Caractérisation probabiliste et synthèse de surfaces agricoles
Modélisation de surfaces agricoles par objets structurants à partir d'images haute résolution
Versandkostenfrei!
Versandfertig in 6-10 Tagen
58,99 €
inkl. MwSt.
PAYBACK Punkte
29 °P sammeln!
Nous proposons de caractériser les surfaces par deux niveaux de rugosité: le premier niveau correspondant aux objets (mottes, aux agrégats et aux creux) et le second niveau étant le substrat sur lequel sont posés ces objets. Disposant d un algorithme de segmentation par Hiérarchie de Contour (HC) pour l identification des objets, nous avons mis en évidence l influence de la méthode d'estimation du gradient sur cet algorithme. Pour valider la méthode HC, nous avons aussi adapté une approche de morphologie Mathématique - la Ligne de Partage des Eaux - pour identifier les différents o...
Nous proposons de caractériser les surfaces par deux niveaux de rugosité: le premier niveau correspondant aux objets (mottes, aux agrégats et aux creux) et le second niveau étant le substrat sur lequel sont posés ces objets. Disposant d un algorithme de segmentation par Hiérarchie de Contour (HC) pour l identification des objets, nous avons mis en évidence l influence de la méthode d'estimation du gradient sur cet algorithme. Pour valider la méthode HC, nous avons aussi adapté une approche de morphologie Mathématique - la Ligne de Partage des Eaux - pour identifier les différents objets. Nous montrons que le demi-ellipsoïde est une forme mathématique qui modélise très correctement les objets. Après avoir déterminé les lois de probabilité des paramètres des demi-ellipsoïdes et étudié leurs dépendances, nous avons mis nous avons mis en place un procédé de génération d'objets posés sur un plan. Nous montrons que les objets générés ont les mêmes statistiques que les objets identifiés sur les images hautes résolution. Nous montrons que l isotropie des surfaces est liée à l orientation des objets et que le substrat est corrélé à la surface comportant des objets.
Andere Kunden interessierten sich für
