mirage

Apport de l'information mutuelle pour la sélection d'attributs et la classification des images hyperspectrales

Le Catalogue Collectif des Thèses en Afrique

Voir la notice simple de la thèse

dc.contributor.author Sarhrouni Elkebir
dc.date.accessioned 2015-09-14T14:21:43Z
dc.date.available 2015-09-14T14:21:43Z
dc.date.issued 2014-09-27
dc.identifier.uri http://thesesenafrique.imist.ma/handle/123456789/1662
dc.description.abstract La télédétection par imagerie hyperspectrale (IHS) permet la production des cartes thématiques. Une IHS contient plus d'une centaine de bandes prises dans des fréquences juxtaposées pour la même région appelée « vérité de terrain ». Le traitement de ces images est une procédure complexe et difficile à cause du nombre important de bandes. La réduction de dimensionnalité et alors obligatoire. Ils existent plusieurs méthodes de réduction de dimensionnalité et de classification de ces images basées sur, des approches statistiques, les algorithmes génétiques, les méthodes de gradient, etc. L’objectif dans cette thèse est de proposer des méthodes originales plus performantes pour sélectionner les bandes les plus pertinentes pour la classification. Plusieurs contributions sont présentées, elles utilisent l'information mutuelle (IM). Elles consistent à retenir les bandes minimisant la probabilité d'erreur de classification, avec un seuil contrôlant la redondance. L'étude est conduite sur l'IHS AVIRIS 92AV3C et à l’aide du classifieur SVM. Les résultats obtenus sont comparativement, meilleurs que ceux obtenus par les méthodes classiques. fr_FR
dc.language.iso fr fr_FR
dc.publisher Université Mohammed V - Agdal, Faculté des Sciences, Rabat fr_FR
dc.subject Sciences de l'Ingénieur fr_FR
dc.subject Informatique fr_FR
dc.subject Télécommunications fr_FR
dc.subject Image hyperspectrale fr_FR
dc.subject Sélection d'attributs fr_FR
dc.subject Information mutuelle normalisée fr_FR
dc.subject Pertinence fr_FR
dc.subject Redondance d'attribut fr_FR
dc.title Apport de l'information mutuelle pour la sélection d'attributs et la classification des images hyperspectrales fr_FR
dc.description.collaborator Aboutajdine, Driss (Président et Directeur de la thèse)
dc.description.collaborator Messoussi, Rochdi (Examinateur)
dc.description.collaborator El Marraki, Mohamed (Examinateur)
dc.description.collaborator Bouattane, Omar (Examinateur)
dc.description.collaborator El Hassouni, Mohammed (Examinateur)
dc.description.collaborator Hammouch, Ahmed (Examinateur et Directeur de la thèse)
dc.description.laboratoire LRIT, (LAB.) fr_FR


Fichiers dans ce document

Cette thèse figure dans la collection suivante

Voir la notice simple de la thèse

Recherche


Recherche Avancée

Parcourir

Mon compte