Vous êtes ici : GIPSA-lab > Formation > Thèses soutenues
Chargement
TARABALKA Yuliya

Approches spectro-spatiales pour la classification d'images hyperspectrales

 

Directeur de thèse :     Jocelyn CHANUSSOT

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

Spécialité : Signal, image, parole, télécoms

Structure de rattachement : Grenoble-INP

Établissement d'origine : INPG

Financement(s) : Bourse mobilité internationale ; contrat à durée déterminée

 

Date d'entrée en thèse : 01/10/2007

Date de soutenance : 14/06/2010

 

Composition du jury :
CHANUSSOT Jocelyn, GIPSA-Lab, Grenoble Institute of Technology, France
BENEDIKTSSON Jon Atli, University of Iceland, Reykjavik, Iceland
SVEINSSON Johannes, University of Iceland, Reykjavik, Iceland
CRAWFORD Melba, Purdue University, USA
TOURNERET Jean-Yves, IRIT, ENSEEIHT, Toulouse, France
JIA Xiuping, University College, Australian Defence Force Academy, Australia
GAMBA Paolo, University of Pavia, Italy
PLAZA Antonio, University of Extremadura, Spain

 

Résumé : Dans cette thèse, nous proposons et développons des nouvelles méthodes et algorithmes spectro-spatiaux pour la classification des données hyperspectrales. Dans un premier temps, l'intégration de la technique des Machines а Vecteurs de Support dans le cadre des Champs Aléatoires de Markov est étudiée. Dans un second temps, nous proposons des méthodes de classification qui utilisent des voisinages spatiaux adaptatifs dérivés des résultats de segmentation. L'extension de différentes techniques de segmentation au cadre hyperspectral a été étudiée. Afin de réduire une éventuelle sur-segmentation de l'image, nous avons également proposé des techniques basées sur l'utilisation de marqueurs afin d'identifier les structures spatiales pertinentes. Notre proposition consiste à analyser les résultats d'une classification probabiliste afin de sélectionner comme marqueurs les pixels les plus fiables. Une approche par classifieurs multiples permet d'augmenter encore la robustesse de cette sélection. Les nouvelles méthodes améliorent les résultats de classification par rapport aux méthodes proposées précédemment.


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