Acquisition de mosaïques d'images complètes à l'aide d'un engin sous-marin autonome

par Cédric De Césare

Thèse de doctorat en Automatique, traitement du signal et des images

Sous la direction de Tarek Hamel et de Maria-João Rendas.


  • Résumé

    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.

  • Titre traduit

    Acquisition of complete image mosaics using an autonomous underwater vehicle


  • Résumé

    During the last years, visual imagery has been more and more used in the underwater environment, as well as an help for navigation than as a tool for cartography allowing the study and survey of seafloors. These operations of survey consist principally in the establishment of maps of the seafloor on large zones (several km2). The constraints of the environment (depth, low absorption of light, etc…) impose as systematic the use of autonomous underwater vehicles (AUV), and this at an altitude close to the ground. The map (image mosaic) is then obtained by matching and fusing the recorded images. The current construction methods of large mosaics do not guarantee the overlap of these ones, leading to the possible existence of holes in the mosaics. However, this stake is high in order to allow the complete observation of the mission zone. It is in this context that we have developed our subject of research : “Acquisition of complete image mosaics with an autonomous underwater vehicle”. We develop an adaptive strategy that ensures the mosaic overlapping. We base our study on lawnmower trajectories and determine, at the end of each observed segment, the distance with the next segment. This distance depends on the robot relative positioning incertitude. This incertitude increasing with the time, the vehicle must recalculate its position frequently in order to not lose itself. The relief characteristics of the observed zone will define possible registration events, for which the vehicle will reset his positioning error. The more the textured region is, the higher the number of events is, and thus the vehicle can better position itself. The inter-track distance is then high. On the contrary, the less the region is informative, the lower the distance is. In our aim of inter-track distance optimisation, we risk to be confronted to low overlap image matching situations. The classical methods fail in such situations because they force the association between image localities (templates). We have established a method, based on Information Theory, that palliates this problem and take into account these ambiguities.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (xii-181 p.)
  • Annexes : Bibliogr. p. 175-181

Où se trouve cette thèse ?