Méthode collaborative de segmentation et classification d'objets à partir d'images de télédétection à très haute résolution spatiale
Langue Français
Accéder au document

Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

 
Auteur : Sellaouti, Aymen
Date de soutenance : 16-09-2014

Directeur(s) de thèse : Deruyver, Aline - Bsaïes, Khaled

Établissement de soutenance : Strasbourg - Université Tunis El Manar. Faculté des Sciences Mathématiques, Physiques et Naturelles de Tunis (Tunisie)
Laboratoire : Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....)
École doctorale : École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....)
 
Discipline : Informatique
Classification : Informatique, Sciences de l'ingénieur

Mots-clés libres : Objets, Coopération, Classification, Segmentation, Multi-agents, Croissance sémantique, Algorithme évolutionnaire
Mots-clés :
  • Images de télédétection
  • Traitement d'images -- Techniques numériques
  • Conception orientée objets (informatique)
  • Algorithmes évolutionnaires
Résumé : Avec l’avènement des images satellitaires à très haute résolution, les approches pixelliques ne donnant plus entière satisfaction ont été remplacées par les approches objets. Cependant, ces approches restent tributaires de la première étape qui permet le passage du pixel vers l’objet, à savoir l’étape de construction. L’architecture séquentielle de ces approches fait que les erreurs de l’étape de construction se répercutent sur l’étape d’identification. Il devient donc primordial de passer de cette architecture séquentielle vers une architecture itérative permettant la collaboration entre les étapes de construction et d’identification. Dans le cadre de cette thèse, nous nous sommes concentrés sur l’étude de l’étape de construction(i.e., la segmentation) comme base de départ pour les approches proposées. Nous avons proposé deux approches objets basées sur les techniques de segmentation les plus propices à la collaboration, à savoir les techniques régions et les techniques collaboratives région/contour. La première approche proposée se base sur une croissance sémantique hiérarchique. Elle permet de combiner les algorithmes de croissance de régions et les approches d’analyse d’images orientées objets. La croissance étant spécifique à la classe du germe de départ, nous avons proposé deux adaptations de l’approche sur les objets les plus rencontrés dans le contexte urbain, à savoir, les routes et les bâtiments. La deuxième approche utilise un algorithme évolutionnaire local permettant un paramétrage local des différents agents régions et contours évoluant au sein d’un système multi-agents.
 
Type de contenu : Text
Format : PDF
 
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2014STRAD032
Type de ressource : Thèse