Suite aux lancements successifs de satellites pour l'observation de la Terre dotés de capteur SAR (Synthetic Aperture Radar), la masse de données SAR disponible est considérable. Dans ce contexte, la fusion des mesures de déplacement issues de l'imagerie SAR est prometteuse à la fois dans la communauté de la télédétection et dans le domaine géophysique. Dans cette optique, cette thèse propose d'élargir les approches conventionnelles en combinant les techniques de traitement des images SAR, les méthodes de fusion d'informations et la connaissance géophysique. Dans un premier temps, cette thèse a pour objectif d'étudier plusieurs stratégies de fusion, l'inversion jointe, la pré-fusion et la post-fusion, afin de réduire l'incertitude associée d'une part à l'estimation du déplacement en 3 dimensions (3D) à la surface de la Terre, d'autre part à la modélisation physique qui décrit la source en profondeur du déplacement observé en surface. Nous évaluons les avantages et les inconvénients de chacune des stratégies en ce qui concerne la réduction de l'incertitude et la robustesse vis à vis du bruit. Dans un second temps, nous visons à prendre en compte les incertitudes épistémiques, en plus des incertitudes aléatoires, présentes dans les mesures et proposons les approches classiques et floues basées sur la théorie des probabilités et la théorie des possibilités pour modéliser ces incertitudes. Nous analysons et mettons en évidence l'efficacité de chaque approche dans le cadre de chaque stratégie de fusion. La première application consiste à estimer les champs du déplacement 3D à la surface de la Terre dus au séisme du Cachemire en octobre 2005 et à l'éruption du Piton de la Fournaise en janvier 2004 sur l'île de la Réunion. La deuxième application porte sur la modélisation de la rupture de la faille en profondeur liée au séisme du Cachemire. Les principales avancées sont évaluées d'un point de vue méthodologique en traitement de l'information et d'un point de vue géophysique. Au niveau méthodologique, afin de lever les principales difficultées rencontrées pour l'application de l'interférométrie différentielle à la mesure du déplacement induit par le séisme du Cachemire, une stratégie de multi-échelles basée sur l'information a priori en utilisant les fréquences locales de phase interférométrique est adoptée avec succès. En ce qui concerne la gestion de l'incertitude, les incertitudes aléatoires et épistémiques sont analysées et identifiées dans les mesures du déplacement. La théorie des probabilités et la théorie des possibilités sont utilisées afin de modéliser et de gérer les propagations des incertitudes au cours de la fusion. En outre, les comparaisons entre les distributions de possibilité enrichissent les comparaisons faites simplement entre les valeurs et indiquent la pertinence des distributions de possibilité dans le contexte étudié. Par ailleurs, la pré-fusion et la post-fusion, 2 stratégies de fusion différentes de la stratégie d'inversion jointe couramment utilisée, sont proposées afin de réduire autant que possible les incertitudes hétérogènes présentes en pratique dans les mesures et pour contourner les principales limitations de la stratégie d'inversion jointe. Les bons cadres d'application de chaque approche de la gestion de l'incertitude sont mis en évidence dans le contexte de ces stratégies de fusion. Au niveau géophysique, l'application de l'interférométrie différentielle à l'étude du séisme du Cachemire est réalisée pour la première fois et compléte les études antérieures basées sur les mesures issues de la corrélation des images SAR et optiques, les mesures télésismiques et les mesures de terrain. L'interférométrie différentielle apporte une information précise sur le déplacement en champ lointain par rapport à la position de la faille. Ceci permet d'une part de réduire les incertitudes associées aux mesures de déplacement en surface et aux paramètres du modèle, et d'autre part de détecter les déplacements post-sismiques qui existent potentiellement dans les mesures cosismiques qui couvrent la période de mouvement post-sismique. Par ailleurs, la prise en compte de l'incertitude épistémique et la proposition de l'approche floue pour gérer ce type d'incertitude, fournissent une vision différente de l'incertitude de mesure connue par la plupart des géophysiciens et complétent la connaissance de l'incertitude aléatoire et l'application de la théorie des probabilités dans ce domaine. En particulier, la gestion de l'incertitude par la théorie des possibilités permet de contourner le problème de sous-estimation d'incertitude par la théorie des probabilités. Enfin, la comparaison du déplacement mesuré par les images SAR avec le déplacement mesuré par les images optiques et le déplacement issu des mesures sur le terrain révèle toute la difficulté d'interpréter différentes sources de données plus ou moins compatibles entre elles. Les outils développés dans le cadre de cette thèse sont intégrés dans le package MDIFF (Methods of Displacement Information Fuzzy Fusion) dans l'ensemble des "EFIDIR Tools" distribués sous licence GPL.

Suite aux lancements successifs de satellites pour l'observation de la Terre dotés de capteur SAR (Synthetic Aperture Radar), la masse de données SAR disponible est considérable. Dans ce contexte, la fusion des mesures de déplacement issues de l'imagerie SAR est prometteuse à la fois dans la communauté de la télédétection et dans le domaine géophysique. Dans cette optique, cette thèse propose d'élargir les approches conventionnelles en combinant les techniques de traitement des images SAR, les méthodes de fusion d'informations et la connaissance géophysique. Dans un premier temps, cette thèse a pour objectif d'étudier plusieurs stratégies de fusion, l'inversion jointe, la pré-fusion et la post-fusion, afin de réduire l'incertitude associée d'une part à l'estimation du déplacement en 3 dimensions (3D) à la surface de la Terre, d'autre part à la modélisation physique qui décrit la source en profondeur du déplacement observé en surface. Nous évaluons les avantages et les inconvénients de chacune des stratégies en ce qui concerne la réduction de l'incertitude et la robustesse vis à vis du bruit. Dans un second temps, nous visons à prendre en compte les incertitudes épistémiques, en plus des incertitudes aléatoires, présentes dans les mesures et proposons les approches classiques et floues basées sur la théorie des probabilités et la théorie des possibilités pour modéliser ces incertitudes. Nous analysons et mettons en évidence l'efficacité de chaque approche dans le cadre de chaque stratégie de fusion. La première application consiste à estimer les champs du déplacement 3D à la surface de la Terre dus au séisme du Cachemire en octobre 2005 et à l'éruption du Piton de la Fournaise en janvier 2004 sur l'île de la Réunion. La deuxième application porte sur la modélisation de la rupture de la faille en profondeur liée au séisme du Cachemire. Les principales avancées sont évaluées d'un point de vue méthodologique en traitement de l'information et d'un point de vue géophysique. Au niveau méthodologique, afin de lever les principales difficultées rencontrées pour l'application de l'interférométrie différentielle à la mesure du déplacement induit par le séisme du Cachemire, une stratégie de multi-échelles basée sur l'information a priori en utilisant les fréquences locales de phase interférométrique est adoptée avec succès. En ce qui concerne la gestion de l'incertitude, les incertitudes aléatoires et épistémiques sont analysées et identifiées dans les mesures du déplacement. La théorie des probabilités et la théorie des possibilités sont utilisées afin de modéliser et de gérer les propagations des incertitudes au cours de la fusion. En outre, les comparaisons entre les distributions de possibilité enrichissent les comparaisons faites simplement entre les valeurs et indiquent la pertinence des distributions de possibilité dans le contexte étudié. Par ailleurs, la pré-fusion et la post-fusion, 2 stratégies de fusion différentes de la stratégie d'inversion jointe couramment utilisée, sont proposées afin de réduire autant que possible les incertitudes hétérogènes présentes en pratique dans les mesures et pour contourner les principales limitations de la stratégie d'inversion jointe. Les bons cadres d'application de chaque approche de la gestion de l'incertitude sont mis en évidence dans le contexte de ces stratégies de fusion. Au niveau géophysique, l'application de l'interférométrie différentielle à l'étude du séisme du Cachemire est réalisée pour la première fois et compléte les études antérieures basées sur les mesures issues de la corrélation des images SAR et optiques, les mesures télésismiques et les mesures de terrain. L'interférométrie différentielle apporte une information précise sur le déplacement en champ lointain par rapport à la position de la faille. Ceci permet d'une part de réduire les incertitudes associées aux mesures de déplacement en surface et aux paramètres du modèle, et d'autre part de détecter les déplacements post-sismiques qui existent potentiellement dans les mesures cosismiques qui couvrent la période de mouvement post-sismique. Par ailleurs, la prise en compte de l'incertitude épistémique et la proposition de l'approche floue pour gérer ce type d'incertitude, fournissent une vision différente de l'incertitude de mesure connue par la plupart des géophysiciens et complétent la connaissance de l'incertitude aléatoire et l'application de la théorie des probabilités dans ce domaine. En particulier, la gestion de l'incertitude par la théorie des possibilités permet de contourner le problème de sous-estimation d'incertitude par la théorie des probabilités. Enfin, la comparaison du déplacement mesuré par les images SAR avec le déplacement mesuré par les images optiques et le déplacement issu des mesures sur le terrain révèle toute la difficulté d'interpréter différentes sources de données plus ou moins compatibles entre elles. Les outils développés dans le cadre de cette thèse sont intégrés dans le package MDIFF (Methods of Displacement Information Fuzzy Fusion) dans l'ensemble des "EFIDIR Tools" distribués sous licence GPL. / Following the successive launches of satellites for Earth observation with SAR (Synthetic Aperture Radar) sensor, the volume of available radar data is increasing considerably. In this context, fusion of displacement measurements from SAR imagery is promising both in the community of remote sensing and in geophysics. With this in mind, this Ph.D thesis proposes to extend conventional approaches by combining SAR image processing techniques, information fusion methods and the knowledge on geophysics. First, this Ph.D thesis aims to explore several fusion strategies, joint inversion, pre-fusion and post-fusion, to reduce the uncertainty associated on the one hand to the estimation of the 3-dimensional (3D) displacement at the Earth's surface, on the other hand to physical modeling that describes the source in depth of the displacement observed at the Earth's surface. We evaluate advantages and disadvantages of each fusion strategy in terms of reducing uncertainty and of robustness against noise. Second, we aim to take account of epistemic uncertainty, in addition to the random uncertainty present in the measurements and propose the conventional and fuzzy approaches based on probability theory and possibility theory respectively to model these uncertainties. We analyze and highlight the efficiency of each approach in context of each fusion strategy. The first application consists of estimating the 3D displacement fields at the Earth's surface due to the Kashmir earthquake in October 2005 and the eruption of Piton de la Fournaise in January 2004 on Reunion Island. The second application involves the modeling of the fault rupture in depth related to the Kashmir earthquake. The main achievements and contributions are evaluated from a methodological point of view in information processing and from a geophysical point of view. In the methodological view, in order to address the major difficulties encountered in the application of differential interferometry for measuring the displacement induced by the Kashmir earthquake, a multi-scale strategy based on prior information issued from a deformation model using local frequencies of interferometric phase is adopted successfully. Regarding the measurement uncertainty management, both random and epistemic uncertainties are analyzed and identified in the displacement measurements. The conventional approach and a fuzzy approach based on respectively probability theory and possibility theory are proposed to model uncertainties and manage the uncertainty propagation in the fusion system. In addition, comparisons between possibility distributions enrich the comparisons made simply between displacement values ​​and indicate the relevance of possibility distributions in the considered context. Furthermore, pre-fusion and post-fusion, two fusion strategies different from the commonly used fusion strategy of joint inversion, are proposed to reduce heterogeous uncertainties present in practice in the measurements and to get around the main limitations of joint inversion. Appropriated conditions of the application of each uncertainty management approach are highlighted in the context of these fusion strategies. In the geophysical view, the application of differential interferometry to the Kashmir earthquake is performed successfully for the first time and it completes previous studies based on measurements from the correlation of SAR and optical images, teleseismic measurements and in situ field measurements. Differential interferometry provides accurate displacement information in the far field relative to the fault position. This allows on the one hand reducing uncertainties associated with surface displacement measurements and with model parameters, on the other hand detecting post-seismic movements that exist potentially in the used coseismic measurements covering the post-seismic period. Moreover, taking into consideration of epistemic uncertainty and the proposition of a fuzzy approach for its management, provide a different view of the measurement uncertainty known by most geophysicists and complete the knowledge of the random uncertainty and the application of probability theory in this domain. In particular, the management of uncertainty by possibility theory allows overcoming the problem of under-estimation of uncertainty by probability theory. Finally, comparisons of the displacement measured by SAR images with the displacement measured by optical images and the displacement from in situ field measurements reveal the difficulty to interpret different data sources more or less compatible among them. The tools developed during this Ph.D thesis are included in the MDIFF (Methods of Displacement Information Fuzzy Fusion) package in "EFIDIR Tools" distributed under the GPL lisence.

Le bruit dans les images limite souvent l'interprétation visuelle ou automatique de la scène. Le chatoiement ou "speckle" en imagerie radar à synthèse d'ouverture (RSO) et le bruit de grenaille ou "shot noise" en imagerie à faible luminosité sont deux exemples de fortes corruptions qui nécessitent l'utilisation de techniques de débruitage. Les vignettes ou "patchs" sont de petites imagettes qui capturent à la fois les textures et les structures locales. Bien qu'étant assez rudimentaires (comparées à des descripteurs de plus haut niveau), elles ont mené à de puissantes approches de traitement d'images tirant parti de la redondance naturelle des images. Les méthodes à patchs représentent l'état-de-l'art des méthodes de débruitage. La technique classique de débruitage à patchs, les moyennes non-locales (NL), est conçue pour les images corrompues par du bruit additif gaussien (c-à-d., pour des fluctuations symétriques, indépendantes du signal et sans valeurs extrêmes). Les moyennes NL ne peuvent pas être appliquées directement sur des images corrompues par un bruit non-gaussien surtout pour des distributions asymétriques, dépendantes du signal et à queues lourdes telles que le bruit de chatoiement et le bruit de grenaille. Le but de cette thèse est de combler le fossé entre les méthodes de débruitage à patchs, restreintes au bruit gaussien, et les techniques dédiées aux images RSO. Après avoir examiné les techniques de débruitage d'image pour le bruit gaussien puis non-gaussien, nous proposons une extension des moyennes NL qui s'adapte à la distribution d'un bruit donné. Au-delà du problème du débruitage d'image, nous étudions le problème de la comparaison de patchs sous conditions non-gaussiennes. La plupart des tâches de vision par ordinateur requièrent de mettre en correspondance des parties d'images. Nous introduisons un critère de similarité fondé sur le rapport de vraisemblance généralisé et nous illustrons son efficacité sur différentes applications dont la détection, la vision stéréoscopique et le suivi de mouvement. Ce critère est au coeur de l'estimateur à patchs proposé. Un schéma itératif est élaboré pour faire face aux fortes corruptions de bruit et nous développons une méthode non-supervisée pour le réglage des paramètres. Notre approche mène à des résultats de débruitage état-de-l'art en imagerie RSO pour les images d'amplitude, ainsi que les données interférométriques ou polarimétriques. La technique proposée est appliquée avec succès sur l'un des derniers capteurs aérien RSO: F-SAR de l'agence aérospatiale allemande (DLR). Les images avec de forts contrastes souffrent d'un artéfact de débruitage de type "halo de bruit" dû à l'absence de patchs similaires dans les environs de certaines structures. Ce bruit résiduel peut être réduit en considérant des patchs avec des formes d'échelle et d'orientation variées. La sélection locale des formes pertinentes permet d'améliorer la qualité du débruitage, surtout à proximité des contours.

La tomographie SAR exploite plusieurs acquisitions d'une même zone acquises d'un point de vue légerement différent pour reconstruire la densité complexe de réflectivité au sol. Cette technique d'imagerie s'appuyant sur l'émission et la réception d'ondes électromagnétiques cohérentes, les données analysées sont complexes et l'information spatiale manquante (selon la verticale) est codée dans la phase. De nombreuse méthodes ont pu être proposées pour retrouver cette information. L'utilisation des redondances naturelles à certains milieux n'est toutefois généralement pas exploitée pour améliorer l'estimation tomographique. Cette thèse propose d'utiliser l'information structurelle propre aux structures urbaines pour régulariser les densités de réflecteurs obtenues par cette technique. / SAR tomography consists in exploiting multiple images from the same area acquired from a slightly different angle to retrieve the 3-D distribution of the complex reflectivity on the ground. As the transmitted waves are coherent, the desired spatial information (along with the vertical axis) is coded in the phase of the pixels. Many methods have been proposed to retrieve this information in the past years. However, the natural redundancies of the scene are generally not exploited to improve the tomographic estimation step. This Ph.D. presents new approaches to regularize the estimated reflectivity density obtained through SAR tomography by exploiting the urban geometrical structures.

La télédétection par Radar à Synthèse d’Ouverture (RSO) offre une opportunité unique d’enregistrer, d’analyser et de prédire l’évolution de la surface de la Terre. La dernière décennie a permis l’avènement de nombreuses missions spatiales équipées de capteurs RSO (Sentinel-1, UAVSAR, TerraSAR X, etc.), ce qui a engendré une rapide amélioration des capacités d’acquisition d’images de la surface de la Terre. Le nombre croissant d’observations permet maintenant de construire des bases de données caractérisant l’évolution temporelle d’images, augmentant considérablement l’intérêt de l’analyse de séries temporelles pour caractériser des changements qui ont lieu à une échelle globale. Cependant, le développement de nouveaux algorithmes pour traiter ces données très volumineuses est un défi qui reste à relever. Dans ce contexte, l’objectif de cette thèse consiste ainsi à proposer et à développer des méthodologies relatives à la détection de changements dans les séries d’images ROS à très haute résolution spatiale.Le traitement de ces séries pose deux problèmes notables. En premier lieu, les méthodes d’analyse statistique performantes se basent souvent sur des données multivariées caractérisant, dans le cas des images RSO, une diversité polarimétrique, interférométrique, par exemple. Lorsque cette diversité n’est pas disponible et que les images RSO sont monocanal, de nouvelles méthodologies basées sur la décomposition en ondelettes ont été développées. Celles-ci permettent d’ajouter une diversité supplémentaire spectrale et angulaire représentant le comportement physique de rétrodiffusion des diffuseurs présents la scène de l’image. Dans un second temps, l’amélioration de la résolution spatiale sur les dernières générations de capteurs engendre une augmentation de l’hétérogénéité des données obtenues. Dans ce cas, l’hypothèse gaussienne, traditionnellement considérée pour développer les méthodologies standards de détection de changements, n’est plus valide. En conséquence, des méthodologies d’estimation robuste basée sur la famille des distributions elliptiques, mieux adaptée aux données, ont été développées.L’association de ces deux aspects a montré des résultats prometteurs pour la détection de changements.Le traitement de ces séries pose deux problèmes notables. En premier lieu, les méthodes d’analyse statistique performantes se basent souvent sur des données multivariées caractérisant, dans le cas des images RSO, une diversité polarimétrique ou interférométrique, par exemple. Lorsque cette diversité n’est pas disponible et que les images RSO sont monocanal, de nouvelles méthodologies basées sur la décomposition en ondelettes ont été développées. Celles-ci permettent d’ajouter une diversité spectrale et angulaire supplémentaire représentant le comportement physique de rétrodiffusion des diffuseurs présents la scène de l’image. Dans un second temps, l’amélioration de la résolution spatiale sur les dernières générations de capteurs engendre une augmentation de l’hétérogénéité des données obtenues. Dans ce cas, l’hypothèse gaussienne, traditionnellement considérée pour développer les méthodologies standards de détection de changements, n’est plus valide. En conséquence, des méthodologies d’estimation robuste basée sur la famille des distributions elliptiques, mieux adaptée aux données, ont été développées.L’association de ces deux aspects a montré des résultats prometteurs pour la détection de changements. / Remote sensing data from Synthetic Aperture Radar (SAR) sensors offer a unique opportunity to record, to analyze, and to predict the evolution of the Earth. In the last decade, numerous satellite remote sensing missions have been launched (Sentinel-1, UAVSAR, TerraSAR X, etc.). This resulted in a dramatic improvement in the Earth image acquisition capability and accessibility. The growing number of observation systems allows now to build high temporal/spatial-resolution Earth surface images data-sets. This new scenario significantly raises the interest in time-series processing to monitor changes occurring over large areas. However, developing new algorithms to process such a huge volume of data represents a current challenge. In this context, the present thesis aims at developing methodologies for change detection in high-resolution SAR image time series.These series raise two notable challenges that have to be overcome:On the one hand, standard statistical methods rely on multivariate data to infer a result which is often superior to a monovariate approach. Such multivariate data is however not always available when it concerns SAR images. To tackle this issue, new methodologies based on wavelet decomposition theory have been developed to fetch information based on the physical behavior of the scatterers present in the scene.On the other hand, the improvement in resolution obtained from the latest generation of sensors comes with an increased heterogeneity of the data obtained. For this setup, the standard Gaussian assumption used to develop classic change detection methodologies is no longer valid. As a consequence, new robust methodologies have been developed considering the family of elliptical distributions which have been shown to better fit the observed data.The association of both aspects has shown promising results in change detection applications.

L'imagerie SAR considère les cibles comme un ensemble de diffuseurs ponctuels, isotropes et non-dispersifs. Ce modèle devient obsolète pour les nouvelles applications radar qui utilisent une large bande et une forte excursion angulaire. Il s'agit donc d'étudier les non-stationnarités par l'outil usuel : l'analyse temps-fréquence. Les transformées temps-fréquence usuelles permettent de construire des hyperimages (images à 4 dimensions) décrivant l'énergie en fonction de la fréquence émise et de l'angle de visée. Cette source d'information est reliée à la section efficace radar (SER). Une autre source d'information en imagerie radar est la polarimétrie. Il s'agit d'utiliser conjointement ces deux sources d'information afin de caractériser les diffuseurs. Par application des ondelettes continues et des décompositions cohérentes sur la matrice de Sinclair, des hyperimages polarimétriques sont générées. Ces hyperimages permettent de décrire le comportement polarimétrique en fonction de l'angle de visée et de la fréquence émise. Dans certains cas, elles décrivent globalement le mécanisme de rétrodiffusion, par sa nature, son orientation relative dans le plan horizontal et son orientation absolue dans le plan vertical. De plus, elles mettent en évidence un nouveau phénomène : la non-stationnarité polarimétrique. Celle-ci serait causée par le fait que le radar ne voit pas la même géométrie au cours de l'acquisition. De ces hyperimages polarimétriques, l'information est synthétisée et une nouvelle classification phénoménologique est proposée.