Spatio-temporal segmentation of a satellite image time series at high resolution - Archive ouverte HAL Access content directly
Theses Year : 2009

Spatio-temporal segmentation of a satellite image time series at high resolution

Segmentation Spatio-temporelle d'une séquence d'images satellitaires à haute résolution.

(1, 2)
1
2

Abstract

Image Time series represent an amount of information far greater than individual images. In fact, considering time increases significantly the number of possible states corresponding to a bigger amount of information (in an entropic sense). Thanks to the new generation satellites agility and to their use in onstellations, satellite image time series, SITS, will from now on be available at higher resolution. These data are extremely rich, but, in compensation, are complex and difficult to interpret manually. Automatic analysis methods are thus required. High resolution SITS (HRSITS) differ from the other types of existing sequences by the type of change they show. In fact, contrary to low resolution SITS, HRSITS present objects. In order to take this particularity into account, an object oriented analysis must be performed. Such approaches exist in the video domain. However, the HRSTIS' objets may undergo changes in radiometry (for example, due to the plants growth) whereas the video object's radiometry is generally assumed time invariant. We thus need to design an object oriented analysis adapted to HRSITS. Besides, the temporal sampling of the HRSITS is irregular and generally sub-sampled compared to visible phenomena at the considered spatial resolution. Moreover, from the satellite viewpoint, some radiometry changes due to the atmosphere thickness cumulate with the radiometry evolution of the scene objects. Nevertheless, despite slight geometrical registration errors, the HRSITS' objects shape is temporally redundant. A building is in fact generally sustainable whereas an agricultural zone is rarely modified. We thus propose an object based HRSITS analysis method exploiting on one hand the intra-objects radiometry redundancy and on the other hand the temporal redundancy of the shape of the objects different versions. A phenomenological study of the dynamic of the scene and of the HRSITS allows us to identify the characteristics of an adapted representation of the changes description : a graph the nodes of which are the spatial objects linked by edges representing their temporal dependency. However, the computation of this graph is a difficult problem, and we thus propose to compute an approximation in two steps. In the first step, a strong approximation is considered on the temporal dependencies in order to facilitate the determination of spatial regions. These are then extracted thanks to a segmentation algorithm exploiting jointly the two kind of available redundancies, namely the spatial homogeneity of the radiometry and the temporal geometric redundancy. The nodes of the graph are thus determined and the approximation on the temporal dependencies can then be relaxed in order to achieve a finer estimation of the graph. We then propose two utilisations of the graph. The first one exploits the structural characteristics such as the nodes degrees in order to detect and qualify geometric changes. The other uses an attributed version of the graph with radiometry properties attached to the nodes in order to extract relevant frequent behaviour.
Les séquences temporelles d'images présentent une quantité d'information bien plus importante que des images individuelles. En effet, la prise en compte du temps accroit considérablement le nombre d'états possibles ce qui se traduit par une quantité d'information plus importante (au sens entropie). Grâce à l'agilité des satellites de nouvelle génération et à leur utilisation dans des constellations, des séquences temporelles d'images satellitaires, STIS, vont maintenant être accessibles à haute résolution. Ces données sont extrêmement riches, mais en contrepartie, elles sont complexes et difficiles à interpréter manuellement. Des méthodes d'analyse automatique sont donc requises. Les STIS à haute résolution (STISHR) se distinguent des autres types de séquences existantes par la nature des changements qu'elles présentent. En effet, contrairement aux STIS à basse résolution, les STISHR contiennent des objets. Afin de tenir compte de cette particularité, une méthode d'analyse orientée objet doit donc être utilisée. De telles méthodes existent dans le domaine de la vidéo. Cependant, les objets des STISHR peuvent subir des changements radiométriques, par exemple liés à la croissance des plantes, alors que la radiométrie des objets de vidéo est généralement supposée invariante. Nous devons donc concevoir une méthode d'analyse orientée objet adaptée à la STISHR. Par ailleurs, l'échantillonnage temporel des STISHR est irrégulier et généralement sous-échantillonné par rapport aux phénomènes observables à ces résolutions spatiales. De plus, du point de vue du satellite, aux évolutions radiométriques propres aux objets de la scène se rajoutent les évolutions radiométriques liées à l'épaisseur atmosphérique. Néanmoins, hormis de faibles erreurs de recalage géométrique, la STISHR présente une redondance temporelle dans la forme des objets. Ainsi, une construction est généralement pérenne et une zone cultivable est rarement modifiée. Nous proposons donc une méthode d'analyse de la STISHR basée objet de façon à exploiter d'une part la redondance radiométrique intra objets spatiaux, et d'autre part, la redondance temporelle de forme entre ces objets. Une étude phénoménologique de la dynamique de la scène et de la STISHR nous permet d'identifier les caractéristiques d'une représentation adaptée à la description de ses changements : il s'agit d'un graphe dont les noeuds sont des objets spatiaux reliés par des arcs exprimant leur dépendance temporelle. Le calcul de ce graphe est cependant un problème difficile, et nous proposons d'en calculer une approximation. Cette approximation est calculée en deux temps. Dans un premier temps, on considère une approximation forte sur les dépendances temporelles afin de faciliter la détermination des régions spatiales. Celles-ci sont extraites grâce à un algorithme de segmentation exploitant conjointement les deux types de redondances disponibles : l'homogénéité radiométrique spatiale, et la redondance géométrique temporelle. Les noeuds du graphe ainsi déterminés, on relaxe l'approximation sur les dépendances temporelles de façon à obtenir une estimation plus fine du graphe. Nous proposons ensuite deux utilisations de ce graphe. L'une exploite ses caractéristiques structurelles telles que la valence des noeuds afin de détecter les changements géométriques. L'autre, utilise une version attribuée par des propriétés radiométriques du graphe pour mettre en évidence des comportements fréquents.
Fichier principal
Vignette du fichier
theseLEMEN.pdf (5.51 Mo) Télécharger le fichier
Loading...

Dates and versions

pastel-00658159 , version 1 (10-01-2012)

Identifiers

  • HAL Id : pastel-00658159 , version 1

Cite

Camille Le Men. Segmentation Spatio-temporelle d'une séquence d'images satellitaires à haute résolution.. Traitement des images [eess.IV]. Ecole nationale supérieure des telecommunications - ENST, 2009. Français. ⟨NNT : ⟩. ⟨pastel-00658159⟩
849 View
1723 Download

Share

Gmail Facebook Twitter LinkedIn More