Modélisation optique de signatures spectrales et polarimétriques d'objets pour augmenter les performances d'un système de reconnaissance

Optical modeling of spectral and polarimetric object signatures to enhance the performance of a recognition system

• Auteur / Autrice : Marianne Al Hayek
• Direction : Marwa El Bouz, Bachar El Hassan
• Type : Thèse de doctorat
• Discipline(s) : Signal, image, vision, son
• Date : Soutenance le 18/12/2023
• Etablissement(s) : Brest en cotutelle avec Université Libanaise
• Ecole(s) doctorale(s) : École doctorale Mathématiques et sciences et technologies de l'information et de la communication en Bretagne Océane (Brest)
• Partenaire(s) de recherche : Laboratoire : Institut supérieur de l'électronique et du numérique (ISEN)
• Jury : Président / Présidente : Christian Brosseau
• Jury : Examinateurs / Examinatrices : Marwa El Bouz, Bachar El Hassan, Christian Brosseau, Badr-Eddine Benkelfat, Wehbeh Farah, Rafic Younes
• Jury : Rapporteurs / Rapporteuses : Badr-Eddine Benkelfat
• DOI : 10.70675/5344c164zed10z4e2bzbd57z38976b6127e0

Mots clés

Mots clés contrôlés

Reconnaissance d'objets (informatique)

Reconnaissance optique des formes (informatique)

Imagerie hyperspectrale

Polarimétrie

Mots clés libres

Modèles inversibles basés sur la physique

Signature hyperspectrale

Signature polarimétrique

Transfert radiatif

Détection des objets

Caractérisation des objets

Physics-based invertible models

Hyperspectral signature

Polarimetric signature

Radiative transfer

Object detection

Object characterization

Résumé

L’imagerie conventionnelle, qui se limite aux formes et couleurs des objets, montre ses limites en matière de reconnaissance. Pour améliorer les performances des systèmes d’imagerie, l’imagerie hyperspectrale et polarimétrique apporte une richesse d’informations, notamment des grandeurs physiques difficiles à obtenir autrement. Cela permet d’améliorer la détection, la caractérisation quantitative et la classification des objets. Cependant, le traitement des données complexes de ces modalités reste un défi. L’objectif de ce travail est de proposer une méthodologie générique pour analyser les signaux optiques, en se concentrant sur l’imagerie hyperspectrale (HSI) en premier terme. Une classification originale des modèles hyperspectraux inversibles basés sur la physique est présentée, avec description des modèles variés les plus récents pour des applications diverses : MPBOM pour le biofilm d’algues et de bactéries, MARMIT pour le sol, PROSPECT pour les feuilles de plantes, Farrell pour les tissus biologiques turbides, Schmitt pour la peau humaine et Hapke pour les objets du système solaire. Une convergence entre les modèles PROSPECT et Farrell pour des objets intermédiaires (pomme verte et poireau) ouvrant la voie au développement d’une nouvelle modélisation générique et complète. Notamment dans le domaine de la biologie, par une collaboration avec le laboratoire de l’ANSES, nous avons procédé à une détection précoce suivie d’une quantification du biofilm qui se forme dans les bassins d’élevage de poissons en utilisant l’imagerie hyperspectrale et polarimétrique du fait que sa détection actuelle est visuelle et n’est pas assez efficace pour prévenir son accumulation et pour mettre en place des procédures de nettoyage et de désinfection. Ainsi une première version d’une modélisation physique propre nommée ''DNA-HSI'' a été mise en place.

Conventional imaging, limited to object shapes and colors, faces limitations in object recognition. To enhance imaging system performance, hyperspectral and polarimetric imaging provides a wealth of information, includingchallenging-to-obtain physical parameters. This facilitates improved object detection, quantitative characterization, and classification. However, the processing of complex data from these modalities remains a challenge. The aim of this work is to propose a generic methodology for the analysis of optical signals, with a primary focus on hyperspectral imaging (HSI). An original classification of invertible physics-based hyperspectral models is presented, along with descriptions of recent diverse models for various applications: MPBOM for algae and bacteria biofilm, MARMIT for soil, PROSPECT for plant leaves, Farrell for turbid biological tissues, Schmitt for human skin, and Hapke for objects in the solar system. A convergence between the PROSPECT and Farrell models for intermediate objects (green apple and leek) paves the way for the development of a new generic and comprehensive modeling approach.Particularly in the field of biology, in collaboration with the ANSES laboratory, we conducted early detection ollowed by quantification of biofilms forming in fish farming basins using hyperspectral and polarimetric imaging. This is crucial as the current visual detection method is not efficient in preventing biofilm accumulation and implementingcleaning and disinfection procedures. Hence, an initial version of a dedicated physical modeling approach called ''DNA-HSI'' has been established.