Champs Gaussiens conditionnels pour la modélisation inter-échelle de textures : Application à la super-résolution en télédétection satellitaire de l'océan

Brahim Boussidi (1) , Ronan Fablet (1) , Bertrand Chapron (2) , Emmanuelle Autret (2)

1 Lab-STICC_TB_CID_TOMS
2 LOS - Laboratoire d'Océanographie Spatiale

Cet article s'intéresse à la modélisation et la simulation inter-échelle de textures. Nous considérons ici des modèles de champs gaussiens conditionnels obtenus comme solutions d'équations aux dérivées partielles stochastiques. Ces modèles sont utilisés pour la synthèse de texture non-stationnaire tout en ayant un contrôle sur les propriétés spectrales, statistiques et géométriques des champs générés. Nous montrons que ces modèles peuvent s'obtenir à l'aide d'une convolution non-stationnaire d'un bruit blanc gaussien par un opérateur linéaire associée à la la fonction de covariance, qui peut notamment prendre en considération des propriétés géométriques d'anisotropie. Les versions discrétisées de ces modèles correspondent à des modèles AR 2D, obtenus à l'aide de la représentation harmonisable de l'opérateur différentiel. Ces différents opérateurs sont explicités de manière analytique dans le cas des champs dits Matérn. L'apport de ces méthodes par rapport à des versions non paramétriques stationnaires est discuté. Une application à la super-résolution basée texture d'images satellitaires associées à des dynamiques turbulentes à la surface de l'océan permet de valider le modèle proposé.

Mots clés: EDPS; Synthèse de texture; Super-résolution basée texture

Domaines: Vision par ordinateur et reconnaissance de formes [cs.CV]

Brahim Boussidi, Ronan Fablet, Bertrand Chapron, Emmanuelle Autret. Champs Gaussiens conditionnels pour la modélisation inter-échelle de textures : Application à la super-résolution en télédétection satellitaire de l'océan. Reconnaissance de Formes et Intelligence Artificielle (RFIA) 2014, Jun 2014, France. ⟨hal-00990979⟩