Urban Detection From Hyperspectral Images Using Dimension-Reduction Model and Fusion of Multiple Segmentations Based on Stuctural and Textural Features

Urban Detection From Hyperspectral Images Using Dimension-Reduction Model and Fusion of Multiple Segmentations Based on Stuctural and Textural Features

Show other versions (1)

Ce mémoire de maîtrise présente une nouvelle approche non supervisée pour détecter et segmenter les régions urbaines dans les images hyperspectrales. La méthode proposée n ́ecessite trois étapes. Tout d’abord, afin de réduire le coût calculatoire de notre algorithme, une image couleur du contenu spe...

Full description

Bibliographic Details
Main Author: He, Jin
Other Authors: Mignotte, Max
Language:en
Published: 2014
Subjects:
Images AVIRIS
Détection et segmentation de régions urbaines
Fusion de segmentations
Gradient
Matrice de co-occurrence
Image hyperspectrale
K-moyennes
Détection de segment de droite
Réduction de dimensionnalité non-linéaire
AVIRIS images
Fusion of label field
GLCM
Hyperspectral image
K-means clustering
Line segment detector
Non-linear dimension reduction
Histogram
Urban area
Detection and segmentation
Features extraction
Applied Sciences - Computer Science / Sciences appliqués et technologie - Informatique (UMI : 0984)
Online Access:http://hdl.handle.net/1866/10281

Internet

http://hdl.handle.net/1866/10281

Similar Items