elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Inter-polarization Mapping via Gaussian Process Regression for Sentinel-1 EW Denoising

Focsa, Adrian und Anghel, Andrei und Datcu, Mihai (2022) Inter-polarization Mapping via Gaussian Process Regression for Sentinel-1 EW Denoising. In: International Geoscience and Remote Sensing Symposium (IGARSS), Seiten 2063-2066. IEEE - Institute of Electrical and Electronics Engineers. IGARSS 2022, 2022-07-17 - 2022-07-22, Kuala Lumpur, Malaysia. doi: 10.1109/IGARSS46834.2022.9883828.

[img] PDF
7MB

Offizielle URL: https://ieeexplore.ieee.org/document/9883828

Kurzfassung

The Sentinel-1 SAR images acquired using the TOPSAR modes i.e., IW and EW on cross-polarization are significantly affected by the thermal noise on low-back-scattering areas. For example, in the arctic and some desert zones both inter- swath and inter-burst noise amplification occurs. In this paper we propose a workflow for removing the thermal noise from Sentinel-1 ground detected SAR images on low back-scattering conditions by employing the co-polarization SAR image and the Gaussian Process Regression. Our processing flow uses the noise vectors provided in the European Space Agency (ESA) ground detected product and scales them such that a slightly over-denoised image is produced. Then, the Gaussian Process Regression is used to map the co-polarization SAR image into the cross-polarization SAR image. Prior to this step, a radiometric correction is applied on the co-polarization data, since its pixel values are heavily dependent on the incidence angle. Finally, the denoised cross-polarization image is obtained as a linear combination between the over-denoised version and the predicted image. Since, the co-polarization channel is employed for the prediction of the missing values in the cross-polarization channel there is no need for co-registration and the de noising procedure is trustworthy.

elib-URL des Eintrags:https://elib.dlr.de/193337/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:Inter-polarization Mapping via Gaussian Process Regression for Sentinel-1 EW Denoising
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Focsa, AdrianUniversity Politehnica of BucharestNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Anghel, AndreiUniversity Politehnica BucharestNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datcu, MihaiMihai.Datcu (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:2022
Erschienen in:International Geoscience and Remote Sensing Symposium (IGARSS)
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Nein
DOI:10.1109/IGARSS46834.2022.9883828
Seitenbereich:Seiten 2063-2066
Verlag:IEEE - Institute of Electrical and Electronics Engineers
Status:veröffentlicht
Stichwörter:TOPSAR denoising, Gaussian Process Regression, cross-polarization
Veranstaltungstitel:IGARSS 2022
Veranstaltungsort:Kuala Lumpur, Malaysia
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:17 Juli 2022
Veranstaltungsende:22 Juli 2022
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Erdbeobachtung
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R EO - Erdbeobachtung
DLR - Teilgebiet (Projekt, Vorhaben):R - Künstliche Intelligenz, R - SAR-Methoden
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Methodik der Fernerkundung > EO Data Science
Hinterlegt von: Haschberger, Dr.-Ing. Peter
Hinterlegt am:16 Jan 2023 08:54
Letzte Änderung:24 Apr 2024 20:54

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.