the specimen. This problem is ill-posed, under-determined. To obtain a solution, it is necessary to insert some knowledge in the form of a priori and adopt a Bayesian approach. The state of the art deconvolution and blind deconvolution algorithms are reviewed within a Bayesian framework. In the first part, we recognize that the diffraction-limited nature of the objective lens and the intrinsic noise are the primary distortions that affect specimen images. An alternative minimization (AM) approach restores the lost frequencies beyond the diffraction limit by using total variation regularization on the object, and a spatial constraint on the PSF. Additionally, some methods are proposed to ensure positivity of estimated intensities, to conserve the object’s flux, and to well handle the regularization parameter. When imaging thick specimens, the phase of the pupil function due to spherical aberration (SA) cannot be ignored. It is shown to be dependent on the refractive index mismatch between the object and the objective immersion medium, and the depth under the cover slip. The imaging parameters and the object’s original intensity distribution are recovered by modifying the AM algorithm. Due to the incoherent nature of the light in fluorescence microscopy, it is possible to retrieve the phase from the observed intensities by using a model derived from geometrical optics. This was verified on the simulated data. This method could also be extended to restore specimens affected by SA. As the PSF is space varying, a piecewise convolution model is proposed, and the PSF approximated so that, apart from the specimen, it is sufficient to estimated only one free parameter.

4 - Shape recognition for image scene analysis. M. S. Kulikova. PhD Thesis, Universite de Nice - Sophia-Antipolis, December 2009. Keywords : tree crown , Classification, Shape, multiple object extraction, Marked point process, Shape prior. @PHDTHESIS{mkulikova_phd09, author = {Kulikova, M. S.}, title = {Shape recognition for image scene analysis}, year = {2009}, month = {December}, school = {Universite de Nice - Sophia-Antipolis}, url = {http://tel.archives-ouvertes.fr/docs/00/48/20/19/PDF/phd_mkulikova_2009.pdf}, keyword = {tree crown , Classification, Shape, multiple object extraction, Marked point process, Shape prior} } Résumé : Cette thèse est composée de deux parties principales. La première partie est dédiée au problème de la classification d’espèces d’arbres en utilisant des descripteurs de forme, en combainison ou non, avec ceux de radiométrie ou de texture. Nous montrons notamment que l’information sur la forme améliore la performance d’un classifieur. Pour ce faire, dans un premier temps, une étude des formes de couronnes d’arbres extraites à partir d’images aériennes, en infrarouge couleur, est eectuée en utilisant une méthodologie d’analyse de formes des courbes continues fermées dans un espace de formes, en utilisant la notion de chemin géodésique sous deux métriques dans des espaces appropriés : une métrique non-élastique en utilisant la reprèsentation par la fonction d’angle de la courbe, ainsi qu’une métrique élastique induite par une représentation par la racinecarée appelée q-fonction. Une étape préliminaire nécessaire à la classification est l’extraction des couronnes d’arbre. Dans une seconde partie, nous abordons donc le problème de l’extraction d’objets de forme complexe arbitraire, à partir d’images de télédétection à très haute résolution. Nous construisons un modèle fondé sur les processus ponctuels marqués. Son originalité tient dans sa prise en compte d’objets de forme arbitraire par rapport aux objets de forme paramétrique, e.g. ellipses ou rectangles. Les formes sélectionnées sont obtenues par la minimisation locale d’une énergie de type contours actifs avec diérents a priori sur la forme incorporé. Les objets de la configuration finale (optimale) sont ensuite sélectionnés parmi les candidats par une dynamique de naissances et morts multiples, couplée à un schéma de recuit simulé. L’approche est validée sur des images de zones forestières à très haute résolution fournies par l’Université d’Agriculture de Suède. Abstract : This thesis includes two main parts. In the first part we address the problem of tree crown classification into species using shape features, without, or in combination with, those of radiometry and texture, to demonstrate that shape information improves classification performance. For this purpose, we first study the shapes of tree crowns extracted from very high resolution colour aerial infra-red images. For our study, we choose a methodology based on the shape analysis of closed continuous curves on shape spaces using geodesic paths under the bending metric with the angle-function curve representation, and the elastic metric with the square root q-function representation. A necessary preliminary step to classification is extraction of the tree crowns. In the second part, we address thus the problem of extraction of multiple objects with complex, arbitrary shape from remote sensing images of very high resolution. We develop a model based on marked point processes. Its originality lies in its use of arbitrarily-shaped objects as opposed to parametric shape objects, e.g. ellipses or rectangles. The shapes considered are obtained by local minimisation of an active contour energy with weak and then strong shape prior knowledge included. The objects in the final (optimal) configuration are then selected from amongst these candidates by a multiple birth-and-death dynamics embedded in an annealing scheme. The approach is validated on very high resolution images of forest provided by the Swedish University of Agriculture.

5 - Détection de Filaments dans des images 2D et 3D; modélisation, étude mathématique et algorithmes.. A. Baudour. PhD Thesis, Universite de Nice Sophia Antipolis, May 2009. Keywords : imagerie 3D, Segmentation, filaments, Deconvolution, Variational methods, mocroscopie confocale. @PHDTHESIS{baudour2009, author = {Baudour, A.}, title = {Détection de Filaments dans des images 2D et 3D; modélisation, étude mathématique et algorithmes.}, year = {2009}, month = {May}, school = {Universite de Nice Sophia Antipolis}, keyword = {imagerie 3D, Segmentation, filaments, Deconvolution, Variational methods, mocroscopie confocale} } Résumé : Cette thèse aborde le problème de la modélisation et de la détection des laments dans des images 3D. Nous avons développé des méthodes variationnelles pour quatre applications spéciques :  l'extraction de routes où nous avons introduit la notion de courbure totale pour conserver les réseaux réguliers en tolérant les discontinuités de direction.  la détection et la complétion de laments fortement bruités et présentant des occultation. Nous avons utilisé la magnétostatique et la théorie de Ginzburg-Landau pour représenter les laments comme ensemble de singularités d'un champ vectoriel.  la détection de laments dans des images biologiques acquises en microscopie confocale. On modélise les laments en tenant compte des spécicité de cette dernière. Les laments sont alors obtenus par une méthode de maximum à posteriori.  la détection de cible dans des séquences d'images infrarouges. Dans cette application, on cherche des trajectoires optimisant la diérence de luminosit é moyenne entre la trajectoire et son voisinage en tenant compte des capteurs utilisés. Par ailleurs, nous avons démontré des résultats théoriques portant sur la courbure totale et la convergence de la méthode d'Alouges associée aux systèmes de Ginzburg-Landau. Ce travail réunit à la fois modélisation, résulats théoriques et recherche d'algorithmes numériques performants permettant de traiter de réelles applications.

6 - New higher-order active contour models, shape priors, and multiscale analysis: their application to road network extraction from very high resolution satellite images. T. Peng. PhD Thesis, Universite de Nice Sophia Antipolis, November 2008. Keywords : Higher-order active contour, Phase Field, Prior, Multiresolution, Road network, Very high resolution. Copyright : @PHDTHESIS{Peng08d, author = {Peng, T.}, title = {New higher-order active contour models, shape priors, and multiscale analysis: their application to road network extraction from very high resolution satellite images}, year = {2008}, month = {November}, school = {Universite de Nice Sophia Antipolis}, pdf = {http://tel.archives-ouvertes.fr/tel-00349768/fr/}, keyword = {Higher-order active contour, Phase Field, Prior, Multiresolution, Road network, Very high resolution} } Résumé : L'objectif de cette thèse est de développer et de valider des approches robustes d'extraction semi-automatique de réseaux routiers en zone urbaine dense à partir d'images satellitaires optiques à très haute résolution (THR). Nos modèles sont fondés sur une modélisation par champs de phase des contours actifs d'ordre supérieur (CAOS). Le probléme est difficile pour deux raisons principales : les images THR sont intrinsèquement complexes, et certaines zones des réseaux peuvent prendre une topologie arbitraire. Pour remédier à la complexité de l'information contenue dans les images THR, nous proposons une modélisation statistique multi-résolution des données ainsi qu'un modèle multi-résolution contraint a priori. Ces derniers permettent l'intégration des résultats de segmentation de résolution brute et de résolution fine. De plus, dans le cadre particulier de la mise à jour de réseaux routiers, nous présentons un modèle de forme a priori spécifique, dérivé d'une ancienne carte numérique issue d'un SIG. Ce terme spécifique a priori équilibre l'effet de la connaissance a priori générique apportée par le modèle de CAOS, qui décrit la forme géométrique générale des réseaux routiers. Cependant, le modèle classique de CAOS souffre d'une limitation importante : la largeur des branches du réseau est contrainte à d'être similaire au maximum du rayon de courbure des branches du réseau, fournissant ainsi un modèle non satisfaisant dans le cas de réseaux aux branches droites et étroites ou aux branches fortement incurvées et larges. Nous résolvons ce problème en proposant deux nouveaux modèles : l'un contenant un terme additionnel, nonlocal, non-linéaire de CAOS, et l'autre contenant un terme additionnel, nonlocal, linéaire de CAOS. Ces deux termes permettent le contrôle séparé de la largeur et de la courbure des branches, et fournissent une meilleure prolongation pour une même largeur. Le terme linéaire a plusieurs avantages : d'une part il se calcule plus efficacement, d'autre part il peut modéliser plusieurs largeurs de branche simultanément. Afin de remédier à la difficulté du choix des paramètres de ces modèles, nous analysons les conditions de stabilité pour une longue barre d'une largeur donnée décrite par ces énergies, et montrons ainsi comment choisir rigoureusement les paramètres des fonctions d'énergie. Des expériences sur des images satellitaires THR et la comparaison avec d'autres modèles démontrent la supériorité de nos modèles. Abstract : The objective of this thesis is to develop and validate robust approaches for the semi-automatic extraction of road networks in dense urban areas from very high resolution (VHR) optical satellite images. Our models are based on the recently developed higher-order active contour (HOAC) phase field framework. The problem is difficult for two main reasons: VHR images are intrinsically complex and network regions may have arbitrary topology. To tackle the complexity of the information contained in VHR images, we propose a multiresolution statistical data model and a multiresolution constrained prior model. They enable the integration of segmentation results from coarse resolution and fine resolution. Subsequently, for the particular case of road map updating, we present a specific shape prior model derived from an outdated GIS digital map. This specific prior term balances the effect of the generic prior knowledge carried by the HOAC model, which describes the geometric shape of road networks in general. However, the classical HOAC model suffers from a severe limitation: network branch width is constrained to be similar to maximum network branch radius of curvature, thereby providing a poor model of networks with straight narrow branches or highly curved, wide branches. We solve this problem by introducing two new models: one with an additional nonlinear nonlocal HOAC term, and one with an additional linear nonlocal HOAC term. Both terms allow separate control of branch width and branch curvature, and furnish better prolongation for the same width, but the linear term has several advantages: it is more efficient from a computational standpoint, and it is able to model multiple widths simultaneously. To cope with the difficulty of parameter selection of these models, we analyze the stability conditions for a long bar with a given width described by these energies, and hence show how to choose rigorously the parameters of the energy functions. Experiments on VHR satellite images and comparisons with other approaches demonstrate the superiority of our models.

7 - Algorithmes rapides d'optimisation convexe. Application à la reconstruction d'images et à la détection de changements. P. Weiss. PhD Thesis, Universite de Nice Sophia Antipolis, November 2008. Keywords : Convex optimization, nesterov scheme, Sparse representations, Total variation, Change detection, level lines. Copyright : @PHDTHESIS{These_Pweiss, author = {Weiss, P.}, title = {Algorithmes rapides d'optimisation convexe. Application à la reconstruction d'images et à la détection de changements}, year = {2008}, month = {November}, school = {Universite de Nice Sophia Antipolis}, url = {http://www.math.univ-toulouse.fr/~weiss/Publis/These_PWEISS_Compressee.pdf}, pdf = {http://www.math.univ-toulouse.fr/~weiss/Publis/These_PWEISS_Compressee.pdf}, keyword = {Convex optimization, nesterov scheme, Sparse representations, Total variation, Change detection, level lines} } Résumé : Cette thèse contient des contributions en analyse numérique et en vision par ordinateur. Dans une première partie, nous nous intéressons à la résolution rapide, par des méthodes de premier ordre, de problèmes d'optimisation convexe. Ces problèmes apparaissent naturellement dans de nombreuses tâches telles que la reconstruction d'images, l'échantillonnage compressif ou la décomposition d'images en texture et en géométrie. Ils ont la particularité d'être non différentiables ou très mal conditionnés. On montre qu'en utilisant des propriétés fines des fonctions à minimiser on peut obtenir des algorithmes de minimisation extrêmement efficaces. On analyse systématiquement leurs taux de convergence en utilisant des résultats récents dûs à Y. Nesterov. Les méthodes proposées correspondent - à notre connaissance - à l'état de l'art des méthodes de premier ordre. Dans une deuxième partie, nous nous intéressons au problème de la détection de changements entre deux images satellitaires prises au même endroit à des instants différents. Une des difficultés principales à surmonter pour résoudre ce problème est de s'affranchir des conditions d'illuminations différentes entre les deux prises de vue. Ceci nous mène à l'étude de l'invariance aux changements d'illuminations des lignes de niveau d'une image. On caractérise complètement les scènes qui fournissent des lignes de niveau invariantes. Celles-ci correspondent assez bien à des milieux urbains. On propose alors un algorithme simple de détection de changements qui fournit des résultats très satisfaisants sur des images synthétiques et des images Quickbird réelles.

8 - Détection et classification de changements sur des scènes urbaines en télédétection. A. Fournier. PhD Thesis, Institut Supérieur de l'Aéronautique et de l'Espace, October 2008. Keywords : détection de changements, Satellite images, lignes de niveau, Classification, Urban areas, statistiques directionnelles. @PHDTHESIS{Fournier08, author = {Fournier, A.}, title = {Détection et classification de changements sur des scènes urbaines en télédétection}, year = {2008}, month = {October}, school = {Institut Supérieur de l'Aéronautique et de l'Espace}, url = {http://tel.archives-ouvertes.fr/tel-00463593/fr/}, keyword = {détection de changements, Satellite images, lignes de niveau, Classification, Urban areas, statistiques directionnelles} } Résumé : Cette thèse aborde le problème de la détection de changements sur des images de scènes urbaines en télédétection. Les expériences ont été menées sur des couples d'images satellitaires panchromatiques haute résolution (< 1 m). À travers ce thème général, plusieurs problématiques, correspondant aux divers niveaux d'une chaîne de traitement, sont abordés, depuis la création d'un masque de changements jusqu'au raisonnement à un niveau objet. Dans ce manuscrit, nous abordons premièrement le problème de la détermination d'un masque de changements. Après avoir étudié les limites d'un algorithme de détection de changements, fondé sur l'analyse en composantes principales, nous proposons un algorithme tirant parti de l'invariance des lignes de niveau, fondé sur un modèle d'illumination et des hypothèses sur la régularité de la scène. Par la suite, nous abordons la classification des zones détectées comme changées au cours de l'étape précédente. D'abord, nous nous fondons uniquement sur les radiométries des couples de pixels. Enfin, nous étudions l'intérêt d'une composante géométrique dans la classification. Plus précisément, nous appliquons un algorithme d'approximation polygonale sur les zones connexes issues de la classification précédentes, puis nous classifions les formes obtenues compte tenu des orientations des côtés des polygones obtenus. Abstract : This thesis addresses the problem of change detection on remotely sensed urban scenes. experiences were run on couples of high resolution (<1m) panchromatic satellite images. Through this general theme, different problems, corresponding to different levels of a processing chain were addressed, from the determination of a change mask to an object level reasoning. In this work, we first address the problem of determining a change mask. We study the assets and limits of a change detection algorithm based on a Principal Component Analysis. We then propose a new algorithm that relies on the invariance of the level lines. It is based on a simple illumination model and some hypotheses on the scene regularity. Then we address the classification of the zones detected as changed during our first step. This is done by only considering the radiometries of each pixel couple. Finally, we study the interest of a geometric component in our classification. More precisely, we apply a polygonal approximation algorithm on the connected zones generated by the first classification, then we classify the obtained shapes according to the orientations of the polygon edges.

9 - Détection de zones brûlées après un feu de forêt à partir d'une seule image satellitaire SPOT 5 par techniques SVM. O. Zammit. PhD Thesis, Universite de Nice Sophia Antipolis, September 2008. Keywords : Classification, Satellite images, Burnt areas, Forest fires, Support Vector Machines, Region Growing. Copyright : @PHDTHESIS{zammit_these_08, author = {Zammit, O.}, title = {Détection de zones brûlées après un feu de forêt à partir d'une seule image satellitaire SPOT 5 par techniques SVM}, year = {2008}, month = {September}, school = {Universite de Nice Sophia Antipolis}, url = {http://tel.archives-ouvertes.fr/tel-00345683/fr/}, pdf = {http://tel.archives-ouvertes.fr/tel-00345683/fr/}, keyword = {Classification, Satellite images, Burnt areas, Forest fires, Support Vector Machines, Region Growing} } Résumé : Cette thèse aborde le problème de cartographie de zones brûlées à partir d'images satellitaires haute résolution. Nos modèles reposent sur le traitement d'une seule image SPOT 5, acquise après le feu afin de détecter automatiquement les zones brûlées. Le modèle est fondé sur les Séparateurs à Vaste Marge (SVM), une technique de classification supervisée qui a démontré une meilleure précision et une meilleure capacité de généralisation que les algorithmes de classification plus traditionnels. Concernant notre problème de détection, les différentes zones brûlées possèdent des caractéristiques spectrales assez similaires, au contraire des zones non brûlées (végétation, routes, eau, zones urbaines, nuage, ombre...) dont les caractéristiques spectrales varient énormément. Nous proposons donc d'utiliser les One-Class SVM, une technique qui dérive des SVM mais qui n'utilise que des exemples de pixels brûlés pour les phases d'apprentissage et de classification. Afin de prendre en compte l'information spatiale de l'image, l'algorithme OC-SVM est utilisé comme une technique de croissance de régions, ce qui permet de diminuer les fausses alarmes et d'améliorer les contours des zones brûlées. De plus, la base d'exemple de pixels brûlés nécessaire à l'apprentissage des techniques SVM est déterminée automatiquement à partir de l'histogramme de l'image. Finalement, la méthode de classification proposée est testée sur plusieurs images satellitaires afin de valider son efficacité selon le type de végétation et la surface des zones brûlées. Les zones brûlées obtenues sont comparées aux vérités de terrain fournies par le CNES, Infoterra France, le SERTIT, les Services Départementaux d'Incendies et de Secours ou l'Office National des Forêts.

top of the page

navigation : 1 - 2- ... - 10 - 11 - 12- ... - 48 - 49 display : 10 per page | 20 per page | 50 per page

These pages were generated by