Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

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

6,292 views

Published on

Les drones se présentent comme une nouvelle tendance dans le domaine de l’aérospatiale. Le dynamisme de cette industrie en émergence associé aux avancées technologiques en matière de miniaturisation des instruments de navigation et des capteurs hyperspectraux a conduit à de nouvelles solutions d’acquisition d’images de télédétection basées sur ces systèmes sans pilote. C’est dans ce contexte que s’inscrit notre conférence qui mettra l’accent sur deux phases intervenant dans l’acquisition d’images hyperspectrales depuis un drone : la planification des acquisitions et le prétraitement des données enregistrées. Ainsi, dans un premier temps, nous présenterons le tout nouvel outil, dénommé Hyper-Config, que nous avons développé. Celui-ci, dédié à la simulation de différentes missions d’acquisition de données, permet de déterminer les paramètres du capteur hyperspectral et de planification du vol du drone qui conditionnent l’atteinte des objectifs de la mission (ex. résolution spatiale, vitesse maximale d’acquisition, …). Dans un deuxième temps, nous passerons en revue les différents types de distorsion affectant les données hyperspectrales acquises depuis un drone ainsi que les prétraitements à mettre en œuvre pour les corriger. Ce volet proposera également une comparaison synthétique des spécificités de l’acquisition hyperspectrale depuis un drone par rapport à celle effectuée en mode aéroporté.

Published in: Technology
  • Login to see the comments

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

  1. 1. Un outil pour la configuration des paramètres d’acquisition d’images hyperspectrales depuis un drone Hachem AGILI 12-11-2014 1
  2. 2. Le drone… une plateforme émergente
  3. 3. Le drone… une plateforme émergente
  4. 4. • Basse altitude de vol • Très haute résolution spatiale • Facilité et rapidité de mise en oeuvre • Haute résolution temporelle • Accès à des zones lointaines ou à haut risque • Coûts d’opération très réduits • … 4 Le drone… ses points forts
  5. 5. 5 Capteurs Classiques Appareil photo (RVB) Capteur multispectral
  6. 6. 6 Nouvelle solution : Caméra Hyperspectrale + Drone Caméra hyperspectrale
  7. 7. 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
  8. 8. Imagerie hyperspectrale..? 8 Végétation Eau Sol Longueur d’onde (nm) Longueur d’onde (nm) Longueur d’onde (nm)
  9. 9. 9 Imagerie hyperspectrale et drone Planification Paramètres d’acquisition Acquisition Données brutes Correction Données corrigées Traitement Informations utiles
  10. 10. 10 Imagerie hyperspectrale et drone Planification Paramètres d’acquisition Acquisition Données brutes Correction Données corrigées Traitement Informations utiles
  11. 11. Paramètres d’acquisition des données 11 Capteur hyperspectral Élément dispersif Détecteurs Dimension spectrale Dimension spatiale Dispositif optique Altitude Vitesse Résolution spatiale Nombre de lignes
  12. 12. 12 Méthodes classiques
  13. 13. 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 – …
  14. 14. Un outil de configuration des paramètres de vol d’un capteur hyperspectral embarqué sur un drone 14 Le nouvel outil… Hyper-Config
  15. 15. 15
  16. 16. 16
  17. 17. http://wtemp.ffgg.ulaval.ca/ 17
  18. 18. Correction des données • Drone + Capteur hyperspectral : Une nouvelle solution conduisant 18 à de nouveaux problèmes : – Erreurs radiométriques – Effets atmosphériques – Distorsions géométriques
  19. 19. 19 Correction des données • Une revue de littérature portant sur : – Les différents types de distorsion affectant les données hyperspectrales acquises depuis un drone – Les prétraitements à mettre en oeuvre pour les corriger
  20. 20. 20 Correction des données Type d’erreurs Spécificités liées au drone Niveau d’erreur lié au drone et méthodes de correction
  21. 21. 21 Type d’erreurs Erreurs Correction des données radiométriques Spécificités liées au drone Niveau d’erreur lié au drone et méthodes de correction
  22. 22. 22 Erreurs Correction des données radiométriques Dimensions des détecteurs sont plus petites que celles d’un capteur aéroporté. Type d’erreurs Spécificités liées au drone Niveau d’erreur lié au drone et méthodes de correction
  23. 23. 23 Erreurs Correction des données radiométriques Dimensions des détecteurs sont plus petites que celles d’un capteur aéroporté. • Qualité des images est moins bonne. • Distorsions radiométriques plus fréquentes. • Les mêmes approches utilisées pour le mode aéroporté sont souvent utilisées. Type d’erreurs Spécificités liées au drone Niveau d’erreur lié au drone et méthodes de correction
  24. 24. 24 Type d’erreurs Erreurs Correction des données radiométriques Dimensions des détecteurs sont plus petites que celles d’un capteur aéroporté. • Qualité des images est moins bonne. • Distorsions radiométriques plus fréquentes. • Les mêmes approches utilisées pour le mode aéroporté sont souvent utilisées. Effets atmosphériques Spécificités liées au drone Niveau d’erreur lié au drone et méthodes de correction
  25. 25. 25 Erreurs Correction des données radiométriques Dimensions des détecteurs sont plus petites que celles d’un capteur aéroporté. • Qualité des images est moins bonne. • Distorsions radiométriques plus fréquentes. • Les mêmes approches utilisées pour le mode aéroporté sont souvent utilisées. Effets atmosphériques Acquisition de données à basse altitude Type d’erreurs Spécificités liées au drone Niveau d’erreur lié au drone et méthodes de correction
  26. 26. 26 Erreurs Correction des données radiométriques Dimensions des détecteurs sont plus petites que celles d’un capteur aéroporté. • Qualité des images est moins bonne. • Distorsions radiométriques plus fréquentes. • Les mêmes approches utilisées pour le mode aéroporté sont souvent utilisées. Effets atmosphériques Acquisition de données à basse 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’erreurs Spécificités liées au drone Niveau d’erreur lié au drone et méthodes de correction
  27. 27. 27 Erreurs Correction des données radiométrique Dimensions des détecteurs sont plus petites que celles d’un capteur aéroporté. • Qualité des images est moins bonne. • Distorsions radiométriques plus fréquentes. • Les mêmes approches utilisées pour le mode aéroporté sont souvent utilisées. Effets atmosphérique Acquisition de données à basse 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’erreurs Spécificités liées au drone Niveau d’erreur lié au drone et méthodes de correction Distorsions géométriques
  28. 28. 28 Erreurs Correction des données radiométriques Dimensions des détecteurs sont plus petites que celles d’un capteur aéroporté. • Qualité des images est moins bonne. • Distorsions radiométriques plus fréquentes. • Les mêmes approches utilisées pour le mode aéroporté sont souvent utilisées. Effets atmosphériques Acquisition de données à basse 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’erreurs Spécificités liées au drone Niveau d’erreur lié au drone et méthodes de correction Distorsions géométriques • Sensibilité aux facteurs climatique • Faible stabilité
  29. 29. 29 Erreurs Correction des données radiométriques Dimensions des détecteurs sont plus petites que celles d’un capteur aéroporté. • Qualité des images est moins bonne. • Distorsions radiométriques plus fréquentes. • Les mêmes approches utilisées pour le mode aéroporté sont souvent utilisées. Effets atmosphériques Acquisition de données à basse 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’erreurs Spécificités liées au drone Niveau d’erreur lié au drone et méthodes de correction Distorsions géométriques • Sensibilité aux facteurs climatique • Faible stabilité • La présence des distorsions plus remarquable et plus critique • les méthodes paramétriques sont privilégiée par rapport aux méthodes non paramétriques.
  30. 30. • 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
  31. 31. • 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
  32. 32. • Directrice de recherche : Sylvie Daniel • Co-directeur de recherche : Karem Chokmani • Les organismes & • Les professeurs et mes collègues au CRG 32 Remerciements
  33. 33. Hachem.agili.1@ulaval.ca 33

×