Vous êtes ici : Accueil » Kiosque » Annonce

Identification

Identifiant: 
Mot de passe : 

Mot de passe oublié ?
Détails d'identification oubliés ?

Annonce

28 janvier 2020

Utilisation conjointe de techniques de modélisation de réponses SAR et de focalisation par tomographie SAR pour la caractérisation 3D de milieux urbains


Catégorie : Doctorant


Présentation du projet doctoral, contexte et objectif

L'interférométrie radar permet de mesurer la hauteur des objets présents sur la scène à partir de la différence de phase entre deux images acquises depuis des points de vue légèrement différents. La limitation majeure de l'interférométrie vient du phénomène de repliement, ou "layover", où plusieurs diffuseurs se trouvant à des positions différentes, mais à la même distance au capteur radar, sont projetés dans le même pixel.

Grâce à une pile temporelle d'images radar (SAR) contenant de nombreuses images acquises depuis des points de vue légèrement différents, la tomographie permet de discriminer ces diffuseurs, en reconstituant une image 3D de la scène. La tomographie SAR a montré de bons résultats dans le cas de la reconstruction de la forêt [1], mais aussi du milieu urbain. Des travaux menés précédemment sur des images acquises en bande X (longueur d'onde 3cm) ont montré de bonnes capacités de reconstruction de bâtiments, avec une importante densité de points mesurés[2-7].

Cependant, il reste difficile d’évaluer les performances de reconstruction d’une méthode donnée. Par exemple, l’influence du paramétrage des algorithmes de reconstruction tomographique haute résolution (par exemple du nombre de diffuseur par cellule de résolution), ou du critère optimisé dans le cas des approches par analyse de signaux parcimonieux [8], ainsi que l’influence des modifications de la scène (déformation des bâtiments [9], ou mouvement de la végétation) sont difficilement quantifiables sans vérité terrain précise. Parmi les critères d’évaluation, on trouve notamment le taux de diffuseurs reconstruits, et la précision de la hauteur estimée [10]. Or les données disponibles pour élaborer une vérité terrain ne donnent souvent qu’une précision de quelques décimètres, et ne permettent pas de déterminer quels diffuseurs sont censés être reconstruits par tomographie. L’utilisation de données synthétiques permettra de mieux comparer les différentes méthodes et de proposer des améliorations de ces techniques, par exemple en améliorant les méthodes de régularisation 3D, en proposant des méthodes de focalisation 3D basées sur des rechercher de motifs issus de données simulées ou en prenant en compte plus finement les particularités de l’acquisition (distribution des baselines).

 

Cette thèse se propose de modéliser initialement le milieu urbain comme un ensemble discret de diffuseurs se répartissant sur un nuage de points en trois dimensions. Cette approche est similaire aux hypothèses faites dans de nombreux algorithmes de tomographie, tels que les algorithmes MUSIC ou Compress Sensing [11]. A partir de ce nuage de points, on peut définir une enveloppe du bâtiment qui permet de prendre en compte des effets comme l’ombrage et le masquage. Le nuage de points en trois dimensions sera construit de façon procédurale à partir des informations de cadastre des villes (embase et hauteur des bâtiments) et de leur modèle numérique de terrain (relief des villes) ainsi que d'informations contextuelles sur le type de bâtiment (immeuble, maison individuelle,...). La comparaison entre les reconstructions 3D obtenues avec des données réelles et la construction obtenue avec des données synthétiques permettra de déterminer les règles procédurales de placement des diffuseurs, tel que le modèle proposé pour les signaux GNSS [12]. un problème central sera la discrétisation des façades des bâtiments, c'est-à-dire le nombre de points qu'il faudra utiliser pour représenter une façade. Cette discrétisation va impacter le simulateur lors du calcul des différents effets cohérents. En particulier, selon la géométrie d'acquisition, notamment les angles d'incidences, différents réflecteurs pourront être prépondérants. La prise en compte de réflexions multiples [13] sera aussi étudiée. Ces effets seront ensuite implémentés dans un simulateur SAR pour obtenir les images réalistes permettant d'évaluer les algorithmes de tomographie.

En plus de la définition des règles procédurales de placements des diffuseurs, la modélisation du milieu urbain sera évaluée par la comparaison avec des piles de données réelles permettant la tomographie. Des piles sur Paris, Munich et New-York acquises par le satellite TerraSAR-X sont disponibles à l'ONERA. Ces données réelles permettront à la fois de déterminer les règles procédurales permettant la simulation, ainsi que de comparer les résultats de tomographie entre les scènes simulées et les scènes réelles.

 

Références

[1] L. Ferro-Famil, B. El Hajj Chehade, R. Abdo, D. Ho Tong Minh, S. Tebaldini, T. Le Toan , “Improved Characterization of a Tropical Forest Using Polarimetric Tomographic Sar Data Acquired at P Band”, IGARSS 2018

[2] C. Rambour, L. Denis, F. Tupin, H. Oriot, “Introducing Spatial Regularization in SAR Tomography Reconstruction”, IEEE Transactions on Geoscience and Remote Sensing, 2019.

[3] L. Liang, X. Li, Laurent Ferro–Famil, H. Guo, L. Zhang, et al.. Urban area tomography using a sparse representation based two–dimensional spectral analysis technique. Remote Sensing, MDPI, 2018, 10 (2), pp.109.


[4] Shaharyar Khwaja, Laurent Ferro–Famil, Eric Pottier. Efficient SAR Raw Data Generation for Anisotropic Urban Scenes Based on Inverse. IEEE Geoscience and Remote Sensing Letters, IEEE – Institute of Electrical and Electronics Engineers, 2009, 6 (4), pp.757–761.


[5] Yue Huang, Jacques Lévy–Vehel, Laurent Ferro–Famil, Andreas Reigber. Three–Dimensional Imaging of Objects Concealed Below a Forest Canopy Using SAR Tomography at L–Band and Wavelet–Based Sparse Estimation. IEEE Geoscience and Remote Sensing Letters, IEEE – Institute of Electrical and Electronics Engineers, 2017, 14 (9), pp.1454–1458.


[6] Stefan Sauer, Laurent Ferro–Famil, Eric Pottier, A. Reigber. Three–dimensional imaging and scattering Mechanism Estimation over Urban Scences Dual–Baseline Polarimetric InSAR Observations at L–Band. IEEE Transactions on Geoscience and Remote Sensing, Institute of Electrical and Electronics Engineers, 2011, 49 (11), pp.4616–4629.

[7] Yue Huang, Laurent Ferro–Famil, Andreas Reigber. Under-Foliage Object Imaging Using SAR Tomography and Polarimetric Spectral Estimators. IEEE Transactions on Geoscience and Remote Sensing, Institute of Electrical and Electronics Engineers, 2012, 50 (6), pp.2213–2225.

[8] X. Zhu and R. Bamler. Tomographic sar inversion by l1 -norm regularization ; the compressive sensing approach. IEEE Transactions on Geoscience and Remote Sensing, 48(10) :3839–3846, Oct 2010.

[9] Flora Weissgerber, Elise Colin-Koeniguer, Jean-Marie Nicolas et Nicolas Trouvé, “3D Monitoring of Buildings Using TerraSAR-X InSAR, DInSAR and PolSAR Capacities”, Remote Sens. 2017, 9(10), 1010; doi:10.3390/rs9101010

[10] O. D’Hondt, C. Lopez-Martinez, S. Guillaso, O. Hellwich, "Nonlocal FIltering Applied to 3-D Reconstruction of Tomographic SAR Data", IEEE Transactions on Geoscience and Remote Sensing, 2017.

[11] Robust Reconstruction of Building Facades for Large Areas Using Spaceborne TomoSAR Point Clouds, Muhammad Shahzad ; Xiao Xiang Zhu

[12] Mehdi Ait Ighil, « Simulateur de canal de propagation basé sur une approche physico-statistique et adapté à la modélisation des multitrajets pour les systèmes de navigation par satellite »,Thèse soutenue à l’Ecole Doctorale Mathématiques, informatique et télécommunications,Toulouse, 2013

[13] G. Franceschetti, A. Iodice, D. Riccio and G. Ruello, "SAR raw signal simulation for urban structures," in IEEE Transa ctions on Geoscience and Remote Sensing, vol. 41, no. 9, pp. 1986-1995, Sept. 2003.

 

Profil et compétences recherchées

La candidate/le candidat a un master 2 recherche ou un diplôme d’ingénieur en traitement du signal et des images. Des compétences en informatique (python, matlab,…) et un intérêt pour la physique sont aussi attendus.

 

Laboratoires d'accueil et encadrement

Le doctorant sera accueilli au sein du Département ElectroMagnétisme et Radar de l'ONERA Palaiseau, ainsi qu'au LTCI à Télécom Paris.

Il sera encadré par Abigael Taylor (ONERA), Flora Weissgerber (ONERA), sous la direction de Laurent Ferro-Famil (IETR) et Florence Tupin (Télécom Paris).

Le début de la thèse est prévu en octobre 2020.

Contacts
Abigael Taylor : 01.80.38.62.44 , abigael.taylor@onera.fr

 

Dans cette rubrique

(c) GdR 720 ISIS - CNRS - 2011-2020.