Besoins relatifs à la prévention des impacts des changements climatiques

Besoins relatifs à la prévention des impacts des changements climatiques

Les besoins en termes de solutions et moyens permettant la prévention des impacts des changements climatiques et la préservation des ressources marines figurent parmi les préoccupations majeures de la recherche scientifique. Ces besoins se résument en trois principaux points. Le premier concerne les outils traditionnellement utilisés pour l’observation de la faune et de la flore sous-marines et l’inspection des infrastructures maritimes (i.e. caméras optiques) dont les performances sont limitées dans le milieu marin. Il y a donc un besoin de nouveaux outils d’exploration et de recherche sous-marine. Le deuxième concerne la modélisation tridimensionnelle du milieu dans l’objectif de surveiller et de détecter des changements affectant le milieu sous-marin et les infrastructures maritimes. Il y a un besoin de méthodes adaptées pour réaliser ce suivi de manière quasi continue et répondre aux spécifications des approches de prévision des impacts des changements climatiques et de préservation des ressources sous-marines. Un troisième besoin s’ajoute aux deux précédemment cités; il concerne la qualité de l’information utilisée pour la modélisation. En effet, les solutions préventives des impacts des changements climatiques nécessitent une modélisation précise et fidèle de la réalité de la scène observée afin que les décideurs puissent prendre des décisions éclairées et adéquates quant aux actions à mettre en œuvre pour faire face aux risques environnementaux.

Besoin d’un nouvel outil d’exploration et de recherche sous-marine

Comme dans le cas des observatoires sous-marins, l’observation et le contrôle des infrastructures maritimes se font généralement au moyen de capteurs optiques (Tunnicliffe et al, 2008). Ces capteurs sont souvent installés sur des véhicules filoguidés, autonomes ou manipulés par des plongeurs. Les caméras optiques sous marines actuelles sont de haute technologie, facile à manipuler et offrent des images à haute résolution. Cependant, leur utilisation fait toujours face à différents problèmes technologiques limitatifs tels que : un champ de vue restreint, un éclairage qui fait fuir ou, au contraire, attire les organismes ou bien qui modifie d’une certaine manière les phénomènes physiques observés, donnant ainsi une image biaisée du milieu (Jun et Asada, 2007), un stockage et transfert des images lents entraînant de faibles cadences d’acquisition. En plus de ces problèmes, dans certaines conditions météorologiques ou du fait d’un trafic maritime important, la perception de scènes sous-marines à partir de ces capteurs optiques devient une tâche très difficile voire impossible à cause de l’augmentation de la turbidité de l’eau (Belcher et al, 2003, Caimi et al, 2010). Il est donc indispensable de trouver d’autres outils ne souffrant pas de ces inconvénients.

D’après la littérature concernant les nouveaux outils d’exploration et de recherche sous-marine, la tendance actuelle semble s’orienter vers des systèmes qui combinent à la fois des technologies acoustiques et optiques.

Ces systèmes exploitent, d’une part, la capacité qu’ont les ondes acoustiques à se propager dans des milieux turbides comme c’est le cas avec les systèmes sonar et, d’autre part, l’acquisition de données sous forme de séquences d’images avec une cadence élevée comme c’est le cas pour les caméras optiques (Caimi et al, 2010). C’est dans ce contexte que les caméras acoustiques ont été conçues telles que les caméras DIDSON (Dual Frequency Identification Sonar) et Blueview. Celles-ci présentent des caractéristiques très performantes en termes de cadence d’acquisition et de résolution d’images. Par exemple, la résolution en azimut des images de la caméra DIDSON opérant en mode haute fréquence avec une portée de 10 mètres, est de 2 cm au début de l’enregistrement (c’est-à-dire à une distance de 4.5 mètres du sonar) et de 5 cm en fin d’image ou de portée (c’est-à-dire à une distance de 10 mètres du sonar). Selon des recherches récentes, ces caméras ont montré un grand potentiel dans la détection et l’observation de la faune marine ainsi que dans l’inspection des infrastructures portuaires. Par exemple, la caméra DIDSON a été utilisée par Burwen et al (2007) pour estimer la quantité de saumon dans les rivières lors de leur migration ainsi que par Jun et Asada (2007) pour détecter et suivre le mouvement du poisson Ayu dans l’archipel japonais. Dans le cadre de l’inspection des infrastructures, une reconstruction d’une mosaïque d’images DIDSON a permis à Asada (2008) de visualiser un quai de 150 mètres de large sur 11 mètres de haut dans le port d’Otaru au Japon. Cette mosaïque d’images a proposé une vue globale du quai permettant alors d’évaluer son état global et de détecter des signes d’usure éventuels. Aucune reconstruction tridimensionnelle du quai n’a néanmoins été réalisée puisque cette mosaïque résultait de la fusion, après recalage, des différentes images collectées. D’après ces travaux, les caméras acoustiques constituent ainsi un candidat pertinent par rapport aux caméras optiques pour l’observation et la modélisation des phénomènes sous-marins (Caimi et al, 2010).

Besoin d’une représentation tridimensionnelle de l’environnement 

La représentation tridimensionnelle de l’environnement présente un véritable intérêt dans le contexte de mise en œuvre de solutions préventives des changements climatiques. En effet, une représentation 2D, qui ne peut présenter synthétiquement qu’une partie des données ou des informations, n’est pas en mesure de représenter fidèlement le milieu où le phénomène est observé. Par contre, il est possible d’obtenir explicitement à partir d’une représentation 3D plusieurs informations pertinentes permettant l’analyse et le suivi des problèmes environnementaux (ex. inondations, propagations de pollutions aériennes ou de liquides) et de sécurité (ex. modélisation de feux ou d’accidents liés à des risques naturels) (Pornon, 2009). Dans le contexte de l’environnement marin, la représentation tridimensionnelle a toujours été considérée comme un moyen pertinent pour représenter l’espace et la dynamique physique du milieu marin (Cugier et al, 2001). Elle permet de déduire et de calculer la position ou la profondeur des fissures présentes sur des structures sousmarines, la taille ou la densité d’herbiers présents sur le fond marin, à une période donnée, ou bien encore d’estimer et de représenter les agrégations de poissons (Carette, 2008). On assiste ainsi ces dernières années, au développement de divers modèles tridimensionnels permettant la modélisation de l’hydrodynamique, des sédiments, de la matière en suspension, de l’écologie, etc. tels que le modèle hydrosédimentaire SIAM 3D développé par Cugier et Le Hir (2002), le modèle 3D de la matière en suspension de Cugier et Le Hir (2000) (Cugier et al, 2001), le modèle représentant l’agrégation de poissons (Carette, 2008), etc.

Besoin d’une information précise et conforme à la réalité pour une représentation tridimensionnelle robuste 

Une représentation tridimensionnelle fidèle à la réalité de la scène observée résulte en partie de l’acquisition d’une information précise, complète et non ambiguë. La prise en compte de la qualité de l’information est primordiale tout particulièrement dans le cadre de l’observation de l’environnement. En effet, une information présentant un certain degré d’imperfection influence la qualité des résultats obtenus en introduisant des erreurs au niveau de la géo-localisation des objets (ex. fissures dans les structures), du suivi de l’évolution spatiale d’un phénomène (ex. l’érosion des fonds, la dynamique des poissons), etc. Ces imperfections peuvent aussi s’accumuler et être à l’origine de mauvaises prises de décision, celles-ci s’appuyant sur des éléments de connaissances erronés ou insuffisamment représentatifs des conditions réelles.

Les données issues du milieu marin sont de nature imparfaite tout particulièrement quand il s’agit de données permettant de définir les frontières des zones d’herbiers ou de classer les types de sédiments sur le fond. Selon Wright et Goodchild (1997), la position et les frontières des objets en milieu marin tendent à être plus imprécises et floues que celles déterminées dans un environnement terrestre. En effet, contrairement au milieu terrestre, il n’existe pas de points géodésiques ni de points de référence équivalents dans les océans. En conséquence, les données marines sont souvent acquises par rapport à la position d’objets qui sont continuellement en mouvement, comme des navires, et qui ont par conséquent des positions imprécises et incertaines (Carette, 2008). Il est vrai que dans le contexte d’une reconstruction tridimensionnelle à partir d’images acoustiques, le positionnement de la scène reconstruite sera initialement « relatif ». Néanmoins, il est inévitable de passer au positionnement « absolu » quand il s’agit de l’exploitation des informations concernant la position exacte de la scène dans le milieu marin. Dans ce cas, la notion globale d’incertitude doit être prise en compte pour que les résultats soient utiles lors la phase décisionnelle.

Table des matières

Chapitre 1. Introduction
1.1 Mise en contexte
1.1.1 Impact des changements climatiques sur le milieu marin
1.1.2 Solutions préventives aux changements climatiques
1.2 Besoins relatifs à la prévention des impacts des changements climatiques
1.2.1 Besoin d’un nouvel outil d’exploration et de recherche sous-marine
1.2.2 Besoin d’une représentation tridimensionnelle de l’environnement
1.2.3 Besoin d’une information précise et conforme à la réalité pour une représentation tridimensionnelle robuste
1.3 Problématique : exploitation de caméras acoustiques pour la modélisation tridimensionnelle de l’environnement
1.3.1 Comment peut-on effectuer une reconstruction 3D d’une scène sous-marine à partir d’images issues de caméras acoustiques ?
1.3.2 Comment peut-on exploiter les informations issues des caméras acoustiques pour obtenir une reconstruction 3D qui soit complète et robuste ?
1.4 Hypothèses et objectifs de la recherche
1.4.1 Hypothèses
1.4.2 Définition de l’objectif général et des objectifs spécifiques
1.5 Méthodologie
1.5.1 L’approche méthodologique
1.5.2 Déroulement de la thèse
1.5.3 Implémentation et données utilisées
1.6 Structure de la thèse
Chapitre 2. État de l’art
2.1 Introduction
2.2 Les caméras acoustiques
2.2.1 Présentation générale et domaines d’application
2.2.2 Modèle géométrique de la caméra DIDSON
2.3 La reconstruction 3D multi-vues en vision numérique
2.3.1 Méthodologie générale de la reconstruction 3D en vision numérique
2.3.2 Extraction, mise en correspondance et recalage de primitives
2.3.3 Reconstruction 3D et modélisation 3D
2.4 La reconstruction 3D d’une scène sous-marine à partir d’images acoustiques
2.4.1 Reconstruction 3D multi-capteurs
2.4.2 Reconstruction 3D mono-capteurs
2.5 Le cadre conceptuel proposé
2.5.1 Architecture du cadre conceptuel
2.5.2 Description générale de l’architecture proposée
2.6 Synopsis du chapitre 2
Chapitre 3. Extraction de primitives à partir d’images acquises avec des caméras acoustiques
3.1 Introduction
3.2 Sélection des primitives adaptées à la reconstruction 3D de scène à partir de séquences d’images acoustiques
3.2.1 Description des principaux types de primitive et de leurs approches d’extraction
3.2.2 Choix de primitives pour la reconstruction 3D
3.3 Approche proposée
3.3.1 Extraction de contours pertinents par analyse multi-échelle
3.3.2 Extraction de points saillants
3.4 Expérimentations et résultats
3.4.1 Description des jeux de données
3.4.2 Description du protocole de test
3.4.3 Résultats des tests
3.4.4 Évaluation quantitative de l’approche
3.4.5 Discussion des résultats
3.5 La mise en correspondance des points saillants pour une reconstruction 3D
3.6 Synopsis du chapitre 3
Chapitre 4. Conclusion

Télécharger le rapport complet