ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique
Auteurs : soumettez
votre article en ligne
Autres revues >>

Traitement du Signal

0765-0019
Signal, Image, Parole
 

 ARTICLE VOL 30/6 - 2013  - pp.401-429  - doi:10.3166/ts.30.401-429
TITRE
Détection de changements structurels sur des images satellite haute résolution. Application en milieu forestier

TITLE
Structural change detection in high resolution satellite images. Application to forest environment

RÉSUMÉ

Les changements environnementaux brutaux et massifs, qui affectent généralement de grandes surfaces, doivent être localisés le plus rapidement possible pour gérer l'impact immédiat de ce type d'événements sur les écosystèmes et prévenir les risques associés. Il est donc nécessaire de développer des méthodes permettant d'établir efficacement une carte des changements. Dans cette optique, une approche région quasi non supervisée de détection de changements sur des images satellite à haute résolution spatiale est proposée. Un procédé innovant de sélection automatique d'attributs, inspiré des procédures de calibrage, optimise la segmentation et la classi fication. Un nouveau descripteur spatio-temporel, basé sur le taux de fragmentation des régions détectées, permet alors de réaliser une classi fication binaire des changements en zones intactes et altérées. Cette méthode passe par des étapes de segmentation et de classification mean shift. L'approche a été évaluée en milieu forestier sur un couple d'images satellite multispectrales Formosat-2 acquises avant et après une tempête majeure pour reconnaître et cartographier les dégâts.



ABSTRACT

Brutal and massive environmental changes, generally aff ecting large areas, have to be localized as rapidly as possible in order to manage the immediate impact of this type of events on ecosystems and prevent related risks. Therefore, it is necessary to develop efficient methods for change mapping. A quasi-unsupervised region-based method for change detection in high resolution satellite images is proposed. An automatic feature selection optimizes image segmentation and classi fication via an original calibration-like procedure. A binary classi fication enables then to separate altered from intact areas thanks to a new spatio-temporal descriptor based on the level of fragmentation of obtained regions. Both segmentation and classi fication involve a mean shift procedure. The method was assessed on forest environment using a Formosat-2 multi-spectral satellite image pair acquired before and after a major storm to identify and map the damages.



AUTEUR(S)
Samia BOUKIR, Camille ORNY, Nesrine CHEHATA, Dominique GUYON, Jean-Pierre WIGNERON

MOTS-CLÉS
cartographie, classi fication de régions, détection de changements, image multispectrale, segmentation, sélection d'attributs

KEYWORDS
mapping, region classi fication, change detection, multispectral image, segmentation, feature selection

LANGUE DE L'ARTICLE
Français

 PRIX
• Abonné (hors accès direct) : 7.5 €
• Non abonné : 15.0 €
|
|
--> Tous les articles sont dans un format PDF protégé par tatouage 
   
ACCÉDER A L'ARTICLE COMPLET  (1,72 Mo)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
made by WAW Lavoisier