Segmentation non supervisée d'image hyperspectrale par mélange de gausiennes spatialisé

Serge Cohen 1, 2 Erwan Le Pennec 3, 4
3 SELECT - Model selection in statistical learning
Inria Saclay - Ile de France, LMO - Laboratoire de Mathématiques d'Orsay, CNRS - Centre National de la Recherche Scientifique : UMR
Résumé : Cet article propose une nouvelle méthode de segmentation d'images hyperspectrales reposant sur un mélange de gaussiennes dont les proportions varient spatialement. Nous montrons comment estimer le nombre de classes ainsi que tous les autres paramètres ce modèle et en déduire une segmentation.
Liste complète des métadonnées

https://hal.inria.fr/inria-00638432
Contributeur : Erwan Le Pennec <>
Soumis le : vendredi 4 novembre 2011 - 17:23:32
Dernière modification le : jeudi 11 janvier 2018 - 06:22:14

Identifiants

  • HAL Id : inria-00638432, version 1

Citation

Serge Cohen, Erwan Le Pennec. Segmentation non supervisée d'image hyperspectrale par mélange de gausiennes spatialisé. GRETSI 2011, Sep 2011, Bordeaux, France. 2011. 〈inria-00638432〉

Partager

Métriques

Consultations de la notice

224