Automated Matching of Real and Simulated Sar Imagery as a Tool for Ground Control Point Acquisition

Publisher Website
Google Scholar
Abstract
L'identification de points de contrôle sur des images de radar à antenne de synthèse (RAS) obtenues au-dessus de terrains accidentés est difficile en raison de certains effets liés à la topographie tels que la contraction et la superposition d'image ainsi que la présence d'ombre. Les variations de niveaux de gris dues au premier de ces effets peuvent constituer le facteur dominant de la rétrodiffussion radar propre aux différentes classes de couverture du sol. Compte tenu des observations ci-dessus, des image simulées, dérivées d'un modèle numérique d'élévation (MNE), d'un modèle simple de diffusion et de connaissances rudimentaires de la géométrie de l'imagerie RAS, ont été créés et sont en cours d'évolution pour diverses applications. Cet article présente les résultats d'études visant à établir dans quelle mesure il est possible de déterminer, de façon automatique, des points de contrôle sur des images RAS, par appariement de scènes réelles et simulées. Étant donné que les modèles numériques d'élévation utilisés pour les images simulées reposent sur des coordonnés cartographiques, cette méthode permettrait de réaliser un contrôle géodésique. Des expériences d'appariement d'images ont été effectuées à l'aide de couples d'images SEASAT simulées et réelles d'une région montagneuse près d'Anderson River, en Colombie Britannique. Les résultats de l'appariement automatisé se sont révélés cohérents avec les résultats découlant de l'acquisition manuelle de points de contrôle et d'une précision comparable dans le cas des segments d'images de 64 lignes sur 64 pixels et lorsqu 'un filtre est appliqué sur les images réelles afin de réduire le bruit. Les faibles résultats obtenus dans l'appariement de segments plus petits (c'est-à-dire de 32 sur 32 et de 48 sur 48) peuvent être en partie attribuables à quelques segments dont les positions d'appariement calculées diffèrent sensiblement des localisations correspondant à des segments de 64 lignes sur 64 pixels. Ces segments discordants ne sont pas nécessairement associés à de faibles valeurs de corrélation mais ils présentent généralement une faible variance des niveaux de gris et, par conséquent, peu ou pas de contraction ou de superposition d'image. La présélection de segments fondée sur la variance des segments d'images simulées semble être une méthode très prometteuse.

This publication has 3 references indexed in Scilit: