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.