WO2016132068A1 - Procédé de détermination de la bathymétrie à partir d'images satellitaires optiques quasi synchrones - Google Patents

Procédé de détermination de la bathymétrie à partir d'images satellitaires optiques quasi synchrones Download PDF

Info

Publication number
WO2016132068A1
WO2016132068A1 PCT/FR2016/050365 FR2016050365W WO2016132068A1 WO 2016132068 A1 WO2016132068 A1 WO 2016132068A1 FR 2016050365 W FR2016050365 W FR 2016050365W WO 2016132068 A1 WO2016132068 A1 WO 2016132068A1
Authority
WO
WIPO (PCT)
Prior art keywords
wavelengths
wavelet
pixel
determined
images
Prior art date
Application number
PCT/FR2016/050365
Other languages
English (en)
Inventor
Adrien POUPARDIN
Deborah IDIER
Marcello DE MICHELE
Daniel RAUCOULES
Original Assignee
Brgm
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Brgm filed Critical Brgm
Publication of WO2016132068A1 publication Critical patent/WO2016132068A1/fr

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C13/00Surveying specially adapted to open water, e.g. sea, lake, river or canal
    • G01C13/008Surveying specially adapted to open water, e.g. sea, lake, river or canal measuring depth of open water
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/04Interpretation of pictures
    • G01C11/06Interpretation of pictures by comparison of two or more pictures of the same area
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/50Depth or shape recovery
    • G06T7/55Depth or shape recovery from multiple images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10032Satellite or aerial image; Remote sensing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20048Transform domain processing
    • G06T2207/20064Wavelet transform [DWT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30181Earth observation
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30Assessment of water resources

Definitions

  • the present invention relates to the field of bathymetric studies, and in particular to a method for determining coastal bathymetry from optical satellite images.
  • Bathymetry is the study of the depths and the relief of the ocean to determine the topography of the sea floor.
  • the method of the multibeam echosounder is also known. However, this method requires a mission at sea.
  • the object of the invention is to overcome these disadvantages by providing a method for determining bathymetric characteristics of a water surface from optical satellite images.
  • the process achieves this by using quasi-synchronous images.
  • the method comprises the following steps:
  • At a single pass of a satellite at least two optical satellite images are acquired with a time shift, each image consisting of pixels;
  • wavelengths and dominant wave directions are determined by means of a wavelet analysis on at least one image
  • celestials associated with each wavelength are determined using said time shift, said wavelengths and said directions, by means of an inter-correlation method on wavelet transforms of said optical images.
  • said bathymetric characteristics are determined by means of a linear dispersion relation of the waves connecting a depth to said pairs of celerities / wavelengths.
  • the time offset is less than five seconds.
  • dominant wavelengths and wave directions can be determined by wavelet analysis on the image having the best resolution.
  • a set of couple celerities / wavelengths for each pixel is determined by performing the following steps:
  • said wavelengths are sampled around each dominant wave n following the direction ⁇ of the dominant wave n, so as to obtain a set of wavelengths for each dominant wave n;
  • the velocity of the waves is determined by inter-correlation between the real parts of the wavelet transform of a analyzing window around said pixel on each of said optical images, using the wavelengths ⁇ , ⁇ and the directions ⁇ as wavelet parameters.
  • the speed of the waves can be determined by performing the following steps:
  • the depth of water can be determined by carrying out the following steps:
  • a depth of water is estimated from said pairs and a linear wave dispersion relationship
  • the depth of water is selected from among the water depths associated with a dominant wave n, by means of a quality criterion based on the energy of the wavelet spectrum and on the quality of the inter-correlation.
  • a bathymetry map can be constructed from said water depth.
  • the wavelet analysis can be performed using a sliding analysis window, with a smaller window size near the coast.
  • the optical images are panchromatic and multi-spectral images.
  • FIG. 1 illustrates the method according to the invention for determining the bathymetric characteristics of a water surface.
  • FIG. 2 illustrates an example of a panchromatic image acquired by the SPOT-5 satellite.
  • FIG. 3 illustrates an example of a multi-spectral image (one of the four bands) acquired by the SPOT-5 satellite.
  • FIG. 4 illustrates wavelet spectra of the dominant waves.
  • FIG. 5A illustrates an analysis window for a given location on the panchromatic image.
  • FIG. 5B illustrates the same analysis window as FIG. 5A for the same location on the multi-spectral image.
  • FIG. 5C illustrates the real part of the wavelet transform of FIG. 5A.
  • FIG. 5D illustrates the real part of the wavelet transform of FIG. 5B.
  • FIG. 6 illustrates an example of determination of the depth, for a given dominant wave, which minimizes the sum of the square of the distance between the point cloud and the dispersion curve representing the dispersion relation.
  • FIG. 7 illustrates an exemplary result of the method according to the invention.
  • Figure 1 illustrates the method according to the invention to determine the bathymetric characteristics of a water surface, that is to say to determine the depth of water.
  • Bathymetry is the measurement of water depths and the processing of corresponding data.
  • the bathymetric characteristics of a water surface are generally the depths of water at each point of the water surface.
  • the method preferably applies to the zone between the coast and an area of depth less than or equal to half the wavelength of the waves (typically up to a hundred meters deep), with the exception of the wave breaking zone.
  • This process comprises the following steps:
  • ACQ is acquired in a single pass of a satellite at least two optical satellite images (11, 12) characterized by a time shift (dt), each image consisting of pixels, each pixel corresponding to a geographical position;
  • said bathymetric characteristics (H) are determined (BATH) by means of a linear dispersion relation of the waves connecting a depth (hn) to said pairs of celerities / wavelengths (Cn, m; ⁇ , ⁇ ).
  • At least two optical satellite images (11, 12) are acquired in a single pass of a satellite. These optical images (11, 12) are acquired with a very short time offset (dt) but not zero, making the optical images (11, 12) almost synchronous.
  • the time offset (dt) is less than five seconds (less than a time difference characterizing, on most existing satellite sensors, two so-called "stereo" images), to allow reliable estimates of wave celerities at the lengths of used waves.
  • the optical images (11, 12) are for example a panchromatic image (11) and a multi-spectral image (12) of the water surface, acquired from a given satellite optical sensor.
  • a panchromatic image is an image that captures the light of the entire electromagnetic spectrum in the visible domain. It does not discriminate colors, that is to say without reproduction of colors (photo called black and white).
  • FIG. 2 illustrates an example of a panchromatic image acquired by the SPOT-5 satellite.
  • the image consists of pixels, each pixel corresponding to a geographical position (x, y coordinates in the UTM 40S system in the figures).
  • the shade of gray of the pixel carries the optical information.
  • a multi-spectral image is an image that records light at specific frequencies (a specific color) across the electromagnetic spectrum.
  • FIG. 3 illustrates an example of a multi-spectral image acquired by the SPOT-5 satellite.
  • the image consists of pixels, each pixel corresponding to a geographical position (x, y coordinates in the UTM 40S system in the figures).
  • the shade of gray of the pixel carries the optical information.
  • the satellite optical images (11, 12) can be acquired during a single passage of a satellite.
  • the two optical images (11, 12) are acquired with a time shift (dt) only due to the different positions on the satellite of the sensors necessary for their acquisition.
  • a multi-spectral sensor for acquiring the multi-spectral image (12).
  • the invention uses this time lag dt, existing by default on satellites already in orbit to calculate the wave velocity field.
  • images (11, 12), wavelengths ( ⁇ ) and directions ( ⁇ ) of n dominant waves are determined for each pixel, by means of a wavelet analysis on at least one image (11, 12).
  • n represents an integer between 1 and N (positive integer greater than or equal to one).
  • this analysis is performed on the optical image having the best resolution.
  • the analysis will be performed on the panchromatic image (11) rather than on the multi-spectral image (12).
  • a wavelet analysis is performed to obtain wavelength values ( ⁇ ) with more spatial accuracy than with a conventional Fourier transform.
  • each optical image (11, 12)
  • the wavelets used to characterize each optical image can be scaled, shifted and rotated, and they can detect all waves (waves), even if they are superimposed on each other .
  • Morlet wavelets an application of which is described for example in the following document:
  • the Morlet wavelets are used. Two-dimensional wavelet analysis of the optical images (11, 12) is performed. In practice, each optical image is scanned using a sliding analysis window (FA).
  • An analysis window (FA) constitutes a set of neighboring pixels on the image. It can be a rectangle, centered on the geographical position to be analyzed.
  • the size of this analysis window is smaller for areas near the coast.
  • N dominant waves are extracted, based on an analysis of the energy maxima on the spectra.
  • this step determines for each pixel, celerities (Cn, m) of waves associated with each wavelength by using the time shift (dt), the wavelengths ( ⁇ ) and the directions ( ⁇ ). ), by means of an inter-correlation method (CORR) on wavelet transforms of the optical images (11, 12), and defining (ECH) for each pixel a set of pairs of celerities / lengths of wave (Cn, m, ⁇ , ⁇ ).
  • CORR inter-correlation method
  • the method includes considering a plurality of wavelength values around the dominant wavelength, keeping the direction ⁇ constant.
  • the threshold is equal to the product of 0.65 by the maximum of the wavelet spectrum, making it possible to work over a reasonable wavelength range.
  • the speed of the waves Cn, m is determined by inter-correlation between the real parts of the wavelet transforms of the windows. local analysis (FA) of panchromatic and multi-spectral optical images (11, 12).
  • the wavelengths ⁇ , ⁇ and the directions ⁇ are used, as wavelet parameters.
  • the local analysis windows (FA) are extracted from the optical images (11 and 12) in a neighborhood of the pixel for which we want to estimate Cn, m.
  • FIG. 5A illustrates an analysis window (FA) at a given location (x) on the panchromatic image
  • FIG. 5B illustrates the same analysis window (FA) at the same location (x) in the image.
  • the inter-correlation matrix of these two images representing the real parts of the wavelet transforms is then calculated.
  • the distance (displacement) traveled by the wavelength wave ⁇ , ⁇ , and the time (which is the time shift dt) between these two optical images (11, 12) are therefore known. It is therefore easy to deduce the velocity, that is, the velocity Cn, m associated with the wavelength ⁇ , m.
  • the bathymetric characteristics ie the water depth (H) are determined by a linear wave dispersion relationship between a depth (hn) and spur / length pairs. waveform (Cn, m, ⁇ , ⁇ ).
  • FIG. 6 illustrates the wavelength ⁇ , ⁇ as a function of the speed Cn, m, for a given position.
  • a single depth of water H is then determined for each position. This unique water depth is determined (from the N estimates hn) via a quality criterion based on the energy of the wavelet spectrum and on the quality of the inter-correlation.
  • This criterion can be for example:
  • FIG. 7 illustrates an exemplary result of the method according to the invention.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Hydrology & Water Resources (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

Procédé de détermination de caractéristiques bathymétriques (H) d'une surface d'eau, caractérisé en ce que l'on réalise les étapes suivantes : - on acquiert (ACQ), lors d'un seul passage d'un satellite, au moins deux images satellitaires optiques (l1, l2) avec un décalage temporel (dt), chaque image étant constituée de pixels; - on détermine (OND) pour chaque pixel, des longueurs d'ondes (λη) et des directions (θη) de vagues dominantes, au moyen d'une analyse en ondelette sur au moins une image (l1, l2); - on détermine (CORR) pour chaque pixel, des célérités (Cn, m) associées à chaque longueur d'onde en utilisant ledit décalage temporel (dt), lesdites longueurs d'ondes (λn) et lesdites directions (θn), au moyen d'une méthode d'inter-corrélation sur des transformées en ondelette desdites images optiques (l1, l2), et l'on définit (ECH) pour chaque pixel un ensemble de couples célérités/longueurs d'onde (Cn,m; λn,m); - on détermine (BATH) lesdites caractéristiques bathymétriques (H) au moyen d'une relation de dispersion linéaire des vagues reliant une profondeur (hn) auxdits couples célérités/longueurs d'onde (Cn,m; λn,m).

Description

Procédé de détermination de la bathymétrie à partir d'images satellitaires optiques quasi synchrones
La présente invention concerne le domaine des études bathymétriques, et notamment un procédé de détermination de la bathymétrie littorale à partir d'images satellitaires optiques.
La bathymétrie est l'étude des profondeurs et du relief de l'océan pour déterminer la topographie du sol de la mer.
La bathymétrie littorale est une donnée indispensable pour un certain nombre d'applications. Parmi ces applications on peut noter :
- l'optimisation des opérations de dragages (migration de bancs de sable gênant la navigation par exemple) ;
- l'étude d'aléa ou de risque de submersion ; pour faire ces études, on a le plus souvent recours à de la modélisation hydrodynamique (vagues, courants, niveau d'eau), dont une des données d'entrée nécessaire est la bathymétrie ;
- la détermination des conditions d'accessibilité/débarquement aux côtes en zone à accès difficile ;
- l'écologie, l'étude d'écosystèmes sous-marins, l'aménagement des fonds marins ;
- l'étude de glissements de terrain sous-marins, source potentielle de tsunamis ;
- l'étude du potentiel sismique sur des failles géologiques sous-marines ;
- la navigation sous-marine ;
- l'appui à l'exploration de ressources énergétiques sous-marines (forage en eau peu profonde, zones potentielles d'implantation d'hydroliennes, ...).
Il existe différentes techniques pour estimer la bathymétrie, comme par exemple le lidar (de l'anglais « light détection and ranging"), qui est une méthode de télédétection par laser. Cependant, cette méthode nécessite un survol aérien.
On connaît également la méthode du sondeur multifaisceaux. Cependant, cette méthode nécessite une mission en mer.
Ainsi, les procédés connus nécessitent un déplacement sur zone. Or un déplacement sur zone n'est pas toujours envisageable, pour des raisons de sécurité, de disponibilité de bateau, pour des raisons d'accessibilité de la zone, ou encore pour des raisons financières.
Pour pallier ce problème, on connaît également des procédés d'estimation de la bathymétrie basés sur des images satellitaires. On peut noter les approches suivantes : - Les méthodes basées sur la couleur de l'eau, qui utilisent des images hyperspectrales.
Ces méthodes fonctionnent seulement à faible profondeur, et elles sont limitées par la turbidité. En outre, elles nécessitent également des mesures in-situ. - Les méthodes basées sur l'estimation de la longueur d'onde des vagues. Ces méthodes nécessitent une donnée complémentaire (mesures ou modèle) permettant de connaître la période des vagues au large.
- Les méthodes basées sur la rugosité de la surface de l'eau, qui utilisent des images radar. Ces méthodes sont limitées par la couverture près des côtes (appelée zone d'ombre).
L'invention a pour but de remédier à ces inconvénients en fournissant un procédé de détermination de caractéristiques bathymétriques d'une surface d'eau, à partir d'images satellitaires optiques. Le procédé y parvient en utilisant des images quasi synchrones. Le procédé comporte les étapes suivantes :
- on acquiert, lors d'un seul passage d'un satellite, au moins deux images satellitaires optiques avec un décalage temporel, chaque image étant constituée de pixels ;
- on détermine pour chaque pixel, des longueurs d'ondes et des directions de vagues dominantes, au moyen d'une analyse en ondelette sur au moins une image ;
- on détermine pour chaque pixel, des célérités associées à chaque longueur d'onde en utilisant ledit décalage temporel, lesdites longueurs d'ondes et lesdites directions, au moyen d'une méthode d'inter-corrélation sur des transformées en ondelette desdites images optiques, et l'on définit pour chaque pixel un ensemble de couples célérités/longueurs d'onde ;
- on détermine lesdites caractéristiques bathymétriques au moyen d'une relation de dispersion linéaire des vagues reliant une profondeur auxdits couples célérités/longueurs d'onde. Avantageusement, le décalage temporel est inférieur à cinq secondes.
Selon l'invention, on peut déterminer les longueurs d'ondes et les directions de vagues dominantes, au moyen d'une analyse en ondelette sur l'image ayant la meilleure résolution.
Selon un mode de réalisation, on détermine un ensemble de couple célérités/longueurs d'onde pour chaque pixel, en réalisant les étapes suivantes :
- on échantillonne lesdites longueurs d'ondes autour de chaque onde dominante n suivant la direction θη de l'onde dominante n, de façon à obtenir un ensemble de longueur d'onde pour chaque onde dominante n ;
- pour chacune de ces longueurs d'ondes, on détermine la célérité des vagues par inter-corrélation entre les parties réelles de la transformée en ondelettes d'une fenêtre d'analyse autour dudit pixel sur chacune desdites images optiques, en utilisant les longueurs d'ondes λη,ηι et les directions θη comme paramètres d' ondelettes.
On peut déterminer la célérité des vagues en réalisant les étapes suivantes :
- pour chaque image optique, et pour une fenêtre d'analyse donnée centrée sur une localisation donnée, on construit une transformée en ondelettes des données présentes dans ladite fenêtre ;
- on calcule la partie réelle de chacune de ces transformées en ondelette ;
- on calcule la matrice d'inter-corrélation de ces deux images représentant les parties réelles des transformées en ondelettes ;
- on identifie le maximum de cette matrice, correspondant au déplacement entre les deux images optiques pour la longueur d'onde λη,ηι et dans la direction θη ;
- on en déduit la célérité Cn,m associée à la longueur d'onde λη,ηι, à partir de ce déplacement et du décalage temporel.
Selon l'invention, on peut déterminer la profondeur d'eau en réalisant les étapes suivantes :
- pour chaque onde dominante n, on estime une profondeur d'eau à partir desdits couples et d'une relation linéaire de dispersion des vagues ;
- on sélectionne la profondeur d'eau parmi les profondeurs d'eau associées à une onde dominante n, au moyen d'un critère de qualité basé sur l'énergie du spectre d'ondelette et sur la qualité de l'inter-corrélation.
Selon l'invention, on peut construire une carte de bathymétrie à partir de la dite profondeur d'eau.
De façon avantageuse, on peut réaliser l'analyse en ondelette en utilisant une fenêtre glissante d'analyse, avec une taille de fenêtre plus petite proche de la côte.
Enfin, selon un exemple de réalisation, les images optiques sont des images panchromatique et multi-spectrale.
L'invention sera mieux comprise à la lecture des figures annexées, qui sont fournies à titre d'exemples et ne présentent aucun caractère limitatif, dans lesquelles :
- La figure 1 illustre le procédé selon l'invention pour déterminer les caractéristiques bathymétriques d'une surface d'eau.
- La figure 2 illustre un exemple d'image panchromatique acquise par le satellite SPOT- 5.
- La figure 3 illustre un exemple d'image multi-spectrale (une des quatre bandes) acquise par le satellite SPOT-5.
- La figure 4 illustre des spectres d'ondelette des vagues dominantes.
- La figure 5A illustre une fenêtre d'analyse pour une localisation donnée sur l'image panchromatique.
- La figure 5B illustre la même fenêtre d'analyse que la figure 5A pour la même localisation sur l'image multi-spectrale.
- La figure 5C illustre la partie réelle de la transformée en ondelette de la figure 5A.
- La figure 5D illustre la partie réelle de la transformée en ondelette de la figure 5B.
- La figure 6 illustre un exemple de détermination de la profondeur, pour une onde dominante donnée, qui minimise la somme du carré de la distance entre le nuage de points et la courbe de dispersion représentant la relation de dispersion.
- La figure 7 illustre un exemple de résultat du procédé selon l'invention.
On se réfère maintenant à la figure 1 , qui illustre le procédé selon l'invention pour déterminer les caractéristiques bathymétriques d'une surface d'eau, c'est-à-dire pour déterminer la profondeur d'eau.
La bathymétrie est la mesure des profondeurs d'eau et le traitement des données correspondantes. Ainsi les caractéristiques bathymétriques d'une surface d'eau sont généralement les profondeurs d'eau en chaque point de la surface d'eau.
Le procédé s'applique préférentiellement à la zone comprise entre la côte et une zone de profondeur inférieure ou égale à la moitié de la longueur d'onde des vagues (typiquement jusqu'à une centaine de mètres de profondeur), à l'exclusion de la zone de déferlement des vagues.
Ce procédé comporte les étapes suivantes :
1 . on acquiert (ACQ) lors d'un seul passage d'un satellite au moins deux images satellitaires optiques (11 , 12) caractérisées par un décalage temporel (dt), chaque image étant constitués de pixels, chaque pixel correspondant à une position géographique ;
2. on détermine (OND) pour chaque pixel, des longueurs d'ondes (λη) et des directions (θη) de vagues dominantes, au moyen d'une analyse en ondelette (WA) sur au moins une image ;
3. on détermine (CORR) pour chaque pixel, des célérités (Cn,m) associées à chaque longueur d'onde (λη,ηι) dans un voisinage du pixel (VP) en utilisant ledit décalage temporel (dt), lesdites longueurs d'ondes (λη) et lesdites directions (θη), au moyen d'une méthode d'inter-corrélation (IC) sur des transformées en ondelette desdites images optiques (11 , 12), et l'on définit (ECH) pour chaque pixel un ensemble de couples célérités/longueurs d'onde (Cn,m ; λη,ηι);
4. on détermine (BATH) lesdites caractéristiques bathymétriques (H) au moyen d'une relation de dispersion linéaire des vagues reliant une profondeur (hn) auxdits couples célérités/longueurs d'onde (Cn,m ; λη,ηι).
1. Acquisition d'images satellitaires optiques quasi synchrone (11 , 12)
Au cours de cette étape, on acquiert au moins deux images satellitaires optiques (11 , 12) lors d'un seul passage d'un satellite. Ces images optiques (11 , 12) sont acquises avec un décalage temporel (dt) très court mais non nul, rendant les images optiques (11 , 12) quasiment synchrones. Typiquement, le décalage temporel (dt) est inférieur à cinq secondes (inférieur à un décalage temporel caractérisant, sur la plupart des capteurs satellitaires existants, deux images dites « stéréo »), pour permettre des estimations fiables de célérités de vagues aux longueurs d'ondes utilisées.
Le procédé peut être appliqué avec des capteurs satellitaires déjà existants Aussi, les images optiques (11 , 12) sont par exemple une image panchromatique (11 ) et une image multi-spectrale (12) de la surface d'eau, acquises à partir d'un capteur optique satellitaire donné. Un tel capteur, à la fois panchromatique et multi-spectral, de par sa conception, dispose d'un décalage temporel (dt) entre bandes répondant au besoin. Une image panchromatique est une image qui capture la lumière de l'ensemble du spectre électromagnétique dans le domaine du visible. Elle ne discrimine pas les couleurs, c'est- à-dire sans reproduction des couleurs (photo dite en noir et blanc). La figure 2 illustre un exemple d'image panchromatique acquise par le satellite SPOT-5. L'image est constituée de pixels, chaque pixel correspondant à une position géographique (coordonnées x, y dans le système UTM 40S sur les figures). La nuance de gris du pixel porte l'information optique.
Une image multi-spectrale est une image qui enregistre la lumière à des fréquences spécifiques (une couleur spécifique) à travers le spectre électromagnétique. La figure 3 illustre un exemple d'image multi-spectrale acquise par le satellite SPOT-5. De même que pour la figure 2, l'image est constituée de pixels, chaque pixel correspondant à une position géographique (coordonnées x, y dans le système UTM 40S sur les figures). La nuance de gris du pixel porte l'information optique.
Pour obtenir un tel décalage temporel (dt), on peut acquérir les images optiques (11 , 12) satellitaires lors d'un seul passage d'un satellite. Ainsi, les deux images optiques (11 , 12) sont acquises avec un décalage temporel (dt) uniquement dû aux positions différentes, sur le satellite, des capteurs nécessaires à leur acquisition.
En effet, pour obtenir ces images optiques (11 , 12), on utilise un satellite comportant deux capteurs : - un capteur panchromatique, pour acquérir l'image panchromatique (11 ) ;
- un capteur multi-spectral, pour acquérir l'image multi-spectrale (12).
Ces capteurs sont décalés physiquement sur le plan focal de l'instrument du satellite. Ce décalage physique se traduit par un décalage temporel entre l'acquisition de l'image panchromatique et l'acquisition de l'image multi-spectrale. Ce décalage temporel (dt) varie entre la fraction de seconde à quelques secondes (cinq secondes au maximum) suivant le satellite utilisé. On dit que les deux images optiques (11 , 12) sont quasiment synchrones, c'est-à-dire qu'elles sont acquises dans un très court espace de temps.
L'invention utilise ce décalage temporel dt, existant par défaut sur des satellites déjà en orbite pour calculer le champ de célérité des vagues.
2. Détermination des longueurs d'ondes (λη) et des directions des vaques dominantes (On).
Au cours de cette étape, on détermine pour chaque pixel des images (11 , 12), des longueurs d'ondes (λη) et des directions (θη) de n vagues dominantes, au moyen d'une analyse en ondelettes sur au moins une image (11 , 12). Le terme n représentant un entier entre 1 et N (entier positif supérieur ou égal à un).
De préférence, cette analyse est réalisée sur l'image optique ayant la meilleure résolution. Selon l'exemple utilisé pour la description, l'analyse sera réalisée sur l'image panchromatique (11 ) plutôt que sur l'image multi-spectrale (12).
Une analyse par ondelettes est effectuée pour obtenir des valeurs de longueur d'onde (λη) avec plus de précision spatiale qu'avec une transformée de Fourier classique.
En effet, les ondelettes utilisées pour caractériser chaque image optique (11 , 12) peuvent être mises à l'échelle, décalées et pivotées, et elles peuvent permettre de détecter toutes les ondes (vagues), même si elles se superposent les unes aux autres.
Les ondelettes les plus courantes et les plus utilisées dans la littérature sont les ondelettes de Morlet dont une application est décrite par exemple dans le document suivant :
X. Feng, Y. Yan, W. Zhang, "Application of two-dimensional wavelet transform in near- shore X-band radar images" J. of Hydrodynamics, vol. 23, no. 2, pp. 179-186, 2011 .
Ainsi, selon un mode de réalisation de l'invention, on utilise les ondelettes de Morlet. On réalise une analyse en ondelette en deux dimensions des images optiques (11 , 12). En pratique, on parcourt chaque image optique, en utilisant une fenêtre glissante d'analyse (FA). Une fenêtre d'analyse (FA) constitue un ensemble de pixels voisins sur l'image. Il peut s'agir d'un rectangle, centré sur la position géographique à analyser.
Selon un mode de réalisation préféré, la taille de cette fenêtre d'analyse est plus petite pour les zones proches de la côte.
Cette analyse en ondelettes permet de construire des spectres d'ondelettes des vagues pour chaque fenêtre d'analyse (FA). La figure 4 illustre des spectres d'ondelette des vagues dominantes.
De ces spectres, on extrait N vagues dominantes, en se basant sur une analyse des maxima d'énergie sur les spectres.
Puis, pour chacune de ces N vagues dominantes, on identifie leur longueur d'ondes λη et leur direction θη, au moyen de la matrice de transformation en ondelettes. 3. Détermination de célérités (Cn.m) relatives aux ondes dominantes
Au cours de cette étape, on détermine pour chaque pixel, des célérités (Cn,m) de vagues associées à chaque longueur d'onde en utilisant le décalage temporel (dt), les longueurs d'ondes (λη) et les directions (θη), au moyen d'une méthode d'inter-corrélation (CORR) sur des transformées en ondelette des images optiques (11 , 12), et l'on définit (ECH) pour chaque pixel un ensemble de couples célérités/longueurs d'onde (Cn,m ; λη,ηι).
Pour ce faire, on échantillonne (ECH) les longueurs d'ondes λη,ηι autour de chaque onde dominante n (n variant de 1 à N), suivant la direction θη de l'onde dominante n. On obtient ainsi, pour chaque onde dominante n, un ensemble de longueurs d'onde λη,ηι (m variant de 1 à M, et M étant un entier positif au moins supérieur à 2).
Le procédé consiste à considérer plusieurs valeurs de longueurs d'onde autour de la longueur d'onde dominante, en maintenant constante la direction θη.
Considérant le spectre d'ondelettes en un point de localisation donné, on utilise le couple λη,ηι / θη avec des énergies de spectre plus larges qu'un seuil relatif au maximum d'énergie. Par exemple, selon un exemple de réalisation illustré par les figures, le seuil est égal au produit de 0,65 par le maximum du spectre d'ondelettes, permettant de travailler sur une gamme de longueur d'onde raisonnable.
Ainsi, on ne considère plus une longueur d'onde spécifique, mais un intervalle de longueurs d'ondes auquel appartiennent les longueurs d'ondes λη,ηι.
Puis, pour chaque vague dominante n, et pour chacune des longueurs d'ondes échantillonnées λη,ηι, qui lui sont associées, on détermine la célérité des vagues Cn,m par inter-corrélation entre les parties réelles des transformées en ondelettes des fenêtres d'analyse locales (FA) des images optiques (11 , 12) panchromatique et multi-spectrale.
Lors de cette étape on utilise les longueurs d'ondes λη,ηι et les directions θη, comme paramètres d'ondelettes. Les fenêtres d'analyse locales (FA) sont extraites des images optiques (11 et 12) dans un voisinage du pixel pour lequel on veut estimer Cn,m.
En pratique, on réalise les étapes suivantes pour une longueur d'onde donnée λη,ηι :
- Pour chaque image optique (11 , 12), et pour une fenêtre d'analyse donnée centrée sur une localisation donnée (x), on construit la transformée en ondelette des données présentes dans la fenêtre. La figure 5A illustre une fenêtre d'analyse (FA) à une localisation (x) donnée sur l'image panchromatique, et la figure 5B illustre la même fenêtre d'analyse (FA) à la même localisation (x) sur l'image multi-spectrale.
- Puis on calcule la partie réelle de chacune de ces transformées en ondelette. Les résultats correspondants pour les figures 5A et 5B sont représentés sur les figures 5C et 5D respectivement.
- On calcule alors la matrice d'inter-corrélation de ces deux images représentant les parties réelles des transformées en ondelette.
- On identifie le maximum de cette matrice. Ce maximum donne le déplacement entre les deux images optiques (11 , 12) pour la longueur d'onde λη,ηι, et dans la direction θη.
- On connaît donc la distance (déplacement) parcourue par l'onde de longueur d'onde λη,ΓΠ , et le temps (qui est le décalage temporel dt) entre ces deux images optiques (11 , 12). On en déduit donc aisément la vitesse, c'est-à-dire la célérité Cn,m associé à la longueur d'onde λη, m.
- En répétant cette opération pour chaque pixel des images optiques (11 , 12), on définit pour chaque pixel un ensemble de couples célérités/longueurs d'onde, (Cn,m ; λη,ηι) avec n variant de 1 à N et m variant de 1 à M.
De façon avantageuse, il peut être nécessaire de suréchantillonner l'image multi- spectrale (12) pour correspondre à la résolution spatiale de l'image panchromatique (11 ). Des techniques pour réaliser un tel suréchantillonnage sont connues des spécialistes. On peut par exemple utiliser une convolution cubique.
4. Détermination des caractéristiques bathymétriques (H)
Au cours de cette étape, on détermine les caractéristiques bathymétriques, c'est-à- dire la profondeur d'eau (H), au moyen d'une relation linéaire de dispersion des vagues reliant une profondeur (hn) aux couples célérités/longueurs d'onde (Cn,m ; λη,ηι).
Pour ce faire, on sélectionne tout d'abord une relation de dispersion des vagues reliant la profondeur d'eau aux couples célérités/longueurs d'onde (Cn,m ; λη,ηι).
On peut par exemple choisir la relation suivante, où g est l'accélération de la pesanteur :
Figure imgf000011_0001
Puis, pour chaque onde dominante, on estime la hauteur d'eau hn qui minimise la somme des écarts au carré entre la relation linéaire de dispersion des vagues et les M couples (Cn,m ; λη,ηι). On choisit donc une courbe représentant la relation de dispersion linéaire s'ajustant au mieux au nuage de points (Cn,m ; λη,ηι).
Pour réaliser cet ajustement, on peut utiliser l'algorithme de Levenberg-Marquardt minimisant la distance entre la courbe et les points (Cn,m ; λη,ηι). Cette courbe décrit au mieux le nuage de points et fournit une estimation de la profondeur associée à ce nuage de points.
Un exemple est donné sur la figure 6, qui illustre la longueur d'onde λη,ηι en fonction de la célérité Cn,m, pour une position donnée. En ce point, quatre ondes dominantes ont été détectées. Sur cette figure, chaque courbe correspond à l'une de ces ondes. Et pour chacune d'elles, on détermine une hauteur d'eau. Par exemple, pour n=1 (c'est-à-dire pour λ1 ,Γη appartenant à l'intervalle (85,4m, 122,9m) et 61 =2.62rad), la hauteur d'eau déterminée est : h1 = 12,06m.
Ainsi, en chaque pixel, c'est-à-dire en chaque position géographique, on obtient N hauteurs d'eau : hn (n=1 à N).
On détermine alors, une unique profondeur d'eau H, pour chaque position. Cette profondeur d'eau unique est déterminée (à partir des N estimations hn) via un critère de qualité basé sur l'énergie du spectre d'ondelettes et sur la qualité de l'inter-corrélation.
Ce critère peut être par exemple :
- la qualité de l'inter-corrélation (coefficient de corrélation) ;
- l'erreur sur l'ajustement de la courbe au nuage de points.
La figure 7 illustre un exemple de résultat du procédé selon l'invention.

Claims

REVENDICATIONS
1 . Procédé de détermination de caractéristiques bathymétriques (H) d'une surface d'eau, caractérisé en ce que l'on réalise les étapes suivantes :
- on acquiert (ACQ), lors d'un seul passage d'un satellite, au moins deux images satellitaires optiques (11 , 12) avec un décalage temporel (dt), chaque image étant constituée de pixels ;
- on détermine (OND) pour chaque pixel, des longueurs d'ondes (λη) et des directions (θη) de vagues dominantes, au moyen d'une analyse en ondelette sur au moins une image (11 , 12) ;
- on détermine (CORR) pour chaque pixel, des célérités (Cn, m) associées à chaque longueur d'onde en utilisant ledit décalage temporel (dt), lesdites longueurs d'ondes (λη) et lesdites directions (θη), au moyen d'une méthode d'inter-corrélation sur des transformées en ondelette desdites images optiques (11 , 12), et l'on définit (ECH) pour chaque pixel un ensemble de couples célérités/longueurs d'onde
(Cn,m ; λη,ηι) ;
- on détermine (BATH) lesdites caractéristiques bathymétriques (H) au moyen d'une relation de dispersion linéaire des vagues reliant une profondeur (hn) auxdits couples célérités/longueurs d'onde (Cn,m ; λη,ηι).
2. Procédé selon la revendication 1 , dans lequel le décalage temporel (dt) est inférieur à cinq secondes.
3. Procédé selon l'une des revendications précédentes, dans lequel on détermine (OND) les longueurs d'ondes (λη) et les directions (θη) de vagues dominantes, au moyen d'une analyse en ondelette (WA) sur l'image (11 ) ayant la meilleure résolution.
4. Procédé selon l'une des revendications précédentes, dans lequel on détermine un ensemble de couple célérités/longueurs d'onde (Cn,m, λη,ηι) pour chaque pixel, en réalisant les étapes suivantes :
- on échantillonne (ECH) lesdites longueurs d'ondes (λη) autour de chaque onde dominante n suivant la direction θη de l'onde dominante n, de façon à obtenir un ensemble de longueur d'onde (λη,ηι) pour chaque onde dominante n ;
- pour chacune de ces longueurs d'ondes (λη,ηι), on détermine la célérité des vagues (Cn,m) par inter-corrélation entre les parties réelles de la transformée en ondelettes d'une fenêtre d'analyse (FA) autour dudit pixel sur chacune desdites images optiques (11 , I2), en utilisant les longueurs d'ondes λη,ηι et les directions θη comme paramètres d'ondelettes.
5. Procédé selon la revendication 4, dans lequel on détermine la célérité des vagues (Cn,m) en réalisant les étapes suivantes :
- pour chaque image optique (11 , 12), et pour une fenêtre d'analyse (FA) donnée centrée sur une localisation donnée (x), on construit une transformée en ondelettes des données présentes dans ladite fenêtre (FA) ;
- on calcule la partie réelle de chacune de ces transformées en ondelette ;
- on calcule la matrice d'inter-corrélation de ces deux images représentant les parties réelles des transformées en ondelettes ;
- on identifie le maximum de cette matrice, correspondant au déplacement entre les deux images optiques (11 , 12) pour la longueur d'onde λη,ηι et dans la direction θη ;
- on en déduit la célérité Cn,m associée à la longueur d'onde λη,ηι, à partir de ce déplacement et du décalage temporel (dt).
6. Procédé selon l'une des revendications précédentes, dans lequel on détermine la profondeur d'eau (H) en réalisant les étapes suivantes :
- pour chaque onde dominante n, on estime une profondeur d'eau (hn) à partir desdits couples (λη,ηι, en, m) et d'une relation linéaire de dispersion des vagues ; - on sélectionne la profondeur d'eau (H) parmi les profondeurs d'eau (hn) associées à une onde dominante n, au moyen d'un critère de qualité basé sur l'énergie du spectre d'ondelette et sur la qualité de l'inter-corrélation.
7. Procédé selon l'une des revendications précédentes, dans lequel on construit une carte de bathymétrie à partir de la dite profondeur d'eau (H).
8. Procédé selon l'une des revendications précédentes, dans lequel on réalise l'analyse en ondelette en utilisant une fenêtre glissante d'analyse (FA), avec une taille de fenêtre plus petite proche de la côte.
9. Procédé selon l'une des revendications précédentes, dans lequel les images optiques (11 , 12) sont des images panchromatique et multi-spectrale.
PCT/FR2016/050365 2015-02-20 2016-02-17 Procédé de détermination de la bathymétrie à partir d'images satellitaires optiques quasi synchrones WO2016132068A1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR1551468A FR3033067B1 (fr) 2015-02-20 2015-02-20 Procede de determination de la bathymetrie a partir d'images satellitaires optiques quasi synchrones
FR1551468 2015-02-20

Publications (1)

Publication Number Publication Date
WO2016132068A1 true WO2016132068A1 (fr) 2016-08-25

Family

ID=53776686

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/FR2016/050365 WO2016132068A1 (fr) 2015-02-20 2016-02-17 Procédé de détermination de la bathymétrie à partir d'images satellitaires optiques quasi synchrones

Country Status (2)

Country Link
FR (1) FR3033067B1 (fr)
WO (1) WO2016132068A1 (fr)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108508427A (zh) * 2018-07-04 2018-09-07 鲁东大学 一种基于导航雷达的海冰区域检测方法、装置及设备

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115082810B (zh) * 2022-07-28 2022-11-08 中国科学院空天信息创新研究院 同步轨道卫星红外图像船舶检测方法、装置、设备及介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015013543A1 (fr) * 2013-07-24 2015-01-29 Digitalglobe, Inc. Techniques bathymétriques utilisant l'imagerie satellitaire

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015013543A1 (fr) * 2013-07-24 2015-01-29 Digitalglobe, Inc. Techniques bathymétriques utilisant l'imagerie satellitaire

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
AURÉLIE DEHOUCK ET AL: "Bathymétrie littorale par télédétection : méthodes, précision et finalités", XIÈMES JOURNÉES, LES SABLES D'OLONNE, 1 January 2010 (2010-01-01), pages 457 - 468, XP055233205, ISBN: 978-2-35921-003-3, DOI: 10.5150/jngcgc.2010.054-D *
MARCELLO DE MICHELE ET AL: "Direct measurement of ocean waves velocity field from a single SPOT-5 dataset", REMOTE SENSING OF ENVIRONMENT, ELSEVIER, XX, vol. 119, 22 December 2011 (2011-12-22), pages 266 - 271, XP028462898, ISSN: 0034-4257, [retrieved on 20120105], DOI: 10.1016/J.RSE.2011.12.014 *
POUPARDIN ADRIEN ET AL: "Water depth inversion from satellite dataset", 2014 IEEE GEOSCIENCE AND REMOTE SENSING SYMPOSIUM, IEEE, 13 July 2014 (2014-07-13), pages 2277 - 2280, XP032673056, DOI: 10.1109/IGARSS.2014.6946924 *
X. FENG; Y. YAN; W. ZHANG: "Application of two-dimensional wavelet transform in near-shore X-band radar images", J. OF HYDRODYNAMICS, vol. 23, no. 2, 2011, pages 179 - 186

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108508427A (zh) * 2018-07-04 2018-09-07 鲁东大学 一种基于导航雷达的海冰区域检测方法、装置及设备
CN108508427B (zh) * 2018-07-04 2020-07-07 烟台雷奥电子科技有限公司 一种基于导航雷达的海冰区域检测方法、装置及设备

Also Published As

Publication number Publication date
FR3033067B1 (fr) 2018-11-02
FR3033067A1 (fr) 2016-08-26

Similar Documents

Publication Publication Date Title
Pahlevan et al. Leveraging EO-1 to evaluate capability of new generation of Landsat sensors for coastal/inland water studies
FR2685089A1 (fr) Procede de detection automatique de particularites pour navigation avec sonar de balayage lateral, avec adaptation d'images sonar.
Park et al. Oil spill detection from PlanetScope satellite image: application to Oil spill Accident near Ras Al Zour area, Kuwait in august 2017
EP3359978B1 (fr) Methode de traitement d'une image radar de type sar et methode de detection de cible associee
EP3195021B1 (fr) Procédé de détection de gisements d'hydrocarbures
EP4189635A1 (fr) Procede et dispositif d'imagerie sous-marine
Catalán et al. Microwave backscattering from surf zone waves
Conti et al. High-resolution optical remote sensing for coastal benthic habitat mapping: A case study of the Suape Estuarine-Bay, Pernambuco, Brazil
WO2015177172A1 (fr) Contraintes conjointes de transitivite de differences temporelles et effet dopler multibandes pour la separation, caracterisation, et localisation de sources sonores par acoustique passive
WO2016132068A1 (fr) Procédé de détermination de la bathymétrie à partir d'images satellitaires optiques quasi synchrones
Makboul et al. Performance assessment of ANN in estimating remotely sensed extracted bathymetry. Case study: Eastern harbor of alexandria
Mandhouj et al. Sonar image processing for underwater object detection based on high resolution system
EP2196821A1 (fr) Procédé de filtrage cinématique temporel multidimensionel de plots radar, de tour d'antenne à tour d'antenne
Mouchot et al. Monitoring the water bodies of the Mackenzie Delta by remote sensing methods
EP2533201B1 (fr) Procédé et dispositif pour déterminer automatiquement les contours de hauteurs du relief d'une zone géographique
EP4143567B1 (fr) Procede de detection d'au moins un constituant geologique d'un echantillon de roche
Thalib et al. Remote Sensing Analysis of Seagrass Beds in Bontosua Island, Spermonde Archipelago
Freire et al. Monitoring near-shore bathymetry using a multi-Image satellite-derived bathymetry approach
Sykas et al. Oil spill mapping using hyperspectral methods and techniques
Kuhn et al. Development of Methods and Equipment for the Exploration of Manganese Nodules in the German License Area in the Central Equatorial Pacific
Yang et al. Automated cloud detection algorithm for multi-spectral high spatial resolution images using Landsat-8 OLI
EP1371958A1 (fr) Procédé et dispositif d'extraction de signature spectrale d'une cible ponctuelle
Morichon et al. Using a shore-based video system to hourly monitor storm water plumes (Adour River, Bay of Biscay)
De Dominicis Underwater 3D vision, ranging and range gating
WO2012042169A1 (fr) Procédé d'imagerie d'une conduite longitudinale

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16712945

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 16712945

Country of ref document: EP

Kind code of ref document: A1