Télédétection radar : de l'image d'intensité initiale au choix du mode de calibration des coefficients de diffusion beta 0, sigma 0, gamma 0

Revue Française de Photogrammétrie et de Télédétection(2019)

引用 1|浏览0
暂无评分
摘要
La période actuelle est caractérisée par une abondance de données radar libres d'accès dont l'utilisation estencouragée et facilitée par les agences spatiales, ces dernières mettant gratuitement à disposition des utilisateurs des logiciels de traitement et d'analyse d'images. Parallèlement, plusieurs sites académiques ou institutionnels proposent des ressources explicatives (cours, tutoriaux, logiciels) sur des sujets généraux ou ciblés destinés à faciliter l'usage des images dans la plupart des domaines d'application.Dans cet article, nous souhaitons aborder et détailler un point particulier, celui de la correction des images, au travers des divers prétraitements logiciels proposés lors d'une séquence de géo-référencement-calibration des images. Cette séquence, qui couple des aspects géométriques et radiométriques, a pour objectif d'établir la correspondance entre les valeurs numériques pixellaires de l'image et les mesures physiques de coefficients de rétrodiffusion destinés à caractériser des états de surface. Cette calibration est, en particulier, indispensable pour pratiquer l'inversion de modèles physiques ainsi que la fusion d'informations issues de données multi-capteurs et/ou multi-temporelles. Après avoir présenté les aspects généraux touchant à la puissance mesurée au niveau du capteur et les divers facteurs influençant cette mesure, nous nous focaliserons sur la pratique utilisateur, en discutant d'une part des différents choix de coefficients beta 0, sigma 0, gamma 0 offerts lors d'une calibration, et d'autre part de la prise en compte, ou non des effets de pente dans les corrections géométriques et radiométriques affectant l'image. Une attention particulière sera portée sur le coefficient gamma 0 dont les variations en fonction de l'incidence locale sont réputées très faibles dans le cas des forêts denses.
更多
查看译文
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要