Post-processing methods for ocean monitoring in sar images

Abstract

In the recent years, a wide interest has been focused on research and development for the operational use of satellite remote sensing tools for Earth observation. Among different types of sensors, Synthetic Aperture Radars (SAR) offer distinctive characteristics, essential for several applications. The observation capability of SAR sensors is independent of the day – night cycle, of the presence of clouds and of the weather conditions in general. Nevertheless, due to the processing involved in the synthesis of SAR images, automatic interpretation of SAR data is awkward. For an extended operational exploitation of SAR products, the development of specific unsupervised techniques for the post-processing of SAR images is necessary. After analyzing the particularities of SAR images, focusing in particular on the elements making their interpretation difficult, this dissertation proposes a set of post-processing techniques for oceanic SAR images, based on time – frequency methods and in particular on the wavelet theory. First, a multiscale algorithm for automatic spot detection in a noisy background has been developed. It is based on the pointwise combination of wavelet coefficients of different bands at the same scale. This technique has been applied to automatic vessel detection and, more specifically, to difficult situations of detection: small fishing ships with low reflectivity. Its efficiency has been compared to other existing algorithms. After that, a method based on the pointwise combination of wavelet subbands at different scales has been proposed. It has been applied to the robust detection of frontiers and linear features. This technique has been employed for the unsupervised detection and monitoring of the coastline in SAR images. Its robustness has been proven through test on a large set of images showing diverse characteristics. Then, the issue of texture analysis in oceanic SAR images has been addressed. An algorithm for the estimation of the local regularity has been proposed, based on the quantification of the wavelet spectrum evolution through scales. A measure of the local fractality is derived from the local regularity. This technique is applied to the detection of oil spills in the ocean surface in SAR satellite based images. The contributions of this dissertation range in two directions. On the one hand, in the direction of multiscale signal processing and, on the other hand, in the direction of automatic interpretation of SAR images. For the multiscale signal processing, a different way of understanding and applying time – scale decompositions (or, equivalently, time - frequency) is proposed. In order to take more efficiently into account the information content in the projected space, the methods proposed carry out the analysis directly in the transformed domain. For the unsupervised interpretation of SAR images, the suitability of the multiscale framework has been justified. Inscribed in this multiscale theory, the novel techniques proposed in this dissertation are simple, flexible, robust and self-contained.

En els darrers anys, la investigació per a la utilització operacional d’eines de teledetecció satel·litàries per a aplicacions d’observació de la Terra s’està desenvolupant ràpidament. Entre els diferents tipus de sensors satel·litaris existents, els radars d’obertura sintètica o SARs ofereixen unes característiques distintives, que els fan molt interessants per a diferents aplicacions. Tenen capacitat d’observació tant de dia com de nit i no es veuen afectats per la presència de núvols ni per condicions meteorològiques adverses. No obstant, degut al mètode d’adquisició de les imatges SAR, la seva interpretació automàtica és difícil. Per a una explotació operacional i estesa de les dades SAR, és necessari desenvolupar tècniques automàtiques i específiques de post-processament de les imatges SAR. Després d’analitzar les característiques de les imatges SAR que fan que el seu processament automàtic sigui difícil, aquesta tesi proposa un seguit de tècniques de post-processament per a imatges SAR oceàniques basades en mètodes temps – freqüència. En primer lloc, s’ha desenvolupat, mitjançant combinació punt a punt de bandes a una mateixa escala del domini wavelet, un algoritme multiescalar per a la detecció automàtica de spots en entorns sorollosos. Aquest mètode s’ha aplicat a la detecció automàtica de vaixells i, en particular, als casos difícils de detecció: vaixells petits i amb reflectivitat feble. El seu rendiment s’ha comparat amb algoritmes operacionals. En segon lloc, es proposa un mètode basat en la combinació punt a punt de bandes a diferents escales del domini wavelet, per a la detecció robusta de fronteres i línies. Aquesta tècnica s’ha provat per a la detecció automàtica i el seguiment de la línia de costa en imatges SAR. S’ha provat la seva robustesa. Per últim, s’ha plantejat el problema de l’anàlisi de textures a les imatges SAR oceàniques. S’ha proposat un algoritme per a l’estimació de la regularitat local, basat en la quantificació de l’evolució de l’espectre wavelet a través de les escales. A través de la regularitat local, es deriva una mesura de la fractalitat local. Aquesta tècnica s’ha emprat per a la detecció de vessaments de petroli a l’oceà a partir d’imatges SAR. Les contribucions d’aquest treball són a dos nivells. Per una banda, en la direcció del tractament de senyal multiescalar i, per una altra banda, en la direcció de la interpretació automàtica de les imatges SAR. Pel que fa al tractament de senyal multiescalar, es proposa una forma diferent d’utilitzar les descomposicions espai – escala (o, equivalentment, temps - freqüència). Pel tal d’aprofitar de forma més eficaç la informació ressaltada per la projecció, els mètodes proposats realitzen l’anàlisi directament al domini transformat. Pel que fa a la interpretació automàtica de les imatges SAR, s’ha demostrat en primer lloc l’adequació del marc multiescalar que es proposa en aquesta dissertació. Inscrites en aquest marc, les tècniques automàtiques proposades són senzilles, flexibles, robustes i autocontingudes.