Spatio-temporal structure extraction and denoising of geophysical fluid image sequences using 3D curvelet transforms

Since several decades many satellites have been launched for the observation of the Earth for a better knowledge of the atmosphere and of the ocean. The sequences of images that such satellites provide show the evolution of some large scale structures such as vortices and fronts. It is obvious that the dynamic of these structures may have a strong predictive potential. Extracting these structures and tracking their evolution automatically is then essential for future forecast systems. In this paper we consider extraction of spatio-temporal geometric structures from image sequences of geophysical fluid flow using threedimensional (3D) curvelet transform and total variation minimization. Numerical experiments on simulated geophysical fluids and real video data by remote sensing show good performances of the proposed method in terms of denoising and edge structural extraction. This work is partially motivated by a sequent application to image sequence assimilation of geophysical fluids. Key-words: 3D Curvelets, feature extraction, 3D total variation, data assimilation, video/image sequences, remote sensing ∗ School of Aerospace, Tsinghua University, Beijing 100084, China. E-mail: [email protected] † INRIA, Lab. Jean-Kuntzmann, BP 53, 38041 Grenoble Cedex 9, France. E-mail: [email protected], [email protected], [email protected] in ria -0 03 29 59 9, v er si on 1 13 O ct 2 00 8 Extraction de structures spatio-temporelle et débruitage de séquences d’image de fluides géophysiques à l’aide de transformées de courbelettes 3D Résumé : Depuis quelques décénies de nombreux satellites d’observation de la terre ont été lancésafin d’améliorer nos connaissances de l’atmosphère et de l’océan. Les séquences d’image fournies par de tels satellites montrent l’évolution de structures grandes échelles telles que les syclones et les fronts. Il est évident que la dynamique contenue dans ces structures peuvent avoir un fort potentiel prédictif. Extraire ces structures et suivre leur évolution de façon automatique est donc essentiel pour les futurs systèmes de prévision. Dans cet article on considère l’extraction de structures géometriques spatio-temporelles dans des séquences d’images de fluides géophysiques en utilisant des transformées en coubelettes 3D une minimisation de la variation totale. Des expériences numériques sur des images de fluides géophysiques simulées et des données de vidéo réelles montrent la bonne performance de la méthode proposée en terme de débruitage et extraction de structure. Mots-clés : Courbelettes 3D , extraction de caractéristiques, Total Variation 3D, assimilation de données, video/séquences d’image, télédetection in ria -0 03 29 59 9, v er si on 1 13 O ct 2 00 8 3D curvelets for video processing 3 Figure 1: Image sequence over Europe provided by the METEOSAT satellite (visible channel, source Météo France). Figure 2: Images of sea surface temperature of the Black Sea provided by the AVHRR satellite (infra-red channel, source NOAA).