A. Chardin. Modèles énergétiques hiérarchiques pour la résolution des problèmes inverses en analyse d'images Application à la télédétection. PhD Thesis Université de Rennes 1, mention Traitement du signal et télécommunication, January 2000.
Download paper:
Adobe portable document (pdf)
Download slides
Adobe portable document (pdf)
Copyright notice: This material is presented to ensure timely dissemination of scholarly and technical work. Copyright and all rights therein are retained by authors or by other copyright holders. All persons copying this information are expected to adhere to the terms and constraints invoked by each author's copyright. These works may not be reposted without the explicit permission of the copyright holder.
Dans le contexte des problèmes inverses en analyse d'images, cette thèse aborde les modèles stochastiques hiérarchiques qui permettent d'améliorer les approches basées sur les champs de Markov. Nous introduisons une nouvelle structure hiérarchique hybride qui permet de combiner des a priori spatial et hiérarchique : il s'agit d'un quadarbre tronqué dont les noeuds du niveau le plus grossier supportent un champ de Markov spatial sur une grille. Ce nouveau type de graphes permet d'éviter les inconvénients algorithmiques des modéles sur grille spatiale (lourde charge calculatoire et/ou forte dépendance des résultats par rapport à l'initialisation) et les défauts de modélisation des modèles sur quadarbre (structure encombrante et quelque peu artificielle). La structure hybride conduit à des algorithmes semi-itératifs qui combinent des procédures exactes non-itératives sur les sous-arbres avec des procédures itératives approchées sur la grille au sommet de la structure. Dans le cas d'estimation supervisée, nous avons développé trois algorithmes d'inférence associés à trois critères : le MAP, le MPM et le semi-MPM. Les expériences sur images synthétiques ont montré que ces algorithmes apportaient des gains en terme d'efficacité calculatoire et de qualité des résultats par rapport aux méthodes classiques sur champ de Markov et aux algorithmes sur quadrabre. Fort de ces constats, nous avons construit des algorithmes pour l'estimation de paramètres, pour répondre aux problèmes de l'estimation non-supervisée. Deux voies ont été explorées : les algorithmes de type EM et ceux de type ICE. De nouveau, ces méthodes se sont révélées efficaces. Finalement, l'utilisation de procédures itératives associées à la grille grossière ne semble pas impliquer une surcharge calculatoire significative tout en améliorant les résultats. Pour finir nous nous sommes intéressés, dans le cadre d'une collaboration avec des géographes, à un problème réel de classification en télédétection. Cela nous a permis de comparer nos méthodes avec celles usuellement employées par les géographes (analyse discriminante, distance minimale et maximum de vraisemblance) pour l'analyse d'images multispectrales. Cette étude offre l'avantage de guider les utilisateurs (non spécialistes) de techniques de traitement d'images dans leur choix des méthodes appropriées à leurs données et leurs objectifs
@PhdThesis{Chardin00a,
Author = {Chardin, A.},
Title = {Modèles énergétiques hiérarchiques pour la résolution des problèmes inverses en analyse d'images Application à la télédétection},
School = {Université de Rennes 1, mention Traitement du signal et télécommunication},
Month = {January},
Year = {2000}
}
Get EndNote Reference (.ref)
This document was translated automatically from BibTEX by bib2html (Copyright 2003 © Eric Marchand, INRIA, Vista Project).