Thèse soutenue

Acquisition de mosaïques d'images complètes à l'aide d'un engin sous-marin autonome
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Cédric De Césare
Direction : Tarek HamelMaria-João Rendas
Type : Thèse de doctorat
Discipline(s) : Automatique, traitement du signal et des images
Date : Soutenance en 2009
Etablissement(s) : Nice
Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication (Sophia Antipolis, Alpes-Maritimes)

Mots clés

FR

Mots clés contrôlés

Résumé

FR  |  
EN

Durant les dernières années, l’imagerie visuelle est de plus en plus utilisée dans le milieu sous-marin, aussi bien comme une aide à la navigation que comme un outil de cartographie permettant l’étude et la surveillance des fonds sous-marins. Ces opérations de surveillance consistent principalement en l’établissement de cartes des fonds sur de larges zones (plusieurs km2). Les contraintes du milieu (grandes profondeurs, faible absorption de la lumière, etc…) imposent comme systématique l’utilisation de robots autonomes (AUVs), et ce à une altitude proche du fond. La carte est alors réalisée en mettant en correspondance les images enregistrées et en les fusionnant : on parle de mosaïques d’images. Les méthodes actuelles de construction de larges mosaïques ne garantissent pas le recouvrement de celles-ci, permettant ainsi l’existence possible de trous. Pourtant, cet enjeu est primordial afin de permettre une observation complète de la zone de mission. C’est dans ce contexte que s’inscrit notre sujet : «Acquisition de mosaïques d’images complètes à l’aide d’un engin sous-marin autonome». Nous développons une stratégie adaptative qui assure le recouvrement de la mosaïque. Nous nous basons sur des trajectoires de type lawnmower et déterminons, à la fin de chaque segment observé, la distance avec le prochain segment. Cette distance dépend de l’incertitude de positionnement du robot. Celui-ci dérivant au cours du temps, il doit régulièrement se repositionner pour ne pas se perdre. En ce sens, les caractéristiques morphologiques de la zone observée vont définir des événements possibles de recalage, au cours desquels le robot va faire une mise à zéro de son erreur. Plus la région observée est texturée, plus le nombre d’événements est élevé, et plus le véhicule est mieux à même de se repositionner. La distance inter-segment sera alors grande. Au contraire, plus la région sera lisse, plus la distance de recouvrement sera faible. Dans notre souci d’optimisation de la distance inter-segment, nous risquons d’être confrontés à des situations de mises en correspondance d’images présentant un faible recouvrement. Les méthodes classiques échouent dans de telles situations car elles forcent les associations entre les localités des images (templates). Nous avons établit une méthode, basée sur la Théorie de l’Information, qui pallie ce problème et prend en compte ces ambiguïtés.