Amélioration des images Landsat SLC-off par dilatations successives
Une application de la morphologie mathématique
Versandkostenfrei!
Versandfertig in 6-10 Tagen
23,99 €
inkl. MwSt.
PAYBACK Punkte
12 °P sammeln!
Depuis la panne du capteur de Landsat 7 survenue en 2003, les images enregistrées par ce satellite sont striées de bandes noires qui rendent difficiles leur traitement et leur interprétation. L'énorme quantité de ces images dites SLC-off constitue une inestimable source d'information sur la surface terrestre et son évolution. Il importe donc de rechercher les moyens d'améliorer leur qualité. Cet ouvrage décrit pas à pas, illustrations à l'appui, une méthode simple, fondée sur la morphologie mathématique, qui permet d'éliminer les bandes noires des images SLC-off : la méthode de...
Depuis la panne du capteur de Landsat 7 survenue en 2003, les images enregistrées par ce satellite sont striées de bandes noires qui rendent difficiles leur traitement et leur interprétation. L'énorme quantité de ces images dites SLC-off constitue une inestimable source d'information sur la surface terrestre et son évolution. Il importe donc de rechercher les moyens d'améliorer leur qualité. Cet ouvrage décrit pas à pas, illustrations à l'appui, une méthode simple, fondée sur la morphologie mathématique, qui permet d'éliminer les bandes noires des images SLC-off : la méthode des dilatations successives. Les images améliorées par ce procédé sont d'excellents supports pour la cartographie de l'occupation des sols. Deux travaux présentés en exemples l'attestent. Les ingénieurs, les chercheurs, les enseignants et les étudiants qui utilisent l'imagerie satellitaire tireront profit de cette méthode.
Andere Kunden interessierten sich für
