Filtrage conjoint de la phase interférométrique et de l'amplitude en imagerie radar par champs de Markov et coupes minimales
Résumé
L'imagerie radar à ouverture synthétique (SAR), comme d'autres modalités d'imagerie cohérente, souffre de la présence du chatoiement (speckle). Cette perturbation rend difficile l'interprétation automatique des images et le filtrage est souvent une étape nécessaire à l'utilisation d'algorithmes de traitement d'images classiques. De nombreuses approches ont été proposées pour filtrer les images corrompues par un bruit de chatoiement. La modélisation par champs de Markov (CdM) fournit un cadre adapté pour exprimer à la fois les contraintes sur l'attache aux données et les propriétés désirées sur l'image filtrée. Dans ce contexte la minimisation de la variation totale a été abondamment utilisée afin de limiter les oscillations dans l'image régularisée tout en préservant les bords. Le bruit de chatoiement suit une distribution de probabilité à queue lourde et la formulation par CdM conduit à un problème de minimisation mettant en jeu des attaches aux données non-convexes. Une telle minimisation peut être obtenue par une approche d'optimisation combinatoire en calculant des coupures minimales de graphes. Bien que cette optimisation puisse être menée en théorie, ce type d'approche ne peut être appliqué en pratique sur les images de grande taille rencontrées dans les applications de télédétection à cause de leur grande consommation de mémoire. Le temps de calcul des algorithmes de minimisation approchée (en particulier α-extension) est généralement trop élevé quand la régularisation jointe de plusieurs images est considérée. Nous montrons qu'une solution satisfaisante peut être obtenue, en quelques itérations, en menant une exploration de l'espace de recherche avec de grands pas. Cette dernière est réalisée en utilisant des techniques de coupures minimales. Cet algorithme est appliqué pour régulariser de manière jointe à la fois l'amplitude et la phase interférométrique d'images SAR en milieu urbain.