Traitement numérique d'images de sonar latéral

Digital processing of lateral sonar images

• Auteur / Autrice : Didier Jan
• Direction : Jean-François Amphoux de Belleval
• Type : Thèse de doctorat
• Discipline(s) : Mécanique Appliquée, Acoustique et Matériaux
• Date : Soutenance en 1985
• Etablissement(s) : Compiègne
• Ecole(s) doctorale(s) : École doctorale Sciences pour l'ingénieur (Compiègne)

Mots clés

Mots clés contrôlés

Statistique -- Méthodes graphiques

Détection du signal

Traitement du signal

Rétrodiffusion

Sonagrammes

Ondes sonores

Génie acoustique

Acoustique sous-marine

Sonar latéral

Texture (traitement d'images)

Traitement d'images -- Techniques numériques

Résumé

Le but de cette thèse est de montrer qu'il est possible d'utiliser des traitements numériques de données de sonars latéraux pour améliorer leur interprétation et permettre une reconnaissance acoustique des fonds. Deux approches différentes du problème sont envisagées. Le double aspect de la rétrodiffusion est pris en compte dans chaque cas, car elles font intervenir des facteurs dépendant à la fois de la nature du fond et de son état de surface. Dans la première approche, à partir de l'analyse de la forme des densités de probabilité des fluctuations d'amplitude du signal rétrodiffusé, nous pouvons introduire des paramètres quantifiables qui en incluant certaines hypothèses, sont directement reliés à la rugosité du fond. Les lois expérimentales sont ajustées par des lois théoriques. La deuxième approche, basée sur des techniques de traitement de l'image, fait intervenir des matrices de co-occurrence de niveaux de gris. A partir de cette étude statistique des images, une méthode de segmentation, liée à la connaissance de zones de référence obtenues in situ, est proposée.

The aim of this thesis is to show how computer-aided techniques could be applied to improve the interpretation of the data of side scan sonar and acoustical recognition of the seabed. Two different methods will be exposed. In both case, we take account of the duality of the backscattering characteristics which depend on the nature and the surface conditions. In the first method, the analysis of the shape of the probability density curve of bottom reverberation, can provide us measurements which, by including some assumptions, are intimately related to the surface roughness. We estimate the probability density curve with theorical probability density functions. The second method, which is based on digital image processing, use grey level dependency matrices. This statistical analysis of the image texture provide us segmentators to subdivide the image in ''homogeneous'' area and the recognition can be done by the knowledge of a reference area taken in situ.