La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

R. Babari, N. Hautière, E. Dumont et N. Paparoditis MajeStic Bordeaux 13 octobre 2010 à 11h35.

Présentations similaires


Présentation au sujet: "R. Babari, N. Hautière, E. Dumont et N. Paparoditis MajeStic Bordeaux 13 octobre 2010 à 11h35."— Transcription de la présentation:

1 R. Babari, N. Hautière, E. Dumont et N. Paparoditis MajeStic Bordeaux 13 octobre 2010 à 11h35

2 Plan Introduction –Contexte –Objectifs Travaux antérieurs –Physique de la visibilité –Méthodes destimation Démarches et travaux réalisés –Acquisitions dimages à Trappes –Proposition dune nouvelle méthode Résultats –Comparaison des résultats –Modèle empirique Conclusion – Bilan –Perspectives 20 minutes I - Introduction II - Travaux antérieursIII- DémarchesIV- RésultatsV- Conclusion

3 Par temps de brouillard ou de brume, la visibilité est réduite. Elle représente une source de paralysie pour les transports. Les accidents sont plus nombreux et plus grave. Les stations météorologiques et les aéroports sont équipés dinstruments rares et coûteux pour mesurer la visibilité (8.000 ). Le LCPC cherche à exploiter les caméras de vidéosurveillance qui équipent déjà le réseau routier pour estimer la visibilité et informer ses Usager des limitations de vitesses à respecter. Météo-France cherche à intégrer ses informations dans ses modèles de prévision. I - Introduction II - Travaux antérieursIII- DémarchesIV- RésultatsV- Conclusion I-1 - Contexte 1/18

4 Mesurer la visibilité météorologique en développant des méthodes robustes permettant daugmenter la portée et la précision de la mesure, Donner la précision de la mesure de la visibilité en fonction des caractéristiques des caméras et de la 3D de la scène (par simulation PROF E.Dumont), Améliorer la précision de la mesure sans avoir recours aux données météorologique de calibrage en utilisant : -Les cartes de profondeur et de texture de lIGN autour des caméras (Col de la Fageole), -Les méthodes brevetés de mesure de la visibilité routière développées par N.Hautière, I - Introduction II - Travaux antérieursIII- DémarchesIV- RésultatsV- Conclusion I-2 - Objectifs 2/18

5 I - Introduction II -Travaux antérieursIII- DémarchesIV- RésultatsV- Conclusion II -1- Physique de la visibilité 3/18. La luminance de lobjet. Extinction atmosphérique. Voile atmosphérique

6 I - Introduction II -Travaux antérieursIII- DémarchesIV- RésultatsV- Conclusion II -1- Physique de la visibilité 4/18 Duntley a donné une loi datténuation du contraste dans limage : V Met correspond à la plus grande distance pour laquelle un objet noir L b =0 sur fond du ciel Lf de dimension convenable peut être reconnu avec un contraste C de 5%. V Met est mesurée : Par appareil optique (visibilimètre) Par caméra en faisant des hypothèses sur la distance d de la scène. Modèle 3d de la route, Présence de points dintérêts dont on connaît la distance, Distribution uniforme de points 3d dans la scène.

7 I - Introduction II -Travaux antérieursIII- DémarchesIV- RésultatsV- Conclusion II -1- Physique de la visibilité 5/18 Le transmissiomètre exploite lextinction dun rayon lumineux au cour de son trajet, Le diffusomètre mesure lintensité lumineuse dun faisceau lumineux envoyé par une source et rétro diffusée par latmosphère, Coût très élevé de lordre de % derreur de mesure sur une plage de 0- 50km

8 I - Introduction II -Travaux antérieursIII- DémarchesIV- RésultatsV- Conclusion II -2- Méthodes destimation de jour par caméra 6/18 N.Hautière : (projet SafeSpot) -Point dinflexion de luminance -Marquages sur la route (C à 5%) Allemagne : Karlsruhe - Caméra panoramique ( Corrélation 0.7 ) ( points dintérêts sélectionnés manuellement ) USA : projet Clarus (FHWA- MIT ) - Estimateurs (Image) - Décision Logique floue - Quatre classes de visibilité ( Gradient appliqué à toute limage ) Hypothèses : - Route plane - Calibrage de la caméra Visibilité sur plusieurs km : Corrélation entre des caractéristiques dans limage et la V Met ( Aucune précision donnée ). Visibilité routière : m avec une précision de 10 %

9 I - Introduction II -Travaux antérieursIII- DémarchesIV- RésultatsV- Conclusion III -1- Acquisitions dimages à Trappes Site instrumenté de Météo- France à Trappes –Visibilité (0 à 35km) –Éclairement (0 à lux) Installation d'une caméra –640 x 480 –8 bits/pixel Appariement des données météorologiques avec les images 7/18 Fig : Des images avec différents conditions d éclairage, présence d'ombres et conditions nuageuses, Fig : Variation de la luminance et de la visibilité météorologique durant trois jours dobservation

10 I - Introduction II -Travaux antérieursIII- DémarchesIV- RésultatsV- Conclusion III -2- Proposition dune nouvelle méthode 8/18 Nous cherchons la corrélation entre le gradient dans limage et la distance de visibilité correspondante. Nous calculons le gradient de lintensité centré en chaque pixel

11 I - Introduction II -Travaux antérieursIII- DémarchesIV- RésultatsV- Conclusion III -2- Proposition dune nouvelle méthode 9/18 Dans les zones lambertiennes de limage, le gradient est invariant au changement dillumination. Le gradient ne variera quen fonction des conditions de visibilité.

12 I - Introduction II -Travaux antérieursIII- DémarchesIV- RésultatsV- Conclusion III -2- Proposition dune nouvelle méthode 10/18 Fig : Module du gradient de Sobel dans limage : convolution de limage avec la dérivée première de la gaussienne Fig : Probabilité pour que la surface soit lambertienne : présente la matrice des plus forte corrélation avec le changement d'éclairage global dans le temps. Fig : Module du gradient de Sobel dans les surfaces lambertienne de limage

13 L amélioration que nous apportons permet davoir une estimation non dispersée et donc plus précise, plus stable en fonction des variations de léclairement et donc une mesure reproductible. Nous cherchons maintenant une fonction pour qui fais le lien entre linformation de limage et celle de la visibilité => 2 approches I - Introduction II -Travaux antérieursIII- DémarchesIV- RésultatsV- Conclusion IV -1- Comparaison 11/18 Fig : Données entre le module du gradient de Sobel pris sur tout limage et la visibilité Météorologique (dispersées) Fig : Données entre le module du gradient de Sobel pris sur les zones lambertiennes de limage et la visibilité météorologique

14 I - Introduction II -Travaux antérieursIII- DémarchesIV- RésultatsV- Conclusion 12/18 IV -2- Modèle empirique =? ApplicationBrouillardBrumeQualité de lairCorrélation Rang de visibilité0-1 km1-5 km5-15 kmR2R2 ΔV/V avant pondération53 %60 % 33 % 0.95 ΔV/V après pondération 25 %26 % 48 %0.90

15 I - Introduction II -Travaux antérieursIII- DémarchesIV- RésultatsV- Conclusion V -1-Bilan Base de données adaptée à nos besoins : –Trappes (Météo-France) Conception dun estimateur de visibilité robuste, basé sur la physique de la scène et calibré avec les données de visibilité Météo- France, 16/18

16 Améliorer la précision de lestimation Expression de lerreur en fonction des caractéristiques interne et externes des caméra et de la scène. Conception dun estimateur de visibilité robuste, basé sur des hypothèse et ne nécessite ni visibilimètres ni luminance mètre. Déploiement de la méthode : –Méthode sans données météorologiques, –Utilisation du modèle 3D dune grande précision de la scène que fournira l IGN, I - Introduction II -Travaux antérieursIII- DémarchesIV- RésultatsV- Conclusion V -2-Perspectives 17/18

17 Merci Questions I - Introduction II -Travaux antérieursIII- DémarchesIV- RésultatsV- Conclusion Atterrissage d'un avion dans des conditions de faible visibilité. Photo par Eric Dunetz.


Télécharger ppt "R. Babari, N. Hautière, E. Dumont et N. Paparoditis MajeStic Bordeaux 13 octobre 2010 à 11h35."

Présentations similaires


Annonces Google