Concepts elaboration and system architectures for mining very large image archives

During the last decades, satellite technology has been outstandingly improved, providing huge amounts of Earth Observation (EO) data to be processed and stored. The availability of very high resolution sensors has encouraged the birth of new domains for remote sensing applications. Relatively new fields in this frame are Image Information Mining (IIM) and Content Based Image Retrieval (CBIR). These fields are born to provide solutions for querying very large EO archives by content. This dissertation tries to contribute on the IIM domain, providing new image processing algorithms and optimization processes for mining image databases. The study of an IIM system can be focused on signal processing methods, data compression, semantic knowledge discovery, human-machine interaction or system architecture design. Thus, the system can be divided in three modules: on one hand, we have the off-line tasks, consisting of signal and image processing methods. The extracted information of these algorithms is based on a hierarchical Bayesian representation, and usually, is very time consuming. On the other hand, we explore the on-line actions that are performed at real time through an interaction with the user. Finally, an optimal software architecture where all these concepts are merged has to be studied. In this thesis, contributions on these three modules are provided. We begin studying multi temporal high resolution image analysis under different illumination conditions and strong background clutter. The aim is to build a target detection map through a synergy of image processing methods. However, we can be faced with a common problem while extracting information from EO data, which is the estimation of parameters. Often the accuracy of the methods is strongly dependent on the selection of parameters and it is difficult to a priori know the optimum one. This is the motivation for the second contribution that deals with this problem. To cope with it, we implement an algorithm based on clustering features that uses information and rate distortion theories to help in the assessment of parameters. One of the main characteristics of an IIM system, is its potential to learn though human interaction. The user provides some examples of his interests, and based on them, the system learns his preferences, searches for them in large archives, and returns similar contents to the user provided ones. In this framework, we developed a multiple classifier, that enables the user to provide more than one example type. Thus, the system will be queried for different features, refining the query results and search accuracy. In order to be an operable and useful system, all new features proposed in this dissertation have to be accomplished in a modular system architecture. The system, from the software design point of view, must be opened, standard compliant and accessible though Internet. The software architecture design of the IIM system is the last contribution of this thesis. For building the system, we have to consider the following aspects: - how to manage the large data volume of original and processed images; - the automatization of tasks as loading new data, extracting features or generation of thematic maps; - how to adapt the system to the user knowledge, that is, the image interpretation has to be adapted to the symbols the users are able to recognize and to the specific semantics of their domains; - how to perform the man-machine communication through a continuous interaction and exchange of knowledge.Die Studie von einem IIM System enthält verschiedene Module: Prozesssignale, Daten-komprimierung, semantische Kenntnissuche, Mensch-Maschine Interaktion oder Aufbau der Systemarchitektur. Somit kann das System in drei Komponenten aufgeteilt werden: auf einer Seite haben wir die offline-Aufgaben, das sind Methoden zur Signal- und Bildverarbeitung. Die mit diesen Methoden extrahierte Information ist auf einer Bayesschen hierarchischen Darstellung basiert, und diese Algorithmen sind normalerweise sehr zeitaufwendig. Auf der anderen Seite, untersuchen wir die Online-Aufgaben, die in Echtzeit durch ein benutzerinteraktives Lernen ablaufen. Zuletzt muss eine optimale Softwarearchitektur, wo alle die Konzepte integriert sind, studiert werden. Beiträge zu diesen drei Modulen sind im Rahmen dieser Doktorarbeit geleistet. Wir fangen mit der Implementierung neuer Algorithmen für Erkennung des Targets durch Änderungsanalyse von Mehrzeit- hyperspektralen Hochauflösungsbilder unter verschiedenen Lichtbedingungen und starken Hintergrundstördaten an. Unser Ziel ist es, eine Zielerkennungskarte durch die Synergie von Bildanalysealgorithmen zu bilden. Wenn wir Eigenschaften von Fernerkundungsdateien extrahieren, werden wir allerdings das Problem der Parameterabschätzung auflösen müssen. Die Genauigkeit der Methoden ist oft von der Parameterauswahl stark abhängig, und normalerweise ist es sehr kompliziert, von vornherein die optimale Parameterkombination zu kennen. Das ist die Motivation für den zweiten Beitrag dieses Dissertation: wir implementieren einen Algorithmus, der durch Informations- und Rate Distortionstheorie die Parameterqualität auswerten kann. Eine der Haupteigenschaften eines IIM Systems ist seine Fähigkeit, über Benutzerinteraktion zu lernen. Der Benutzer liefert Beispiele seiner Interessen und das System lernt die Benutzerbevorzugungen, sucht nach Bildern mit ähnlichem Inhalt auf der Datenbank. In diesem Rahmen, steht die Entwicklung eines neuen Mehrfach-klassifizierers, die es dem Benutzer erlaubt, mehr als einen Beispielstyp in das System einzugeben. Das System wird dementsprechend über unterschiedliche Eigenschaften abgefragt, was die Ergebnisse der Abfrage und die Suchgenauigkeit erheblich verbessert. Das bildet den dritten Beitrag dieser Doktorarbeit. Um ein betriebsbereites und anwendbares System zu bilden, sind die obengenannten Beiträge in eine modulare Systemarchitektur zusammen zu bringen. Das System muss von dem Standpunkt des Software Design offen, standardkonform und über das Internet zugänglich sein. Das Design der Softwarearchitektur des IIM Systems ist der letzte Beitrag dieser Dissertation. Um das System erfolgreich aufzubauen, müssen wir folgendes beachten: - wie riesige Datenmengen von originalen und prozessierten Bilddaten zu verwalten sind; - wie die Automatisierung der Aufgaben, z.B. das Aufladen einer neuen Datei, die Eigenschaftenextraktion oder die Erzeugung von thematischen Karten zu verwirklichen ist; - wie das Systemanpassung an der Benutzerkenntnis ermöglicht wird (d.h. die Bildinterpretation muss an den Systemsymbolen angepasst werden, die der Benutzer erkennt, und an der spezifischen Semantik seines Bereiches); - wie die Mensch-Maschine Kommunikation durch eine duchgehende Interaktion und Kenntnisaustausch durchgeführt wird