Vous êtes ici : Accueil » Kiosque » Annonce

Identification

Identifiant: 
Mot de passe : 

Mot de passe oublié ?
Détails d'identification oubliés ?

Annonce

12 novembre 2018

Imagerie hyperspectrale – classification – segmentation


Catégorie : Stagiaire


Sujet : Mise en œuvre des méthodes de segmentation-classification des images hyperspectrales dans le cadre de la détection des pourritures de raisins.

Une image hyperspectrale est composée d’un empilement de plusieurs dizaines à plusieurs centaines de bandes spectrales. Ces bandes adjacentes de quelques nanomètres de largeur spectrale, permettent de réaliser un échantillonnage continu du spectre lumineux, sur une gamme de longueurs d’ondes s’étendant généralement de l’ultraviolet au proche infrarouge (400 à 1 000 nm, et jusqu’à plus de 2 500 nm pour certains capteurs. Disposer du spectre réflectif de l’image accroit les possibilités d’identification ou de démélange subpixellaire.

En première analyse, à partir du cube de données, considéré dans sa dimension spectrale, les pixels composés d’ « éléments purs » doivent être repérés et extraits, pour servir de bases spectrales de référence. La classification des autres pixels est obtenue par projection du cube de données sur ces bases spectrales.La qualité de l’extraction des bases à partir des données brutes permettra de fiabiliser les résultats de la méthode de classification. Il se pose le problème du démélange subpixellaire.

S’il n’est pas possible d’extraire des spectres d’éléments purs, d’autres méthodes type « supervisé » ou « non supervisé » devront être envisagées.

Dans un second temps, les aspects spectraux et spatiaux devront être considérés ensemble pour améliorer la classification et tenir compte des mélanges subpixellaires ou du fait que les pixels « purs » ne le sont pas vraiment. Des méthodes aussi bien classiques qu’à bases d’apprentissage devront être proposées.

Le candidat aura comme mission de mettre en œuvre des méthodes de classification des images hyperspectrales existantes. Auparavant, il aura dressé un état de l’art pertinent concernant les méthodes hyperspectrales et plus particulièrement appliquées à la détection d’anomalie.

1.Etat de l’art bibliographique

2.Mise en œuvre des méthodes de segmentation-classification

3.Analyse et étude comparative des résultats obtenus

4.Quelques perspectives du travail

L’étudiant sera encadré au laboratoire CRESTIC par deux enseignants-chercheurs. Il bénéficiera des moyensdisponibles au laboratoire.

De même, le CIVC mettra en œuvre des moyens pour accompagner l’étudiant : il fournira le matériel informatique nécessaire et les chefs de projet du service vigne accompagneront l’étudiant tout au long du stage.

NB : Possibilité de poursuite des travaux dans le cadre d’une thèse à l’issue du stage en fonction des résultats

Rattachement: service vigne du Pôle Technique et Environnement du Comité Champagne/ Laboratoire CReSTIC

Contact

Merci de faire parvenir vos candidatures (CV et lettre de motivation), sous la référence "Ingénieur stagiaire Hyperspectral" à : marie-laure.panon@civc.fr, et en copie à Lanto.rasolofondraibe@univ-reims.fr Danielle.nuzillard@univ-reims.fr

850€ net

 

Dans cette rubrique

(c) GdR 720 ISIS - CNRS - 2011-2018.