Processus ponctuels marqués pour l'extraction d'objets :
Après avoir introduit l'approche Bayesienne sur un exemple simple, nous montrerons dans une première partie
que l'information contextuelle classiquement utilisée dans la modélisation par champs de Markov doit être maniée avec précaution. Nous constaterons ensuite que cette information est insuffisante pour analyser les images à haute et très résolution des nouveaux et futurs capteurs satellitaire, pour lesquelles l'information géométrique s'avère plus pertinente. Dans une seconde partie, nous developperons donc une nouvelle approche fondée sur les processus ponctuels marqués. Les configurations recherchées consistent en une collection d'objets géométriques simples. Nous développerons cette approche sur différentes applications comme l'extraction du réseaux routiers, du bâti ou encore des arbres.

Marked point processes for object extraction:
After a brief introduction to the Bayesian approach on a simple example, we shall show that the contextual information, classically embedded into a Markov Random Field modeling, should be carefully manipulated. We shall show that this information is not sufficient to analyze high and very high resolution images obtained by the new and futur satellites, for which the geometric information is more relevant. In a second part, we shall propose a new approach based on marked point processes. The targetted configuration consists of a collection of simple geometric objects. We shall develop this approach for different applications such as road network extraction, buildings and trees recognition.

Bibliographie ― References: