Détection de zones brûlées après un feu de forêt à partir d'une seule image satellitaire SPOT 5 par techniques SVM
Cette thèse aborde le problème de cartographie de zones brûlées à partir d'images satellitaires haute résolution. Nos modèles reposent sur le traitement d'une seule image SPOT 5, acquise après le feu afin de détecter automatiquement les zones brûlées.<br />Le modèle est fondé sur les...
Main Author: | |
---|---|
Language: | FRE |
Published: |
Université de Nice Sophia-Antipolis
2008
|
Subjects: | |
Online Access: | http://tel.archives-ouvertes.fr/tel-00345683 http://tel.archives-ouvertes.fr/docs/00/34/56/83/PDF/these_olivier_zammit.pdf |
id |
ndltd-CCSD-oai-tel.archives-ouvertes.fr-tel-00345683 |
---|---|
record_format |
oai_dc |
spelling |
ndltd-CCSD-oai-tel.archives-ouvertes.fr-tel-003456832013-01-07T18:27:46Z http://tel.archives-ouvertes.fr/tel-00345683 http://tel.archives-ouvertes.fr/docs/00/34/56/83/PDF/these_olivier_zammit.pdf Détection de zones brûlées après un feu de forêt à partir d'une seule image satellitaire SPOT 5 par techniques SVM Zammit, Olivier [MATH] Mathematics [SPI] Engineering Sciences [SDU] Sciences of the Universe Classification image satellitaire zones brûlées feux de forêt Séparateurs à Vaste Marge croissance de régions apprentissage Cette thèse aborde le problème de cartographie de zones brûlées à partir d'images satellitaires haute résolution. Nos modèles reposent sur le traitement d'une seule image SPOT 5, acquise après le feu afin de détecter automatiquement les zones brûlées.<br />Le modèle est fondé sur les Séparateurs à Vaste Marge (SVM), une technique de classification supervisée qui a démontré une meilleure précision et une meilleure capacité de généralisation que les algorithmes de classification plus traditionnels. Concernant notre problème de détection, les différentes zones brûlées possèdent des caractéristiques spectrales assez similaires, au contraire des zones non brûlées (végétation, routes, eau, zones urbaines, nuage, ombre...) dont les caractéristiques spectrales varient énormément. Nous proposons donc d'utiliser les One-Class SVM, une technique qui dérive des SVM mais qui n'utilise que des exemples de pixels brûlés pour les phases d'apprentissage et de classification.<br />Afin de prendre en compte l'information spatiale de l'image, l'algorithme OC-SVM est utilisé comme une technique de croissance de régions, ce qui permet de diminuer les fausses alarmes et d'améliorer les contours des zones brûlées.<br />De plus, la base d'exemple de pixels brûlés nécessaire à l'apprentissage des techniques SVM est déterminée automatiquement à partir de l'histogramme de l'image.<br />Finalement, la méthode de classification proposée est testée sur plusieurs images satellitaires afin de valider son efficacité selon le type de végétation et la surface des zones brûlées. Les zones brûlées obtenues sont comparées aux vérités de terrain fournies par le CNES, Infoterra France, le SERTIT, les Services Départementaux d'Incendies et de Secours ou l'Office National des Forêts. 2008-09-26 FRE PhD thesis Université de Nice Sophia-Antipolis |
collection |
NDLTD |
language |
FRE |
sources |
NDLTD |
topic |
[MATH] Mathematics [SPI] Engineering Sciences [SDU] Sciences of the Universe Classification image satellitaire zones brûlées feux de forêt Séparateurs à Vaste Marge croissance de régions apprentissage |
spellingShingle |
[MATH] Mathematics [SPI] Engineering Sciences [SDU] Sciences of the Universe Classification image satellitaire zones brûlées feux de forêt Séparateurs à Vaste Marge croissance de régions apprentissage Zammit, Olivier Détection de zones brûlées après un feu de forêt à partir d'une seule image satellitaire SPOT 5 par techniques SVM |
description |
Cette thèse aborde le problème de cartographie de zones brûlées à partir d'images satellitaires haute résolution. Nos modèles reposent sur le traitement d'une seule image SPOT 5, acquise après le feu afin de détecter automatiquement les zones brûlées.<br />Le modèle est fondé sur les Séparateurs à Vaste Marge (SVM), une technique de classification supervisée qui a démontré une meilleure précision et une meilleure capacité de généralisation que les algorithmes de classification plus traditionnels. Concernant notre problème de détection, les différentes zones brûlées possèdent des caractéristiques spectrales assez similaires, au contraire des zones non brûlées (végétation, routes, eau, zones urbaines, nuage, ombre...) dont les caractéristiques spectrales varient énormément. Nous proposons donc d'utiliser les One-Class SVM, une technique qui dérive des SVM mais qui n'utilise que des exemples de pixels brûlés pour les phases d'apprentissage et de classification.<br />Afin de prendre en compte l'information spatiale de l'image, l'algorithme OC-SVM est utilisé comme une technique de croissance de régions, ce qui permet de diminuer les fausses alarmes et d'améliorer les contours des zones brûlées.<br />De plus, la base d'exemple de pixels brûlés nécessaire à l'apprentissage des techniques SVM est déterminée automatiquement à partir de l'histogramme de l'image.<br />Finalement, la méthode de classification proposée est testée sur plusieurs images satellitaires afin de valider son efficacité selon le type de végétation et la surface des zones brûlées. Les zones brûlées obtenues sont comparées aux vérités de terrain fournies par le CNES, Infoterra France, le SERTIT, les Services Départementaux d'Incendies et de Secours ou l'Office National des Forêts. |
author |
Zammit, Olivier |
author_facet |
Zammit, Olivier |
author_sort |
Zammit, Olivier |
title |
Détection de zones brûlées après un feu de forêt à partir d'une seule image satellitaire SPOT 5 par techniques SVM |
title_short |
Détection de zones brûlées après un feu de forêt à partir d'une seule image satellitaire SPOT 5 par techniques SVM |
title_full |
Détection de zones brûlées après un feu de forêt à partir d'une seule image satellitaire SPOT 5 par techniques SVM |
title_fullStr |
Détection de zones brûlées après un feu de forêt à partir d'une seule image satellitaire SPOT 5 par techniques SVM |
title_full_unstemmed |
Détection de zones brûlées après un feu de forêt à partir d'une seule image satellitaire SPOT 5 par techniques SVM |
title_sort |
détection de zones brûlées après un feu de forêt à partir d'une seule image satellitaire spot 5 par techniques svm |
publisher |
Université de Nice Sophia-Antipolis |
publishDate |
2008 |
url |
http://tel.archives-ouvertes.fr/tel-00345683 http://tel.archives-ouvertes.fr/docs/00/34/56/83/PDF/these_olivier_zammit.pdf |
work_keys_str_mv |
AT zammitolivier detectiondezonesbruleesapresunfeudeforetapartirduneseuleimagesatellitairespot5partechniquessvm |
_version_ |
1716452386477703168 |