extraction des zones urbaines de la ville d’alger à ... · la télédétection urbaine devient...

Journées d’Animation Scientifique (JAS09) de l’AUF Alger Novembre 2009

Résumé— La rétrodiffusion d’un radar polarimétrique SAR

à partir des structures que nous retrouvons dans les zones

urbaines est différente de la rétrodiffusion des milieux

naturels. En effet, la rétrodiffusion des milieux naturels est

souvent de réflexion symétrique, la matrice de cohérence est

caractérisée par des valeurs proches de zéro en dehors des

éléments diagonaux( <S hhS*h> = <S hvS

*vv> = 0). En

conséquence, pour les zones urbaines, la condition de la

symétrie n'est pas valide et la condition de la non-réflexion

symétrique est à considérer dans ce type de milieu. Cet

article traite des caractéristiques polarimétriques des scènes

contenant une variété de diffuseurs. Notre interêt est porté

sur les structures urbaines et nous avons exploité, à cet effet,

plusieurs méthodes pour extraire les zones urbaines, telles

que la corrélation entre la co-polarisation HH ou VV et la

polarisation croisée HV dans la base linéaire, la corrélation

entre RR et LL dans la base circulaire, les paramètres

dérivés de la décomposition de Yamaguchi et enfin la

classification Entropie/Alpha/Wishart. Nous illustrons nos

résultats en utilisant des images SAR polarimétriques de la

zone d'Alger acquises par le satellite RADARSAT2 dans la

bande C. Cette zone contient de la végétation, des structures

artificielles, des zones urbaines et maritimes.

Mots clefs — Polarimétrie SAR, Symétrie, Mécanismes de

diffusion, Orientation, Hélicité.

Abstract— The polarimetric Synthetic Aperture Radar

(PolSAR) backscattering from urban area structures is

different from the backscattering responses from a natural

medium. However, the backscatter from natural areas is

often reflection symmetric and covariance matrix is

characterized by near zero values (<S hhS*h> = <S hvS

*vv> =

0) of the off-diagonal elements. Consequently for urban

areas, the reflection symmetry does not hold, and the non-

reflection has to be taken into account in this type of area.

This article analyses the polarimetric characteristics of an

area containing different scatterers types. Our interest is

focused on urban structures and we have exploited to this

end, several methods, such as the correlation between the co-

polarization HH or VV with the cross-polarization HV in the

linear base, the correlation between RR and LL in the

circular base, the parameters derived from the Yamaguchi

decomposition and finally the combined classification

Entropy/Alpha with the Wishart complex distribution. We

illustrate our results by using the polarimetric SAR images

of Algiers acquired by RADARSAT2 in C-band. This area

contains vegetation parcels, man-made structures, urban

and maritime zones.

I. INTRODUCTION

La télédétection urbaine devient de plus en plus utile pour

le suivi régulier de l’évolution rapide des grandes agglo-

mérations des pays au monde. La zone urbaine se révèle

en effet comme « un objet d’étude transversal ouvert à

plusieurs disciplines, entre autres la géographie urbaine,

l’économie urbaine, l’urbanisme, la politique urbaine,

etc. ». La délimitation de cette zone tient à l’heure ac-

tuelle une importance évidente dans un contexte de mise

à jour des informations du contenu de l’espace urbain.

La ville d’Alger est parmi les villes qui connaissent ac-

tuellement une vague d’urbanisation très intense. Sa

croissance est restée en perpétuelle évolution jusqu'à nos

jours. La mise en oeuvre de politiques urbaines pour le

suivi régulier de ce phénomène d’urbanisation nécessite

l’acquisition d’informations fiables et actualisées. Les

images de la télédétection sont des sources importantes

qui doivent être traités et exploités pour l'extraction de

d'information demandée.

Ces dernières années ont vu se développer le radar à ou-

verture de synthèse SAR (Synthetic Aperture Radar) qui

peut produire des images régulièrement par tout temps.

Les capteurs SAR utilisés pour imager la surface terrestre

sont soit aériens soit satellitaires, chacun ayant ses pro-

pres caractéristiques et avantages. Les capteurs embar-

qués sur des porteurs aériens fournissent de meilleures

résolutions tandis que les porteurs spatiaux sont d’une

part plus stables et, d’autre part, permettent de couvrir

des zones plus étendues. Les premiers systèmes SAR sa-

tellitaires utilisés en télédétection (p.ex. ERS,

RADARSAT1, JERS) étaient des systèmes mono-bandes,

mono-polarisation, permettant d’acquérir des images à

basse résolution spatiale (quelques dizaines de mètres).

L’information fournie par ces radars imageurs est exploi-

tée dans le domaine des sciences de la terre, soit directe-

ment, soit conjointement avec d’autres données (optiques,

infrarouges, cartographiques…).

Comme les ondes radars avec différentes polarisations et

fréquences interagissent différemment avec les structures

au sol[1], la télédétection radar a connu un essor dans les

dernières décennies grâce à la conception et à la réalisa-

tion des systèmes SAR polarimétriques aéroportés tels

que AIRSAR (NASA/JPL, USA), ESAR (DLR, centre

aérospatial allemand), EMISAR (DCRS, Danemark ),

PHARUS (TNO-FEL, Pays bas ), AuSAR-INGARA

(D.S.T.O, Australie ), PISAR (NASDA/CRL, Japon ),

RAMSES (ONERA, France), SAR580 (Environnement

Canada, Canada), et STORM (UVSQ/CETP, France) ou

spatiaux tels que RADARSAT2, ALOS PALSAR, et

TERRASAR-X qui fonctionnent en mode de polarimétrie

partielle ou

Extraction des zones urbaines de la ville d’Alger à partir des images

SAR polarimétriques du satellite RADARSAT 2

B. Souissi

1, M. Ouarzeddine

1 , A. Belhadj-Aissa

1, L. Bouchemakh

1

1 LTIR FEI, USTHB, BP N°32, El Alia, Bab Ezzouar, Alger, Algérie, [email protected],

[email protected], [email protected], [email protected]


complète (quadrature) et peuvent acquérir des images mul-

tipolarisation et multifréquences à haute résolution.

RADARSAT2 est le radar polarimétrique le plus récent qui

a été lancé avec succès en décembre 2007 [2].

La polarimétrie utilise la nature vectorielle de l’onde [3].

C’est une technique qui vise à caractériser les cibles en en

registrant leurs réponses pour différentes polarisations

d’émission et de réception. L’utilisation de la polarimétrie

en télédétection SAR permet d’estimer la nature physique

des mécanismes de rétrodiffusion[4].

Afin de permettre la séparation des mécanismes au sein

d’une même cellule de résolution, différents théorèmes de

décomposition de cible ont été proposés [1]. Ils ont trouvé

leurs applications dans de nombreux domaines [5], tel que

l'agriculture, la foresterie, l'hydrologie, l’océanographie, la

glaciologie et l'urbanisme. En général, une zone urbaine est

dominé par deux mécanismes de diffusion connus: Dièdre

ou hélice [6]. Plusieurs méthodes de décomposition peuvent

être employées pour extraire ces deux mécanismes tels que

la décomposition de Pauli, la décomposition SDH [7] et

celle de Cameron [8] dans les décompositions cohérentes

[9], et la classification de Van zyl[4], de

l’entropie/Alpha[9], de Freeman[10], Yamaguchi [6] dans

les décompositions non-cohérente[9][11].

Dans ce papier nous avons utilisé les corrélations entre les

canaux dans les deux bases linéaires et circulaires, l'image

classifiée entropie/Alpha combinée avec la distribution

complexe de Wishart[12], et la décomposition de Yamagu-

chi et al.[6] , pour l'extraction de la zone urbaine.

II. ZONE D’ETUDE ET DONNEES UTILISEES

La ville d'Alger présente une grande diversité de groupe-

ments urbains. Elle est située au Nord de l’Algérie (dont elle

est la capitale) entre le mont blidéen et la mer Méditérranée.

Elle est caractérisée par une très forte densité urbaine et de

nombreux quartiers périphériques. Géographiquement, elle

se situe entre les longitudes 2° 55’ et 3° 30’ et les latitudes

36° 30’ et 37°. Les altitudes varient entre le niveau de la

mer et les hauteurs d’Alger qui se situent autour de 400 m.

Pour notre étude, nous disposons des images RADARSAT2

acquises le 11 avril 2009 sur cette ville dans la bande de

fréquence C (5.3 GHz) et suivant les quatre canaux de pola-

risation HH, VV, HV et VH en mode quad fine. Les images

SAR polarimétriques projetées aux sols ont une résolution

de 7,5 mètres en distance et 4,73 mètres en azimut. L’angle

d’incidence radar est compris de 38,34° et 39,81°. Les ca-

ractéristiques du système radar relatives aux données utili-

sées sont répertoriées dans le tableau 1. La zone d’étude est

donnée sur la figure 1.

TABLEAU 1 : Paramètres d’acquisition des données Radarsat-2

Fréquence Bande C (5,3 GHz)

Canaux de polarisa-

tion

HH, HV, VH, VV (Single

Look Complex)

Résolutions

Inter-pixels

4,74 m *4.73 m

(azimut) * (distance)

Largeur fauchée 25 km

mode Quad-fine

Date d’acquisition Avril, 2009

Orbite Ascendante, Réf : DT14

Heure d’acquisition 06 h 05 (octobre) et 05 h

54 (avril)

Angle d’incidence 38,34-39,81°

1. la mèr, 2. Fourdleu, 3. Sorécal, 4. Bananiers, 5. Hamiz, 6. El-Alia, 7 Université USTHB, 8. Bab Ez-

zouar, 9. Dar El-Beida, 10. Aéroport , 11. Champ agricole

Figure 1 : a) Composition colorée de la zone d’étude dans la base linéaire (R:HH, V:HV et B:VV), b) Zone d’étude (earth

google 2009)

1

2

3

4 5

6

7 9

10

11

8

1

2

3 4

5

6

7 9

10

11

8


III. CARACTERISTIQUES D'UNE ZONE URBAINE ET

D'UNE ZONE NATURELLE

A. Dans la base linéaire H-V

Un milieu symétrique est caractérisé par un plan de symétrie

qui contient la ligne de vue du radar [5]. Il y' a trois types de

symétrie de réflexion, rotationelle et azimutale. Si on se ré-

fère à la figure 2, H et V sont les directions horizontale et

verticale appartenant au plan d'incidence qui contient la

ligne de vue LOS (Line Of Sight en anglais).

Les propriétés principales de la symétrie d'un milieu géo-

physique se trouvent dans [5] [13] [14]. Ce phénomène de

symétrie peut être trouvé dans une surface d'eau (ex.

océans), dans une forêt, dans une glace de mer, etc. sous

cette condition de symétrie, le coefficient de corrélation en-

tre la co-polarisation et la polarisation croisée est approxi-

mativement nul [5][10].

0** ≈= vvhvhvhh SSSS (1)

En conséquence, les valeurs des éléments qui

n’appartiennent pas à la diagonale de la matrice de cova-

riance, sont proches de zéro. En raison de cette importante

condition de symétrie, plusieurs applications ont trouvé une

simplification dans les problèmes théoriques et pratiques.

Pour une zone urbaine, la condition de symétrie n'est pas

verifiée. Cette condition est la non-réflexion symétrique

avec laquelle, la plupart des recherches n'ont pas été traitées.

0* ≠hvhhSS et 0* ≠vvhvSS (2)

La figure 3.a donne l’image de corrélation pour la zone

d’étude. En effet, Yamaguchi et al. [6] ont ajouté à la dé-

composition de Freeman-Durden [10] qui décompose la ci-

ble en trois composantes, un quatrième paramètre qui repré-

sente un mécanisme asymétrique qui est l'hélice pour la pré-

sentation des zones urbaines. Ce mécanisme a un maximum

de retrodiffusion dans la base circulaire gauchère ou droi-

tière [15].

Pour effectuer une séparation entre les zones, nous avons

déterminé le seuil (la valeur de partition) par utilisation d'un

profil sur une ligne qui contient différents objets tels que

arbres, bâti, sol nu, etc. Cette valeur est de 0,22 comme in-

diqué sur la figure 3.b. La figure 3.c donne le résultat de

l’extraction de la zone urbaine.

Dans cette application et sous la condition de la symétrie,

nous avons trouvé que la zone urbaine représente 20,60% de

la scène imagée.

B. Dans la base circulaire R-L

Il est possible de calculer la matrice de diffusion dans une

autre base, telle que la base circulaire RL (Right-Left). Un

tel changement de base est utile pour la discrimination de

certaines cibles qui n’ont pas pu être détectées par la base

linéaire HV. La transformation de base est donnée

par [16][17]:

[ ] [ ][ ] [ ]Thvrl USUS 22= (3)

min

max

Zones urbaines Autres zones

(c)

0,22 (b)

(a)

Figure 2 : Géométrie d'acquisition

Distance

Azimut

H

V

Kinc LOS

Plan d'incidence

Objet

Radar PolSAR

LOS: Line Of

Sight (Ligne de

vue)

Axe normal

Fig. 3. : a) Image de cohérence entre HH et HV et b) profil

vertical de la cohérence et c) extraction du milieu urbain (en

couleur blanche).


Où [ ]

−

+

=1

*1

*1

12

ρ

ρ

ρρ

U (4)

et )2cos()2cos(1

)2sin()2sin()2cos(

ψχ

χψχρ

+

+=

i (5)

Où ρ est le rapport de polarisation et ψ et χ sont respecti-

vement les angles d’orientation et d’ellipticité. La polarisa-

tion circulaire gauchère est définie par ψ=0° et χ=45°. Les

composantes de la matrice de diffusion dans la nouvelle

base sont :

)(5.0 vvhhhvrr SSiSS −+= (6)

( )vvhhrl SSiS += 5.0 (7)

)(5.0 hhvvhvll SSiSS −+= (8)

Où i2 est égal à -1.

La figure 4 représente l'image de composition colorée dans

la base circulaire. Nous remarquons dans cette image que

les zones urbaines se distinguent bien des autres zones si

nous la comparons par rapport à la composition colorée de

la base linéaire.

La corrélation entre les images RR et LL, est calculée

comme suit:

)(*),( llrrllrr SconjSSScor =

( ) ( )( )( )2/22/*22

vvhhhvvvhhhv SSSeiSSS −ℜ+−−= (9)

Cette dernière relation indique une différence importante

dans les caractéristiques de rétrodiffusion entre la zone ur-

baine et la zone naturelle. Le résultat est donné sur la figure

5.a. Pour effectuer une séparation entre ces deux types de

zones, nous avons déterminé le seuil par utilisation d’un

profil sur une ligne de la même région sélectionnée précé-

demment. Cette valeur est de 0,20 comme indiqué sur la

figure 5.b. L’extraction de la zone urbaine est donnée sur la

figure 5.c.

Dans le cas de la corrélation circulaire entre RR et LL, nous

avons trouvé que la zone urbaine représente 20,36% de la

scène imagée

IV. MODELE PROPOSE

La décomposition de Freeman-Durden est une évolution de

la méthode de Van Zyl. Elle permet de fournir trois compo-

santes d’une cible à travers la décomposition de la matrice

de covariance sous la condition de la réflexion symétrique

[6]. Les trois composantes sont les trois mécanismes de dif-

fusion suivants: la diffusion de surface, la double diffusion

et la diffusion de volume. Ce modèle de la rétrodiffusion

totale donne trois équations à quatre inconnues. La solution

à ces équations est basée sur la condition de Van Zyl, donné

par le signe de la partie réelle de ShhShv*, à savoir :

• Re(<ShhSvv*>) > 0 pour une diffusion surfacique

dominante

.

• Re(<ShhSvv*>) < 0 pour une diffusion d’un double

rebond dominante

Un autre model de quatre composantes est proposé pour

étendre la méthode de la décomposition des trois composan-

tes introduite par Freeman et Durden [6]. La quatrième

composante ajoutée est la diffusion de l’hélice. Cette com-

posante possède une caractéristique d’un diffuseur asymé-

Fig. 4. : Composition colorée

dans la base circulaire (R:RR,

V:RL et B:LL)

(c)

min

max

Zones urbaines Zones naturelles

(a)

(b)

0,20

Fig. 5. : a) Image de cohérence entre HH et HV et b) profil

vertical de la cohérence et c) extraction du milieu urbain (en

couleur blanche).


trique qui vérifie les relations 0* ≠hvhhss et 0* ≠vvhv ss .

En effet, pour résoudre le problème des trois équations à

quatre inconnues, Yamaguchi et al. [6] ont rajouté le critère

suivant:

chvvvhh PSSSC +−=2* (10)

Ou cP représente la puissance de la quatrième composante

ajoutée qui est l'hélice:

( )vvhhhvc SSSmP −ℑ= *2 (11)

Pour :

• Re(C) > 0 pour une diffusion surfacique dominante

• Re(C) < 0 pour une diffusion d’un double rebond

dominante

A partir de ces deux dernières conditions et avec l'image de

cohérence entre RR et LL dans la base circulaire, nous pou-

vons introduire une nouvelle méthode de discrimination de

l'urbain avec deux classes suivant l'organigramme donné sur

la figure 6.

Dans cette méthode, nous avons exploité la corrélation dans

la base circulaire pour une séparation des zones urbaines et

non urbaines. Pour cela, nous avons déterminé un seuil de

corrélation (RR, LL) optimal qui est dans notre cas d'étude

égale à 0.20. Le masque urbain ainsi généré a été décompo-

sé en deux classes selon la condition de Yamaguchi. D'autre

part, nous avons séparé les cibles dans les zones urbaines en

deux classes. La première représente la diffusion surfacique

et la deuxième la diffusion double rebond. Les résultats sont

donnés sur la figure 7.

Pour valider notre résultat, nous avons représenté sur la fi-

gure 8, les signatures polarimétriques [18] des deux classes.

Ces signatures sont comparées à celles des cibles canoni-

ques. La figure 8.a s'adapte bien à la diffusion d’un dièdre

qui correspond à l'interaction sol_bâti. Les signatures pola-

rimétriques de la deuxième région urbaine de la figure 8.b

s’approchent de celles d'un diffuseur surfacique et d'un diè-

dre. Dans cette application, nous avons trouvé que la zone

urbaine représente 20,36% de la scène imagée. Ce pourcen-

tage est le même que celui de la décomposition circulaire.

Cependant, l'avantage est que cette méthode peut diviser le

milieu urbain en deux classes suivant leurs rétrodiffusions

représenté par les mécanismes de double rebond (16,18%)

et de surface (4,18%).

V. CLASSIFICATION DES ZONES URBAINES

En se basant sur les valeurs propres et les vecteurs propres

d'une matrice de cohérence, nous pouvons calculer trois pa-

ramètres utiles qui caractérisent la propriété de diffusion

d’un milieu : l'entropie, l'angle alpha, et l'anisotropie [9]

• Entropie décrit le caractère aléatoire du phéno-

mène de rétrodiffusion. Elle est définie par :

)3

1

(3

logi

P

ii

PH ∑=

−= (12)

H varie entre 0 et 1. Pi indique les pseudos probabilités.

L’entropie nulle, indique que la cible observée est pure et la

Figure 7. : Résultat de modèle pour l'extraction de milieu

urbain

Autres zones

Diffusion

surfacique

Diffusion

double rebond

(a)

(b)

Fig. 8 : Signatures polarimétriques des deux zones urbaines

dominée par a) une diffusion double rebond , b) une diffu-

sion surfacique.

Shh, Shv and Svv

Re(C)>0

Diffusion

surfacique

Diffusion de

double rebond

Milieu non urbain

oui Non

Milieu Urbain

<corrélation (RR,LL) >

Seuil de séparation

Figure. 6 : Organigramme pour l'extraction de la zone urbaine


rétrodiffusion est déterministe. Ceci se traduit par la pré-

sence d’une seule valeur propre non nulle.

Le caractère aléatoire de la cible observée est défini par une

entropie égale à 1. Cette cible est caractérisée par un proces-

sus de diffusion d’un bruit qui dépolarise complètement

l’onde incidente.

• Alpha moyen : Cet angle informe sur le type de

diffusion et est obtenu comme suit :

∑=

=3

1iii

Pαα (13)

αi et Pi sont calculés à partir des trois premières composan-

tes des vecteurs propres.

Pour une application et utilisation de ces paramètres, Cloude

et Pottier [9] ont développé une procédure de partition des

différents diffuseurs en 8 classes regroupées dans un espace

H/α subdivisé en 8 zones.

Le mécanisme de base de diffusion de chaque pixel des

données polarimétriques peut être alors identifié en compa-

rant ces paramètres entropie et α à des seuils fixés préala-

blement. Les différentes frontières des classes, dans le plan

H/α, ont été déterminées afin de distinguer la diffusion sur-

facique (SR), la diffusion de volume (VD) et la diffusion du

double rebond (DB) le long de l'axe α, et le degré d'impure-

té le long de l'axe d'entropie H. L'interprétation de cette seg-

mentation peut être trouvée dans [9].

Les 8 classes obtenues ont servi de base d’entraînement

pour la classification à base de la distribution complexe de

Wishart[12]. Le résultat de la classification est montré sur la

figure 9a. Dans cette classification, la zone urbaine repré-

sente 30,74% de la scène imagée regroupée en 3 classes

avec différentes entropies (basse : 1,23%, moyenne: 3,68%

et haute: 25,83%). Le pourcentage total est différent

de celui des cohérences précédentes à cause du choix des

seuils de l'entropie et de l'angle alpha pour le partitionne-

ment des classes qui peuvent causer des résultats non pré-

cis.

VI. CONCLUSION

Dans notre travail, nous avons développé trois méthodes

pour l'extraction des zones urbaines. La première se base sur

la symétrie du milieu. Cette condition est formée par la cor-

rélation entre (HH et VV) ou (VV et HV). La deuxième

méthode est basée sur la corrélation circulaire entre (RR et

LL). En se basant sur la condition générale de séparation

entre une zone surfacique et une zone qui a une rétrodiffu-

sion de double rebond, introduite par Yamaguchi et al. .

Avec la corrélation circulaire, nous avons obtenu de meil-

leurs résultats qu’avec la deuxième approche et ce par la

partition de la zone urbaine en deux classes. Une autre mé-

thode basée sur la classification combinée entre la décom-

position Entropie/Alpha et la distribution complexe de

Wishart, a pu discriminer la zone urbaine en utilisant les

seuils de partitionnement en 8 classes de l'espace Entro-

pie/Alpha. Cette méthode a l'avantage de distinguer diffé-

rents classes de la zone urbaine en basse, moyenne et haute

entropie. Cependant les seuils choisis pour la classification

peuvent donner des résultats non précis.

IV. REFERENCES

[1] J.S. Lee & E. Pottier, Polarimetric Radar Imaging: From basics to

applications, Brian J. Thompson, New York:2009, pp 1-5.

[2] D.D. Lisle, “RADARSAT-2: Capabilities and benifits for Canadian

Government,” Proceedings POLINSAR-Frascati, 2009.

[3] K. P. Papathanassiou & S. R. Cloude, “Single-baseline polarimetric

SAR interferometry,” IEEE Trans. Geosci. Remote Sensing, vol. 39,

No. 11, Novembre, 2001,pp. 2352–2363.

[4] J.J., Van Zyl, “Unsupervised classification of scattering behavior

using polarimetric data, ” IEEE Trans. Geosci. and remote sensing,

vol 27, no. 1, 1989, pp36-45.

[5] J.-C. Souyris, P. Imbo, R. Fjørtoft, S. Mingot & J.-S. Lee, “Compact

Polarimetry Based on Symmetry Properties of Geophysical Media:

The π/4 Mode,” IEEE Trans. Geosci. and Remote Sensing, vol. 43,

2005, pp. 634-646.

[6] Y. Yajima, Y. Yamaguchi, R. Sato, H. Yamada, & W.-M. Boerner,

“POLSAR Image Analysis of Wetlands Using a Modified Four-

Component Scattering Power Decomposition,” IEEE transaction on

Geosci. and Remote Sensing, vol. 46, No. 6, juin, 2008, pp. 1667-

1673.

[7] E. Krogager, “New decomposition of the radar target scattering

scattering matrix, ” IEEE Trans. Geosci. and Remote Sensing, vol.

26, No. 18, 1999, pp. 1525-1527.

[8] W.L., Cameron, N., Youssef, & L.K. , Leung, Simulated polarimetric

signatures of primitive geometrical shapes. IEEE Transactions on

Geosci. and Remote Sensing, Vol. 34, No. 3, Mai, 1996. , pp. 793–

803.

[9] S. R. Cloude & E. Pottier, “A review of target decomposition

theorems in radar polarimetry,” IEEE Trans. Geosci. Remote

Sensing, vol. 34, No. 1, Janvier, 1997, pp. 68-78.

[10] A. Freeman & S. L. Durden, “A three-component scattering model

for polarimetric SAR data,” IEEE Trans. Geosci. Remote Sensing,

vol. 36, No. 3, Mai, 1998, pp. 963–973.

[11] R. Touzi, “Target scattering decomposition in terms of roll invariant

target parameters, ” IEEE Transactions on Geosci and Remote

sensing, vol. 45, No. 1, Janvier, 1997, pp. 73–84

[12] L. Ferro-Famil, E. Pottier, & J. S. Lee, “Unsupervised classification

of multifrequency and fully polarimetric SAR images based on

H/A/Alpha-Wishart classifier, ” IEEE Trans. Geosci. Remote

Sensing, vol. 39, No. 11, Novembre, 2001, pp. 2332-2342.

(b)

Figure7: (a) Image classifiée Etropie/Alpha/Wishart, (b) Image

de l'urbain généré à partir de l'image Etropie/Alpha/Wishart

(a)

Zone mixte:

urbaine et

naturelle

Haute entropie

Moyenne entropie

Basse entropie


[13] S. V. Nghiem, S. H. Yueh, R. Kwok, & F. K. Li, “Symmetry

properties in remote sensing,” Radio Sci., vol. 27, No. 5, Octobre,

1992, pp. 693–711.

[14] R. Touzi and F. Chabonneau, “Characterization of target symmetric

scattering using polarimetric SARs,” IEEE transaction on Geosci.

and Remote Sensing, vol. 40, No. 11, Novembre, 2002, pp. 693-711.

[15] F. T. Ulaby and C. Elachi, “Radar polarimetry for geoscience

applications,” Artech House, Norwood, MA, 1990.

[16] K. P. Papathanassiou, “Polarimetric SAR interferometry,” Thèse

PhD, Faculté des sciences naturelles, department de physique, uni-

versité de Graz, Australie, Février 1999.

[17] T.L. Ainsworth, D.L. Schuler and J.-S. Lee, “Polarimetric SAR

characterization of man-made structures in urban areas using

normalized circular-pol correlation coefficients,” Remote Sensing of

Environment, vol.112, No. 6, June, 2008, pp. 2876-2885.

[18] M.Ouarzeddine, B. Souissi, A . Belhadj-Aissa. Target Detection and

Characterization using H/alpha Decomposition and Polarimetric

Signatures. ICTTA’06 - April 24 - 28, 2006 Damascus, Syria,

proceeding IEEE, Volume 1, Page(s):395 – 400.

extraction des zones urbaines de la ville d’alger à ... · la télédétection urbaine devient...

Documents