EA | 
19.7. 
erpla- tes 
55 DéOGAMBART, CESRFranmee) 14ER Ah cesse nm 133 . 
Son 19.8. Digital image enhancement of noisy scanner imagery 
Eom: M. EHLERS, P. LOHMANN, University of Hannover (FRG)... 135 
n 
SESSION 23 
a 71 23.1. Synoptic field retrieval from asynoptic satellite observations 
tance M.-L. SALBY, National Center for Atmospheric Research, 
Boulder (USA) .. scene urbe UE UU UU UT 145 
1sing 23.2. Sampling theory for asynoptic satellite observations 
Rn 79 M.-L. SALBY, National Center for Atmospheric Research, 
nelle Boulder USA)... meriti TE Em 155 
23.3. Simulation of Panchromatic SPOT data at the National LAND 
MEUS 81 survey of SWEDEN 
M. WALLIN, National Land Survey of Sweden (Sweden).......... 165 
Sen- 23.4. Création de nouveaux canaux par méthodes photographiques 
Iron- B. LORTIC, ORSTOM (France)... errorem 173 
ERN 83 23.5. Direction dependant classification of airborne multispectral 
gra- scanner data 
B. PFEIFFER, Universitat Karlsruh (FRG dr GS 185 
ARE] 85 23.6. Multidensity and its applications to Landsat imagery 
s de J.-P. ROGALA, IBM {France).…-rrretnnennnnnçnennennnnentnnnnnns 195 
23.7. Une méthode d'approche des structures de paysages en télé- 
ses 87 détection : le relevé des linéaments et cernes agraires 
J. COUDOUX, Université de Lille | IErancol. uec oerte 205 
Serie 93 23.8. Transfert de technologie au Québec 
H. AUDET, Ministére de l'Energie et des Ressources du Qué- 
bec (Canada)... hiring Ye RENE EE 207 
mo- 
and WG.VII-2 METHODOLOGIE POUR L'AMELIORATION ET LA CLASSIFICATION 
s 95 THEMATIQUE DES DONNEES HYPERFREQUENCES 
mic WG-VII-2 METHODOLOGY FOR ENHANCEMENT AND THEMATIC 
CLASSIFICATION OF MICROWAVE DATA 
NS- 
and SESSION 3 
Ae. 105 3.1. Capabilities of ERS- 1 radar altimeter mission for science and 
vdia applications 
107 G.PACI-ESA (France) some "nana 211 
CS) 3.2. Exemples de traitements numériques de deux images 
ing SEASAT-A dans la région des pertuis breton et charentais 
119 F. CUQ, V. MADEC, Y.-F. THOMAS, F. VERGER et R. ZBIN- 
i 3 DEN, Ecole Normale Supérieure tFrancelu. hmmm 21 3 
an 3.3. Apport des Images composites SEASAT-LANDSAT pour 
121 l'interprétation thématique 
i M. GUY, C. LALLEMAND, G. LEGENDRE, A. MARIE - IFP ; 
im- JRIOM-INRA (France). darn HE e ene eee 215 
gi 3.4. Classification of SAR imagery from an agricultural region 
using digital textural analysis 
e 123 D -R. NUESCH - University of Zurich (Switzerland). 231 
"F4 a 
Classification multitexturale appliquée à des images de satelli- 
XI