Robust Statistics for Multi-Band SAR Image Change Detection
Statistiques Robustes pour la détection de changements dans les images SAR multi-bandes
Résumé
Change detection remains a classic but essential problem in Synthetic Aperture Radar (SAR) imagery. When designing statistical change detection schemes, SAR data are typically modeled as Gaussian random vectors, and the corresponding tests have been designed using Gaussian distributions. Considering the heterogeneous nature of SAR images, SAR data were then extended to a mixture of scaled Gaussian distributions where the unknown scaling parameter (usually called texture) acts in the model on the whole information vector. This paper proposes to extend the conventional model by designing a new robust detector based on the Generalized Likelihood Ratio Test (GLRT) technique for multi-band change detection. In our model, different textures are considered to characterize the different bands. The Constant False Alarm Rate (CFAR) behavior has been analyzed, and simulation and experimental SAR data show promising results.
La détection de changements reste un problème classique mais essentiel dans l'imagerie radar à synthèse d'ouverture, Synthetic Aperture Radar (SAR) en anglais. Lors de la conception de schémas statistiques de détection de changements, les données SAR sont typiquement modélisées comme des vecteurs aléatoires gaussiens, et les tests correspondants ont été conçus en utilisant des distributions gaussiennes. Etant donné la nature hétérogène des images SAR, les données SAR ont ensuite été étendues à un mélange de distributions gaussiennes échelonnées, où le paramètre d'échelle inconnu (généralement appelé texture) agit dans le modèle sur l'ensemble du vecteur d'information. Cet article propose d'étendre le modèle conventionnel en concevant un nouveau détecteur robuste basé sur la technique du Test de Rapport de Vraisemblance Généralisé (TRVG) pour la détection de changements multi bandes. Dans notre modèle, différentes textures sont considérées pour caractériser les différentes bandes. La régulation du Taux de Fausses Alarmes a été analysée, et les données SAR de simulation et expérimentales montrent des résultats prometteurs.