Bea2011a

[Bea2011a]
Segmentation/Classification des Images Polsar par Regroupement Hierarchique et Mean-Shift

Authors:Beaulieu Jean-Marie, Ridha Touzi

Conference: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

URL:https://crss-sct.ca

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.

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.
[Bibtex]

@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 = {}
}

DOWNLOAD   the published version

‪© 2011 Jean-Marie Beaulieu

website © Jean-Marie Beaulieu