z-logo
open-access-imgOpen Access
Textural features from wavelets on graphs for very high resolution panchromatic Pléiades image classification
Author(s) -
Minh Pham,
Grégoire Mercier,
Julien Michel
Publication year - 2014
Publication title -
revue française de photogrammétrie et de télédétection/revue française de photogrammétrie et de télédétection
Language(s) - French
Resource type - Journals
eISSN - 2426-3974
pISSN - 1768-9791
DOI - 10.52638/rfpt.2014.91
Subject(s) - humanities , wavelet , mathematics , artificial intelligence , computer science , art
Dans cet article, nous proposons une méthode de caractérisation locale des textures des images de très haute résolution spatiale, dans lesquelles l'hypothèse de stationnarité est peu respectée.Une approche ponctuelle (i.e. non-dense) est d'abord introduite pour la représentation de l'image en utilisant un ensemble de pixels d'intétêt au lieu de la totalité des pixels de l'image. Un graphe pondéré est ensuite construit à partir de ces pixels représentatifs. Le signal de texture, porté sur ce graphe, est ensuite analysé à travers une transformée en ondelettes sur graphe. La classification en texture, implémentée ici de façon non-supervisée, est donc réalisée par la classification des coefficients d'ondelettes sur le graphe. Les expérimentations appliquées aux images panchromatiques Pléiades nous donnent des résultats très prometteurs avec une bonne précision de classification tout en gardant une compléxité intéressante.

The content you want is available to Zendy users.

Already have an account? Click here to sign in.
Having issues? You can contact us here