Robust classifcation methods on the space of covariance matrices. : application to texture and polarimetric synthetic aperture radar image classification

Résumé : Au cours de ces dernières années, les matrices de covariance ont montré leur intérêt dans de nombreuses applications en traitement du signal et de l'image.Les travaux présentés dans cette thèse se concentrent sur l'utilisation de ces matrices comme descripteurs pour la classification. Dans ce contexte, des algorithmes robustes de classification sont proposés en développant les aspects suivants.Tout d'abord, des estimateurs robustes de la matrice de covariance sont utilisés afin de réduire l'impact des observations aberrantes. Puis, les distributions Riemannienne Gaussienne et de Laplace, ainsi que leur extension au cas des modèles de mélange, sont considérés pour la modélisation des matrices de covariance.Les algorithmes de type k-moyennes et d'espérance-maximisation sont étendus au cas Riemannien pour l'estimation de paramètres de ces lois : poids, centroïdes et paramètres de dispersion. De plus, un nouvel estimateur du centroïde est proposé en s'appuyant sur la théorie des M-estimateurs : l'estimateur de Huber. En outre,des descripteurs appelés vecteurs Riemannien de Fisher sont introduits afin de modéliser les images non-stationnaires. Enfin, un test d'hypothèse basé sur la distance géodésique est introduit pour réguler la probabilité de fausse alarme du classifieur.Toutes ces contributions sont validées en classification d'images de texture, de signaux du cerveau, et d'images polarimétriques radar simulées et réelles.
Type de document :
Thèse
Other. Université de Bordeaux, 2017. English. <NNT : 2017BORD0006>
Liste complète des métadonnées

https://tel.archives-ouvertes.fr/tel-01511645
Contributeur : Abes Star <>
Soumis le : vendredi 21 avril 2017 - 14:05:09
Dernière modification le : samedi 22 avril 2017 - 01:03:28

Fichier

ILEA_IOANA_2017_CORR.pdf
Version validée par le jury (STAR)

Identifiants

  • HAL Id : tel-01511645, version 1

Citation

Ioana Ilea. Robust classifcation methods on the space of covariance matrices. : application to texture and polarimetric synthetic aperture radar image classification. Other. Université de Bordeaux, 2017. English. <NNT : 2017BORD0006>. <tel-01511645>

Partager

Métriques

Consultations de
la notice

152

Téléchargements du document

41