Similarité locale multi-temporelle en imagerie SAR :

Encadrants : Florence Tupin
Disponible : OUI

Spécialité : traitement d'images
Nombre d'étudiants : 1
Description : Contexte : Les images radar ont l'avantage de pouvoir être acquises par tout temps (de jour comme de nuit et quelles que soient les conditions météorologiques). Elles présentent néanmoins un fort bruit (le bruit de speckle lié à l'imagerie cohérente). L'acquisition de plusieurs images et leur combinaison permet de réduire très efficacement le bruit présent sur une donnée. Les approches les plus simples qui consistent à faire un moyennage des images supposent que les informations sont stables temporellement et les réalisations du bruit décorrélées.
Travail demandé : L'objectif de ce projet est de mettre en oeuvre une approche plus élaborée qui s'appuie sur le regroupement de pixels similaires connectés [1]. Pour cela l'objectif est d'identifier des ensembles de pixels voisins qui présentent les mêmes caractéristiques temporelles. Ceux-ci sont identifiés en construisant un histogramme cumulé temporel, puis en réalisant un test de Kolmogorov-Smirnov pour comparer les deux distributions. Un critère statistique permet alors de décider si les pixels sont similaires. Les ensembles de pixels similaires peuvent alors être traités simultanément pour estimer par moyennage les valeurs débruitées. Programmation : langage au choix (Matlab, C/C++, etc.) Bibliographie : [2] A New Algorithm for Processing Interferometric Data-Stacks: SqueeSAR Alessandro Ferretti, Member, IEEE, Alfio Fumagalli, Fabrizio Novali, Claudio Prati, Fabio Rocca, and Alessio Rucci IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, VOL. 49, NO. 09, sept. 2011 Year: 2011