Ce diaporama a bien été signalé.
Nous utilisons votre profil LinkedIn et vos données d’activité pour vous proposer des publicités personnalisées et pertinentes. Vous pouvez changer vos préférences de publicités à tout moment.
Un outil pour la configuration 
des paramètres d’acquisition 
d’images hyperspectrales depuis 
un drone 
Hachem AGILI 
12-...
Le drone… une plateforme émergente
Le drone… une plateforme émergente
• Basse altitude de vol 
• Très haute résolution spatiale 
• Facilité et rapidité de mise en oeuvre 
• Haute résolution te...
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. 
L...
Imagerie hyperspectrale..? 
8 
Végétation 
Eau 
Sol 
Longueur d’onde (nm) 
Longueur d’onde (nm) 
Longueur d’onde (nm)
9 
Imagerie hyperspectrale et drone 
Planification 
Paramètres d’acquisition 
Acquisition 
Données brutes 
Correction 
Don...
10 
Imagerie hyperspectrale et drone 
Planification 
Paramètres d’acquisition 
Acquisition 
Données brutes 
Correction 
Do...
Paramètres d’acquisition des données 
11 
Capteur hyperspectral 
Élément dispersif 
Détecteurs 
Dimension spectrale 
Dimen...
12 
Méthodes classiques
13 
Méthodes classiques 
• Limites 
– Nombre limité de paramètres 
– Un seul capteur peut être testé 
– Une connaissance d...
Un outil de configuration des paramètres de 
vol d’un capteur hyperspectral embarqué sur 
un drone 
14 
Le nouvel outil… H...
15
16
http://wtemp.ffgg.ulaval.ca/ 17
Correction des données 
• Drone + Capteur hyperspectral : Une nouvelle solution conduisant 
18 
à de nouveaux problèmes : ...
19 
Correction des données 
• Une revue de littérature portant sur : 
– Les différents types de distorsion affectant les 
...
20 
Correction des données 
Type d’erreurs 
Spécificités liées au 
drone 
Niveau d’erreur lié au drone et méthodes 
de cor...
21 
Type d’erreurs 
Erreurs 
Correction des données 
radiométriques 
Spécificités liées au 
drone 
Niveau d’erreur lié au ...
22 
Erreurs 
Correction des données 
radiométriques 
Dimensions des détecteurs 
sont plus petites que celles 
d’un capteur...
23 
Erreurs 
Correction des données 
radiométriques 
Dimensions des détecteurs 
sont plus petites que celles 
d’un capteur...
24 
Type d’erreurs 
Erreurs 
Correction des données 
radiométriques 
Dimensions des détecteurs 
sont plus petites que cell...
25 
Erreurs 
Correction des données 
radiométriques 
Dimensions des détecteurs 
sont plus petites que celles 
d’un capteur...
26 
Erreurs 
Correction des données 
radiométriques 
Dimensions des détecteurs 
sont plus petites que celles 
d’un capteur...
27 
Erreurs 
Correction des données 
radiométrique 
Dimensions des détecteurs 
sont plus petites que celles 
d’un capteur ...
28 
Erreurs 
Correction des données 
radiométriques 
Dimensions des détecteurs 
sont plus petites que celles 
d’un capteur...
29 
Erreurs 
Correction des données 
radiométriques 
Dimensions des détecteurs 
sont plus petites que celles 
d’un capteur...
• Conclusions 
– La combinaison du drone et de l’imagerie hyperspectrale : 
• Une solution peu abordée 
• Avenir Prometteu...
• Perspectives 
– Améliorer l’outil de planification de vol en termes de 
types de capteurs, de paramètres et de présentat...
• Directrice de recherche : Sylvie Daniel 
• Co-directeur de recherche : Karem Chokmani 
• Les organismes & 
• Les profess...
Hachem.agili.1@ulaval.ca 
33
Prochain SlideShare
Chargement dans…5
×

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

5 690 vues

Publié le

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.

Publié dans : Technologie
  • Soyez le premier à commenter

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

×