Gold Zinno

308 views
266 views

Published on

Published in: Education
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
308
On SlideShare
0
From Embeds
0
Number of Embeds
4
Actions
Shares
0
Downloads
0
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide
  • Mentre nel caso di scene man-made (intervento dell’uomo) le informaz d’interesse sono legate a caratteristiche deterministiche e puntuali della scena
  • Retrieval, from a SAR image, of geophysical parameters that provide value added information of the observed surface To provide a reliable model for SAR data classification and conservation
  • Gold Zinno

    1. 1. Università degli Studi di Napoli “Federico II” Dipartimento di Ingegneria Biomedica, Elettronica e Telecomunicazioni Livorno, 30 aprile 2010
    2. 2. <ul><li>Conclusions and Future Works </li></ul>Università degli Studi di Napoli “Federico II” Dipartimento di Ingegneria Biomedica, Elettronica e Telecomunicazioni <ul><li>Geometric Model </li></ul><ul><li>Electromagnetic Model </li></ul>MAIN RESULTS <ul><li>SAR Imaging Model </li></ul><ul><li>Numerical Results </li></ul>
    3. 3. Università degli Studi di Napoli “Federico II” Dipartimento di Ingegneria Biomedica, Elettronica e Telecomunicazioni
    4. 4. Università degli Studi di Napoli “Federico II” Dipartimento di Ingegneria Biomedica, Elettronica e Telecomunicazioni <ul><li>Significant development of </li></ul><ul><li>remote sensing systems </li></ul><ul><li>Information extraction </li></ul><ul><li>SAR Images Classification </li></ul>COSMO-SkyMed image (area near to L’Aquila )
    5. 5. Immagini scaricate da: http://www.fractal-landscapes.co.uk Università degli Studi di Napoli “Federico II” Dipartimento di Ingegneria Biomedica, Elettronica e Telecomunicazioni
    6. 6. <ul><li>the image is a filtered version of the reflectivity , γ , in accordance with </li></ul><ul><li>azimuth and range sensor resolutions, respectively Δx e Δy </li></ul><ul><li>To provide the stochastic characterization of the SAR Image, we write the </li></ul><ul><li>Image autocorrelation function in terms of the γ autocorrelation function: </li></ul>where we consider the slant/ground range conversion, θ 0 being the look angle of the sensor Università degli Studi di Napoli “Federico II” Dipartimento di Ingegneria Biomedica, Elettronica e Telecomunicazioni <ul><li>The stochastic characterization of the reflectivity function, γ (x,y) , is required. </li></ul>
    7. 7. β pp : function of electromagnetic properties of the surface ; k: electromagnetic wavenumber; θ local incidence angle Università degli Studi di Napoli “Federico II” Dipartimento di Ingegneria Biomedica, Elettronica e Telecomunicazioni θ = f(p,q) , in the small slope regime, a Mc Laurin series expansion of can be performed : where: <ul><li>p(x,y) : partial derivative of the surface along the ground-range direction </li></ul><ul><li>q(x,y) : partial derivative of the surface along the azimuth direction </li></ul><ul><li>a 0 and a 1 :coefficients of the Mc Laurin series expansion of |γ(x,y)| for small </li></ul><ul><li>values of p(x,y) and q(x,y) </li></ul>
    8. 8. Università degli Studi di Napoli “Federico II” Dipartimento di Ingegneria Biomedica, Elettronica e Telecomunicazioni
    9. 9. Università degli Studi di Napoli “Federico II” Dipartimento di Ingegneria Biomedica, Elettronica e Telecomunicazioni
    10. 10. Università degli Studi di Napoli “Federico II” Dipartimento di Ingegneria Biomedica, Elettronica e Telecomunicazioni fBm non differentiable we introduce a smoothed process: defined in literature as the discrete fGn (fractional Gaussian noise) process the range derivative of the surface can be expressed as a finite difference: where φ is an adequate kernel: Δx e Δy , sensor resolutions, regulate the bandlimiting procedure applied to the stochastic process, as a sort of low-pass filtering of the surface:
    11. 11. H-1 Università degli Studi di Napoli “Federico II” Dipartimento di Ingegneria Biomedica, Elettronica e Telecomunicazioni <ul><li>Two-dimensional autocorrelation function of the Image : </li></ul>
    12. 12. <ul><li>the RANGE spectrum, in an appropriate range of frequencies (k y «2π/Δy), </li></ul><ul><li>shows a power law behavior with an Hurst coefficient equal to that of the </li></ul><ul><li>surface minus 1 </li></ul>It is possible to carry out a linear regression in a log-log plane extracting the fractal dimension of the imaged surface Università degli Studi di Napoli “Federico II” Dipartimento di Ingegneria Biomedica, Elettronica e Telecomunicazioni
    13. 13. Università degli Studi di Napoli “Federico II” Dipartimento di Ingegneria Biomedica, Elettronica e Telecomunicazioni POWER DENSITY SPECTRA: THEORETICAL BEHAVIOR RANGE cut of the Image AZIMUTH cut of the Image Values of parameters : H = 0.3; 0.5; 0.7; 0.9; s = 0.1 m (1- H ) ; a 1 =10; normalized frequencies <ul><li>Theoretical plots, in a log-log plane, of Spectra: </li></ul><ul><li>of the Surface (dashed lines) </li></ul><ul><li>of the Image (continue lines) </li></ul>H=0.9 H=0.7 H=0.5 H=0.3 -> Surface Spectrum H=0.9 Image Spectra H=0.9 H=0.7 H=0.5 H=0.3 -> Surface Spectrum H=0.9 Image Spectra
    14. 14. Università degli Studi di Napoli “Federico II” Dipartimento di Ingegneria Biomedica, Elettronica e Telecomunicazioni s,H, Δ x,Δy SARAS ( SAR images simulator) fBm synthesis (funct. WM) Image Generation Software for the SAR image processing comparison with theory Spectrum estimation RANGE cut AZIMUTH cut Spectrum estimation comparison with theory Linear regression: estimated H comparison
    15. 15. H=0.8 H=0.5 H=1 H=0.8 H=0.5 H=1 H=0.8 H=0.5 Università degli Studi di Napoli “Federico II” Dipartimento di Ingegneria Biomedica, Elettronica e Telecomunicazioni LINEAR REGRESSION: estimated H=0.82 RANGE cut AZIMUTH cut Dashed lines: Theoretical Spectra for H values: 0.5, 0.8, 1 Continuous lines: Spectra of the Simulated Image of a surface with H=0.8 ENVISAT image: 2000x1000 samples ; Δ x =3.9m; Δ y =19.8m H=1 H=0.8 H=0.5 H=1 H=0.8 H=0.5
    16. 16. Università degli Studi di Napoli “Federico II” Dipartimento di Ingegneria Biomedica, Elettronica e Telecomunicazioni an example of a real application : COSMO-SkyMed image (area near to L’Aquila ) H [0.65, 0.85] H >1 Fractal dimension map of the image (D=3-H) Fractal/ non fractal map H >1 H [0.5, 0.1[ H < 0.5 fractal surfaces 0,5 < H < 1 H > 1 non fractal object H < 0,5 fractal object but out of range of fractality of a surface
    17. 17. <ul><li>Theoretical and quantitative analysis of the speckle phenomenon </li></ul>Università degli Studi di Napoli “Federico II” Dipartimento di Ingegneria Biomedica, Elettronica e Telecomunicazioni <ul><li>A complete direct model for SAR Images of fractal surfaces has been introduced. </li></ul><ul><li>The expressions of the Power Spectrum Densities of a range and an azimuth cut </li></ul><ul><li>of the surface have been provided in closed form. </li></ul><ul><li>The PSD’s show different behaviors highlighting a conceptual asymmetry in the </li></ul><ul><li>structure of SAR data </li></ul><ul><li>On the range spectrum in a log-log plane linear regression techniques, that </li></ul><ul><li>allow us to retrieve the fractal dimension of the observed scene, have been </li></ul><ul><li>implemented </li></ul>
    18. 18. Università degli Studi di Napoli “Federico II” Dipartimento di Ingegneria Biomedica, Elettronica e Telecomunicazioni

    ×