Morphologie Mathématique

Structures et connexions

Bienvenue

Colloque en l'honneur de Jean Serra



Morphologie mathématique pour la segmentation et le filtrage d’images hyperspectrales

J. Angulo (Mines-CMM)

L’analyse des images hyperspectrales est un domaine très actif qui est typiquement considéré sous le paradigme dit supervisé : par la complexité et la spécificité des données, ainsi que par les applications pratiques, un ensemble de spectres d’apprentissage représente chaque classe spectrale de l’image. Ensuite, on utilise généralement de techniques supervisées de classification et analyse de données pour extraire l’information de l’image.

Notre objectif méthodologique a été donc d’introduire une extension des opérateurs de la morphologie mathématique aux images hyperspectrales qui soit inscrite dans ce paradigme.

La présentation sera organisée en deux grands volets. Dans une première partie, nous montrerons comment construire un treillis complet supervisé et par conséquent, comment disposer des érosions et dilations hyperspectrales qui agissent en particulier sur les structures spatiale proches à telle ou telle classe spectrale. Nous considérons ensuite, dans la deuxième partie, le problème de la segmentation des images hyperspectrales avec une approche lpe stochastique semi-supervisée, fondée sur des simulations régionalisées selon l’information spectrale a priori.

Ces travaux ont été fortement inspirés par des études sur l’extension de la morphologie mathématique aux images couleur, initiées il y a quelques années en collaboration avec Jean Serra, ainsi que par des recherches plus récentes menées aussi par Jean Serra.

Présentation (transparents)

Copyright © 2024, all rights reserved.