No description available.

No description available.

Synthetic Aperture Radar (SAR) is an emerging technique in remote sensing. The technology is capable of producing high-resolution images of the earth surface in all-weather conditions. Thesis work describes the present available methods for positioning and imaging targets using M-sequence UWB (Ultra-Wideband) radar signals with moving antennas and SAR algorithm to retrieve position and image of the target. M-sequence UWB radar technology used as signal source for transmission and receiving echoes of target. Pseudo random binary sequence is used as a transmitted signal. These radars have an ability to penetrate signal through natural and unnatural objects. It offers low cost and quality security system. Among a number of techniques of image retrieval in Synthetic Aperture Radar, study of Global back projection (GBP) algorithm is presented. As a time domain algorithm, GBP possesses inherent advantages over frequency domain algorithm like ability to handle long integration angle, wider bandwidth and unlimited aperture size. GBP breaks the full synthesis aperture into numbers of sub-apertures. These sub-apertures are treated pixel by pixel. Each sub-aperture is converted to a Cartesian image grid to form an image.  During this conversion the signal is treated with linear interpolation methods in order to achieve the best quality of the images. The objective of this thesis is the imaging of target using M-sequence UWB radar and processing SAR raw data using Global back projection algorithm.

L’imagerie satellite radar propose un point de vue intéressant pour l’étude et la compréhension des océans. Là où l’altimétrie, reconnue et utilisée mondialement, a su s’imposer comme une source de données majeure, les observations de houle issues du SAR (de l’anglais « Synthetic Aperture Radar ») restent encore largement sous exploitées. L’objet de cette thèse est de promouvoir l’utilisation de ces données en proposant un modèle pour l’analyse et la prévision de la houle à l’échelle du globe qui soit indépendant des modèles numériques classiques comme Wavewatch-III. Ce travail s’inscrit dans une logique de pérennisation de la mesure de houle depuis l’espace avec le lancement dans les trois années à venir des trois missions satellites Sentinel-1 A et B et CFOSAT. Un des principaux résultats de ce travail est la capacité de la méthode développée à fournir une information plus précise que celle des modèles existants. Cette méthode permet également une meilleure caractérisation des mesures utilisées en entrée et des pistes d’amélioration de ces dernières sont dégagées pour les futures activités de calibration/validation. Ces travaux ouvrent également des perspectives sur les possibilités d’assimilation des sorties de ce nouveau modèle dans les modèles numériques classiques. / The capability to observe ocean swell using spaceborne Synthetic Aperture Radar (SAR) has been demonstrated starting with ERS-1 mission in 1992. This dissertation shows how ocean swell properties can be used to combine swell observations of heterogeneous quality and acquired at various times and locations for the observation and forecast of ocean swell fieldsusing ASAR instrument on-board ENVISAT. The first section is a review of how ocean swell spectra can be derived from the SAR complex images of the ocean surface using a quasi-linear transformation. Then, significant swell heights, peak periods and peak directions from in situ measurements are used to assess the accuracy of the SAR observed swell spectra. Using linear propagation in deep ocean, a new swell field reconstruction methodologyis developed in order to gather SAR swell observations related to the same swell field. Propagated from their generation region, these observations render the spatio-temporal properties of the emanating ocean swell fields. Afterwards, a methodology is developed for the exclusion of outliers taking advantage of the swell field consistency. Also, using the irregularly sampled SAR observations, quality controlled estimations of swell field integral parameters are produced on a regular space-time grid. Validation against in situ measurements reveals the dramatic impact of the density of propagated observations on the integral parameters estimated accuracy. Specifically, this parameter is shown to be very dependent on the satellite orbit. Finally, comparisons with the numerical wave model WAVEWATCH-III prove it could potentially benefit from the SAR swell field estimates for assimilation purposes.

Les images de télédétection sont des images de la surface de la Terre acquises par des satellites ou des avions. Ces images sont de plus en plus disponibles et leur technologies évoluent rapidement. On peut observer une amélioration des capteurs existants, mais de nouveaux types de capteurs ont également vu le jour et ont montré des propriétés intéressantes pour le traitement d'images. Ainsi, les images multispectrales et radar sont devenues très classiques.La disponibilité de différents capteurs est très intéressante car elle permet de capturer une grande variété de propriétés des objets. Ces propriétés peuvent être exploitées pour extraire des informations plus riches sur les objets. Une des applications majeures de la télédétection est la détection de changements entre des images multi-temporelles (images de la même scène acquise à des instants différents). Détecter des changements entre des images acquises par des capteurs homogènes est un problème classique. Mais le problème de la détection de changements entre images acquises par des capteurs hétérogènes est un problème beaucoup plus difficile.Avoir des méthodes de détection de changements adaptées aux images issues de capteurs hétérogènes est nécessaire pour le traitement de catastrophes naturelles. Des bases de données constituées d'images optiques sont disponible, mais il est nécessaire d'avoir de bonnes conditions climatiques pour les acquérir. En revanche, les images radar sont accessibles rapidement quelles que soient les conditions climatiques et peuvent même être acquises de nuit. Ainsi, détecter des changements entre des images optiques et radar est un problème d'un grand intérêt en télédétection.L'intérêt de cette thèse est d'étudier des méthodes statistiques de détention de changements adaptés aux images issues de capteurs hétérogènes.Chapitre 1 rappelle ce qu'on entend par une image de télédétection et résume rapidement quelques méthodes de détection de changements disponibles dans la littérature. Les motivations à développer des méthodes de détection de changements adaptées aux images hétérogènes et les difficultés associiées sont présentés.Chapitre 2 étudie les propriétés statistiques des images en l'absence de changements. Un modèle de mélange de lois adapté aux ces images est introduit. La performance des méthodes classiques de détection de changements est également étudiée. Dans plusieurs cas, ce modèle permet d'expliquer certains défauts de certaines méthodes de la literature.Chapitre 3 étudie les propriétés des paramètres du modèle introduit au chapitre 2 en faisant l'hypothèse qu'ils appartiennent à une variété en l'absence de changements. Cette hypothèse est utilisée pour définir une mesure de similarité qui permet d'éviter les défauts des approches statistiques classiques. Une méthode permettant d'estimer cette mesure de similarité est présentée. Enfin, la stratégie de détection de changements basée sur cette mesure est validée à l'aide d'images synthétiques.Chapitre 4 étudie un algorithme Bayésien non-paramétrique (BNP) qui permet d'améliorer l'estimation de la variété introduite au chapitre 3, qui est basé sur un processus de restaurant Chinois (CRP) et un champs de Markov qui exploite la corrélation spatiale entre des pixels voisins de l'image. Une nouvelle loi a priori de Jeffrey pour le paramètre de concentration de ce CRP est définit. L'estimation des paramètres de ce nouveau modèle est effectuée à l'aide d'un échantillonneur de Gibbs de type "collapsed Gibbs sampler". La stratégie de détection de changement issue de ce modèle non-paramétrique est validée à l'aide d'images synthétiques.Le dernier chapitre est destiné à la validation des algorithmes de détection de changements développés sur des jeux d'images réelles montrant des résultats encourageant pour tous les cas d'étude. Le modèle BNP permet d'obtenir de meilleurs performances que le modèle paramétrique, mais ceci se fait au prix d'une complexité calculatoire plus importante. / Remote sensing images are images of the Earth surface acquired from satellites or air-borne equipment. These images are becoming widely available nowadays and its sensor technology is evolving fast. Classical sensors are improving in terms of resolution and noise level, while new kinds of sensors are proving to be useful. Multispectral image sensors are standard nowadays and synthetic aperture radar (SAR) images are very popular.The availability of different kind of sensors is very advantageous since it allows us to capture a wide variety of properties of the objects contained in a scene. These properties can be exploited to extract richer information about these objects. One of the main applications of remote sensing images is the detection of changes in multitemporal datasets (images of the same area acquired at different times). Change detection for images acquired by homogeneous sensors has been of interest for a long time. However the wide range of different sensors found in remote sensing makes the detection of changes in images acquired by heterogeneous sensors an interesting challenge.Accurate change detectors adapted to heterogeneous sensors are needed for the management of natural disasters. Databases of optical images are readily available for an extensive catalog of locations, but, good climate conditions and daylight are required to capture them. On the other hand, SAR images can be quickly captured, regardless of the weather conditions or the daytime. For these reasons, optical and SAR images are of specific interest for tracking natural disasters, by detecting the changes before and after the event.The main interest of this thesis is to study statistical approaches to detect changes in images acquired by heterogeneous sensors. Chapter 1 presents an introduction to remote sensing images. It also briefly reviews the different change detection methods proposed in the literature. Additionally, this chapter presents the motivation to detect changes between heterogeneous sensors and its difficulties.Chapter 2 studies the statistical properties of co-registered images in the absence of change, in particular for optical and SAR images. In this chapter a finite mixture model is proposed to describe the statistics of these images. The performance of classical statistical change detection methods is also studied by taking into account the proposed statistical model. In several situations it is found that these classical methods fail for change detection.Chapter 3 studies the properties of the parameters associated with the proposed statistical mixture model. We assume that the model parameters belong to a manifold in the absence of change, which is then used to construct a new similarity measure overcoming the limitations of classic statistical approaches. Furthermore, an approach to estimate the proposed similarity measure is described. Finally, the proposed change detection strategy is validated on synthetic images and compared with previous strategies.Chapter 4 studies Bayesian non parametric algorithm to improve the estimation of the proposed similarity measure. This algorithm is based on a Chinese restaurant process and a Markov random field taking advantage of the spatial correlations between adjacent pixels of the image. This chapter also defines a new Jeffreys prior for the concentration parameter of this Chinese restaurant process. The estimation of the different model parameters is conducted using a collapsed Gibbs sampler. The proposed strategy is validated on synthetic images and compared with the previously proposed strategy. Finally, Chapter 5 is dedicated to the validation of the proposed change detection framework on real datasets, where encouraging results are obtained in all cases. Including the Bayesian non parametric model into the change detection strategy improves change detection performance at the expenses of an increased computational cost.

Les travaux présentés dans cette thèse portent sur l'étude et la réalisation d'un système d'imagerie SAR (synthetic aperture radar) exploitant deux techniques provenant des communications numériques: la configuration MIMO et les signaux OFDM. Dans la première partie de cette étude, différentes méthodes de focalisation des signaux reçus pour la configuration MIMO sont proposées afin de mesurer l'impact de la configuration MIMO sur la robustesse du système d'imagerie SAR par rapport aux bruits. Par ailleurs, on mesure aussi l'impact de la configuration MIMO sur la résolution en azimut. Finalement, un système expérimental est développé au sein du laboratoire afin de confirmer les résultats obtenus par simulation. Dans la deuxième partie de cette étude, une méthode de réduction de l'ambiguïté en distance est proposée et validée par simulation. Cependant, l'utilisation de signaux classiques de type \textit{chirps} montre ses limites pour la réduction de l'ambiguïté en distance. Ainsi, une méthode de conception de signaux OFDM est développée afin de résoudre ce problème. Une dernière étude sur les signaux OFDM est mené dans le cadre de son utilisation dans la configuration MIMO pour l'imagerie SAR. L'impact des signaux OFDM sur la résolution azimutale ainsi que sur les différents paramètres de qualité images est étudié. / The work presented in this thesis focuses on the design and implementation of a SAR system operating with two Digital Communications technology: MIMO configuration and OFDM signals. In the first part of this study, various methods for focusing received signals for MIMO configuration are proposed in order to measure the impact of the MIMO configuration on the robustness. In addition, the impact of the MIMO configuration on the azimuth resolution is measured. Finally, an experimental system is developed in order to validate the results obtained by simulation. In the second part of this study, a range ambiguity suppression method is proposed and validated by simulation. However, the use of conventional chirp signals showed the limits of its use for the range ambiguity suppression. Thus, a design method of OFDM signals is developed in order to solve this problem. The last study on the OFDM signals is carried out in the context of its use with the MIMO configuration. The impact of the OFDM signals on the azimuth resolution and the imaging quality parameters are studied.

DETECTION OF SNOW AVALANCHE DEBRIS FROM SATELLITE SYNTHETIC APERTURE RADAR (SAR) DATA Abstract This thesis engages with detection of snow avalanche debris at radar images taken with synthetic aperture radar on Sentinel-1 satellite. The aim is to find method for recognizing places at image where is the snow avalanche debris. A method is based on neural net principle, specifically on using pre-trained model of neural net VGG-19. According to results of neural net, training images are splitted into two cathegories: there is an avalanche and there is not. It is called binary classification. The result is statistical evaluation of success rate compared with other traditional methods. keywords: snow avalanche, Sentinel-1, neural net, VGG-19

This thesis examines the role of remote sensing technology in providing information to northern residents of Kugluktuk and Cambridge Bay, Kitikmeot region of Nunavut, Western Canadian Arctic, for the purpose of improving sea ice trafficability and safety. The main objectives of this thesis include 1) the identification of northern community sea ice information needs that can be addressed using remote sensing, and 2) the creation of remote sensing-based products showing sea ice surface roughness information useful to community sea ice trafficability and safety. Thesis outcomes include the refinement and dissemination of information and products with these communities. Research methods involved interviews with northern community members that were analysed using thematic analysis, as well as quantitative assessments of sea ice roughness using satellite datasets. Maps of sea ice surface roughness were created using Sentinel-1 synthetic aperture radar and the Multi-angle Imaging Spectroradiometer, and were evaluated against fine-scale airborne LiDAR data. / Graduate / 2020-07-31

En raison de l'importance du riz dans l'alimentation mondiale et du rôle des rizières dans les émissions de méthane, un suivi à grande échelle et en temps quasi-réel des surfaces cultivées en riz semble particulièrement utile. L'objectif de cette thèse est de développer des méthodes permettant une utilisation effective des données de télédétection des satellites présents et futurs pour le suivi des rizières. L'imagerie radar est privilégiée car elle permet des acquisitions sous toutes les conditions météorologiques, contrairement à l'imagerie optique. Deux méthodes sont retenues qui font intervenir un rapport d'intensité de deux images SAR en bande C : le rapport de polarisation HH/VV ou le changement temporel en co-polarisation HHdate2/HHdate1. Dans un premier temps, une étude statistique des rapports d'intensité de rétrodiffusion est effectuée, qui conduit au développement d'un modèle d'erreur permettant d'estimer la performance des méthodes de classification. Ce modèle d'erreur est également utilisé pour évaluer l'impact des paramètres des systèmes SAR (Synthetic Aperture Radar) sur la performance de la classification. Il s'agit des paramètres concernant l'étalonnage, l'ambiguïté, la fréquence de revisite. Dans un second temps, les méthodes de classification ainsi développées sont appliquées à deux jeux de données de l'instrument ASAR du satellite ENVISAT sur le delta du Mékong au Vietnam, pour faire la cartographie des rizières à deux échelles différentes. La première méthode repose sur l'utilisation du rapport HH/VV à partir de données du mode Alternating Polarization d'ASAR, qui permet de produire une carte de rizières couvrant une province du delta. La seconde méthode tire parti du changement temporel de HH sur des images du mode Wide-Swath d'ASAR, et est utilisée pour cartographier les rizières de l'ensemble du delta. Les deux méthodes sont validées avec succès en utilisant les surfaces cultivées données par les statistiques nationales.

Mapping ice and open water in ocean bodies is important for numerous purposes including environmental analysis and ship navigation. The Canadian Ice Service (CIS) currently has several expert ice analysts manually generate ice maps on a daily basis. The CIS would like to augment their current process with an automated ice-water discrimination algorithm capable of operating on dual-pol synthetic aperture radar (SAR) images produced by RADARSAT-2. Automated methods can provide mappings in larger volumes, with more consistency, and in finer resolutions that are otherwise impractical to generate. We have developed such an automated ice-water discrimination system called MAGIC. The algorithm first classifies the HV scene using the glocal method, a hierarchical region-based classification method. The glocal method incorporates spatial context information into the classification model using a modified watershed segmentation and a previously developed MRF classification algorithm called IRGS. Second, a pixel-based support vector machine (SVM) using a nonlinear RBF kernel classification is performed exploiting SAR grey-level co-occurrence matrix (GLCM) texture and backscatter features. Finally, the IRGS and SVM classification results are combined using the IRGS approach but with a modified energy function to accommodate the SVM pixel-based information. The combined classifier was tested on 61 ground truthed dual-pol RADARSAT-2 scenes of the Beaufort Sea containing a variety of ice types and water patterns across melt, summer, and freeze-up periods. The average leave-one-out classification accuracy with respect to these ground truths is 95.8% and MAGIC attains an accuracy of 90% or above on 88% of the scenes. The MAGIC system is now under consideration by CIS for operational use.