Synthetic Aperture Radar image stacks in support of situational awareness
Loading...
URL
Journal Title
Journal ISSN
Volume Title
Sähkötekniikan korkeakoulu |
Master's thesis
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
2019-08-19
Department
Major/Subject
Space Science and Technology
Mcode
ELEC3039
Degree programme
Master’s Programme in Electronics and Nanotechnology (TS2013)
Language
en
Pages
88
Series
Abstract
SAR satellites have the capability to observe the Earth during day and night in all weather conditions. Until recently, due to the small number of SAR satellites, collecting large image stacks from same area of interest with small intervals has been difficult. Already now, Sentinel-1 satellites provide free SAR images on weekly basis and prospective commercial satellite constellations, like ICEYE will only decrease the revisit time to even hourly intervals. Acquiring multitemporal image stacks has become a possibility and the amount available images will only increase. Also new techniques, such as SAR interferometry brings the change detection sensitivity to a new level. Situational awareness is important factor in making successful decisions in complex situations. Creating situational awareness requires transforming the large amounts of data to relevant information. Therefore to use this vast amount of available SAR images to support time critical decision making, the data must summarized to easily comprehensible format. Also, due to the nature of radar images, which is unfamiliar to human image interpretation ability, data fusion with optical imagery can help to perceive and comprehend the data easier. One possible way to utilize the imagery, is to compress the image stack to a single image, which will show the relevant information to user. This research uses multitemporal change detection and visualization methods to show the changes and the respective dates with different colors throughout the image stack in a single image. Image stacks used in this research were acquired with ICEYE-X2 and Sentinel-1 satellites. Image stacks were formed from both backscatter amplitude and interferometric coherence based data. To process and visualize the image stacks, one suitable existing method was found (REACTIV). However, it did not support processing of interferometric data and therefore a new multitemporal change detection method is proposed in this thesis. The new method was applied to coherence image stack with a good results. It can be also applied to different kinds of imagery. This kind of coherent change detection for time series have not been done before. As a result of this research, it was found out that single image synthesis does not fully match the requirements of situational awareness. To solve this, an experimental software was developed to enable processing of image stacks and data fusion with high-resolution optical imagery along with other useful tools. With this software, the SAR image stacks can be used efficiently to support situational awareness.SAR-satelliittien kuvat mahdollistavat alueiden ja kohteiden seuraamisen avaruudesta ympäri vuorokauden sääolosuhteista riippumatta. SAR-satelliittien vähäisestä määrästä johtuen laajojen aikasarjojen muodostaminen on ollut aikaisemmin hankalaa, mutta Sentinel-1 -satelliittien ja suunnitteilla olevien kaupallisten piensatelliittikonstellaatioiden johdosta tämä on muuttumassa. Jo nyt SAR-kuva-aikasarjojen muodostaminen on mahdollista ja saatavilla olevien kuvien määrä tulee vain lisääntymään. Tulevaisuudessa samojen alueiden kuvaaminen tulee olemaan mahdollista päivittäin tai jopa useita kertoja päivässä. Myös uudet menetelmät, kuten SAR interferometria mahdollistavat muutostulkinnan aikaisempaa herkemmällä tasolla. Tilannetietoisuus on tärkeä tekijä onnistuneiden päätösten tekemisessä monimutkaisissa tilanteissa. Tilannetietoisuuden muodostaminen vaatii laajojen tietoaineistojen muuttamista tiedoksi. Tämän takia myös laajojen SAR kuva-aineistojen käyttäminen päätöstenteon tukena vaatii aineston tiivistämistä helposti käsitettävään muotoon. Ihmismieli ei ole tottunut tulkitsemaan tutkakuvia, joten myös datafuusio optisten kuvien kanssa voi helpottaa aineiston havaitsemista ja ymmärtämistä. Yksi vaihtoehto kuvasarjojen hyödyntämiseen on niissä olevan tiedon tiivistäminen yhteen kuvaan. Tässä tutkimuksessa käytettiin aikasarja-analyysin ja visualisoinnin mahdollistavia muutostulkintamenetelmiä, jotka näyttävät tuloskuvassa muutokset ja niiden ajankohdan eri väreillä. Kuvasarjat koottiin ICEYE-X2 ja Sentinel-1 -satelliittien avulla. Niiden muodostamisessa käytettiin sekä takaisinsironnan voimakkuus- että inteferometrista koherenssidataa. Kuvasarjojen prosessointiin löytyi yksi olemassaoleva menetelmä (REACTIV). Menetelmä ei kuitenkaan sopinut koherenssiaikasarjojen prosessointiin, joten tutkimuksessa kehitettiin uusi siihen soveltuva muutostulkintamenetelmä. Uutta menetelmää sovellettiin koherenssikuvasarjaan varsin hyvin tuloksin ja sitä voidaan käyttää myös muun tyyppisiin kuvasarjoihin. Tämänkaltaista koherenssikuvien muutostulkintaa aikasarjoina ei ole tehty aiemmin. Tutkimuksessa havaittiin, että yksittäisestä kuvasta saatu informaatio ei ole riittävää tilannetietoisuuden muodostamiseksi. Ratkaisuna tähän tutkimuksessa kehitettiin ohjelmisto, jolla kuvasarjat voidaan prosessoida sekä yhdistää korkean resoluution optisiin kuviin. Ohjelmiston avulla SAR kuva-aikasarjoja voidaan käyttää tehokkaasti tilannetietoisuuden tukena.Description
Supervisor
Praks, JaanThesis advisor
Praks, JaanKeywords
SAR, satellites, remote sensing, earth observation, change detection, situational awareness