Proposition d'une approche de segmentation d'images hyperspectrales - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2009

A proposal for a hyperspectral image segmentation approach

Proposition d'une approche de segmentation d'images hyperspectrales

Résumé

Hyper-Spectral Imaging (HIS) is the acquisition and the analysis of images of the same view for a set of wavelengths, in a given spectral domain. Such images raise some information on the chemical constitution of objects thus allowing to differentiate objects of same colour but with different chemical composition. Yet, whatever is the application domain, most of the methods developed for HIS processing, perform data analysis without taking into account the spatial information. Each pixel is considered individually, as a simple array of spectral measurements, with no specific arrangement. Yet, considering the available spectral and spatial information altogether, as a consequence of new spectral image analysers with a higher resolution, appears to be of a main importance to allow the processing of complex images.
Inside our HIS work field, we got involved with such a problematic. And thus, we proposed an iterative schema called butterfly, allowing to tight closely the spectral and spatial aspects in a symmetric way, so not to enforce one space against another and in a conjunctive way as to enable the spatial and spectral information to feed each other in the task of image processing. On this process, the spectral and spatial combination proposed resides in one hand, in building a spatial space adapted to the topological information (latent variables) and in another hand, in a topology generation on the spatial space. In our recent developments, we limit the topological aspect to the region concept.
The proposed approach appears to be a generic proceeding, where one can choose the suitable content and implementation to the processed images. In the subject field of this thesis, we proposed an implementation using a two step process, consisting of a division followed by a fusion. The building of an adjusted space for both steps was realised respectively by diagonalising the intra-region and inter-region matrices. For the division step, we also tested many segmentation approaches, among which the spatially constrained normalised cuts and a modified version of the watershed algorithm. At the end, as to show how it is operating and its main characteristics, we processed our approach with some synthetic as well as with some real images.
L'imagerie hyper-spectrale (IHS) consiste à créer et à analyser des images de la même scène pour une succession de longueurs d'onde dans un domaine spectral donné. De telles images apportent des informations sur la constitution chimique des objets et permettent ainsi de distinguer des objets de même couleur mais de compositions chimiques différentes.
Cependant, quel que soit le domaine d'application, la plupart des méthodes développées pour le traitement des images hyperspectrales analysent les données sans prendre en compte l'information spatiale. Les pixels sont alors traités individuellement comme un simple tableau de mesures spectrales sans arrangement particulier. Cependant, l'exploitation conjointe de l'information spectrale et spatiale disponibles, du fait entre autres, de l'apparition d'imageurs spectraux de meilleure résolution, apparaît aujourd'hui essentielle pour permettre le traitement d'images de contenu complexe.
Dans le cadre de nos travaux concernant l'IHS, nous nous sommes intéressés à cette
problématique. Nous avons ainsi proposé un schéma itératif générique appelé \emph{papillon} permettant de mêler les aspects spatiaux et spectraux de manière symétrique, de façon à ne pas privilégier un espace par rapport à l'autre et de manière conjointe, de façon à ce que l'information spatiale se nourrisse de l'information spectrale et vice-versa, pour avancer dans le processus de traitement de l'image. Pour ce faire, la combinaison spectro/spatiale proposée repose, d'une part, sur la construction d'un espace spectral adapté à l'information topologique (construction de variables latentes), et d'autre part, sur la génération d'une topologie sur l'espace spatial. Dans nos développements récents, la notion d'information topologique est limitée à la notion de région.\\
L'approche proposée apparaît comme une procédure générique dont le contenu et l'implémentation peuvent être choisis et adaptés aux images traitées. Dans le cadre de cette thèse, nous avons proposé une implémentation utilisant une étape de division suivie d'une étape de fusion. La construction d'un espace adapté pour chacune de ces deux étapes a été réalisée respectivement par la diagonalisation de la matrice de variance intra-région et inter-région. Nous avons également utilisé, pour l'étape de division, plusieurs approches de segmentation régions dont les coupes normalisées avec contrainte spatiale et une version modifiée de l'algorithme de partage des eaux ou LPE.
Pour finir, nous avons validé le fonctionnement de notre approche et illustré ces principales caractéristiques à l'aide d'images synthétiques et réelles.
Fichier principal
Vignette du fichier
Gorretta_memoireVF_NB.pdf (4.8 Mo) Télécharger le fichier
PresentationThese.pdf (5.09 Mo) Télécharger le fichier
Format : Autre

Dates et versions

tel-00368348 , version 1 (16-03-2009)

Identifiants

  • HAL Id : tel-00368348 , version 1

Citer

Nathalie J. B. Gorretta. Proposition d'une approche de segmentation d'images hyperspectrales. Interface homme-machine [cs.HC]. Université Montpellier II - Sciences et Techniques du Languedoc, 2009. Français. ⟨NNT : ⟩. ⟨tel-00368348⟩
297 Consultations
2176 Téléchargements

Partager

Gmail Facebook X LinkedIn More