Elaborazione di immagini SAR multi-temporali per classificare l'uso del suolo

The growing availability of satellite images acquired by high-resolution SAR sensors for civilian use, operating in X-band as TerraSAR-X and COSMO-SkyMed, opens the doors to many applications characterized by the use of radar remote sensing images. The ability to operate in all weather conditions and lighting, the possibility of exploiting time intervals revisits reduced and obtain products processed rapidly, constitute a valuable input for the implementation of automatic algorithms for the classification of images. In the analysis of digital images the classification procedure is crucial for the extraction of useful information from the raw data of the images. The classification of remote sensing images is the process that allows to obtain thematic maps of the territory observed. The term thematic map indicates an image formed by a set of pixels to which it is associated, in addition to the spatial coordinates, a semantic information relating to a specific theme, the class or category. The purpose of the following thesis work is to implement a unsupervised classification algorithm for monitoring applications of land use. The possibility of obtaining time series of a single scene from satellite systems SAR, allows to characterize the datum both from a statistical point of view than from a deterministic point of view. The statistical characterization of the given amplitude SAR, as belonging to a distribution of Rice, allowed to separate, within the space of the statistical characteristics, the radar return due to dominant scatterers, present in the resolution cell, from the radar return due to distributed scatterers. The application of the algorithm of change detection also allowed to obtain a further class of information that takes account of the topographical variations due to both anthropogenic phenomena that of natural origin. The statistical characterization of the SAR data and the application of the change detection allows to obtain a precise classification but do not differentiate, in an ideal way, the different types of distributed scatterers. Since the information of the radar return consists of both amplitude that phase information, in order to extract more details regarding the nature of the scatterers distributed we proceeded to the evaluation of the phase coherence between the different images. Will be shown that the joint analysis between the statistical characterization of the data and the information extracted from the matrix of interferometric phase coherence has allowed to obtain a thematic map with eight classes of information. Geocoding of the result obtained by the classification algorithm proposed allowed to represent the thematic map on media in geographic coordinates and then have a quantitative validation of the result through visual comparison. It is concluded that the proposed algorithm proves to be a great tool for semi-automatic classification of SAR data can also be used by non experts users. The classification tool proposed is versatile tool both from a usage point of view that an application point of view. It could be used for example by the Institute for Superior Protection and Environmental Research (ISPRA) for monitoring land use. In detail, the present work is divided into four chapters and an appendix. In chapter 1 will be introduced some basic concepts of synthetic aperture radar systems highlighting how you can get, from the radar sensor mounted on the satellite, electromagnetic images of the Earth’s surface. In chapter 2 will be thorough study of the amplitudes of SAR data describing the basic concept of the processing of the time series and their characterization both from a statistical point of view than from a deterministic point of view. Chapter 3 introduces the reader to the problem of classification of SAR data, we describe briefly the generic steps of the classification procedures and then analyze in detail the innovative semi-supervised classification algorithm proposed. In chapter 4 providing the information about the data set used for the application of the classification algorithm proposed and the results obtained. In Appendix will be analyzed how the statistical characterization of the given amplitude SAR through a distribution of Rice can be used for the estimation of Permanent Scatterers (PS).

La crescente disponibilità di immagini satellitari acquisite da sensori SAR ad alta risoluzione per uso civile, operanti in banda X come TerraSAR-X e COSMO-SkyMed, apre le porte a numerose applicazioni caratterizzate dall’utilizzo delle immagini radar telerilevate. La capacità di operare in ogni condizione meteorologica e di illuminazione, la possibilità di sfruttare intervalli temporali di rivisita ridotti ed ottenere prodotti elaborati in tempi rapidi, costituiscono un prezioso input per l’implementazione di algoritmi automatici di classificazione delle immagini. Nell’analisi delle immagini digitali il procedimento di classificazione riveste un’importanza fondamentale per l’estrazione di informazioni utili dai dati grezzi delle immagini. La classificazione delle immagini telerilevate consiste nel processo che permette di ottenere mappe tematiche del territorio osservato. Il termine mappa tematica indica una immagine costituita da un insieme di pixel ai quali è associato, oltre alle coordinate spaziali, una informazione di tipo semantico relativa ad uno specifico tema, la classe o categoria. Lo scopo del seguente lavoro di tesi è quello di implementare un algoritmo di classificazione non-supervisionato indirizzato ad applicazioni di monitoraggio dell’uso del suolo. La possibilità di ottenere dai sistemi satellitari SAR serie storiche relative ad un singolo scenario, permette di caratterizzare il dato sia da un punto di vista statistico che da un punto di vista deterministico. La caratterizzazione statistica del dato di ampiezza SAR, come appartenente ad una distribuzione di Rice, ha permesso di separare, all’interno dello spazio statistico delle caratteristiche, il ritorno radar dovuto a scatteratori dominanti, presenti all’interno della cella di risoluzione, dal ritorno radar dovuto a scatteratori distribuiti. L’applicazione dell’algoritmo di change detection ha consentito inoltre di ottenere un’ulteriore classe di informazione che tenga conto delle variazioni topografiche dovute sia a fenomeni origine antropica che di origine naturale. La caratterizzazione statistica del dato SAR e l’applicazione della change detection consentono di ottenere una classificazione puntuale ma non permettono di distinguere in modo ideale i diversi tipi di scatteratori distribuiti. Dato che l’informazione del ritorno radar è costituita sia da un’informazione di ampiezza che una di fase, per poter estrarre maggiori dettagli riguardo la natura degli scatteratori distribuiti si è proceduto alla valutazione della coerenza di fase tra le diverse immagini. Verra mostrato che l’analisi congiunta tra la caratterizzazione del dato da un punto di vista statistico e le informazioni estratte dalla matrice di coerenza di fase interferometrica ha consentito di ottenere una mappa tematica con ben otto classi informative. La geocodifica del risultato ottenuto dall’algoritmo di classificazione proposto ha consentito di rappresentare la mappa tematica su supporti in coordinate geografiche ed avere quindi una validazione quantitativa, tramite confronto visivo, del risultato. Si conclude che l’algoritmo proposto si rivela un ottimo tool di classificazione semi-automatica di dati SAR utilizzabile anche da utenti non esperti del settore. Il tool di classificazione proposto risulta quindi uno strumento molto versatile sia da un punto di vista dell’utilizzo che da un punto di vista applicativo. Esso potrebbe essere utilizzato ad esempio dall’istituto superiore per la protezione e la ricerca ambientale (ISPRA) per il monitoraggio dell’uso del suolo. In dettaglio il presente lavoro di tesi si articola in quattro capitoli ed un’appendice. Nel capitolo 1 verranno introdotti alcuni concetti fondamentali dei sistemi radar ad apertura sintetica mettendo in evidenza in che modo è possibile ottenere, dal sensore radar montato a bordo del satellite, immagini elettromagnetiche della superficie terrestre. Nel capitolo 2 verrà approfondito lo studio delle ampiezze dei dati SAR descrivendo il concetto alla base delle elaborazioni delle serie temporali e della loro caratterizzazione sia da un punto di vista statistico che deterministico. Nel capitolo 3 si introduce il lettore al problema della classificazione di dati SAR, si descrivono brevemente i passi generici costitutivi delle procedure di classificazione per poi analizzare in dettaglio l’algoritmo innovativo di classificazione semi-supervisionato proposto. Nel capitolo 4 si forniscono le informazioni riguardo i data-set utilizzati per l’applicazione dell’algoritmo di classificazione proposto ed i risultati ottenuti. In Appendice si analizza come la caratterizzazione statistica del dato di ampiezza SAR attraverso una distribuzione di Rice possa essere utilizzata per la stima dei Permanent Scatterers (PS).