EXTRACTION D’UN INDICE DE TEXTURE PAR LE MODELE MARKOVIEN EN VUE D’UNE CARACTERISATION DU THEME BATI
Résumé
L’extraction des zones urbaines sur une image satellitaire à partir des seules informations spectrales est insuffisante. La plupartdes méthodes font appel à une analyse de la texture de l'image pour intégrer l’aspect spatial qui peut s’avérer important dans ce
cas. C’est à partir de cette méthode que nous essayons, de dégager les zones urbaines de celles de non urbaines. Comme les
champs de markov sont des outils très utilisés en traitement d’images surtout pour la modélisation des textures. Nous
proposons, une approche de caractérisation du thème bâti pour l’extraction des indices texturaux reposant sur la modélisation
markovienne qui sera utilisée dans un processus classificatoire.
Références
[1] L. Chaouche Ramdane. Analyse Texturale par
Approche Markovienne : Application à l’Analyse
Urbaine. Thèse de Magister, Centre National des
Techniques Spatiales (CNTS),Arzew, 2006.
[2] X. Descombes. Champs de Markoviens en analyse
d’images. Thèse de Doctorat, ENST, 1993.
[3] X.Descombes, M.Sigelle & F.Preteux. “Estimating
Gaussian Markov random field parameters in a
nonstationary framework: Application to remote
sensing imaging”. IEEE Trans. on image processing,
vol.8, no.4, avril1999, pp.490-503.
[4] H. Fizazi, R. Rabahi et I. Khireddine. Application des
champs aléatoires de Markov approche multi échelle
pour la classification des images satellitaires. Projet
d’Ingénieur, Université USTO, Oran, 2003.
[5] T.Iftene & A.Safia. “Comparaison entre la matrice de
cooccurrence et la transformation en ondelettes pour la
classification texturale des images HRV(XS) de Spot”.
Télédétection, Vol.4, n°1, p.39-49, 2004.
[6] Z.Kato. Modélisations Markoviennes Multirésolutions
en vision par ordinateur. Application à la segmentation
d’images SPOT. Thèse de Doctorat, Université Nice-
Sophia Antipolis, 1994.
[7] J.Laferté. Contribution à l’analyse d’images par
modèles markoviens sur des graphes hiérarchiques :
Application à la fusion de données multirésolutions.
Thèse de Doctorat
Approche Markovienne : Application à l’Analyse
Urbaine. Thèse de Magister, Centre National des
Techniques Spatiales (CNTS),Arzew, 2006.
[2] X. Descombes. Champs de Markoviens en analyse
d’images. Thèse de Doctorat, ENST, 1993.
[3] X.Descombes, M.Sigelle & F.Preteux. “Estimating
Gaussian Markov random field parameters in a
nonstationary framework: Application to remote
sensing imaging”. IEEE Trans. on image processing,
vol.8, no.4, avril1999, pp.490-503.
[4] H. Fizazi, R. Rabahi et I. Khireddine. Application des
champs aléatoires de Markov approche multi échelle
pour la classification des images satellitaires. Projet
d’Ingénieur, Université USTO, Oran, 2003.
[5] T.Iftene & A.Safia. “Comparaison entre la matrice de
cooccurrence et la transformation en ondelettes pour la
classification texturale des images HRV(XS) de Spot”.
Télédétection, Vol.4, n°1, p.39-49, 2004.
[6] Z.Kato. Modélisations Markoviennes Multirésolutions
en vision par ordinateur. Application à la segmentation
d’images SPOT. Thèse de Doctorat, Université Nice-
Sophia Antipolis, 1994.
[7] J.Laferté. Contribution à l’analyse d’images par
modèles markoviens sur des graphes hiérarchiques :
Application à la fusion de données multirésolutions.
Thèse de Doctorat
Comment citer
RAMDANE, L.CHAOUCHE; IFTENE2, T.; FIZAZI IZABATEN, H..
EXTRACTION D’UN INDICE DE TEXTURE PAR LE MODELE MARKOVIEN EN VUE D’UNE CARACTERISATION DU THEME BATI.
Courrier du Savoir, [S.l.], v. 14, mai 2014.
ISSN 1112-3338.
Disponible à l'adresse : >https://revues.univ-biskra.dz./index.php/cds/article/view/412>. Date de consultation : 14 nov. 2024
Rubrique
Articles
