Faisabilité de la détection de routes en milieu forestieren utilisant des images SAR

Cette thèse porte sur la détection de routes en imagerie SAR dans le but long terme d'évaluer la traficabilité de celles-ci, notamment pour le déploiement de véhicules militaires.Les routes sont des éléments dont la taille vue par le SAR peut-être extrêmement réduite, selon l'orientation de celles-ci. La rugosité influe sur l'intensité du signal et est dépendante de la fréquence du capteur utilisé. Les matériaux qui constituent les routes ne sont pas les mêmes selon les régions que l'on observe : cela peut aller du chemin de terre, à l'autoroute à plusieurs voies goudronnée. Les abords de la route peuvent être soient naturels (lisière de forêts, champs agricoles, ...) ou artificiels (rambardes métalliques par exemple). La difficulté de la détection de routes en imagerie SAR réside ainsi dans le fait que selon leur largeur, leur matériau et leurs abords, leurs réponses peuvent être très faibles, d'autant plus si on a affaire à des routes forestière.Dans cette thèse, de nombreuses techniques classiques ont été testées pour évaluer la faisabilité de leur détection. Ce qui apparaît rapidement c'est que les méthodes reposant sur du moyennage spatial ne sont pas adaptées à de tels objets. Deux axes de recherche ont été privilégiés : le développement temporel de méthodes de détection classique et une nouvelle méthode, appelée entropie différentielle, permettant de tirer profit de séries temporelles d'images de nature différente.

Publication Details

Journal
theses.fr (ABES)
Published
2025-02-10
Primary Topic
Developmental Biology and Gene Regulation
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Faisabilité de la détection de routes en milieu forestieren utilisant des images SAR

theses.fr (ABES)
Developmental Biology and Gene Regulation
article

Faisabilité de la détection de routes en milieu forestieren utilisant des images SAR

article en

Abstract

Cette thèse porte sur la détection de routes en imagerie SAR dans le but long terme d'évaluer la traficabilité de celles-ci, notamment pour le déploiement de véhicules militaires.Les routes sont des éléments dont la taille vue par le SAR peut-être extrêmement réduite, selon l'orientation de celles-ci. La rugosité influe sur l'intensité du signal et est dépendante de la fréquence du capteur utilisé. Les matériaux qui constituent les routes ne sont pas les mêmes selon les régions que l'on observe : cela peut aller du chemin de terre, à l'autoroute à plusieurs voies goudronnée. Les abords de la route peuvent être soient naturels (lisière de forêts, champs agricoles, ...) ou artificiels (rambardes métalliques par exemple). La difficulté de la détection de routes en imagerie SAR réside ainsi dans le fait que selon leur largeur, leur matériau et leurs abords, leurs réponses peuvent être très faibles, d'autant plus si on a affaire à des routes forestière.Dans cette thèse, de nombreuses techniques classiques ont été testées pour évaluer la faisabilité de leur détection. Ce qui apparaît rapidement c'est que les méthodes reposant sur du moyennage spatial ne sont pas adaptées à de tels objets. Deux axes de recherche ont été privilégiés : le développement temporel de méthodes de détection classique et une nouvelle méthode, appelée entropie différentielle, permettant de tirer profit de séries temporelles d'images de nature différente.

theses.fr (ABES)
Sustainable cities and communities
Openalex Percentile: Top 50%
Developmental Biology and Gene Regulation
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.