S. Allain, L. Ferro-Famil and E. Pottier

Slides:



Advertisements
Présentations similaires
Tableau des Analogies Analogie mécanique de la résistance
Advertisements

Chapitre IX Radar à « compression d’impulsion »
Chaîne de traitement Notion de plot
Traitement d’images : concepts fondamentaux
Par Narcisse Talla Tankam
Analyse en composante indépendante
Seuil absolu de sensibilité à la lumière
Une approche informationnelle de la restauration d’images
Sébastien Moreau, Jérôme Daniel
Analyse de la parole Ivan Magrin-Chagnolleau, CNRS
Etude des interactions entre un objet 3D et une surface naturelle.
Equations de Kuramoto-Sivashinski
LAHOUDERE Julien le 23 novembre Contexte Programme spatiale européen AURORA (2002) Première mission ExoMars (départ 2013) Un objectif du Rover PASTEUR.
2. Echantillonnage et interpolation des signaux vidéo
4. Descripteurs du contenu
Chapitre IV SER et furtivité. Notion de SER (RCS) 1. Définition 2. Paramètres influents 3. Modélisation 4. Ordres de grandeur 5. Introduction à la furtivité
Correction Spécialité 17 Modulation & démodulation d’amplitude
SON COMPLEXE - SPECTRE Le son pur est un modèle mathématique (sinusoïde…) Un son complexe peut être décomposé en une sommes de sinusoïdes (Théorème de.
P. H. M. Galopeau LATMOS-CNRS, Université Versailles-St Quentin
Application des algorithmes génétiques
Chapitre 6 : Restauration d’images
Analyse fréquentielle
Filtrage-Analyse Spectrale des Images
1- Université Paul Sabatier, AD2M
Concepts avancés en mathématiques et informatique appliquées
Télédétection des Océans : quels défis pour le futur ?
Traitement du signal TD0 : Introduction.
Une approche échevelée aux photons enchevêtrés
Signaux aléatoires.
Influence de la largeur de l’impulsion Temps (s) Amplitude (dB) Première rétrodiffusion Seconde rétrodiffusion Réflexion double.
RECONNAISSANCE DE FORMES
Exploitation en synergie des données de capteurs micro-ondes pour l’aide à l’extraction des paramètres de caractérisation de la glace en support à Cryosat.
Radar K2p Application ‘R-SLAM’ (premiers résultats)
Modélisation d’un radar UHF pour l’exploration de Mars
STRUCTURES TOURBILLONNAIRES ET DISSIPATION D'ENERGIE
Caractérisation de l’interaction du champ électromagnétique avec un environnement forestier dans les bandes VHF et P. H. Roussel 1, H. Nguyen 1, Y. Ziadé.
AD2M, Laboratoire Antennes, Dispositifs et Matériaux Micro-ondes
Musicc3d : code pour la modélisation du Multipactor
H. AUBERT* et D.L. JAGGARD**
Nouvelle Topologie de Filtre Récursif Différentiel Passe-Bande sur Silicium Accordable Autour de 2 GHz S. DARFEUILLE1, B. BARELAUD1, L. BILLONNET1, B.
Courants alternatifs.
Toulouse Réunion des Utilisateurs Méso-NH mars 2005 Simulations LES d’une couche limite convective: variabilité de la vapeur d’eau PLAN  Objectifs de.
Couche limite atmosphérique
Les différentes sortes de filtre
Chapitre 4 PRINCIPE DE LA MECANIQUE CLASSIQUE
TNS et Analyse Spectrale
UMR CNRS 6134 Simulation et expérimentation des feux de végétation Equipe de recherche sur les feux Laboratoire Systèmes Physiques de l’Environnement CNRS.
SUJETS SPÉCIAUX EN INFORMATIQUE 1
Apport de l’imagerie satellitaire et des SIG
Localisation et identification des interactions neutrinos dans le détecteur OPERA. Carole HERITIER Journées Jeunes Chercheurs 2003 Directeurs de thèse.
Couche limite atmosphérique
Suivi de trajectoires par vision Y. Goyat, T. Chateau, L. Trassoudaine 1.
Romain Dupont encadré par J.Aubourg et P. Fuchs
Couche limite atmosphérique Micrométéorologie. Limitations des théories K Ces fermetures sont extrêmement dépendants du type de turbulence. Les valeurs.
Cristaux Photoniques nonlinéaires
- Application au Bassin versant du Jaudy-Guindy-Bizien -
Rappels sur les fonctions et les suites aléatoires
SOLAR ORBITER: Visible-Light Imager and Magnetograph 12 avril 2005 PNST, IAP.
Conditions frontières
Conditions frontières
ANALYSE DES SERIES CHRONOLOGIQUES METHODES ET APPLICATIONS EN HYDROLOGIE Danièle VALDES-LAO
Couche limite atmosphérique
Comparaison multi-échelle des précipitations du modèle Méso-NH et des données radar Colloque CNFSH – Ecole des Ponts ParisTech – 11/12 juin 2009 A., Gires.
MEMOIRE DE DEA PRESENTE PAR MOUSTAPHA THIAME
Couche limite atmosphérique Conditions frontières.
I Qu’est ce que le son? Éléments de M.A.O. – support de cours
Cap-formation-2006, résumé par J. Malbos1 EFIDIR : Extraction et Fusion d’Informations pour la mesure de Déplacement par Imagerie Radar 2. Extraction d'informations.
P. Todoroff, H. Renaud, A. Bury, N. Boyer, N. Baghdadi, A. Bégué LES RECHERCHES EN COURS EN AIDE A LA PRODUCTION DE CANNE A SUCRE A PARTIR D’OUTILS DE.
Transcription de la présentation:

S. Allain, L. Ferro-Famil and E. Pottier Modélisation et analyse de la diffusion de surfaces rugueuses au moyen de données HR radar S. Allain, L. Ferro-Famil and E. Pottier IETR – UMR CNRS 6164, Equipe SAPHIR Groupe Image et télédetection, Université de Rennes1, France Les travaux que je vais vous presenter ont ete menes au sein de l’equipe… 25 Février 2005

CONTEXTE INTRODUCTION Extraire les paramètres bio et géo-physique des surfaces rugueuses (rugosité, humidité) à partir de données SAR polarimétriques Influence des caractéristiques du radar pour l’inversion Fréquence Angle d’incidence Résolution Modèle polarimétrique

SOMMAIRE SURFACE DEUX-ECHELLES MODELE DE DIFFUSION DE SURFACE HYBRIDE DECOUPAGE DU SPECTRE CAS D’UN SPECTRE DE FORME GAUSSIENNE MODELE DE DIFFUSION DE SURFACE HYBRIDE GRANDE ECHELLE : ORIENTATION DE LA CELLULE DE RESOLUTION PETITE ECHELLE : IEM INTEGRATION COHERENTE + SOMME INCOHERENTE RESULTATS SURFACE LISSE SURFACE RUGUEUSE

SURFACE DEUX-ECHELLES Surface observée par le SAR DIVISION DU SPECTRE DE RUGOSITE EN DEUX COMPOSANTES Petite échelle Grande échelle La surface observée par le SAR est composée d’une grande échelle correspondant aux cellules de résolution et d’une petite échelle représentant la rugosité à l’intérieur de la cellule de résolution.

SPECTRE 1-D TRONQUE Cas 1-D Grande échelle Réponse impulsionnelle du système SAR en range Fréquence de coupure Composante de la surface petite échelle limitée par Rx fx S0(fx) SBF SHF R Grande échelle Facette orientée en range et azimut Spectre BF Petite échelle Rugosité dans une cellule de résolution Spectre HF Pour générer ce pocessus à deux échelles, le spectre de rugosité de la surface totale est divisé en deux parties [Brown 1978][Bahar 1983][Dierking 1999][Allain 2003] : une composante basse fréquence (BF) liée à la grande échelle et une composante haute fréquence (HF) liée à la petite échelle.

SPECTE 2-D COUPE Cas 2-D Composante haute-fréquence Réponse impulsionnelle du système SAR Composante haute-fréquence Composante basse-fréquence -Fcy Fcy -Fcx Fcx fx fy SBF SHF reflective cnvimue par un dble sinc TF sinc rectangle EXPLIQUER POURQUOI CARRE

CAS PARTICULIER : SPECTRE GAUSSIEN Fonctions d’autocorrélation 1-D Ecart-type des hauteurs -6 -4 -2 2 4 6 -0.4 -0.2 0.2 0.4 0.6 0.8 1 lx (m) rNG rNGHF rNGBF Système basse résolution over Twice R Processus une échelle

MODELE DE DIFFUSION HYBRIDE Grande échelle  Orientation de la cellule de résolution Zx, Zy ( pente de la surface grande échelle) qL,fL (angles locaux) zBF(x,y) Filtre corrélateur Génération de la surface grande échelle Bruit blanc gaussien bb(x,y) h(x,y) Surface z(x,y) independant white noise

INFLUENCE DU TREME LC/R CAS GAUSSIEN Réponse Impulsionnel du filtre R -10 10 0.15 -0.15 x (m) zBF (m) INFLUENCE DU TREME LC/R Deux exemples de surface grande échelle

R DIMINUE  EFFET DES PENTES LOCALES AUGMENTE ANGLES LOCAUX Influence de la résolution q0 = 35° Lc = 1 m 0.2 0.4 0.6 0.8 1 R = 0.5 m R = 1.5 m R = 5 m -60 -40 -20 20 40 60 fL(°) 10 20 30 40 50 60 0.2 0.4 0.6 0.8 1 qL(°) R = 0.5 m R = 1.5 m R = 5 m R DIMINUE  EFFET DES PENTES LOCALES AUGMENTE

s AUGMENTE  IMPORTANCE DES PENTES LOCALES AUGMENTE ANGLES LOCAUX Influence de l’écart-type de la surface q0 = 35° Lc = 1 m 0.2 0.4 0.6 0.8 1 -60 -40 -20 20 40 60 fL(°) s = 0.05 m s = 0.15 m s = 0.25 m 10 20 30 40 50 60 0.2 0.4 0.6 0.8 1 qL(°) s = 0.05 m s = 0.15 m s = 0.25 m s AUGMENTE  IMPORTANCE DES PENTES LOCALES AUGMENTE

MODELE DE L’EQUATION INTEGRALE : IEM PRINCIPE (Fung - 1992) Champ diffusé Terme complémentaire Interaction multiple des ondes Terme de Kirchhoff Approximation des petites et moyennes pentes ks<3 Approximation forte rugosité ks>3 phhvv>1 hv Hdiff0 pas tjs inversible mq H bouge comment Interactions multiples avec les composantes de rugosité Rugosité Humidité du sol Paramètres du radar

MODELE DE DIFFUSION HYBRIDE ENTREES CELLULE DE RESOLUTION Paramètres de la surface HF Paramètres de surface BF q0 LcHF , sHF , e, F LcBF , sBF qL Zx,Zy GENERATION DE LA SURFACE BASSE-FREQUENCE EXTRACTION DES ANGLES LOCAUX MODELE DE DIFFUSION POLARIMETRIQUE (IEM) fL MODELE ROTATION AZIMUTALE Les paramètres d’entrée de ce modèle sont la constante diélectrique, la rugosité de la surface décrite par le spectre HF, ainsi que l’angle d’incidence local calculé à partir de la surface BF. Pour chaque cellule de résolution, les paramètres polarimétriques sont calculés à partir de la matrice de cohérence. La réponse polarimétrique totale de la scène est calculée comme la moyenne des paramètres effectuée sur la totalité de l’image. MOYENNE SPATIALE INCOHERENTE SORTIES DESCRIPTEURS POLARIMETRIQUES

THEOREME DE DECOMPOSITION POLARIMETRIQUE Décomposition aux valeurs et vecteurs propres Probabilité du mécanisme de diffusion Vecteur propre H : Entropie, aspect aléatoire de la diffusion simple bond diffusion de volume double bond : Indicateur du mécanisme de diffusion Descripteurs polarimétriques CLOUDE S. R., E. POTTIER, "A Review of Target Decomposition Theorems in Radar Polarimetry", IEEE Trans. GRS, 34.2, pp 498-518, 1996.

MODELE DE DIFFUSION HYBRIDE Dans les cellules de résolution INTEGRATION COHERENTE Réponses de toutes les cellules SOMMATION INCOHERENTE + R First we generate a large scale surface Les termes u et v représentent les composantes spectrales de la rugosité de surface. De même que pour les termes co-polarisés, les domaines des intégrales sur u et v doivent tenir compte de la fréquence de coupure.

DONNEES SAR JRC/EMSL Mesures SAR Caractéristiques de mesure Support 2 m Z rough surface focal point TX/RX 0.4 m Side view Cross-Range (m) -1 1 -0.5 0.5 Power (dB) Ground-Range (m) -30 -20 -10 10 selected zone Monostatic configuration q = 40° F = 3, 6, 10, 14 GHz 4.2 cm < R < 24 cm Surfaces rugueuses Pour eliminer les effets de plateau de bord 2 surfaces isotropes (5<e<10) – spectre gaussien Lisse s = 0.4 cm Lc = 6 cm Rugueuse s = 2.5 cm Lc = 6 cm

IMAGES MULTI-RESOLUTION shhhh – Surface lisse R = 4.2 cm R = 12 cm R =24 cm -1 1 -1 1 -1 1 Power (dB) -30 -20 -10 20 10 shhhh – Surface rugueuse R = 4.2 cm R = 12 cm R = 24 cm -1 1 -1 1 -1 1

VALIDATION DU MODELE Surface lisse 6 8 10 12 14 16 18 20 22 24 5 15 25 30 résolution (cm) (°) 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 6 8 10 12 14 16 18 20 22 24 résolution (cm) H Mesures Modèle hybride Basse résolution Rajouter trait Same variation of polarimetric descriptors with the model and the data In very high resolution case : worst case Strong variation for polarimetric descriptors Slightly changing for R>12 cm2*Lc LEGERES VARIATIONS DES DESCRIPTEURS POLARIMETRIQUES MEME ALLURE ENTRE LE MODELE ET LES MESURES

VALIDATION DU MODELE Surface rugueuse Lc/R > 0.5 résolution (cm) 6 8 10 12 14 16 18 20 22 24 5 15 25 30 (°) 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 6 8 10 12 14 16 18 20 22 24 résolution (cm) H Mesures Modèle hybride Basse résolution Lc/R > 0.5 FORTES VARIATIONS DES DESCRIPTEURS POLARIMETRIQUES INFLUENCE DE L’ECART-TYPE DES HAUTEURS Lc/R < 0.5 LEGERES VARIATIONS Same variation for H/alpha parameters with the model and the data Anisotropy : very different Large diference of values comparisn to smooth surface:toorough In very high resolution case : worst case Strong variation for polarimetric descriptors Slightly changing for R>12 cm2*Lc image scatterrers

CONCLUSION SYSTEME SAR HAUTE RESOLUTION MODELE DE DIFFUSION HYBRIDE SURFACE DEUX-ECHELLES MODELE DE DIFFUSION HYBRIDE PETITE ECHELLE : MODELE POLARIMETRIQUE IEM (termes d’ordre supérieur) GRANDE ECHELLE : MODULATION PAR LES PENTES LOCALES SYSTEM SAR BASSE RESOLUTION (R > 1 m) PAS D’EFFET DES PENTES VALIDATION SUR LES DONNEES MULTI-RESOLUTION INFLUENCE DE s INFLUENCE DE LA RESOLUTION Futurs systèmes haute résolution  L’effet de la résolution doit être pris en compte