Florence Tupin

SEMINAIRE DU 4 JUIN 2015 – 16H @ MAP5 – SALLE DU CONSEIL

Joint phase denoising and unwrapping for 3D reconstruction in
multi-channel SAR interferometry: combining patch-based non-local
filtering and total variation regularization

SAR (Synthetic Aperture Radar) systems are powerful imaging systems allowing height retrieval thanks to interferometric phase measurements (InSAR). While a single interferometric phase implies a phase unwrapping step, multi-channel InSAR systems reduce ambiguities for height retrieval but still provide very noisy measurements.

In this work we investigate how the combination of patch-based approaches and total variation minimization (TV) improve 3D InSAR reconstruction.
After a brief introduction to SAR imagery and InSAR acquisition, the adaptation of non-local methods to complex vectorial data will be presented. Then a non local likelihood term is introduced in the TV regularization framework, and optimized thanks to a graph-cut minimization approach. Results on synthetic and real InSAR data will be discussed.

This work is a joint work with C. Deledalle (IMB), L. Denis (Laboratoire Hubert Curien), and G. Ferraioli (Parthenope University, Naples, Italy).

 

L’ORATRICE

Florence Tupin est professeur au LTCI, et responsable de l’équipe Traitement et Interprétation des Images.

Julie Digne

SEMINAIRE DU 4 juin 2015 – 16H @ MAP5 – SALLE du conseil

Auto-similarité pour le débruitage et la compression des surfaces échantillonnées

La plupart des objets qui nous entourent sont caractérisés par une forte auto-similarité de leur surface, qui diffère suivant qu’il s’agisse d’une œuvre d’art en pierre ou en bronze ou bien d’un objet mécanique. Cette propriété est liée à l’essence même des formes naturelles dont l’homme s’inspire, mais aussi à leur processus de fabrication, comme la régularité du geste du sculpteur ou de la machine-outil, ou bien les mécanismes d’érosion. Dans cet exposé, nous nous proposons d’exploiter l’auto-similarité sous-jacente à chaque forme, pour deux applications:
– débruiter les surfaces définies sous forme de nuage de points
– comprimer les surfaces échantillonnées avec une haute précision, pouvant produire des nuages de plusieurs millions de points.
Notre approche rééchantillonne la forme de manière à mettre en évidence l’auto-similarité de sa surface, tout en restant respectueux de la forme originale et de la précision du scanner.
Nous illustrons la validité de notre approche sur plusieurs nuages de points issus de la numérisation de statues ou d’objets mécaniques, mais aussi de scènes urbaines.

 

L’ORATRICE

Julie Digne est chercheuse CNRS au LIRIS dans l’équipe GEOMOD.