Etude de la quantification vectorielle des donnees brutes issues d'un radar a synthese d'ouverture

par DIMITRI LEBEDEFF

Thèse de doctorat en Sciences appliquées

Sous la direction de M. BARLAND.

Soutenue en 1995

à Nice .

    mots clés mots clés


  • Résumé

    Un radar a synthese d'ouverture (rso) est un systeme d'observation satellitaire tout-temps. La contrepartie de la haute resolution de l'imagerie rso se situe dans la lourdeur du traitement numerique. Le processus de formation des images (processeur) necessite un traitement long et complexe et le debit de donnees a la sortie du systeme d'acquisition (donnees brutes) est aussi tres eleve. Dans le cadre de missions futures, il est envisage de comprimer a bord ce flot de donnees. La quantification vectorielle (qv) est utilisee depuis une quinzaine d'annees pour reduire le debit de transmission ou pour le stockage d'images et de parole. C'est une generalisation de la quantification scalaire a des vecteurs (ou blocs de scalaires). Elle permet de prendre en compte toutes les dependances qui existent entre les composantes d'un vecteur et, de ce fait, engendre une erreur moyenne plus faible qu'avec une quantification scalaire. Elle permet aussi d'atteindre des debits fractionnaires ou inferieurs a un bit par echantillon. L'objectif de cette etude est d'evaluer l'apport de la qv dans la compression des donnees brutes issues d'un rso spatial. Nous avons voulu que ce travail soit accessible a un non-specialiste. C'est pourquoi une presentation generale du rso et des traitements de synthese est proposee avant d'evaluer l'influence des processeurs vis-a-vis d'eventuelles perturbations (comme les erreurs introduites par la compression). Apres une breve description des outils de base necessaires a l'elaboration d'un algorithme de compression, nous abordons l'analyse des caracteristiques des donnees brutes issues des rso spatiaux. A travers l'etude des performances asymptotiques de la quantification vectorielle, nous proposons la construction d'un nouvel algorithme de compression, particulierement bien adaptee aux donnees brutes. Celui-ci est valide quels que soient la scene et le systeme rso spatial. Afin de reduire la complexite de quantification, nous nous sommes orientes vers la quantification vectorielle sur reseaux reguliers de points. Nous proposons une technique par apprentissage qui permet, pour de bas debits, de determiner les parametres d'adaptation optimaux et integrons ce quantificateur dans un schema adaptatif pour la compression des donnees brutes. Nous terminons par la presentation d'une approche originale de quantification vectorielle, adaptee a la distribution des donnees brutes, dont la structure permettrait d'accelerer considerablement l'algorithme de compression. Enfin, les resultats obtenus sur deux images rso sont evalues et compares avec une des techniques qui, a l'heure actuelle, fait office de reference


  • Pas de résumé disponible.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 351 P.
  • Annexes : 87 REF.

Où se trouve cette thèse ?

  • Bibliothèque : Université Nice Sophia Antipolis. Service commun de la documentation. Section Sciences.
  • Accessible pour le PEB
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.