Oriented Triplet Markov Field for Hyperspectral Image Segmentation

Abstract : Hyperspectral image processing benefits greatly from using spatial information. Markov field modeling is a well-known statistical model class for considering spatial relationships between sites of an image. Often, the model restricts to Hidden Markov Field, therefore cannot handle non-stationarities in the images. This paper presents a Triplet Markov Field model for hyperspectral image segmentation, allowing the joint retrieving of image classes and local orientations. Segmentation results on synthetic data validate the methods, and results on real astronomical data are presented.
Type de document :
Communication dans un congrès
IEEE Workshop on Hyperspectral Image and Signal Processing : Evolution in Remote Sensing, Aug 2016, Los Angeles, United States. 2016, 〈http://www.ieee-whispers.com/index.php〉
Liste complète des métadonnées

Littérature citée [24 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/hal-01421883
Contributeur : Jean-Baptiste Courbot <>
Soumis le : vendredi 23 décembre 2016 - 10:09:03
Dernière modification le : samedi 27 octobre 2018 - 01:27:26
Document(s) archivé(s) le : lundi 20 mars 2017 - 20:46:57

Fichier

whispers-final.pdf
Fichiers produits par l'(les) auteur(s)

Licence


Copyright (Tous droits réservés)

Identifiants

  • HAL Id : hal-01421883, version 1

Citation

Jean-Baptiste Courbot, Emmanuel Monfrini, Vincent Mazet, Christophe Collet. Oriented Triplet Markov Field for Hyperspectral Image Segmentation. IEEE Workshop on Hyperspectral Image and Signal Processing : Evolution in Remote Sensing, Aug 2016, Los Angeles, United States. 2016, 〈http://www.ieee-whispers.com/index.php〉. 〈hal-01421883〉

Partager

Métriques

Consultations de la notice

174

Téléchargements de fichiers

69