Nouvelle méthode en cascade pour la classification hiérarchique multi-temporelle ou multi-capteur d'images satellitaires haute résolution
DOI :
https://doi.org/10.52638/rfpt.2018.301Mots-clés :
Images satellitaires, series temporelles, multi-résolution, multi-capteur, quad-arbre, classification, champs de Markov hiérarchiques, MPMRésumé
Ce papier présente un modèle de classification multi-résolution, multi-date et éventuellement multi-capteur fondé sur une modélisation statistique explicite au travers d'un modéle hiérarchique de champs de Markov construit sur une structure quad-arbre. L'approche proposée consiste en un classifieur bayésien supervisé qui combine un modèle statistique conditionnel par classe intégrant des informations pixel par pixel à la même résolution et un champ de Markov hiérarchique fusionnant l'information spatio-temporelle et multi-résolutions, en se basant sur le critère des Modes Marginales a Posteriori (MPM en anglais), qui vise à affecter à chaque pixel l'étiquette optimale en maximisant récursivement la probabilité marginale a posteriori, étant donné l'ensemble des observations multi-temporelles ou multi-capteur. Un nouvel élément intéressant de l'approche proposée est l'utilisation en cascade de plusieurs quad-arbres, chacun étant assocé à une nouvelle image disponible, en vue de caractériser les corrélations associées à des images distinctes.
Téléchargements
Téléchargements
Publié-e
Comment citer
Numéro
Rubrique
Licence
(c) Tous droits réservés Revue Française de Photogrammétrie et de Télédétection 2018
![Licence Creative Commons](http://i.creativecommons.org/l/by/4.0/88x31.png)
Cette œuvre est sous licence Creative Commons Attribution 4.0 International.
Les auteurs conservent les droits d'auteur et accordent à la revue le droit de première publication de l'œuvre sous une licence Creative Commons Attribution (CC-BY) 4.0 qui permet à d'autres de partager l'œuvre avec une reconnaissance de la paternité de l'œuvre et de sa publication initiale dans cette revue.