Un outil pour la configuration des paramètres d’acquisition d’images hyperspectrales depuis un...

Post on 11-Jul-2015

223 views 0 download

Transcript of Un outil pour la configuration des paramètres d’acquisition d’images hyperspectrales depuis un...

Un outil pour la configuration des paramètres d’acquisition

d’images hyperspectrales depuis un drone

Hachem AGILI112-11-2014

Le drone… une plateforme émergente

Le drone… une plateforme émergente

• Basse altitude de vol

• Très haute résolution spatiale

• Facilité et rapidité de mise en œuvre

• Haute résolution temporelle

• Accès à des zones lointaines ou à haut risque

• Coûts d’opération très réduits

• …

4

Le drone… ses points forts

5

Capteurs Classiques

Appareil photo (RVB) Capteur multispectral

6

Nouvelle solution :Caméra Hyperspectrale + Drone

Caméra hyperspectrale

Imagerie hyperspectrale..?

Hyperspectral

7

Préfixe d’origine grec indiquant une propriété supérieure à la normale.

Larousse.fr

Ensemble des radiations monochromatiques résultant de la décomposition d'une lumière ou, plus généralement, d'un rayonnement complexe.

Larousse.fr

Une technologie permettant la représentation d’une scène suivant un grand nombre de bandes spectrales, étroites, et contiguës

Imagerie hyperspectrale..?

8

Végétation

Eau

Sol

Longueur d’onde (nm)

Longueur d’onde (nm)

Longueur d’onde (nm)

9

Traitement

Informations utiles

Correction

Données corrigées

Acquisition

Données brutes

Planification

Paramètres d’acquisition

Imagerie hyperspectrale et drone

10

Traitement

Informations utiles

Correction

Données corrigées

Acquisition

Données brutes

Planification

Paramètres d’acquisition

Imagerie hyperspectrale et drone

11

Élément dispersif

Détecteurs

Dimension spectrale

Dimension spatiale

Dispositif optique

AltitudeVitesse

Résolution

spatiale

Paramètres d’acquisition des données

Nombre de lignes

Capteur hyperspectral

12

Méthodes classiques

13

Méthodes classiques

• Limites

– Nombre limité de paramètres

– Un seul capteur peut être testé

– Une connaissance du fondement mathématique est requis

– Couteuses en terme de temps

– Manipulation difficile

– …

Un outil de configuration des paramètres de vol d’un capteur hyperspectral embarqué sur un drone

14

Le nouvel outil… Hyper-Config

15

16

17http://wtemp.ffgg.ulaval.ca/

18

• Drone + Capteur hyperspectral : Une nouvelle solution conduisant à de nouveaux problèmes :– Erreurs radiométriques

– Effets atmosphériques

– Distorsions géométriques

Correction des données

19

• Une revue de littérature portant sur :

– Les différents types de distorsion affectant les données hyperspectrales acquises depuis un drone

– Les prétraitements à mettre en œuvre pour les corriger

Correction des données

2020

Correction des données

Type d’erreursSpécificités liées au

drone

Niveau d’erreur lié au drone et méthodes

de correction

2121

Erreurs

radiométriques

Correction des données

Type d’erreursSpécificités liées au

drone

Niveau d’erreur lié au drone et méthodes

de correction

2222

Erreurs

radiométriques

Dimensions des détecteurssont plus petites que cellesd’un capteur aéroporté.

Correction des données

Type d’erreursSpécificités liées au

drone

Niveau d’erreur lié au drone et méthodes

de correction

2323

Erreurs

radiométriques

Dimensions des détecteurssont plus petites que cellesd’un capteur aéroporté.

• Qualité des images est moins bonne.

• Distorsions radiométriques plus fréquentes.

• Les mêmes approches utilisées pour le mode

aéroporté sont souvent utilisées.

Correction des données

Type d’erreursSpécificités liées au

drone

Niveau d’erreur lié au drone et méthodes

de correction

2424

Erreurs

radiométriques

Dimensions des détecteurssont plus petites que cellesd’un capteur aéroporté.

• Qualité des images est moins bonne.

• Distorsions radiométriques plus fréquentes.

• Les mêmes approches utilisées pour le mode

aéroporté sont souvent utilisées.

Correction des données

Effets

atmosphériques

Type d’erreursSpécificités liées au

drone

Niveau d’erreur lié au drone et méthodes

de correction

2525

Erreurs

radiométriques

Dimensions des détecteurssont plus petites que cellesd’un capteur aéroporté.

• Qualité des images est moins bonne.

• Distorsions radiométriques plus fréquentes.

• Les mêmes approches utilisées pour le mode

aéroporté sont souvent utilisées.

Correction des données

Effets

atmosphériques

Acquisition de données àbasse altitude

Type d’erreursSpécificités liées au

drone

Niveau d’erreur lié au drone et méthodes

de correction

2626

Erreurs

radiométriques

Dimensions des détecteurssont plus petites que cellesd’un capteur aéroporté.

• Qualité des images est moins bonne.

• Distorsions radiométriques plus fréquentes.

• Les mêmes approches utilisées pour le mode

aéroporté sont souvent utilisées.

Correction des données

Effets

atmosphériques

Acquisition de données àbasse altitude

• Présence moins importante des constituants de

l’atmosphère

• Correction à l’aide des méthodes empiriques

• Les effets atmosphériques peuvent même être

négligés

Type d’erreursSpécificités liées au

drone

Niveau d’erreur lié au drone et méthodes

de correction

2727

Erreurs

radiométrique

Dimensions des détecteurssont plus petites que cellesd’un capteur aéroporté.

• Qualité des images est moins bonne.

• Distorsions radiométriques plus fréquentes.

• Les mêmes approches utilisées pour le mode

aéroporté sont souvent utilisées.

Correction des données

Effets

atmosphérique

Acquisition de données àbasse altitude

• Présence moins importante des constituants de

l’atmosphère

• Correction à l’aide des méthodes empiriques

• Les effets atmosphériques peuvent même être

négligés

Type d’erreursSpécificités liées au

drone

Niveau d’erreur lié au drone et méthodes

de correction

Distorsions

géométriques

2828

Erreurs

radiométriques

Dimensions des détecteurssont plus petites que cellesd’un capteur aéroporté.

• Qualité des images est moins bonne.

• Distorsions radiométriques plus fréquentes.

• Les mêmes approches utilisées pour le mode

aéroporté sont souvent utilisées.

Correction des données

Effets

atmosphériques

Acquisition de données àbasse altitude

• Présence moins importante des constituants de

l’atmosphère

• Correction à l’aide des méthodes empiriques

• Les effets atmosphériques peuvent même être

négligés

Type d’erreursSpécificités liées au

drone

Niveau d’erreur lié au drone et méthodes

de correction

Distorsions

géométriques

• Sensibilité aux facteursclimatique

• Faible stabilité

2929

Erreurs

radiométriques

Dimensions des détecteurssont plus petites que cellesd’un capteur aéroporté.

• Qualité des images est moins bonne.

• Distorsions radiométriques plus fréquentes.

• Les mêmes approches utilisées pour le mode

aéroporté sont souvent utilisées.

Correction des données

Effets

atmosphériques

Acquisition de données àbasse altitude

• Présence moins importante des constituants de

l’atmosphère

• Correction à l’aide des méthodes empiriques

• Les effets atmosphériques peuvent même être

négligés

Type d’erreursSpécificités liées au

drone

Niveau d’erreur lié au drone et méthodes

de correction

Distorsions

géométriques

• Sensibilité aux facteursclimatique

• Faible stabilité

• La présence des distorsions plus remarquable et

plus critique

• les méthodes paramétriques sont privilégiée par

rapport aux méthodes non paramétriques.

• Conclusions– La combinaison du drone et de l’imagerie hyperspectrale :

• Une solution peu abordée• Avenir Prometteur

– Hyper-Config : un outil• Accessible• Facile à manipuler• Un grand choix de capteurs• Une multitude de paramètres• Mise à jour facile

– Distorsions : Drone VS Avion• Mêmes types d’erreur• Ampleur des erreurs différente• Méthodes de correction différentes

30

Conclusions et perspectives

• Perspectives

– Améliorer l’outil de planification de vol en termes de types de capteurs, de paramètres et de présentation des résultats

– Approfondir la recherche en termes des corrections des images acquises depuis le drone

31

Conclusions et perspectives

Echelle de l’indicateur Technologie Readiness Level (TRL)

– Un grand potentiel dans le futur

• Imagerie hyperspectrale : TRL =6

• Drone : TRL = 6

• Directrice de recherche : Sylvie Daniel

• Co-directeur de recherche : Karem Chokmani

• Les organismes &

• Les professeurs et mes collègues au CRG

32

Remerciements

33

Hachem.agili.1@ulaval.ca