Estimation de variabilité pour le démélange non-supervisé d'images hyperspectrales

Abstract : Le démélange d’images hyperspectrales vise à identifier les signatures spectrales d’un milieu imagé ainsi que leurs proportions dans chacun des pixels. Toutefois, les signatures extraites présentent en pratique une variabilité qui peut compromettre la fiabilité de cette identification. En supposant ces signatures potentiellement affectées par le phénomène de variabilité, nous proposons d’estimer les paramètres d’un modèle de mélange linéaire à l’aide d’un algorithme de minimisation alternée (Proximal alternating linearized minimization, PALM) dont la convergence a été démontrée pour une classe de problèmes non-convexes qui contient précisément le problème du démélange d’images hyperspectrales. La méthode proposée est évaluée sur des données synthétiques et réelles.
Complete list of metadatas

Cited literature [13 references]  Display  Hide  Download

https://hal.archives-ouvertes.fr/hal-01342993
Contributor : Open Archive Toulouse Archive Ouverte (oatao) <>
Submitted on : Thursday, July 7, 2016 - 11:58:08 AM
Last modification on : Thursday, October 24, 2019 - 2:44:10 PM
Long-term archiving on : Saturday, October 8, 2016 - 11:42:29 AM

File

thouvenin_15398.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : hal-01342993, version 1
  • OATAO : 15398

Collections

Citation

Pierre-Antoine Thouvenin, Nicolas Dobigeon, Jean-Yves Tourneret. Estimation de variabilité pour le démélange non-supervisé d'images hyperspectrales. 25eme Colloque Groupe de Recherche et d'Etudes du Traitement du Signal et des Images (GRETSI 2015), Sep 2015, Lyon, France. pp. 1-4. ⟨hal-01342993⟩

Share

Metrics

Record views

189

Files downloads

127