ISBN-13: 9786131536755 / Francuski / Miękka / 2018 / 204 str.
L''objectif de ce livre est de dA(c)velopper une technique nouvelle de classification d''images qui soit mieux adaptA(c)e au traitement d''images complexes de grandes tailles, notamment les images satellitaires radar, par rapport aux mA(c)thodes antA(c)rieures. GrA ce A la combinaison de la technique de rA(c)duction substantielle du temps de calcul et de l''occupation mA(c)moire de l''ordinateur, cette mA(c)thode permet dA(c)sormais de traiter beaucoup plus rapidement des images complexes de tA(c)lA(c)dA(c)tection. La technique dA(c)veloppA(c)e part des mA(c)thodes usuelles de classification d''images numA(c)riques par l''approche supervisA(c)e de type maximum de vraisemblance et propose une nouvelle approche de classification exploitant un maximum d''informations fournies par les paramA]tres de texture aux divers ordres. Un nouveau concept est introduit, celui des A valeurs propres de texture A et sert A mieux caractA(c)riser les textures d''images. Des applications de cette approche ont A(c)tA(c) rA(c)alisA(c)es avec succA]s pour la classification des images satellitaires RSO acquises respectivement sur la cAte atlantique du Cameroun, sur la mangrove littorale camerounaise et enfin sur la rA(c)gion du Mont Cameroun.
Lobjectif de ce livre est de développer une technique nouvelle de classification dimages qui soit mieux adaptée au traitement dimages complexes de grandes tailles, notamment les images satellitaires radar, par rapport aux méthodes antérieures. Grâce à la combinaison de la technique de réduction substantielle du temps de calcul et de loccupation mémoire de lordinateur, cette méthode permet désormais de traiter beaucoup plus rapidement des images complexes de télédétection. La technique développée part des méthodes usuelles de classification dimages numériques par lapproche supervisée de type maximum de vraisemblance et propose une nouvelle approche de classification exploitant un maximum dinformations fournies par les paramètres de texture aux divers ordres. Un nouveau concept est introduit, celui des « valeurs propres de texture » et sert à mieux caractériser les textures dimages. Des applications de cette approche ont été réalisées avec succès pour la classification des images satellitaires RSO acquises respectivement sur la côte atlantique du Cameroun, sur la mangrove littorale camerounaise et enfin sur la région du Mont Cameroun.