Accéder directement au contenu Accéder directement à la navigation
Communication dans un congrès

UNSUPERVISED ONE-CLASS SVM USING A WATERSHED ALGORITHM AND HYSTERESIS THRESHOLDING TO DETECT BURNT AREAS

Olivier Zammit 1 Xavier Descombes 1 Josiane Zerubia 1
1 ARIANA - Inverse problems in earth monitoring
CRISAM - Inria Sophia Antipolis - Méditerranée , Laboratoire I3S - SIS - Signal, Images et Systèmes
Abstract : This paper addresses the issue of color image classification. Support Vector Machines (SVM) have shown great performances concerning classification problems but require positive and negative training sets. One-Class SVM allow to avoid the negative training set choice. We also propose to automatically select the positive training set by using the watershed algorithm on the 3-D histogram. Finally a hysteresis thresholding allow to improve the cluster edges. Our method is applied to multispectral satellite images in order to assess burnt areas after a forest fire. The results are compared to official ground truths to validate the approach.
Liste complète des métadonnées

Littérature citée [12 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/inria-00316297
Contributeur : Olivier Zammit <>
Soumis le : mercredi 3 septembre 2008 - 09:40:21
Dernière modification le : lundi 12 octobre 2020 - 10:30:11
Archivage à long terme le : : jeudi 3 juin 2010 - 18:04:27

Fichier

PRIA-08-zammit.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00316297, version 1

Collections

Citation

Olivier Zammit, Xavier Descombes, Josiane Zerubia. UNSUPERVISED ONE-CLASS SVM USING A WATERSHED ALGORITHM AND HYSTERESIS THRESHOLDING TO DETECT BURNT AREAS. Pattern Recognition and Image Analysis (PRIA), Sep 2008, Nijni Novgorod, Russia. ⟨inria-00316297⟩

Partager

Métriques

Consultations de la notice

626

Téléchargements de fichiers

235