Extraction du fouillis de mer dans des images radar marin cohérent : modèles de champ de phases, méthodes de Boltzmann sur réseau, apprentissage
Auteur / Autrice : | Jordan Michelet |
Direction : | Michel Berthier, Laurent Mascarilla |
Type : | Thèse de doctorat |
Discipline(s) : | Mathématiques et applications |
Date : | Soutenance le 16/12/2022 |
Etablissement(s) : | La Rochelle |
Ecole(s) doctorale(s) : | École doctorale Euclide (La Rochelle ; 2018-....) |
Partenaire(s) de recherche : | Laboratoire : Laboratoire Mathématiques, Image et Applications (La Rochelle) |
Jury : | Président / Présidente : Pierre Sagaut |
Examinateurs / Examinatrices : Michel Berthier, Laurent Mascarilla, Pierre Sagaut, Antonin Chambolle, Benjamin Graille, Frédéric Barbaresco, Stéphanie Bidon, Catherine Choquet | |
Rapporteurs / Rapporteuses : Antonin Chambolle, Benjamin Graille |
Mots clés
Résumé
Nous nous intéressons au problème d’extraction du fouillis de mer dans des images radar marin. Le parti pris est de développer des méthodes de traitement d’image permettant de s’affranchir au mieux d’hypothèses sur la nature du fouillis de mer et du signal d’intérêt. D’une part, nous proposons un algorithme basé sur une approche variationnelle originale : un modèle multiphasique à interface diffuse. Les résultats obtenus montrent que l’algorithme est efficace lorsque le signal d’intérêt a un rapport signal-sur-fouillis suffisamment grand. D’autre part, nous nous intéressons à l’implémentation de schémas de Boltzmann sur réseau pour des problèmes de convection-diffusion à vitesse d’advection non constante et un terme source non nul. Nous décrivons le calcul de la consistance obtenue par analyse asymptotique à l’échelle acoustique et avec un opérateur de collision à temps de relaxation multiples, et étudions la stabilité de ces schémas dans un cas particulier. Les résultats obtenus montrent que les schémas proposés permettent de supprimer le bruit résiduel et de renforcer le signal d’intérêt sur l’image obtenue grâce à la première méthode. Enfin, nous proposons une méthode d’apprentissage permettant de s’affranchir d’hypothèses sur la nature du signal d’intérêt. En effet, en complément de l’algorithme par approche variationnelle, nous proposons un algorithme basé sur le traitement pulse-Doppler lorsque le signal d’intérêt est exo-clutter et a un rapport signal-sur-fouillis faible. Les résultats obtenus à partir du double auto-encodeur que nous proposons, étant comparables aux résultats fournis par chacune des deux méthodes, permettent de valider cette approche.