Apport de l’analyse texturale des images radar à haute résolution spatiale pour la cartographie des forêts tropicales

Depuis 2007, une nouvelle génération de capteurs RSO (RADAR à Synthèse d'Ouverture) a été mise en orbite. Ces capteurs (TerraSAR-X, Cosmo-SkyMed, RADARSAT-2, Sentinel) sont caractérisés par des résolutions spatiales métriques à la différence des capteurs précédents (ERS, JERS, ALOS, ASAR) de ré...

Full description

Bibliographic Details
Main Author: Benelcadi, Hajar
Other Authors: Paris Est
Language:fr
Published: 2014
Subjects:
Svm
Online Access:http://www.theses.fr/2014PEST1161/document
id ndltd-theses.fr-2014PEST1161
record_format oai_dc
spelling ndltd-theses.fr-2014PEST11612017-07-05T04:32:24Z Apport de l’analyse texturale des images radar à haute résolution spatiale pour la cartographie des forêts tropicales Contribution of textural analysis from high spatial resolution radar images for tropical forest mapping Foret tropical Redd+ Svm Télédétection radar Analyse texturale TerraSAR-X Tropical forest TerraSAR-X Analyse textural RADAR remote sensing Svm Redd+ Depuis 2007, une nouvelle génération de capteurs RSO (RADAR à Synthèse d'Ouverture) a été mise en orbite. Ces capteurs (TerraSAR-X, Cosmo-SkyMed, RADARSAT-2, Sentinel) sont caractérisés par des résolutions spatiales métriques à la différence des capteurs précédents (ERS, JERS, ALOS, ASAR) de résolution spatiale d'une vingtaine de mètres. La résolution spatiale métrique met en évidence une information texturale intéressante qui était inaccessible avec les RSO satellitaires existants précédemment. Les travaux de cette thèse ont pour but d'évaluer le potentiel de l'analyse texturale des images RADAR à haute résolution spatiale, pour la classification des forêts tropicales. Trois différents sites d'étude avec différentes problématiques ont été choisis pour évaluer l'apport de l'analyse texturale au Cambodge, Cameroun et Brésil. La méthode d'analyse texturale des images est réalisé moyennant les paramètres de texture de Haralick, paramètres statistique de second ordre. Une classification supervisée, en utilisant la méthode SVM (Support Vector Machine) a été adopté pour évaluer l'apport des paramètres de texture utilisés Since 2007, a new generation of SAR sensors (Synthetic Aperture RADAR) was launched. These sensors (TerraSAR-X, Cosmo-SkyMed, RADARSAT-2, and Sentinel) are characterized by metric spatial resolutions unlike previous sensors (ERS, JERS, ALOS, ASAR) with a spatial resolution of about twenty meters. Metric spatial resolution highlights interesting textural information that was inaccessible with the previously existing SAR sensors. This thesis aims at evaluating the contribution of textural analysis from high spatial resolution images for tropical forests mapping. Three different study sites with different problematic have been chosen to evaluate the textural analysis in Cambodia, Cameroun and Brazil. Indeed, the contribution of the analysis of textural information for classification has been emphasized. The latter is understood through the analysis of Haralick textural parameters, second order statistic parameters. The retained algorithm of classification is the SVM (Support Vector Machine), as it allows taking into account numerous parameters, which can be heterogeneous with respect to their physical dimension Electronic Thesis or Dissertation Text fr http://www.theses.fr/2014PEST1161/document Benelcadi, Hajar 2014-12-19 Paris Est Frison, Pierre-Louis
collection NDLTD
language fr
sources NDLTD
topic Foret tropical
Redd+
Svm
Télédétection radar
Analyse texturale
TerraSAR-X
Tropical forest
TerraSAR-X
Analyse textural
RADAR remote sensing
Svm
Redd+

spellingShingle Foret tropical
Redd+
Svm
Télédétection radar
Analyse texturale
TerraSAR-X
Tropical forest
TerraSAR-X
Analyse textural
RADAR remote sensing
Svm
Redd+

Benelcadi, Hajar
Apport de l’analyse texturale des images radar à haute résolution spatiale pour la cartographie des forêts tropicales
description Depuis 2007, une nouvelle génération de capteurs RSO (RADAR à Synthèse d'Ouverture) a été mise en orbite. Ces capteurs (TerraSAR-X, Cosmo-SkyMed, RADARSAT-2, Sentinel) sont caractérisés par des résolutions spatiales métriques à la différence des capteurs précédents (ERS, JERS, ALOS, ASAR) de résolution spatiale d'une vingtaine de mètres. La résolution spatiale métrique met en évidence une information texturale intéressante qui était inaccessible avec les RSO satellitaires existants précédemment. Les travaux de cette thèse ont pour but d'évaluer le potentiel de l'analyse texturale des images RADAR à haute résolution spatiale, pour la classification des forêts tropicales. Trois différents sites d'étude avec différentes problématiques ont été choisis pour évaluer l'apport de l'analyse texturale au Cambodge, Cameroun et Brésil. La méthode d'analyse texturale des images est réalisé moyennant les paramètres de texture de Haralick, paramètres statistique de second ordre. Une classification supervisée, en utilisant la méthode SVM (Support Vector Machine) a été adopté pour évaluer l'apport des paramètres de texture utilisés === Since 2007, a new generation of SAR sensors (Synthetic Aperture RADAR) was launched. These sensors (TerraSAR-X, Cosmo-SkyMed, RADARSAT-2, and Sentinel) are characterized by metric spatial resolutions unlike previous sensors (ERS, JERS, ALOS, ASAR) with a spatial resolution of about twenty meters. Metric spatial resolution highlights interesting textural information that was inaccessible with the previously existing SAR sensors. This thesis aims at evaluating the contribution of textural analysis from high spatial resolution images for tropical forests mapping. Three different study sites with different problematic have been chosen to evaluate the textural analysis in Cambodia, Cameroun and Brazil. Indeed, the contribution of the analysis of textural information for classification has been emphasized. The latter is understood through the analysis of Haralick textural parameters, second order statistic parameters. The retained algorithm of classification is the SVM (Support Vector Machine), as it allows taking into account numerous parameters, which can be heterogeneous with respect to their physical dimension
author2 Paris Est
author_facet Paris Est
Benelcadi, Hajar
author Benelcadi, Hajar
author_sort Benelcadi, Hajar
title Apport de l’analyse texturale des images radar à haute résolution spatiale pour la cartographie des forêts tropicales
title_short Apport de l’analyse texturale des images radar à haute résolution spatiale pour la cartographie des forêts tropicales
title_full Apport de l’analyse texturale des images radar à haute résolution spatiale pour la cartographie des forêts tropicales
title_fullStr Apport de l’analyse texturale des images radar à haute résolution spatiale pour la cartographie des forêts tropicales
title_full_unstemmed Apport de l’analyse texturale des images radar à haute résolution spatiale pour la cartographie des forêts tropicales
title_sort apport de l’analyse texturale des images radar à haute résolution spatiale pour la cartographie des forêts tropicales
publishDate 2014
url http://www.theses.fr/2014PEST1161/document
work_keys_str_mv AT benelcadihajar apportdelanalysetexturaledesimagesradarahauteresolutionspatialepourlacartographiedesforetstropicales
AT benelcadihajar contributionoftexturalanalysisfromhighspatialresolutionradarimagesfortropicalforestmapping
_version_ 1718490137942294528