Introducing spatial regularization in SAR tomography reconstruction - Archive ouverte HAL Access content directly
Journal Articles IEEE Transactions on Geoscience and Remote Sensing Year : 2019

Introducing spatial regularization in SAR tomography reconstruction

Abstract

The resolution achieved by current Synthetic Aperture Radar (SAR) sensors provides detailed visualization of urban areas. Spaceborne sensors such as TerraSAR-X can be used to analyze large areas at a very high resolution. In addition, repeated passes of the satellite give access to temporal and interferometric information on the scene. Because of the complex 3-D structure of urban surfaces, scatterers located at different heights (ground, building façade, roof) produce radar echoes that often get mixed within the same radar cells. These echoes must be numerically unmixed in order to get a fine understanding of the radar images. This unmixing is at the core of SAR tomography. SAR tomography reconstruction is generally performed in two steps: (i) reconstruction of the so-called tomogram by vertical focusing, at each radar resolution cell, to extract the complex amplitudes (a 1-D processing); (ii) transformation from radar geometry to ground geometry and extraction of significant scat-terers. We propose to perform the tomographic inversion directly in ground geometry in order to enforce spatial regularity in 3-D space. This inversion requires solving a large-scale non-convex optimization problem. We describe an iterative method based on variable splitting and the augmented Lagrangian technique. Spatial regularizations can easily be included in this generic scheme. We illustrate on simulated data and a TerraSAR-X tomographic dataset the potential of this approach to produce 3-D reconstructions of urban surfaces.
La résolution atteignable par les Radar à Synthèse d'Ouverture (RSO ou SAR) actuelle permet la visualisation détaillée de milieu urbains. Les capteurs embarqués sur satellites comme TerraSAR-X peuvent être utilisés pour analyser avec une très haute résolution de larges zones à la surface terrestre. Les structures complexes présentes dans les milieu urbains possèdent généralement plusieurs réflecteurs à des hauteurs différentes (sol, façades de bâtiment, toits, etc). Ceux-ci génèrent des échos se projetant dans les même cases radar qui doivent être séparés pour permettre une compréhension fine des images radar. Ce travail de séparation de sources constitue le coeur de la tomographie SAR. La tomographie SAR est généralement effectuée en deux étapes : (i) construction des dits tomogrammes par séparation verticale en chaque case radar (traitement 1-D), (ii) transformation pour passer d'une géométrie radar à une géométrie sol et extraction des réflecteurs significatifs. Nous proposons d'effectuer l'inversion tomographique directement en géométrie sol pour favoriser une régularité dans l'espace 3-D. Cette inversion requière de résoudre un problème d'optimisation non convexe de large échelle. Pour ce faire, nous utilisons une méthode itérative basée sur une séparation de variables et l'utilisation du Lagrangien augmenté. Nous validons notre algorithme et présentons des reconstructions obtenues à partir de données simulées ainsi que d'un jeu d'image TerraSAR-X.
Fichier principal
Vignette du fichier
paper_reviewed2.pdf (15.44 Mo) Télécharger le fichier
Origin Files produced by the author(s)
Loading...

Dates and versions

hal-01797425 , version 1 (22-05-2018)
hal-01797425 , version 2 (30-04-2019)

Identifiers

Cite

Clément Rambour, Loïc Denis, Florence Tupin, Hélène Oriot. Introducing spatial regularization in SAR tomography reconstruction. IEEE Transactions on Geoscience and Remote Sensing, 2019, ⟨10.1109/TGRS.2019.2921756⟩. ⟨hal-01797425v2⟩
420 View
262 Download

Altmetric

Share

Gmail Mastodon Facebook X LinkedIn More