Vous êtes ici : GIPSA-lab > Formation > Thèses soutenues
Chargement
LONCAN Laetitia

Fusion d'images panchromatiques et hyperspectrales à très haute résolution spatiale

 

Directeur de thèse :     Jocelyn CHANUSSOT

École doctorale : Electronique, electrotechnique, automatique, traitement du signal (eeats)

Spécialité : Signal, image, parole, télécoms

Structure de rattachement : Autre

Établissement d'origine : INPG - ENSE3

Financement(s) : Bourse dga

 

Date d'entrée en thèse : 01/10/2013

Date de soutenance : 26/10/2016

 

Composition du jury :
Paolo GAMBA University of Pavia, président du Jury
Yannick DEVILLE Laboratoire Astrophysique de Toulouse, rapporteur
Saïd MOUSSAOUI Ecole Centrale de Nantes, Rapporteur
José BIOUCAS-DIAS Instituto de Telecomunicações, Examinateur
Véronique SERFATY DGA, Examinateur
Jocelyn CHANUSSOT GIPSA-LAB, Directeur de thèse
Sophie FABRE ONERA/DOTA/POS Co-directrice de thèse
Xavier BRIOTTET ONERA/DOTA/POS, Encadrant de thèse

 

Résumé : Les methodes standard de pansharpening visent à fusionner une image panchromatique avec une image multispectrale afin de générer une image possédant la haute résolution spatiale de la première et la haute résolution spectrale de la dernière. Durant la dernière décennie, beaucoup de méthodes de pansharpening utilisant des images multispectrales furent créées. Avec la disponibilité croissante d'images hyperspectrales, ces méthodes s'étendent maintenant au pansharpening hyperspectral, c'est-à-dire à la fusion d'une image panchromatique possédant une très bonne résolution spatiale avec une image hyperspectrale possédant une résolution spatiale plus faible. Toutefois les méthodes de pansharpening hyperspectrale issues de l'état de l'art ignorent souvent le problème des pixels mixtes. Le but de ses méthodes est de préserver l'information spectrale tout en améliorant l'information spatiale. Dans cette thèse, dans une première partie, nous présentons et analysons les méthodes de l'état de l'art afin de les analyser pour connaitre leurs performances et leurs limitations. Dans une seconde partie, nous présentons une approche qui s'occupe du cas des pixels mixtes en intégrant une étape pré-fusion pour les démélanger. Cette méthode améliore les résultats en ajoutant de l'information spectrale qui n'est pas présente dans l'image hyperspectrale à cause des pixels mixtes. Les performances de notre méthode sont évaluées sur différents jeux de données possédant des résolutions spatiales et spectrales différentes correspondant à des environnements différents. Notre méthode sera évaluée en comparaison avec les méthodes de l'état de l'art à une échelle globale et locale.


GIPSA-lab, 11 rue des Mathématiques, Grenoble Campus BP46, F-38402 SAINT MARTIN D'HERES CEDEX - 33 (0)4 76 82 71 31