Contextual classification of large volumes of satellite imagery for the production of land cover maps over wide areas - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2019

Contextual classification of large volumes of satellite imagery for the production of land cover maps over wide areas

Classification contextuelle de gros volumes de données d'imagerie satellitaire pour la production de cartes d'occupation des sols sur de grandes étendues

Résumé

This work studies the application of supervised classification for the production of land cover maps using time series of satellite images at high spatial, spectral, and temporal resolutions. On this problem, certain classes such as urban cover, depend more on the context of the pixel than its content. The issue of this Ph.D. work is therefore to take into account the neighborhood of the pixel, to improve the recognition rates of these classes. This research first leads to question the definition of the context, and to imagine different possible shapes for it. Then comes describing the context, that is to say to create a representation or a model that allows the target classes to be recognized. The combinations of these two aspects are evaluated on two experimental data sets, one on Sentinel-2 images, and the other on SPOT-7 images.
Ce travail étudie l'application de la classification supervisée pour la production de cartes d'occupation des sols à partir de séries temporelles d'images satellitaires à haute résolution spatiale, spectrale, et temporelle. Sur ce problème, certaines classes, par exemple, les classes urbaines, dépendent plus du contexte des pixels que de leur contenu. L'enjeu de la thèse est la prise en compte du voisinage du pixel, pour améliorer la précision de ces classes. Cette recherche nous mène dans un premier temps à questionner la définition du voisinage, et à imaginer différentes formes. Ensuite, il s'agit de décrire le voisinage, c'est à dire de créer une représentation ou un modèle qui permette de reconnaître les classes ciblées. Les combinaisons de ces deux aspects sont évaluées sur deux jeux de données expérimentales, un sur de l'imagerie Sentinel-2, et un sur une image SPOT-7.
Fichier principal
Vignette du fichier
2019TOU30290a.pdf (14.67 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-03103908 , version 1 (08-01-2021)

Identifiants

  • HAL Id : tel-03103908 , version 1

Citer

Dawa Derksen. Contextual classification of large volumes of satellite imagery for the production of land cover maps over wide areas. Image Processing [eess.IV]. Université Paul Sabatier - Toulouse III, 2019. English. ⟨NNT : 2019TOU30290⟩. ⟨tel-03103908⟩
139 Consultations
179 Téléchargements

Partager

Gmail Facebook X LinkedIn More