Nos tutelles

CNRS

Nos partenaires


Accueil > Publications > Thèses > Archives Thèses > Thèses 2012 - 2013

ESSID Houcine


Modélisation spatio temporelle à base de modèles de Markov cachés pour la prévision des changements en imagerie satellitaire

13 décembre 2012, 14 heures, Salle E005 ISIMA

Les séries temporelles d’images satellite sont une source d’information importante pour le suivi des changements spatio-temporels des surfaces terrestres. En outre le nombre d’images est en augmentation constante, pour les exploiter pleinement, des outils dédiés au traitement automatique du contenu informationnel sont développés. Néanmoins ces techniques ne satisfont pas complètement les géographes qui exploitent pourtant, de plus en plus couramment, les données extraites des images dans leurs études afin de prédire le futur. Nous proposons dans cette thèse, une méthodologie générique à base d’un modèle de Markov caché pour l’analyse et la prédiction de changements sur une séquence d’images satellite. Cette méthodologie présente deux modules : un module de traitement intégrant les descripteurs et les algorithmes classiquement utilisés en interprétation d’images, et un module d’apprentissage basé sur les modèles de Markov cachés. La performance de notre approche est évaluée par des essais d’interprétations des évènements spatio-temporels effectuées sur plusieurs sites d’études. Les résultats obtenus permettront d’analyser et de prédire les changements issus des différentes séries temporelles d’images SPOT et LANDSAT pour l’observation des évènements spatio-temporelles telle que l’expansion urbaine et la déforestation.

Mots clefs : Télédétection, analyse spatio-temporelle, modèle de Markov caché, descripteurs d’images, imagerie satellitaire.

Jury :
Pr. Grégoire Mercier, Université de Brest - France, rapporteur
Pr. Sami Faiz, Université de Jendouba - Tunisie, rapporteur
Pr. Engelbert Mephu Nguifo, Université de Clermont-Ferrand II, examinateur
Pr. Vincent Barra, Université de Clermont-Ferrand II, France, directeur
Pr. Imed Riadh Farah, Université de Manouba - Tunisie, directeur