ASAR-AQT-CRSS

PublicationListBookJournalConference

ASAR / AQT / CRSS  Conferences

[Beau23ep] Edge Preserving Bi-Level Set SAR Image Filter,
Beaulieu Jean-Marie,
Advanced SAR Workshop 2023, Canadian Space Agency, Montreal (Saint-Hubert), Nov. 27-30, 2023.
[PDF]   [URL]   [Slide]   [.. More]   [Bibtex]  
@Conference{Beau23ep,
author = {Beaulieu, Jean-Marie},
editor = {},
title = {Edge Preserving Bi-Level Set SAR Image Filter},
booktitle = {Advanced SAR Workshop 2023, Canadian Space Agency},
volume = {},
publisher = {},
url = {http://www.asc-csa.gc.ca},
isbn = {},
doi = {},
address = {Montreal (Saint-Hubert)},
pages = {},
year = {2023},
month = {Nov. 27-30},
abstract = {},
mypdf = {6},
slide = {https://BeaulieuJM.ca/slide/slideBeau23ep.pdf},
keywords = {}
}
[Beau23pa] Préservation des Arêtes dans le Filtrage des Images SAR avec les ensembles à deux niveaux,
Beaulieu Jean-Marie,
Congrès 2023 de l’Association Québécoise de Télédétection, Université du Québec à Trois-Rivières, 23-25 oct., 2023.
[PDF]   [URL]   [Slide]   [.. More]   [Bibtex]  
@Conference{Beau23pa,
author = {Beaulieu, Jean-Marie},
editor = {},
title = {Préservation des Arêtes dans le Filtrage des Images SAR avec les ensembles à deux niveaux},
booktitle = {Congr{\`e}s 2023 de l'Association Qu{\'e}b{\'e}coise de T{\'e}l{\'e}d{\'e}tection},
volume = {},
publisher = {},
url = {http://laqt.ca},
isbn = {},
doi = {},
address = {Université du Québec à Trois-Rivières},
pages = {},
year = {2023},
month = {23-25 oct.},
abstract = {},
mypdf = {6},
slide = {https://BeaulieuJM.ca/slide/slideBeau23pa.pdf},
keywords = {}
}
[Beau21sh] Segmentation hiérarchique avec Julia,
Beaulieu Jean-Marie,
Congrès 2021 de L’Association Québécoise de Télédétection, 2-3 juin, 2021.
[PDF]   [URL]   [Slide]   [.. More]   [Bibtex]  
@Conference{Beau21sh,
author = {Beaulieu, Jean-Marie},
editor = {},
title = {Segmentation hiérarchique avec Julia},
booktitle = {Congrès 2021 de L’Association Québécoise de Télédétection},
volume = {},
publisher = {},
url = {https://event.fourwaves.com/fr/aqt2021/pages},
isbn = {},
doi = {},
address = {},
pages = {},
year = {2021},
month = {2-3 juin},
abstract = {},
mypdf = {6},
keywords = {},
slide = {https://BeaulieuJM.ca/slide/slideBeau21sh.pdf},
keywords = {}
}
[Bea2019b] Efficient Hierarchical Clustering for Polsar Image Analysis,
Beaulieu Jean-Marie,
Advanced SAR Workshop 2019, Canadian Space Agency, Montreal (Saint-Hubert), Oct. 1-3, 2019.
[PDF]   [URL]   [Slide]   [.. More]   [Bibtex]  
@Conference{Bea2019b,
author = {Beaulieu, Jean-Marie},
editor = {},
title = {Efficient Hierarchical Clustering for Polsar Image Analysis},
booktitle = {Advanced SAR Workshop 2019, Canadian Space Agency},
volume = {},
publisher = {},
url = {http://www.asc-csa.gc.ca/eng/events/2019/asar-2019-workshop-on-synthetic-aperture-radar.asp},
isbn = {},
doi = {},
address = {Montreal (Saint-Hubert)},
pages = {},
year = {2019},
month = {Oct. 1-3},
abstract = {},
mypdf = {6},
slide = {https://BeaulieuJM.ca/slide/slideBea2019b.pdf},
keywords = {}
}
[Bea2019a] Contrôle du Voisinage pour un Regroupement Hiérarchique Efficace,
Beaulieu Jean-Marie,
Colloque AQT/RHQ 2019: La télédétection et l’eau dans tous leurs états, Campus de l’U. Bishop’s, Sherbrooke, 15-17 mai, 2019, p. 1.
[PDF]   [URL]   [Slide]   [.. More]   [Bibtex]  
@Conference{Bea2019a,
author = {Beaulieu, Jean-Marie},
editor = {},
title = {Contr{\^o}le du Voisinage pour un Regroupement Hi{\'e}rarchique Efficace},
booktitle = {Colloque AQT/RHQ 2019: La t{\'e}l{\'e}d{\'e}tection et l'eau dans tous leurs {\'e}tats},
volume = {},
publisher = {},
url = {https://aqtrhq2019.sciencesconf.org},
isbn = {},
doi = {},
address = {Campus de l'U. Bishop's, Sherbrooke},
pages = {1},
year = {2019},
month = {15-17 mai},
abstract = {},
mypdf = {6},
slide = {https://BeaulieuJM.ca/slide/slideBea2019a.pdf},
keywords = {}
}
[Bea2017a] Mean-Shif Polsar Image Denoising with Position Tensor,
Beaulieu Jean-Marie,
Earth Observation Summit 2017, Montreal, June 20-22, 2017, p. 1.
[PDF]   [URL]   [Open]   [Slide]   [.. More]   [Bibtex]  
@Conference{Bea2017a,
author = {Beaulieu, Jean-Marie},
editor = {},
title = {Mean-Shif Polsar Image Denoising with Position Tensor},
booktitle = {Earth Observation Summit 2017},
volume = {},
publisher = {},
url = {https://crss-sct.ca/conferences/csrs2017},
isbn = {},
doi = {},
address = {Montreal},
pages = {1},
year = {2017},
month = {June 20-22},
abstract = {},
mypdf = {6},
slide = {https://BeaulieuJM.ca/slide/slideBea2017a.pdf},
keywords = {},
openpdf = {https://sommetot2017-eosummit2017.exordo.com/files/papers/60/initial_draft/SOT-2017-Polarimetry-Beaulieu.pdf},
openid = {ExOrdo}
}
[Bea2015b] Filtrage d’Image Polsar par Mean-Shift avec Tenseur / Tensor Based Mean-Shift Polsar Image Enhancement,
Beaulieu Jean-Marie,
Advanced SAR Workshop 2015, Canadian Space Agency, Montreal (Saint-Hubert), Oct. 20-22, 2015.
[PDF]   [URL]   [Slide]   [.. More]   [Bibtex]  
@Conference{Bea2015b,
author = {Beaulieu, Jean-Marie},
editor = {},
title = {Filtrage d'Image Polsar par Mean-Shift avec Tenseur
/ Tensor Based Mean-Shift Polsar Image Enhancement},
booktitle = {Advanced SAR Workshop 2015, Canadian Space Agency},
volume = {},
publisher = {},
url = {http://www.asc-csa.gc.ca},
isbn = {},
doi = {},
address = {Montreal (Saint-Hubert)},
pages = {},
year = {2015},
month = {Oct. 20-22},
abstract = {},
mypdf = {6},
slide = {https://BeaulieuJM.ca/slide/slideBea2015a.pdf},
keywords = {}
}
[Bea2015a] Filtrage d’Image Polsar par Mean-Shift avec Tenseur,
Beaulieu Jean-Marie,
XVIe Congrès de l’Association Québécoise de Télédétection, INRS, Quebec, 28-30 oct., 2015.
[PDF]   [URL]   [Slide]   [.. More]   [Bibtex]  
@Conference{Bea2015a,
author = {Beaulieu, Jean-Marie},
editor = {},
title = {Filtrage d'Image Polsar par Mean-Shift avec Tenseur},
booktitle = {XVIe Congr{\`e}s de l'Association Qu{\'e}b{\'e}coise de T{\'e}l{\'e}d{\'e}tection},
volume = {},
publisher = {},
url = {http://laqt.org},
isbn = {},
doi = {},
address = {INRS, Quebec},
pages = {},
year = {2015},
month = {28-30 oct.},
abstract = {},
mypdf = {6},
slide = {https://BeaulieuJM.ca/slide/slideBea2015a.pdf},
keywords = {}
}
[Bea2011b] Mean-Shift Clustering and Hierarchical Segmentation for Polsar Image Analysis,
Beaulieu Jean-Marie, Ridha Touzi,
Advanced SAR Workshop 2011, Canadian Space Agency, Montreal (Saint-Hubert), June, 2011, p. 6.
[PDF]   [URL]   [.. More]   [Bibtex]   [Abstract]  
Image segmentation and unsupervised classification are difficult problems. We propose to combine both. A clustering process is applied over segment mean values. Only large segments are considered. The clustering is composed of a mean-shift step and a hierarchical clustering step. The hierarchical grouping is based upon a powerful segmentation technique previously developed [1]. The approach is applied on a 9-look polarimetric SAR image. Textured and non- textured image regions are considered. The K and Wishart distributions are used respectively. The unsupervised classification results can be very useful for image analysis and further supervised classification. The obtained region groups constitute an important simplification of the image.
@Conference{Bea2011b,
author = {Beaulieu, Jean-Marie and Touzi, Ridha},
editor = {},
title = {Mean-Shift Clustering and Hierarchical Segmentation for Polsar Image Analysis},
booktitle = {Advanced SAR Workshop 2011, Canadian Space Agency},
volume = {},
publisher = {},
url = {http://www.asc-csa.gc.ca},
isbn = {},
doi = {},
address = {Montreal (Saint-Hubert)},
pages = {6},
year = {2011},
month = {June},
abstract = {Image segmentation and unsupervised classification are difficult problems. We propose to combine both. A clustering process is applied over segment mean values. Only large segments are considered. The clustering is composed of a mean-shift step and a hierarchical clustering step. The hierarchical grouping is based upon a powerful segmentation technique previously developed [1]. The approach is applied on a 9-look polarimetric SAR image. Textured and non- textured image regions are considered. The K and Wishart distributions are used respectively. The unsupervised classification results can be very useful for image analysis and further supervised classification. The obtained region groups constitute an important simplification of the image.},
mypdf = {7},
keywords = {}
}
[Bea2011a] Segmentation/Classification des Images Polsar par Regroupement Hierarchique et Mean-Shift,
Beaulieu Jean-Marie, Ridha Touzi,
32e Symposium Canadien sur la Télédétection et 14e Congrès de l’AQT, Sherbrooke, Campus de l’U. Bishop’s, Sherbrooke, 13-16 juin, 2011, pp. 1-7.
[PDF]   [URL]   [.. More]   [Bibtex]   [Abstract]  
Nous avons développé une approche de segmentation hiérarchique performante pour les images polarimétriques SAR. Cependant, la segmentation et la classification non supervisée demeurent des problèmes difficiles. Dans cet article, nous proposons de combiner les deux. En télédétection, la tâche principale est l’interprétation de l’image. Nous devons développer des outils qui facilitent l’accomplissement de cette tâche complexe. Ceci est l’objectif des techniques automatiques de classification, qu’on nomme techniques de regroupement (clustering). Nous examinerons les relations entre les techniques itératives de regroupement, le regroupement hiérarchique et la segmentation de l’image. Nous regarderons comment nous pouvons passer d’une à l’autre.
@Conference{Bea2011a,
author = {Beaulieu, Jean-Marie and Touzi, Ridha},
editor = {},
title = {Segmentation/Classification des Images Polsar par Regroupement Hierarchique et Mean-Shift},
booktitle = {32e Symposium Canadien sur la T{\'e}l{\'e}d{\'e}tection et 14e Congr{\`e}s de l'AQT, Sherbrooke},
volume = {},
publisher = {},
url = {https://crss-sct.ca},
isbn = {},
doi = {},
address = {Campus de l'U. Bishop's, Sherbrooke},
pages = {1-7},
year = {2011},
month = {13-16 juin},
abstract = {Nous avons d{\'e}velopp{\'e} une approche de segmentation hi{\'e}rarchique performante pour les images polarim{\'e}triques SAR. Cependant, la segmentation et la classification non supervis{\'e}e demeurent des probl{\`e}mes difficiles. Dans cet article, nous proposons de combiner les deux.
En t{\'e}l{\'e}d{\'e}tection, la t{\^a}che principale est l'interpr{\'e}tation de l'image. Nous devons d{\'e}velopper des outils qui facilitent l'accomplissement de cette t{\^a}che complexe. Ceci est l'objectif des techniques automatiques de classification, qu'on nomme techniques de regroupement (clustering). Nous examinerons les relations entre les techniques it{\'e}ratives de regroupement, le regroupement hi{\'e}rarchique et la segmentation de l'image. Nous regarderons comment nous pouvons passer d'une {\`a} l'autre.},
mypdf = {7},
keywords = {}
}
[ElM2011] Segmentation hiérarchique par optimisation séquentielle pour la classification H/A/Alpha d’image polarimétrique SAR,
El Mabrouk Abdelhai, Jean-Marie Beaulieu,
32e Symposium canadien sur la télédétection et 14e Congrès de l’AQT, Université Bishop’s, Sherbrooke (Québec), 13-16 juin, 2011, p. 1114.
[PDF]   [.. More]   [Bibtex]   [Abstract]  
Dans une image polarimétrique SAR multi-vue, chaque pixel est représenté par une matrice Hermitienne 3×3, soit la matrice de cohérence. À partir des valeurs propres et des vecteurs propres de cette matrice, on peut calculer l’entropie H, l’anisotropie A et l’angle α. En définissant des intervalles (seuils) pour chaque paramètre, on obtient 16 zones définissant 16 classes de rétrodiffusion. Chaque pixel sera assigné à une de ces classes. On effectue préalablement un filtrage pour réduire le bruit dans la classification. Il y a un aspect arbitraire dans le choix des seuils. Il faut chercher une approche qui s’adapte aux données. Par exemple, la technique de regroupement des K-centres a été utilisée. Nous proposons d’utiliser la segmentation hiérarchique et le regroupement hiérarchique pour faire un premier regroupement des pixels. L’image est ainsi simplifiée tout en préservant l’information spatiale. Ceci remplace le filtrage et permet d’obtenir une meilleure image de classification.
@Conference{ElM2011,
author = {El Mabrouk, Abdelhai and Beaulieu, Jean-Marie},
editor = {},
title = {Segmentation hi{\'e}rarchique par optimisation s{\'e}quentielle pour la classification H/A/Alpha d'image polarim{\'e}trique {SAR}},
booktitle = {32e Symposium canadien sur la t{\'e}l{\'e}d{\'e}tection et 14e Congr{\`e}s de l'AQT},
volume = {},
publisher = {},
url = {},
isbn = {},
doi = {},
address = {Université Bishop’s, Sherbrooke (Québec)},
pages = {1114},
year = {2011},
month = {13-16 juin},
abstract = {Dans une image polarimétrique SAR multi-vue, chaque pixel est représenté par une matrice Hermitienne 3x3, soit la matrice de cohérence. À partir des valeurs propres et des vecteurs propres de cette matrice, on peut calculer l'entropie H, l'anisotropie A et l'angle α. En définissant des intervalles (seuils) pour chaque paramètre, on obtient 16 zones définissant 16 classes de rétrodiffusion. Chaque pixel sera assigné à une de ces classes. On effectue préalablement un filtrage pour réduire le bruit dans la classification. Il y a un aspect arbitraire dans le choix des seuils. Il faut chercher une approche qui s'adapte aux données. Par exemple, la technique de regroupement des K-centres a été utilisée. Nous proposons d'utiliser la segmentation hiérarchique et le regroupement hiérarchique pour faire un premier regroupement des pixels. L'image est ainsi simplifiée tout en préservant l'information spatiale. Ceci remplace le filtrage et permet d'obtenir une meilleure image de classification.},
mypdf = {7},
keywords = {}
}
[Bea2008b] Aller–Retour Segmentation/Classification des Images Polarimétriques SAR,
Beaulieu Jean-Marie, Ridha Touzi,
13e Congrès de l’Association Québécoise de Télédétection, Trois-Rivières, Canada, 30 avril – 2 mai, 2008, pp. 1-6.
[PDF]   [URL]   [Slide]   [.. More]   [Bibtex]   [Abstract]  
Nous avons développé une technique efficace de segmentation hiérarchique et l’avons appliqué aux images polarimétriques SAR. La segmentation et la classification non-supervisée d’image sont des problèmes difficiles. On peut simplifier le problème en acceptant un nombre élevé de seg- ments (régions) ou de classes. Il est reconnu que la classification basée sur la valeur des seg- ments est moins affectée par le bruit que la classification basée sur la valeur des pixels. Nous pouvons utilisez une partition avec beaucoup de régions (sur-segmentation) simplifiant ainsi la tâche de la segmentation. Cependant, la classification non-supervisée de segment demeure un problème difficile. Pour simplifier, nous utilisons seulement un sous ensemble des segments et nous produisons une classification avec beaucoup de classes. Chaque segment de la sur- segmentation est alors assigné à une des nombreuses classes. Nous pouvons utiliser cette infor- mation de classe pour poursuivre la segmentation en fusionnant les régions et réduire à une valeur convenable le nombre de régions.
@Conference{Bea2008b,
author = {Beaulieu, Jean-Marie and Touzi, Ridha},
editor = {},
title = {Aller--Retour Segmentation/Classification des Images Polarim{\'e}triques {SAR}},
booktitle = {13e Congr{\`e}s de l'Association Qu{\'e}b{\'e}coise de T{\'e}l{\'e}d{\'e}tection},
volume = {},
publisher = {},
url = {http://laqt.org},
isbn = {},
doi = {},
address = {Trois-Rivi{\`e}res, Canada},
pages = {1-6},
year = {2008},
month = {30 avril - 2 mai},
abstract = {Nous avons d{\'e}velopp{\'e} une technique efficace de segmentation hi{\'e}rarchique et l'avons appliqu{\'e} aux images polarim{\'e}triques SAR. La segmentation et la classification non-supervis{\'e}e d'image sont des probl{\`e}mes difficiles. On peut simplifier le probl{\`e}me en acceptant un nombre {\'e}lev{\'e} de seg- ments (r{\'e}gions) ou de classes. Il est reconnu que la classification bas{\'e}e sur la valeur des seg- ments est moins affect{\'e}e par le bruit que la classification bas{\'e}e sur la valeur des pixels. Nous pouvons utilisez une partition avec beaucoup de r{\'e}gions (sur-segmentation) simplifiant ainsi la t{\^a}che de la segmentation. Cependant, la classification non-supervis{\'e}e de segment demeure un probl{\`e}me difficile. Pour simplifier, nous utilisons seulement un sous ensemble des segments et nous produisons une classification avec beaucoup de classes. Chaque segment de la sur- segmentation est alors assign{\'e} {\`a} une des nombreuses classes. Nous pouvons utiliser cette infor- mation de classe pour poursuivre la segmentation en fusionnant les r{\'e}gions et r{\'e}duire {\`a} une valeur convenable le nombre de r{\'e}gions.},
mypdf = {7},
slide = {https://BeaulieuJM.ca/slide/slideBea2008b.pdf},
keywords = {}
}
[Bea2005a] Évaluation des Mesures de Dissimilarité entre Régions dans les Images SAR,
Beaulieu Jean-Marie,
12ème Congrès de l’Association Québécoise de Télédétection, Chicoutimi (Québec) Canada, 10-12 mai, 2005, pp. 1-8.
[PDF]   [URL]   [Slide]   [.. More]   [Bibtex]   [Abstract]  
Nous montrons comment les courbes de la probabilité de détection vs la probabilité de fausse alarme (courbes ROC) peuvent être utilisées pour comparer différentes mesures ou critères de détection d’arêtes ou de segmentation d’images radar. Les 3 critères étudiés sont 1) le logarithme du rapport de vraisemblance, 2) le rapport des moyennes et 3) une adaptation du critère de Ward pour les images SAR. Les 3 critères donnent des résultats identiques lorsque nous utilisons 2 ré- gions de même taille. Lorsque les régions sont petites et ont une différence de taille importante, nous obtenons des courbes différentes selon que la région d’intensité la plus faible est plus petite ou plus grande que l’autre région. Nous observons alors une différence entre les 3 critères. Nous notons alors un léger avantage pour le logarithme du rapport de vraisemblance. La similarité des résultats suggère que nous pourrions utiliser indifféremment une mesure ou l’autre dans plusieurs applications. Nous avons examiné comment le critère du rapport des moyennes peut être utilisé dans la segmentation hiérarchique et nous avons comparé le résultat obtenu sur une image de synthèse avec les 2 autres critères.
@Conference{Bea2005a,
author = {Beaulieu, Jean-Marie},
editor = {},
title = {{\'E}valuation des Mesures de Dissimilarit{\'e} entre R{\'e}gions dans les Images {SAR}},
booktitle = {12{\`e}me Congr{\`e}s de l'Association Qu{\'e}b{\'e}coise de T{\'e}l{\'e}d{\'e}tection},
volume = {},
publisher = {},
url = {http://laqt.org},
isbn = {},
doi = {},
address = {Chicoutimi (Qu{\'e}bec) Canada},
pages = {1-8},
year = {2005},
month = {10-12 mai},
abstract = {Nous montrons comment les courbes de la probabilit{\'e} de d{\'e}tection vs la probabilit{\'e} de fausse alarme (courbes ROC) peuvent {\^e}tre utilis{\'e}es pour comparer diff{\'e}rentes mesures ou crit{\`e}res de d{\'e}tection d'ar{\^e}tes ou de segmentation d'images radar. Les 3 crit{\`e}res {\'e}tudi{\'e}s sont 1) le logarithme du rapport de vraisemblance, 2) le rapport des moyennes et 3) une adaptation du crit{\`e}re de Ward pour les images SAR. Les 3 crit{\`e}res donnent des r{\'e}sultats identiques lorsque nous utilisons 2 r{\'e}- gions de m{\^e}me taille. Lorsque les r{\'e}gions sont petites et ont une diff{\'e}rence de taille importante, nous obtenons des courbes diff{\'e}rentes selon que la r{\'e}gion d'intensit{\'e} la plus faible est plus petite ou plus grande que l'autre r{\'e}gion. Nous observons alors une diff{\'e}rence entre les 3 crit{\`e}res. Nous notons alors un l{\'e}ger avantage pour le logarithme du rapport de vraisemblance. La similarit{\'e} des r{\'e}sultats sugg{\`e}re que nous pourrions utiliser indiff{\'e}remment une mesure ou l'autre dans plusieurs applications. Nous avons examin{\'e} comment le crit{\`e}re du rapport des moyennes peut {\^e}tre utilis{\'e} dans la segmentation hi{\'e}rarchique et nous avons compar{\'e} le r{\'e}sultat obtenu sur une image de synth{\`e}se avec les 2 autres crit{\`e}res.},
mypdf = {7},
slide = {https://BeaulieuJM.ca/slide/slideBea2005a.pdf},
keywords = {}
}
[Bea2005b] Segmentation of Polarimetric Sar Images Composed of Textured and Non-Textured Fields,
Beaulieu Jean-Marie, Ridha Touzi,
Advanced SAR Workshop 2005, Canadian Space Agency, Montreal (Saint-Hubert), 15-17 Nov., 2005, p. 6.
[PDF]   [URL]   [Slide]   [.. More]   [Bibtex]  
@Conference{Bea2005b,
author = {Beaulieu, Jean-Marie and Touzi, Ridha},
editor = {},
title = {Segmentation of Polarimetric Sar Images Composed of Textured and Non-Textured Fields},
booktitle = {Advanced SAR Workshop 2005, Canadian Space Agency},
volume = {},
publisher = {},
url = {http://www.asc-csa.gc.ca},
isbn = {},
doi = {},
address = {Montreal (Saint-Hubert)},
pages = {6},
year = {2005},
month = {15-17 Nov.},
abstract = {},
mypdf = {7},
slide = {https://BeaulieuJM.ca/slide/slideBea2005b.pdf},
keywords = {}
}
[Bea2003b] Utilisation of Segment Border Information in Hierarchical Segmentation,
Beaulieu Jean-Marie,
25rd Canadian Symposium on Remote Sensing & 11e Congrès de l’Association québécoise de télédétection, Université de Montréal, Montréal QC, Oct. 14-16, 2003.
[PDF]   [URL]   [.. More]   [Bibtex]  
@Conference{Bea2003b,
author = {Beaulieu, Jean-Marie},
editor = {},
title = {Utilisation of Segment Border Information in Hierarchical Segmentation},
booktitle = {25rd Canadian Symposium on Remote Sensing & 11e Congrès de l’Association québécoise de télédétection},
volume = {},
publisher = {},
url = {https://crss-sct.ca},
isbn = {},
doi = {},
address = {Université de Montréal, Montréal QC},
pages = {},
year = {2003},
month = {Oct. 14-16},
abstract = {},
mypdf = {7},
keywords = {}
}
[Bea2003c] Segmentation of Textured Areas using Polarimetric SAR,
Beaulieu Jean-Marie, Ridha Touzi,
25rd Canadian Symposium on Remote Sensing & 11e Congrès de l’Association québécoise de télédétection, Université de Montréal, Montréal QC, Oct. 14-16, 2003.
[PDF]   [URL]   [Slide]   [.. More]   [Bibtex]  
@Conference{Bea2003c,
author = {Beaulieu, Jean-Marie and Touzi, Ridha},
editor = {},
title = {Segmentation of Textured Areas using Polarimetric {SAR}},
booktitle = {25rd Canadian Symposium on Remote Sensing & 11e Congrès de l’Association québécoise de télédétection},
volume = {},
publisher = {},
url = {https://crss-sct.ca},
isbn = {},
doi = {},
address = {Université de Montréal, Montréal QC},
pages = {},
year = {2003},
month = {Oct. 14-16},
abstract = {},
mypdf = {7},
slide = {https://BeaulieuJM.ca/slide/slideBea2003c.pdf},
keywords = {}
}
[Bea2003d] Segmentation of Polarimetric SAR Images: a Best Estimate Partitioning Approach,
Beaulieu Jean-Marie, Ridha Touzi,
Advanced SAR Workshop 2003, Canadian Space Agency, Montreal (Saint-Hubert), June 25-27, 2003, pp. 1-7.
[PDF]   [URL]   [Slide]   [.. More]   [Bibtex]  
@Conference{Bea2003d,
author = {Beaulieu, Jean-Marie and Touzi, Ridha},
editor = {},
title = {Segmentation of Polarimetric {SAR} Images: a Best Estimate Partitioning Approach},
booktitle = {Advanced SAR Workshop 2003, Canadian Space Agency},
volume = {},
publisher = {},
url = {http://www.asc-csa.gc.ca},
isbn = {},
doi = {},
address = {Montreal (Saint-Hubert)},
pages = {1-7},
year = {2003},
month = {June 25-27},
abstract = {},
mypdf = {7},
slide = {https://BeaulieuJM.ca/slide/slideBea2003d.pdf},
keywords = {}
}
[Bea2001a] Utilisation of Contour Criteria in Micro-Segmentation of SAR Images,
Beaulieu Jean-Marie,
23rd Canadian Symposium on Remote Sensing & 10e Congrès de l’Association québécoise de télédétection, August, 2001, pp. 91-100.
[PDF]   [URL]   [Slide]   [.. More]   [Bibtex]  
@Conference{Bea2001a,
author = {Beaulieu, Jean-Marie},
editor = {},
title = {Utilisation of Contour Criteria in Micro-Segmentation of {SAR} Images},
booktitle = {23rd Canadian Symposium on Remote Sensing & 10e Congrès de l’Association québécoise de télédétection},
volume = {},
publisher = {},
url = {https://crss-sct.ca},
isbn = {},
doi = {},
address = {},
pages = {91-100},
year = {2001},
month = {August},
abstract = {},
mypdf = {7},
slide = {https://BeaulieuJM.ca/slide/slideBea2001a.pdf},
keywords = {}
}
[Bea1997a] A Least Commitment Approach to SAR Image Filtering,
Beaulieu Jean-Marie, Maher Najeh,
International Symposium: Geomatics in the era of radarsat, Ottawa, Canada, May 25-30, 1997.
[PDF]   [URL]   [.. More]   [Bibtex]  
@Conference{Bea1997a,
author = {Beaulieu, Jean-Marie and Najeh, Maher},
editor = {},
title = {A Least Commitment Approach to {SAR} Image Filtering},
booktitle = {International Symposium: Geomatics in the era of radarsat},
volume = {},
publisher = {Canadian Space Agency},
url = {https://geoscan.nrcan.gc.ca/starweb/geoscan/servlet.starweb?path=geoscan/fulle.web&search1=R=331913},
isbn = {},
doi = {},
address = {Ottawa, Canada},
pages = {},
year = {1997},
month = {May 25-30},
abstract = {},
mypdf = {7},
keywords = {}
}
[Naj1997] A Common Evaluation Approach to Smooting and Feature Preservation in SAR Image Filtering,
Najeh Maher, Jean-Marie Beaulieu,
International Symposium: Geomatics in the era of radarsat, Ottawa, Canada, May 25-30, 1997.
[PDF]   [URL]   [.. More]   [Bibtex]  
@Conference{Naj1997,
author = {Najeh, Maher and Beaulieu, Jean-Marie},
editor = {},
title = {A Common Evaluation Approach to Smooting and Feature Preservation in {SAR} Image Filtering},
booktitle = {International Symposium: Geomatics in the era of radarsat},
volume = {},
publisher = {Canadian Space Agency},
url = {https://geoscan.nrcan.gc.ca/starweb/geoscan/servlet.starweb?path=geoscan/fulle.web&search1=R=331913},
isbn = {},
doi = {},
address = {Ottawa, Canada},
pages = {},
year = {1997},
month = {May 25-30},
abstract = {},
mypdf = {7},
keywords = {}
}
[Bea1996] Filtrage des Images Radar par Détection des Régions Homogènes,
Beaulieu Jean-Marie,
9e Congrès de l’Association Québécoise de Télédétection, 30 avril – 3 mai, 1996.
[PDF]   [Slide]   [.. More]   [Bibtex]  
@Conference{Bea1996,
author = {Beaulieu, Jean-Marie},
editor = {},
title = {Filtrage des Images Radar par D{\'e}tection des R{\'e}gions Homog{\`e}nes},
booktitle = {9e Congr{\`e}s de l'Association Qu{\'e}b{\'e}coise de T{\'e}l{\'e}d{\'e}tection},
volume = {},
publisher = {},
url = {},
isbn = {},
doi = {},
address = {},
pages = {},
year = {1996},
month = {30 avril - 3 mai},
abstract = {},
mypdf = {8},
slide = {https://BeaulieuJM.ca/slide/slideBea1996.pdf},
keywords = {}
}
[Bea1988b] Segmentation Hiérarchique de l’Image par Optimisation Séquentielle,
Beaulieu Jean-Marie,
6e Congrès de l’Association Québécoise de Télédétection, juin, 1988.
[.. More]   [Bibtex]  
@Conference{Bea1988b,
author = {Beaulieu, Jean-Marie},
editor = {},
title = {Segmentation Hi{\'e}rarchique de l'Image par Optimisation S{\'e}quentielle},
booktitle = {6e Congr{\`e}s de l'Association Qu{\'e}b{\'e}coise de T{\'e}l{\'e}d{\'e}tection},
volume = {},
publisher = {},
url = {},
isbn = {},
doi = {},
address = {},
pages = {},
year = {1988},
month = {juin},
abstract = {},
mypdf = {5},
keywords = {}
}

website © Jean-Marie Beaulieu