Le Moan, Steven
[VerfasserIn]
;
Dijon
[MitwirkendeR];
Voisin, Yvon
[MitwirkendeR];
Mansouri, Alamin
[MitwirkendeR];
Hardeberg, Jon Yngve
[MitwirkendeR]
Dimensionality reduction and saliency for spectral image visualization ; Réduction de dimensionalité et saillance pour la visualisation d'images spectrales
Titel:
Dimensionality reduction and saliency for spectral image visualization ; Réduction de dimensionalité et saillance pour la visualisation d'images spectrales
Anmerkungen:
Diese Datenquelle enthält auch Bestandsnachweise, die nicht zu einem Volltext führen.
Beschreibung:
De nos jours, la plupart des dispositifs numériques d’acquisition et d’affichage d’images utilisent un petit nombre de couleurs dites primaires afin de représenter n’importe quelle couleur visible. Par exemple, la majorité des appareils photos "grand public" quantifient la couleur comme une certaine combinaison de Rouge, Vert et Bleu(RVB). Ce genre de technologie est qualifiée de tri-chromatique et, au même titre que les modèles tetra-chromatiques communs en imprimerie, elle présente un certain nombre d’inconvénients, tels que le métamérisme ou encore la limitation aux longueurs d’onde visibles. Afin de palier à ces limitations, les technologies multi-, hyper,voire ultra-spectrale ont connu un gain notable d’attention depuis plusieurs décennies. Un image spectrale est constituée d’un nombre de bandes (ou canaux) supérieur à 3, représentant des régions spectrales spécifiques et permettant de recouvrer la radiance ou reflectance d’objets avec plus de précision et indépendamment du capteur utilisé. De nombreux travaux de recherche ont fait considérablement progresser les méthodes d’acquisition et d’analyse, mais beaucoup de challenges demeurent, particulièrement en ce qui concernel a visualisation de ce type de données. En effet, si une image contient plusieurs dizaines de canaux comment la représenter sur un écran qui n’en accepte que trois ? Dans cette thèse, nous présentons un certain nombre de méthodes d’extraction d’attributs pour l’analyse d’images spectrales, avec une attention particulière sur la problématique de la visualisation. ; Nowadays, digital imaging is mostly based on the paradigm that a combinations of a small number of so-called primary colors is sufficient to represent any visible color. For instance, most cameras usepixels with three dimensions: Red, Green and Blue (RGB). Such low dimensional technology suffers from several limitations such as a sensitivity to metamerism and a bounded range of wavelengths. Spectral imaging technologies offer the possibility to overcome these downsides by ...