Papers by aymen sellaouti
HAL is a multidisciplinary open access archive for the deposit and dissemination of scientific re... more HAL is a multidisciplinary open access archive for the deposit and dissemination of scientific research documents, whether they are published or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers. L'archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d'enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.
Springer eBooks, 2014
ABSTRACT Most image segmentations require control parameters set- ting that depends on the variab... more ABSTRACT Most image segmentations require control parameters set- ting that depends on the variability of processed images characteristics. This paper introduces a meta-learning system using stacked generaliza- tion to adjust segmentation parameters within an object-based analy- sis of very high resolution urban satellite images. The starting point of our system is the construction of the knowledge database from the concatenation of images characterization and their correct segmentation parameters. Meta-knowledge database is then built from the integra- tion of base-learners performance evaluated by cross-validation. It will allow knowledge transfer to second-level learning and the generation of the meta-classifier that will predict new image segmentation parameters. An experimental study on a satellite image covering the urban area of Strasbourg region enabled us to evaluate the effectiveness of the adopted approach.
ABSTRACT This paper presents a new approach for automatic building detection in very high resolut... more ABSTRACT This paper presents a new approach for automatic building detection in very high resolution satellite images. The proposed method is a cooperative multi-agent approach between both an edge and region approach. In the pretreatment step, a supervisor agent finds a building's corner using Harris detector. Starting from these points, a cooperation process is used to extract buildings. Experiments are done on images of Strasbourg city taken by Quickbird.
Avec l’avenement des images satellitaires a tres haute resolution, les approches pixelliques ne d... more Avec l’avenement des images satellitaires a tres haute resolution, les approches pixelliques ne donnant plus entiere satisfaction ont ete remplacees par les approches objets. Cependant, ces approches restent tributaires de la premiere etape qui permet le passage du pixel vers l’objet, a savoir l’etape de construction. L’architecture sequentielle de ces approches fait que les erreurs de l’etape de construction se repercutent sur l’etape d’identification. Il devient donc primordial de passer de cette architecture sequentielle vers une architecture iterative permettant la collaboration entre les etapes de construction et d’identification. Dans le cadre de cette these, nous nous sommes concentres sur l’etude de l’etape de construction(i.e., la segmentation) comme base de depart pour les approches proposees. Nous avons propose deux approches objets basees sur les techniques de segmentation les plus propices a la collaboration, a savoir les techniques regions et les techniques collaborati...
Résumé : Cet article présente un système de classification d'images satellitaires forestière ... more Résumé : Cet article présente un système de classification d'images satellitaires forestière haute résolution à l'arbre prés intégrant les informations structurelles représentées par les mesures et les indices de formes et les connaissances structurelles représentées par les relations spatiales. L'apport des informations et des connaissances structurelles est évalué en comparant les résultats d'une première classification texturale avec les résultats obtenus par notre système.
La classification orientée objet (COO) prend de plus en plus de dimension dans les travaux de télé... more La classification orientée objet (COO) prend de plus en plus de dimension dans les travaux de télédétection grâce à sa capacité d’intégrer des connaissances de haut niveau telles que la taille, la forme et les informations de voisinage. Cependant, les approches existantes restent tributaires de l’étape de construction des objets à cause de l’absence d’interaction entre celle-ci et celle de leur identification. Dans cet article, nous proposons une approche sémantique, hiérarchique et collaborative entre les algorithmes de croissances de régions et une classification orientée objet supervisée, permettant une coopération entre l’extraction et l’identification des objets de l’image. Les expériences menées sur une image de très haute résolution de la région de Strasbourg ont confirmé l’intérêt de l’approche introduite.
Lecture Notes in Computer Science, 2012
Lecture Notes in Computer Science, 2014
ABSTRACT Most image segmentations require control parameters set- ting that depends on the variab... more ABSTRACT Most image segmentations require control parameters set- ting that depends on the variability of processed images characteristics. This paper introduces a meta-learning system using stacked generaliza- tion to adjust segmentation parameters within an object-based analy- sis of very high resolution urban satellite images. The starting point of our system is the construction of the knowledge database from the concatenation of images characterization and their correct segmentation parameters. Meta-knowledge database is then built from the integra- tion of base-learners performance evaluated by cross-validation. It will allow knowledge transfer to second-level learning and the generation of the meta-classifier that will predict new image segmentation parameters. An experimental study on a satellite image covering the urban area of Strasbourg region enabled us to evaluate the effectiveness of the adopted approach.
2012 Second International Conference on Digital Information and Communication Technology and it's Applications (DICTAP), 2012
ABSTRACT This paper presents a new approach for automatic building detection in very high resolut... more ABSTRACT This paper presents a new approach for automatic building detection in very high resolution satellite images. The proposed method is a cooperative multi-agent approach between both an edge and region approach. In the pretreatment step, a supervisor agent finds a building's corner using Harris detector. Starting from these points, a cooperation process is used to extract buildings. Experiments are done on images of Strasbourg city taken by Quickbird.
2012 12th International Conference on Control Automation Robotics & Vision (ICARCV), 2012
ABSTRACT A hierarchical classification based road extraction approach is proposed in this paper. ... more ABSTRACT A hierarchical classification based road extraction approach is proposed in this paper. In order to extract road network, a spectral based-classification associates a confidence score to each region in the image. This score is used to extract road region and its constraints for each iteration of the hierarchy. Road localization is based on Radon transform and expert knowledge. The quality assessments in urban area images show the benefits of the introduced approach.
IEEE Geoscience and Remote Sensing Letters, 2000
ABSTRACT Automatic building extraction is an important field of research in remote sensing. This ... more ABSTRACT Automatic building extraction is an important field of research in remote sensing. This letter introduces a new object-based building extraction approach. So far, many object-based algorithms for building extraction have been proposed. However, these algorithms mainly operate in two phases: object construction and building extraction. The majority of these algorithms heavily relies on the object construction process, mainly due to the lack of interaction between the two steps. To overcome these drawbacks, we introduce a new hierarchical approach based on building templates. Carried out experiments on data sets of images from the urban area of Strasbourg show the benefits of our approach.
Résumé : Cet article présente un système de classification d'images satellitaires forestière ... more Résumé : Cet article présente un système de classification d'images satellitaires forestière haute résolution à l'arbre prés intégrant les informations structurelles représentées par les mesures et les indices de formes et les connaissances structurelles représentées par les relations spatiales. L'apport des informations et des connaissances structurelles est évalué en comparant les résultats d'une première classification texturale avec les résultats obtenus par notre système.
Uploads
Papers by aymen sellaouti