Segmentation d'images radar : caractérisation des détecteurs de bord et apport des contours actifs statistiques

par Olivier Germain

Thèse de doctorat en Traitement des images

Sous la direction de Philippe Réfrégier.

Soutenue en 2001

à Aix-Marseille 3 .

mots clés

• Radar à antenne synthétique
• Traitement d'images -- Techniques numériques
• Granularité (optique)
• Photographie spatiale

Résumé

Le Radar à Synthèse d'Ouverture (RSO) permet l'observation de la Terre à haute résolution, par tout temps, de jour comme de nuit. L'inconvénient d'un tel système par rapport aux capteurs optiques classiques est qu'il délivre des images fortement dégradées par le phénomène de speckie, qui en limite considérablement l'interprétation automatique. Cette thèse est consacrée à la segmentation des images RSO, étape fondamentale pour faciliter et améliorer l'analyse de l'image. Le travail s'articule autour de deux axes majeurs. Dans un premier temps, nous caractérisons la précision spatiale d'une famille de détecteurs de bord adaptés au speckie et communément employée en imagerie RSO. Nous montrons en particulier que ces détecteurs fournissent une localisation biaisée des bords dans certaines situations où la forme de la fenêtre d'analyse n'est pas adaptée au bord (bord incliné, bord sinueux, speckie corrélé). . .

Résumé

Synthetic Aperture Radar (SAP) allows high resolution Earth observation in any weather condition, both day and night. The drawback of such a system compared to classical optical sensors that it provides images strongly corrupted by the speckle effect, whose automatic interpretation therefore drastically limited. This thesis is devoted to SAR image segmentation, which is a fund mental step to facilitate and improve the analysis of the image. Work is performed according two main lines. Firstly, we characterize the spatial accuracy of a speckle-dedicated family of edge detectors, that commonly used in SAR imagery. We show in particular that these detectors deliver a biased edje location in some situations where the analyzing window is not adapted to the edge (tilted edge, sinuous edge, correlated speckle). A simple phenomenological model is proposed to describe this property and give an approximative expression of the bias. Secondly, we use the technique of Statistical Active Contour (SAC) to improve the location of the contour of one object in a scene. Used in cooperation with the edge detector, the SAC offers notable refinement of the segmentation, by correcting the bias and reducing the variance on the contour location. . .