• Français
    • English
  • Français 
    • Français
    • English
  • Login
View Document 
  •   Savoirs UdeS Home
  • Lettres et sciences humaines
  • Lettres et sciences humaines – Thèses
  • View Document
  •   Savoirs UdeS Home
  • Lettres et sciences humaines
  • Lettres et sciences humaines – Thèses
  • View Document
JavaScript is disabled for your browser. Some features of this site may not work without it.

Browse

All of Savoirs UdeSDomains & CollectionsBy Issue DateAuthorsTitlesSubjectsDirectorsThis CollectionBy Issue DateAuthorsTitlesSubjectsDirectors

My Account

Login

Statistics

View Usage Statistics

Développement d’un modèle d’analyse de texture multibande

Other titre : New model for multiband texture analysis

Thumbnail
View/Open
Corps de la thèse (12.65Mb)
Publication date
2014
Author(s)
Safia, Abdelmounaime
Subject
Unité texturale compacte
 
Unité texturale compacte multibande
 
Texture multibande
 
Base de données de texture multibande
 
Album de Brodatz
 
Classification texturale
 
Invariance à la rotation
 
Recherche d'images
 
Compact texture unit
 
Multiband compact texture unit
 
Multiband texture
 
Multiband texture database
 
Brodatz texture
 
Texture classification
 
Rotation invariance
 
Image retrieval
Show full document record
Abstract
Résumé : En télédétection, la texture facilite l’identification des classes de surfaces sur des critères de similitude d’organisation spatiale des pixels. Les méthodes d’analyse texturale utilisées en télédétection et en traitement d’image en général sont principalement proposées pour extraire la texture dans une seule bande à la fois. Pour les images multispectrales, ceci revient à extraire la texture dans chaque bande spectrale séparément. Cette stratégie ignore la dépendance qui existe entre la texture des différentes bandes (texture inter-bande) qui peut être une source d’information additionnelle aux côtés de l’information texturale classique intra-bande. La prise en charge de la texture multibande (intra- et inter-bande) engendre une complexité calculatoire importante. Dans sa recherche de solution pour l’analyse de la texture multibande, ce projet de thèse revient vers les aspects fondamentaux de l’analyse de la texture, afin de proposer un modèle de texture qui possède intrinsèquement une complexité calculatoire réduite, et cela indépendamment de l’aspect multibande de la texture. Une solution pour la texture multibande est ensuite greffée sur ce nouveau modèle, de manière à lui permettre d’hériter de sa complexité calculatoire réduite. La première partie de ce projet de recherche introduit donc un nouveau modèle l’analyse de texture appelé modèle d’unité texturale compacte (en anglais : Compact Texture Unit, C-TU). Le C-TU prend comme point de départ le modèle de spectre de texture et propose une réduction significative de sa complexité. Cette réduction est atteinte en proposant une solution générale pour une codification de la texture avec la seule information d’occurrence, sans l’information structurelle. En prenant avantage de la grande efficacité calculatoire du modèle de C-TU développé, un nouvel indice qui analyse la texture multibande comme un ensemble indissociable d’interactions spatiales intra- et inter-bandes est proposé. Cet indice, dit C-TU multibande, utilise la notion de voisinage multibande afin de comparer le pixel central avec ses voisins dans la même bande et avec ceux des autres bandes spectrales. Ceci permet à l’indice de C-TU multibande d’extraire la texture de plusieurs bandes simultanément. Finalement, une nouvelle base de données de textures couleurs multibandes est proposée, pour une validation des méthodes texturales multibandes. Une série de tests visant principalement à évaluer la qualité discriminante des solutions proposées a été conduite. L’ensemble des résultats obtenus dont nous faisons rapport ici confirme que le modèle de C-TU proposé ainsi que sa version multibande sont des outils performants pour l’analyse de la texture en télédétection et en traitement d’images en général. Les tests ont également démontré que la nouvelle base de données de textures multibande possède toutes les caractéristiques nécessaires pour être utilisée en validation des méthodes de texture multibande. // Abstract : In multispectral images, texture is typically extracted independently in each band using existing grayscale texture methods. However, reducing texture of multispectral images into a set of independent grayscale texture ignores inter-band spatial interactions which can be a valuable source of information. The main obstacle for characterizing texture as intra- and inter-band spatial interactions is that the required calculations are cumbersome. In the first part of this PhD thesis, a new texture model named the Compact Texture Unit (C-TU) model was proposed. The C-TU model is a general solution for the texture spectrum model, in order to decrease its computational complexity. This simplification comes from the fact that the C-TU model characterizes texture using only statistical information, while the texture spectrum model uses both statistical and structural information. The proposed model was evaluated using a new monoband C-TU descriptor in the context of texture classification and image retrieval. Results showed that the monoband C-TU descriptor that uses the proposed C-TU model provides performances equivalent to those delivered by the texture spectrum model but with much more lower complexity. The calculation efficiency of the proposed C-TU model is exploited in the second part of this thesis in order to propose a new descriptor for multiband texture characterization. This descriptor, named multiband C-TU, extracts texture as a set of intra- and inter-band spatial interactions simultaneously. The multiband C-TU descriptor is very simple to extract and computationally efficient. The proposed descriptor was compared with three strategies commonly adopted in remote sensing. The first is extracting texture using panchromatic data; the second is extracting texture separately from few newbands obtained by principal components transform; and the third is extracting texture separately in each spectral band. These strategies were applied using cooccurrence matrix and monoband compact texture descriptors. For all experiments, the proposed descriptor provided the best results. In the last part of this thesis, a new color texture images database is developed, named Multiband Brodatz Texture database. Images from this database have two important characteristics. First, their chromatic content, even if it is rich, does not have discriminative value, yet it contributes to form texture. Second, their textural content is characterized by high intra- and inter-band variation. These two characteristics make this database ideal for multiband texture analysis without the influence of color information.
URI
http://hdl.handle.net/11143/5990
Collection
  • Moissonnage BAC [2652]
  • Lettres et sciences humaines – Thèses [543]

Related documents

Showing documents related by title, author, creator and subject.

  • Thumbnail

    L'apport de l'analyse de texture et des réseaux de neurones dans la cartographie de l'utilisation du sol en milieu urbain cas de la ville de Sherbrooke

    Hemamouche, Abderrahim (Université de Sherbrooke, 2006)
    Dans ce projet de mémoire nous avons étudié l'utilité de la texture et des réseaux de neurones pour la classification du milieu urbain de la ville de Sherbrooke. Nous avons développé dans le chapitre l, le problème de la ...
  • Thumbnail

    L'identification des classes de texture de sols nus par l'analyse du coefficient de rétrodiffusion d'un radar à antenne synthéqique

    Vincent, Pierre (Université de Sherbrooke, 1999)
    Il existe une forte corrélation entre l'humidité du sol des cinq premiers centimètres et la rétrodiffusion radar en bande C. La valeur de la constante diélectrique diffère entre deux classes de texture de sols aux même ...
  • Thumbnail

    Méthode basée sur la texture pour l'étiquetage des images

    Turcotte, Maryse (Université de Sherbrooke, 2000)
    Dans ce travail, nous expérimentons 25 méthodes d'extraction de caractéristiques de texture et une méthode de sélection non-paramétrique séquentielle vers l'avant basée sur l'algorithme des K plus proches voisins sur des ...

DSpace software [version 5.4 XMLUI], copyright © 2002-2015  DuraSpace
Contact Us | Send Feedback
 

 


DSpace software [version 5.4 XMLUI], copyright © 2002-2015  DuraSpace
Contact Us | Send Feedback