R. Babari, N. Hautière, E. Dumont et N. Paparoditis

MajeStic Bordeaux 13 octobre 2010 à

11h35

PlanPlan• Introduction

– Contexte– Objectifs

• Travaux antérieurs– Physique de la visibilité– Méthodes d’estimation

• Démarches et travaux réalisés– Acquisitions d’images à Trappes– Proposition d’une nouvelle méthode

• Résultats– Comparaison des résultats– Modèle empirique

• Conclusion – Bilan– Perspectives

20 minutes

I - IntroductionII - Travaux antérieursIII- Démarches IV- Résultats V- Conclusion

• Par temps de brouillard ou de brume, la visibilité est réduite. Elle représente une source de paralysie pour les transports. Les accidents sont plus nombreux et plus grave.

• Les stations météorologiques et les aéroports sont équipés d’instruments rares et coûteux pour mesurer la visibilité (8.000 € ).

• Le LCPC cherche à exploiter les caméras de vidéosurveillance qui équipent déjà le réseau routier pour estimer la visibilité et informer ses Usager des limitations de vitesses à respecter.

• Météo-France cherche à intégrer ses informations dans ses modèles de prévision.

I - IntroductionII - Travaux antérieursIII- Démarches IV- Résultats V- Conclusion

I-1 - Contexte

1/18

• Mesurer la visibilité météorologique en développant des méthodes robustes permettant d’augmenter la portée et la précision de la mesure,

• Donner la précision de la mesure de la visibilité en fonction des caractéristiques des caméras et de la 3D de la scène (par simulation PROF E.Dumont),

• Améliorer la précision de la mesure sans avoir recours aux données météorologique de calibrage en utilisant :

-Les cartes de profondeur et de texture de l’IGN autour des caméras (Col de la Fageole),

-Les méthodes brevetés de mesure de la visibilité routière développées par N.Hautière,

I - IntroductionII - Travaux antérieursIII- Démarches IV- Résultats V- Conclusion

I-2 - Objectifs

2/18

I - Introduction II -Travaux antérieursIII- Démarches IV- Résultats V- Conclusion

II -1- Physique de la visibilité

3/18

)e-(1 Le LL -kdf

-kd0

•. La luminance de l’objet

•. Extinction atmosphérique •. Voile atmosphérique

I - Introduction II -Travaux antérieursIII- Démarches IV- Résultats V- Conclusion

II -1- Physique de la visibilité

4/18

dk

f

f eCL

LLC .

01 .

• Duntley a donné une loi d’atténuation du contraste dans l’image :

• VMet correspond à la plus grande distance pour laquelle un objet noir Lb=0 sur fond du ciel Lf de dimension convenable peut être reconnu avec un contraste C de 5%.

• VMet est mesurée :• Par appareil optique (visibilimètre)• Par caméra en faisant des hypothèses sur la distance d de la scène.

• Modèle 3d de la route,• Présence de points d’intérêts dont on connaît la distance,• Distribution uniforme de points 3d dans la scène.

I - Introduction II -Travaux antérieursIII- Démarches IV- Résultats V- Conclusion

II -1- Physique de la visibilité

5/18

• Le transmissiomètre exploite l’extinction d’un rayon lumineux au cour de son trajet,

• Le diffusomètre mesure l’intensité lumineuse d’un faisceau lumineux envoyé par une source et rétro diffusée par l’atmosphère,

• Coût très élevé de l’ordre de 8.000€

• 10% d’erreur de mesure sur une plage de 0- 50km

I - Introduction II -Travaux antérieursIII- Démarches IV- Résultats V- Conclusion

II -2- Méthodes d’estimation de jour par caméra

6/18

• N.Hautière : (projet SafeSpot) -Point d’inflexion de luminance-Marquages sur la route (C à 5%)

• Allemagne : Karlsruhe- Caméra panoramique(Corrélation 0.7)

(points d’intérêts sélectionnés manuellement)

• USA : projet Clarus (FHWA-MIT)

- Estimateurs (Image)- Décision Logique floue- Quatre classes de visibilité (Gradient appliqué à toute l’image)

• Hypothèses : - Route plane- Calibrage de la caméra

• Visibilité sur plusieurs km : Corrélation entre des caractéristiques dans l’image et la VMet ( Aucune précision donnée ).

• Visibilité routière : 0-400 m avec une précision de 10 %

I - Introduction II -Travaux antérieursIII- Démarches IV- Résultats V- Conclusion

III -1- Acquisitions d’images à Trappes

• Site instrumenté de Météo-France à Trappes – Visibilité (0 à 35km)– Éclairement (0 à 10000 lux)

• Installation d'une caméra– 640 x 480 – 8 bits/pixel

• Appariement des données météorologiques avec les images

7/18

Fig : Des images avec différents conditions d’ éclairage, présence d'ombres et conditions nuageuses,

Fig : Variation de la luminance et de la visibilité météorologique durant trois jours d’observation

I - Introduction II -Travaux antérieursIII- Démarches IV- Résultats V- Conclusion

III -2- Proposition d’une nouvelle méthode

8/18

AGx

101

202

101

AGy

121

000

121

22yx GGG

• Nous cherchons la corrélation entre le gradient dans l‘image et la distance de visibilité correspondante.

• Nous calculons le gradient de l’intensité centré en chaque pixel

I - Introduction II -Travaux antérieursIII- Démarches IV- Résultats V- Conclusion

III -2- Proposition d’une nouvelle méthode

9/18

• Dans les zones lambertiennes de l’image, le gradient est invariant au changement d’illumination. Le gradient ne variera qu’en fonction des conditions de visibilité.

kd-12

12

e).(

)(

Texture

fTexture

C

LLLC

E

E

.L

.L

22

11

),( ,, scènejiLji LLcorrP

I - Introduction II -Travaux antérieursIII- Démarches IV- Résultats V- Conclusion

III -2- Proposition d’une nouvelle méthode

10/18

Fig : Module du gradient de Sobel dans l’image : convolution de l’imageavec la dérivée première de la gaussienne

Fig : Probabilité pour que la surface soit lambertienne : présente la matrice des plus forte corrélation avec le changement d'éclairage global dans le temps.

• L’amélioration que nous apportons permet d’avoir une estimation non dispersée et donc plus précise, plus stable en fonction des variations de l’éclairement et donc une mesure reproductible.

• Nous cherchons maintenant une fonction pour qui fais le lien entre l’information de l’image et celle de la visibilité => 2 approches

I - Introduction II -Travaux antérieursIII- Démarches IV- Résultats V- Conclusion

IV -1- Comparaison

11/18

Fig : Données entre le module du gradient de Sobel pris sur tout l’image et la visibilité

Météorologique (dispersées)

Fig : Données entre le module du gradient de Sobel pris sur les zones lambertiennes de

l’image et la visibilité météorologique

I - Introduction II -Travaux antérieursIII- Démarches IV- Résultats V- Conclusion

12/18

IV -2- Modèle empirique

W

i

H

j

Lji

kdL PeCE ji

ji0 0

,0 .,,

)log(.~

VBAE L =?

Application Brouillard Brume Qualité de l’air

Corrélation

Rang de visibilité 0-1 km 1-5 km 5-15 km R2

ΔV/V avant pondération

53 % 60 % 33 % 0.95

ΔV/V après pondération

25 % 26 % 48 % 0.90

I - Introduction II -Travaux antérieursIII- Démarches IV- Résultats V- Conclusion

V -1-Bilan

• Base de données adaptée à nos besoins :– Trappes (Météo-France)

• Conception d’un estimateur de visibilité robuste, basé sur la physique de la scène et calibré avec les données de visibilité Météo-France,

16/18

• Améliorer la précision de l’estimation

• Expression de l’erreur en fonction des caractéristiques interne et externes des caméra et de la scène.

• Conception d’un estimateur de visibilité robuste, basé sur des hypothèse et ne nécessite ni visibilimètres ni luminance mètre.

• Déploiement de la méthode :– Méthode sans données météorologiques,– Utilisation du modèle 3D d’une grande

précision de la scène que fournira l’IGN,

I - Introduction II -Travaux antérieursIII- Démarches IV- Résultats V- Conclusion

V -2-Perspectives

17/18

Merci Questions

I - Introduction II -Travaux antérieursIII- Démarches IV- Résultats V- Conclusion

Atterrissage d'un avion dans des conditions de faible visibilité. Photo par Eric Dunetz.