Non-rigorous geometric processing of SAR time series for mapping applications

The RAdio Detection And Ranging (RADAR) is an active technology for object detection, in which the sensor provides its own source of illumination using the radio waves and microwaves of the electromagnetic spectrum. In the field of Earth observation, the Synthetic Aperture Radar (SAR) is a side-looking technology used for imaging the Earth’s surface with a high spatial resolution but a small physical antenna, thus overcoming the typical limitations of the conventional beam-scanning radars. Although SAR systems have become very popular within the geoscientist community since the availability to civilian users of very high-resolution images (i.e. TerraSAR-X and COSMO-SkyMed), the data processing is complex and needs specific expertise in signal processing. Nevertheless, an increasing number of non-radar experts are integrating and assimilating SAR data into their analyses and studies, relying on standard products provided by the space agencies and vendors. In this context, image registration is a time-consuming pre-processing whose relevance is beyond any doubt important as many other factors causing apparent differences in the imaged scenes, such as proper radiometric calibration, seasonal changes, differences in the sensor’s view angle or orbital path, different polarization, or frequency. Many authors have well documented that misregistration in the source data produces largely spurious results in mapping. Nonetheless, very often end-users may use georeferenced data without really having knowledge of (or without having the expertise to understand) how were processed, or they may assimilate data coming from different sources and, thus, characterized by different geocoding accuracies. While most users care very little about the geometric consistency of their data set, trusting the products’ specification, this is a critical requirement for using automated data processing and the presence of registration errors affect the final accuracy of the analysis. This master’s thesis is part of the research programme entitled new co-registration methods for COSMO-SkyMed data (COSMOREG), set in the framework of the Italian Space Agency’s COSMO-SkyMed Open Call for Science focused on the development of new algorithms, products and applications for SAR data. The objective of this work is to simplify to geoscientists non-experts of signal processing the integration of SAR standard products with other georeferenced data for mapping applications (e.g. for thematic classification, data fusion, or GIS analyses). For this reason, a new multi-image registration technique based on the Speeded up Robust Features (SURF) detection algorithm and a global polynomial transformation via least squares adjustment, has been tested for improving the original geocoding accuracy of SAR images collected with different geometries. With respect to the traditional approaches, this method tries to match every single image feature with as many as possible different images of the time series. The set of multi-image corresponding features (i.e. with visibility in two or more images) are then used to calculate a global registration based on the multiple links created between all the images of the time series. This characteristic is useful for limiting both the co-registration errors and to overcome the limitations of the classic image matching algorithms due to occlusions, radar shadows, different microwave polarization, or different viewing angles and orbits. This method has been developed and already extensively tested with medium-resolution and high-resolution multispectral satellite images but only a preliminary test was done with high-resolution SAR images. While this technique is well known in Photogrammetry (e.g. bundle block adjustment used for 3D reconstruction), it has very little application in Remote Sensing. Moreover, this topic is new in the radar community for the automatic registration of SAR images. Finally, to date, no commercial software packages used in Remote Sensing are able to exploit the advantage of multi-image corresponding features and the ones claiming only apply a traditional “one-to-one” approach (e.g. ESA’s Sentinel Application Platform toolbox). Therefore, this study analyzed, tested and optimized the data processing chain for SAR images. Results showed that the multi-image registration workflow could be successfully applied to COSMO-SkyMed and Sentinel-1 SAR amplitude data, without any specific knowledge of signal processing. Overall, this work should be seen in the light of a contribution to the typical geoscience users without any signal-processing background but using SAR data in their studies as supplementary information.

Il RAdio Detectionand Ranging (RADAR) è un sistema attivo per il rilevamento di oggetti, nel quale il sensore provvede autonomamente all’illuminazione dei bersagli utilizzando onde radio e microonde dello spettro elettromagnetico. Nell'ambito dell’osservazione della Terra, il radar ad apertura sintetica (SAR) è una tecnologia a visione laterale utilizzata per osservare la superficie terrestre con un’elevata risoluzione geometrica attraverso l’ausilio di antenne di piccole dimensioni, in modo tale da superare i tipici limiti dei radar convenzionali a scansione. Sebbene i sistemi SAR siano diventati molto popolari nella comunità scientifica grazie alla disponibilità agli utenti civili di immagini ad alta risoluzione spaziale (TerraSAR-X e COSMO-SkyMed), tuttavia l’elaborazione dei dati è complessa e necessita competenze specifiche nell’ambito del trattamento dei segnali. Ciò nonostante, un numero sempre maggiore di utenti non esperti in tecniche radar integra e utilizza dati SAR all’interno di analisi e studi, utilizzando i prodotti standard forniti dalle agenzie spaziali e venduti dai servizi commerciali. In questo contesto, la registrazione geometrica delle immagini è una operazione preliminare molto dispendiosa in termini di tempo e che occupa una importanza di rilievo tra quei fattori che sono causa di apparenti differenze nelle immagini, quali ad esempio un’adeguata calibrazione radiometrica, variazioni stagionali, differenze dovute all’angolo di vista o all’orbita, diversa polarizzazione o frequenza. Numerosi autori hanno ben documentato come errori di registrazione geometrica nelle immagini producano errori grossolani in operazioni di cartografia. Ciò nonostante, molto spesso gli utenti finali utilizzano dati georiferiti senza sapere come questi siano stati elaborati (o senza avere le competenze per capirlo), oppure integrano dati provenienti da differenti fonti e, per questo, caratterizzati da diverse precisioni nella geocodifica. Sebbene molti utenti si preoccupino poco della coerenza geometriche dei propri dati, affidandosi alle loro specifiche, questa è una richiesta importante quando si fa uso di procedure automatiche di elaborazione dove la presenza di errori di registrazione influisce sulla precisione finale dell’analisi. Questo lavoro di tesi si inquadra nel progetto di ricerca intitolato new co-registration methods for COSMO-SkyMed data (COSMOREG), parte del programma COSMO-SkyMed Open Call for Science dell’Agenzia Spaziale Italiana (ASI), finalizzato allo sviluppo di nuovi algoritmi, prodotti e applicazioni per dati SAR. L’obiettivo di questo lavoro è semplificare l’integrazione di prodotti standard SAR con altri dati georiferiti per applicazioni cartografiche (per esempio classificazione tematica, fusione di dati multi-sensore, o analisi GIS), ad opera di utenti non esperti in elaborazione dei segnali. Per questa ragione, è stata testata una nuova tecnica di registrazione multi-immagine basata sull’algoritmo Speed up Robust Features (SURF) per l’individuazione di elementi omologhi e su una trasformazione polinomiale globale stimata ai minimi quadrati, al fine di migliorare l’accuratezza della geocodifica originale delle immagini SAR acquisite con differenti configurazioni geometriche. Rispetto alla tecniche tradizionali, questo metodo tenta di collegare ogni singolo elemento saliente estratto da una immagine con quante più immagini possibile appartenenti alla serie temporale. L’insieme dei punti di legame multi-immagine così determinati (caratterizzati da una visibilità su due o più immagini) è utilizzato per calcolare una registrazione globale basata sulle corrispondenze costruite tra le diverse immagini della serie. Questa caratteristica è molto utile per limitare errori di co-registrazione e per superare le limitazioni degli algoritmi classici di image matching dovute a occlusioni, ombre radar, differente polarizzazione delle microonde, o differenti angli di vista e orbite. Questo metodo è stato sviluppato e largamente testato con immagini satellitari multispettrali ad alta e media risoluzione spaziale, ma solo un test preliminare è stato effettuato con immagini SAR ad alta risoluzione geometrica. Nonostante questa tecnica sia ben nota in Fotogrammetria (per esempio il bundle block adjustment utilizzato per la ricostruzione 3D), essa ha un utilizzo limitato nel Telerilevamento. Inoltre, questo argomento è nuovo nella comunità radar per la registrazione automatica di immagini SAR. Infine, ad oggi, nessuno dei software commerciali utilizzati nel Telerilevamento è in grado di sfruttare i vantaggi della registrazione multi-immagine e quelli che affermano di essere in grado utilizzano un approccio tradizionale uno-ad-uno (per esempio il Sentinel Application Platform toolbox dell’Agenzia Spaziale Europea). Pertanto, questo studio ha analizzato, testato e ottimizzato il processo di elaborazione dati per immagini SAR. I risultati mostrano che la registrazione multi-immagine può essere applicata con successo a immagini SAR acquisite da COSMO-SkyMed e Sentinel-1, senza alcuna conoscenza specifica di trattamento dei segnali. Complessivamente, questo studio deve essere inquadrato nell’ottica di un tipico utente delle geoscienze privo di competenze di trattamento dei segnali radar e che utilizza nei propri studi immagini SAR come informazione supplementare.