FR3011960A1 - Procede d'identification a partir d'un modele spatial et spectral d'objet - Google Patents

Abstract

Procédé de référencement d'un objet dont des images sont prises, comportant, entre autres, l'obtention (410) d'une série d'images de l'objet, l'observation (420) de caractéristiques déterminantes de l'objet sur chacune des images de la série, l'association (442) des caractéristiques déterminantes observées avec l'objet, et l'attribution (444) d'un identifiant exclusif à l'objet sur la base des caractéristiques déterminantes associées. La série d'images comprend des images spectrales et spatiales. Certaines des caractéristiques déterminantes sont sur les images spectrales et certaines des caractéristiques déterminantes sont sur les images spatiales.

Description

Procédé d'identification à partir d'un modèle spatial et spectral d'objet Les caméras hyperspectrales sont aptes à capturer des trames d'images hyperspectrales, ou des cubes de données à des vitesses de trames vidéo. Ces caméras prennent des images à haute résolution spatiale et spectrale. En combinaison avec des techniques relatives à la vision artificielle et l'analyse spectrale, les utilisateurs de caméras hyperspectrales se sont lancés dans des applications de surveillance concernant la détection, le suivi et l'identification d'objets sous la forme d'images. Un premier aspect de l'invention concerne un procédé de référencement d'un objet sous la forme d'images. Le procédé comporte : l'obtention d'une série d'images dans laquelle au moins certaines des images sont spectrales et certaines des images sont spatiales ; l'observation de caractéristiques déterminantes de l'objet sur chaque image de la série, certaines des caractéristiques déterminantes étant sur les images spectrales et certaines des caractéristiques déterminantes étant sur les images spatiales ; l'association des caractéristiques déterminantes observées avec l'objet ; et l'attribution d'un identifiant exclusif à l'objet sur la base des caractéristiques déterminantes associées. Un autre aspect de l'invention concerne un système pour référencer un objet sous la forme d'images. Le système comporte : au moins un dispositif d'imagerie conçu pour enregistrer une série d'images spectrales et spatiales d'un objet ; un processeur conçu pour traiter les images spectrales et spatiales, et un logiciel dans le processeur. Le logiciel contient des instructions pour : observer des caractéristiques déterminantes de l'objet sur chacune des images de la série, certaines des caractéristiques déterminantes étant sur les images spectrales et certaines des caractéristiques déterminantes étant sur les images spatiales ; associer les caractéristiques déterminantes observées avec l'objet ; et attribuer un identifiant exclusif à l'objet sur la base des caractéristiques déterminantes associées. L'invention sera mieux comprise à l'étude détaillée de quelques modes de réalisation pris à titre d'exemples non limitatifs et illustrés par les dessins annexés sur lesquels : - la Figure 1 représente un scénario dans lequel un système selon une forme de réalisation de la présente invention comporte deux exemples de plates-formes mobiles qui prennent des images d'un véhicule ; - la Figure 2 représente un scénario dans lequel un système selon une forme de réalisation de la présente invention comporte un exemple de plate-forme qui prend des images d'un véhicule en mouvement ; - la Figure 3 est un organigramme illustrant un procédé de création d'un modèle spatial et spectral d'objet à partir d'images prises par un système comme celui représenté sur la Figure 1 ; - la Figure 4 illustre la division en parties spatiales d'un véhicule figuré par une image, servant à créer un modèle spatial et spectral d'objet ; et - la Figure 5 est un organigramme illustrant un procédé d'identification à partir d'un modèle spatial et spectral d'objet. Dans l'énoncé du contexte de l'invention et dans la description ci-après, à des fins explicatives, de nombreux détails spécifiques sont présentés afin d'assurer une parfaite compréhension de la technique décrite ici. Cependant, pour un homme de l'art, il sera évident que les exemples de formes de réalisation peuvent être mis en oeuvre sans ces détails spécifiques. Dans d'autres cas, des structures et des dispositifs sont représentés sous une forme schématique afin de faciliter la description des exemples de formes de réalisation.

Les exemples de formes de réalisation sont décrits en référence aux dessins. Ces dessins illustrent certains détails de formes de réalisation spécifiques qui mettent en oeuvre un module, un procédé ou un programme informatique décrit ici. Cependant, les dessins ne doivent pas être interprétés comme imposant des limites quelconques susceptibles d'être présentes sur les dessins. Le procédé et le programme informatique peuvent se trouver sur tout support exploitable par ordinateur pour pouvoir être exécutés. Les formes de réalisation peuvent être mises en oeuvre à l'aide d'un processeur existant, ou par un processeur spécifique intégré dans ce but et à d'autres fins, ou par un système câblé. Comme indiqué plus haut, des formes de réalisation décrites ici peuvent comporter un programme informatique comprenant des supports exploitables par ordinateur destinés à porter ou à permettre le stockage, sur ceux-ci, d'instructions ou de structures de données exécutables par ordinateur. Ces supports exploitables par ordinateur peuvent être n'importe quels supports disponibles, accessibles à un ordinateur polyvalent ou spécifique ou une autre machine processeur. A titre d'exemple, ces supports exploitables par ordinateur peuvent comprendre une RAM, une ROM, une EPROM, une EEPROM, un CD-ROM ou autres dispositifs de stockage sur disque optique, dispositifs de stockage sur disque magnétique ou autres dispositifs de stockage magnétique, ou tout autre support qui peut servir à porter ou stocker un code de programme voulu sous la forme d'instructions ou de structures de données exécutables par ordinateur et auquel peut accéder un ordinateur polyvalent ou spécifique ou une autre machine à processeur. Quand des informations sont transmises ou fournies à une machine sur un réseau ou via une autre connexion de communication (filaire, radioélectrique ou à la fois filaire et radioélectrique), la machine perçoit correctement la connexion comme support exploitable par ordinateur. Ainsi, toute connexion de ce type est à juste titre appelée support exploitable par ordinateur. Des combinaisons des éléments évoqués plus haut entrent également dans le cadre de supports exploitables par ordinateur. Les instructions exécutables par ordinateur comprennent, par exemple, des instructions et des données, qui amènent un ordinateur polyvalent, un ordinateur spécifique ou des processeurs spécifiques à exécuter une certaine fonction ou un certain groupe de fonctions. Des formes de réalisation seront décrites dans le contexte général d'étapes d'un procédé qui, dans une forme de réalisation, peuvent être mises en oeuvre par un programme contenant des instructions exécutables par ordinateur, telles que des codes de programmes, par exemple, sous la forme de modules de programmes exécutés par des machines dans des environnements en réseau.

Globalement, les modules de programmes contiennent des routines, des programmes, des objets, des composants, des structures de données, etc., qui ont pour effet technique d'effectuer des tâches particulières ou de mettre en oeuvre des types particuliers de données abstraites. Les instructions exécutables par ordinateur, les structures de données associées et les modules de programmes constituent des exemples de codes de programmes pour exécuter des étapes du procédé présenté ici. L'ordre particulier de ces instructions exécutables ou structures de données associées représente des exemples d'actions correspondantes pour mettre en oeuvre les fonctions décrites lors de ces étapes.

Des formes de réalisation peuvent être mises en oeuvre dans un environnement en réseau utilisant des connexions logiques à un ou plusieurs ordinateurs distants à processeur. Les connexions logiques peuvent comprendre un réseau local (LAN) et un réseau étendu (WAN) mentionnés ici à titre d'exemple nullement limitatif. Ces environnements en réseau sont courants dans les réseaux d'ordinateurs à l'échelle d'un bureau ou d'une entreprise, les intranets et l'internet et peuvent utiliser toutes sortes de protocoles de communication différents. Les hommes de l'art comprendront que de tels environnements informatiques en réseau impliqueront ordinairement de nombreux types de configurations de systèmes informatiques, dont des ordinateurs personnels, des dispositifs portatifs, des systèmes multiprocesseurs, des équipements informatiques grand public à base de microprocesseurs ou programmables, des PC en réseaux, des miniordinateurs, des macro- ordinateurs et autres. Des formes de réalisation peuvent aussi être mises en oeuvre dans des environnements informatiques distribués où des tâches sont effectuées par des dispositifs de traitement locaux et distants en liaison (soit par des liaisons filaires, des liaisons radioélectriques, soit par une combinaison de liaisons filaires et radioélectriques) par l'intermédiaire d'un réseau de communication. Dans un environnement informatique distribué, des modules de programmes peuvent se trouver dans des dispositifs de mémorisation locaux et distants. Un exemple de système pour mettre en oeuvre l'ensemble ou des parties des exemples de formes de réalisation pourrait comporter un dispositif informatique polyvalent sous la forme d'un ordinateur, comprenant une unité centrale, une mémoire système et un bus système, qui couple à l'unité centrale divers éléments du système, dont la mémoire système. La mémoire système peut comprendre une mémoire morte (ROM) et une mémoire vive (RAM). L'ordinateur peut aussi comprendre un lecteur de disque dur magnétique pour extraire des données d'un disque dur magnétique et inscrire des données dans celui-ci, un lecteur de disque magnétique pour extraire des données d'un disque magnétique amovible et inscrire des données dans celui-ci, et un lecteur de disque optique pour extraire des données d'un disque optique amovible tel qu'un CD-ROM ou autre support optique et inscrire des données dans celui-ci. Les lecteurs et leurs supports correspondants exploitables par ordinateur permettent un stockage rémanent d'instructions exécutables par ordinateur, de structures de données, de modules de programmes et autres données pour l'ordinateur.

Les effets techniques du procédé présenté dans les formes de réalisation comprennent l'amélioration de l'utilité et des performances de systèmes d'imagerie distants pour la détection, le suivi et l'identification d'un objet. Un système d'imagerie et de suivi qui analyse des images spatiales et spectrales pour former un identifiant exclusif qui référence et décrit un objet observé résiste aux changements survenant dans des facteurs associés au processus de prise d'images. Comme l'identifiant exclusif repose sur les caractéristiques intrinsèques de l'objet qui sont indépendantes des caractéristiques du système d'imagerie, le système de suivi peut corréler des observations séparées d'un objet quand les informations historiques sur le passé de l'objet sont initialement inconnues. Autrement dit, le système peut observer un objet préalablement inconnu, attribuer un identifiant exclusif suivant le procédé de la présente invention, puis observer l'objet ultérieurement et associer correctement les observations. En outre, le procédé selon la présente invention permet l'observation et la recherche à distance d'objets sans nécessiter de multiples confirmations de sources pour vérifier l'identité de l'objet. Considérant maintenant la Figure 1, un système 10 pour la formation d'un unique identifiant unifiant pour référencer un objet 30 comporte au moins un dispositif 14 de prise d'images conçu pour enregistrer une série d'images spectrales et spatiales de l'objet 30. Un processeur 16 est conçu pour traiter les images spectrales et spatiales de l'objet 30 et un logiciel dans le processeur 16 contient des instructions pour observer et associer des caractéristiques déterminantes de l'objet 30 sur chacune des images de la série. Un processeur à bord de la plate-forme peut effectuer un traitement de la série d'images ou peut demander la transmission de la série d'images à un lieu éloigné pour qu'elles y soient traitées par un second processeur ou système de traitement (ce qui, sur la Figure 1, est désigné collectivement par "un processeur" 16 et est représenté sous la forme d'un système géographiquement éloigné du dispositif 14 de prise d'images). A partir de l'association de caractéristiques déterminantes de l'objet 30, le processeur 16 pout attribuer un identifiant exclusif à l'objet 30. Le dispositif 14 de prise d'images peut comprendre une ou plusieurs caméras aptes à capturer et enregistrer des données d'images à des longueurs d'ondes spécifiques dans tout le spectre magnétique. Les dispositifs de prise d'images destinés à servir dans la présente invention peuvent prendre des images à des longueurs d'onde définies par les bandes spectrales des infrarouges, de la lumière visible et des ultraviolets. De plus, le dispositif 14 de prise d'images peut être conçu de façon à recueillir des images de telle sorte que les bandes exploitables de la caméra soient combinées pour former une image panchromatique ou divisées pour former un cube multispectral ou hyperspectral de données. Dans le cas d'un dispositif de prise d'images panchromatiques, le dispositif 14 de prise d'images peut former une série d'images panchromatiques où chaque image est un enregistrement de l'intensité totale du rayonnement incident sur chaque pixel de l'image. Les relations entre les pixels et leur intensité relative forment le contenu spatial (ou les images spatiales) de la série d'images recueillie. Selon une autre possibilité, le dispositif 14 de prise d'images peut former une série d'images où chaque image contient des données correspondant à des bandes de longueurs d'onde spécifiques. Par exemple, une caméra polyvalente peut former trois représentations d'une image dans le spectre visible : une première en réaction à des longueurs d'ondes associées à la couleur verte, une autre pour le rouge et une troisième pour le bleu. Des bandes supplémentaires peuvent être prévues pour former des images hors dudit spectre visible. Des dispositifs de prise d'images spectrales à bandes plus nombreuses, résolution spectrale plus fine ou couverture spectrale plus large peuvent être qualifiés de multispectraux, hyperspectraux ou ultraspectraux selon le nombre particulier et les longueurs d'onde relatives des bandes spectrales dont des images sont créées. De la sorte, chaque pixel contient une signature spectrale ou des vecteurs d'intensité qui traduisent le contenu spectral (ou les images spectrales) pour la série d'images recueillie. Bien que de nombreux dispositifs 14 de prise d'images soient envisagés pour recueillir des images spatiales et spectrales, dans une mise en oeuvre préférée, le dispositif 14 de prise d'images comprend une caméra vidéo hyperspectrale de réseau en étoile. Cependant, d'autres dispositifs connus pour la prise d'images hyperspectrales peuvent comprendre une combinaison d'une caméra couleur/panchromatique de réseau en étoile avec une caméra spectral à balayage rapide. Le dispositif 14 de prise d'images peut, par exemple, être fixe sur une plate-forme mobile 12 ou mobile sur une plate-forme fixe 112 (comme représenté sur la Figure 2), ou combiner de n'importe quelle manière ces deux configurations. Sur une plate-forme mobile 12, représentée par exemple sur la Figure 1, le dispositif 14 de prise d'images peut prendre une image d'un objet intéressant 30 où bouge le périmètre de la zone 18, 20, 22, 24 dont il prend des images, en partie du fait du déplacement de la plate- forme 12. Le mouvement de la plate-forme peut être un arc 28 parcouru par le dispositif 14 de prise d'images, une ligne 26 parcourue par le dispositif 14 de prise d'images ou tout mouvement imposé par la manoeuvrabilité de la plate-forme 12.

Sur une plate-forme fixe 112, représentée par exemple sur la Figure 2, le dispositif 114 de prise d'images peut bouger en tournant sur un axe unique sur la plate-forme 112 afin de suivre un objet intéressant 30 et d'en prendre des images. Dans ce cas, le périmètre 116, 118, 120 dont des images sont prises suit un arc 122 pour prendre des images de l'objet intéressant 30. Dans la plupart des cas, l'objet intéressant 30 tendra à ne pas suivre le même arc 122 que le périmètre, aussi la perspective du périmètre changera-t-elle. L'objet intéressant 30 peut également être fixe ou mobile. It est évident que le mouvement relatif entre le dispositif 14 ou 114 de prise d'images et l'objet intéressant 30 dont des images sont prises modifiera la perspective entre le dispositif 14 ou 114 de prise d'images et l'objet intéressant 30. Par conséquent, la réflectance spectrale observée de l'objet intéressant 30 variera, au moins en partie, en fonction de l'évolution de la perspective relative.

La Figure 3 est un organigramme illustrant un procédé de création d'un modèle spatial et spectral d'objet à l'aide du système décrit plus haut en référence aux figures 1 et 2. Pour commencer, lors d'une étape 200, un dispositif 14 de prise d'images peut prendre et suivre un objet intéressant 30 en prenant des images à résolution à la fois spatiale et spectrale. Appelées ici "images hyperspectrales" pour rendre compte de la présence d'un contenu ou d'images à la fois spatial(es) et spectral(es), les images proprement dites peuvent être recueillies avec des dispositifs de prise d'images décrits plus haut et peut comprendre des éléments réagissant à de multiples longueurs d'ondes des ultraviolets, des infrarouges et/ou de la lumière visible. Lors d'une étape 202, un dispositif 14 de prise d'images peut obtenir une série d'images hyperspectrales 203. Pour déterminer un alignement parmi les images hyperspectrales 203 de la série, le processeur 16 peut employer des techniques de stabilisation d'image afin de faire passer la série d'images hyperspectrales 203 d'une trame à une autre pour neutraliser le mouvement et le sautillement susceptibles d'avoir été induits, par exemple, par le déplacement de la plate-forme 12. La série d'images hyperspectrales 203 de l'objet 30 peut avoir un mouvement relatif entre l'objet intéressant 30 et le dispositif 14 de prise d'images. Lors d'une étape 204, le processeur 16 peut déterminer au moins un paramètre 205 de mouvement relatif entre l'objet intéressant 30 et le dispositif 14 de prise d'images. Par exemple, le processeur 16 peut utiliser des données issues d'un système embarqué de localisation par capteurs qui mesure la position relative et absolue. On peut citer, comme exemples de systèmes embarqués, les systèmes de navigation inertielle associés à des systèmes de localisation absolue comme le GPS. Parallèlement aux données de localisation recueillies à bord, le processeur 16 peut vérifier la présence de différences dans la série d'images hyperspectrales 203 pour en déduire que l'objet intéressant 30 a bougé et estimer une distance entre le dispositif 14 de prise d'images et l'objet intéressant 30. Le processeur 16 peut déterminer un mouvement relatif sous la forme de changements en rotation (c'est-à-dire en roulis, tangage, lacet) et en translation (c'est-à-dire suivant x, y, z) entre le dispositif 14 de prise d'images et l'objet intéressant 30. Le processeur 16 peut paramétrer le mouvement relatif à l'aide d'angles d'Euler et de vecteurs directionnels D'autres paramétrages du mouvement relatif entre le dispositif 14 de prise d'images et l'objet intéressant 30 peuvent s'appliquer en fonction de la mise en oeuvre. Le processeur 16 peut, lors d'une étape 206, mapper le paramètre 205 du mouvement relatif entre l'objet 30 et le dispositif 14 de prise d'images pour déterminer une orientation 207 de l'objet 30 sur chacune des images hyperspectrales de la série. Au moment de la détermination d'une orientation 207 de l'objet intéressant 30 sur chacune des images hyperspectrales 203 de la série, le processeur 16 peut, lors d'une étape 208, identifier des parties spatiales 209 de l'objet intéressant 30 sur chacune des images hyperspectrales 203 de la série. Ensuite, lors d'une étape 210, le processeur 16 peut attribuer une signature spectrale 211 à chaque partie spatiale 209 de l'objet intéressant 30 sur chacune des images hyperspectrales 203 de la série. Sur la base de l'attribution d'une signature spectrale 211 à une partie spatiale 209 de l'objet intéressant 30, le processeur peut, lors d'une étape 212, générer un profil multidimensionnel 213 de réflectance spectrale. La dimensionnalité du profil 213 de réflectance spectrale est déterminée par l'orientation 207 de l'objet 30, les parties spatiales 209 et les signatures spectrales 211 associées aux parties spatiales 209. Par conséquent, le profil multidimensionnel 213 de réflectance spectrale peut décrire à la fois les signatures de réflectance spectrale 211 d'un objet intéressant 30 et les relations spatiales parmi les signatures de réflectance spectrale 211 parallèlement à une description spatiale, ou géométrique, de l'objet 30. Une fois que le profil multidimensionnel 213 de réflectance spectrale est généré, le processeur 16 peut classer l'objet intéressant 30 dans la série d'images hyperspectrales 203. Le profil multidimensionnel 213 de réflectance spectrale code une description des dimensions spatiales et des textures spectrales de l'objet intéressant 30. Le processeur 16 peut mettre en oeuvre des techniques de traitement supplémentaires décrites plus loin pour déterminer la taille et la forme, ainsi que des caractéristiques de texture, des parties spatiales 209 de l'objet intéressant 30. Au terme du procédé, lors d'une étape 214, le dispositif 14 de prise d'images peut prendre à nouveau l'objet intéressant 30 dans des séries successives d'images hyperspectrales 203. Le processeur 16 peut améliorer le profil multidimensionnel 213 de réflectance spectrale de l'objet d'après les séries successives d'images hyperspectrales recueillies. Bien que les balayages initiaux puissent aboutir à ce que des orientations de l'objet ne soient pas observées, les balayages successifs peuvent commencer à compléter le modèle du profil multidimensionnel 213 de réflectance spectrale pour les orientations non observées antérieurement. Inversement, le processeur 16 peut améliorer le profil multidimensionnel 213 de réflectance spectrale pour les orientations observées antérieurement. Quand le processeur 16 ré-acquiert un objet dans une orientation observée antérieurement, le processeur 16 peut actualiser un profil multidimensionnel 113 de réflectance spectrale généré antérieurement en pondérant la signature spectrale 111 d'après le temps d'intégration de l'image hyperspectrale. Si, par exemple, une partie spatiale donnée 209 pour une orientation donnée 207 a été antérieurement observée pendant 0,1 seconde pour déterminer une signature spectrale 211, puis qu'une mesure supplémentaire est faite pendant 0,2 seconde, la signature spectrale 211 pour la partie spatiale 209 pour l'orientation, 207 sur le profil multidimensionnel 213 de réflectance spectrale peut être ajustée pour pondérer la nouvelle mesure deux fois plus lourdement que l'ancienne mesure. A titre d'illustration, la Figure 4 illustre la division en parties spatiales d'un véhicule dont des images sont prises dans trois orientations différentes 300, 302, 304. Pour un premier côté du véhicule dont des images sont prises dans l'orientation 300, le processeur 16 identifie quatre parties spatiales 310, 312, 314, 316. Pour un deuxième côté du véhicule dont des images sont prises dans l'orientation 302, le processeur 16 identifie quatre parties spatiales 318, 320, 322, 324. Pour un troisième côté du véhicule dont des images sont prises dans l'orientation 304, le processeur 16 identifie quatre parties spatiales 326, 328, 330, 332. Le processeur 16 attribue ensuite à chacune des parties spatiales une signature spectrale sur la base des images hyperspectrales. Dans le présent exemple, il y aura quatre signatures spectrales différentes pour chacune des trois orientations dont une image est prise, pour un total de 12 signatures spectrales distinctes. Par conséquent, en ce qui concerne le procédé illustré sur la Figure 3, l'illustration de la Figure 4 présente un profil multidimensionnel 213 de réflectance spectrale qui comprend trois orientations, chacune avec quatre parties spatiales 209 et chaque partie spatiale comprend une signature de réflectance spectrale correspondante 211.

Le processeur 16 peut en outre analyser les images spatiales et spectrales pour identifier d'une manière exclusive l'objet intéressant. Ainsi, le processeur 16 peut analyser une caractérisation spatiale/spectrale (telle que le profil multidimensionnel de réflectance spectrale décrit plus haut) afin de trouver et d'associer des caractéristiques déterminantes de l'objet 30 dans le but d'identifier le cas individuel de l'objet dont des images sont prises. De la sorte, au-delà d'une simple reconnaissance du type d'objet, le processeur 16 peut délimiter le périmètre de l'objet particulier. La Figure 5 est un organigramme illustrant un procédé d'identification à partir d'un modèle spatial et spectral d'objet. Pour commencer, le processeur 16 obtient une série d'images d'un objet. Comme décrit plus haut, la série d'images peut présenter un contenu spectral et spatial et peut provenir d'un ou de plusieurs dispositifs de prise d'images conçus pour prendre un ou plusieurs types d'images. Chaque dispositif de prise d'images peut réaliser des images spectrales, des images spatiales ou une combinaison d'images spectrales et spectrales. La longueur d'onde des images prises servant de délimitation, les dispositifs de prise d'images qui peuvent réaliser les images couvrent la lumière visible 412, les infrarouges 414, les ultraviolets 416 et les longueurs d'onde hyperspectrales 418. Le processeur 16 peut ensuite observer des caractéristiques déterminantes de l'objet 30 dans la série d'images. Le processeur 16 peut trouver des caractéristiques déterminantes à partir des images spatiales à l'aide de techniques classiques de traitement d'images connues dans le domaine de la vision artificielle. Les techniques courantes portent sur des concepts d'extractions de caractères, de détection, de segmentation d'images, d'estimation de paramètres, d'enregistrement et de reconnaissance d'images. En plus de l'analyse spatiale ou parallèlement à celle-ci, le processeur 16 peut trouver des caractéristiques déterminantes dans les images spectrales grâce à des techniques connues pour l'analyse d'images spectrales. Des algorithmes de traitement à base spectrale ont été élaborés pour classer ou grouper des pixels similaires, à savoir des pixels à caractéristiques ou signatures spectrales similaires. Un certain nombre d'algorithmes de recherche hyperspectrale ont été élaborés et utilisés pour traiter des images hyperspectrales dans le but de détecter des cibles. Ces algorithmes de recherche hyperspectrale sont ordinairement conçus pour exploiter des caractéristiques statistiques de cibles potentielles sur les images et sont ordinairement construits sur des concepts statistiques bien connus. Par exemple, la distance de Mahalanobis est une mesure statistique de similarité qui a été appliquée aux signatures hyperspectrales de pixels. La distance de Mahalanobis mesure la similarité d'une signature en évaluant la signature en regard d'un écart moyen et type d'une catégorie de signatures connue. D'autres techniques connues comprennent la mise en correspondance d'angle spectral (SAM), la divergence d'informations spectrales (SID), la zone différentielle moyenne nulle (ZMDA) et la distance de Bhattacharyya. La SAM est une méthode pour comparer une signature spectrale avec une signature connue en traitant les différents spectres en tant que vecteurs et en calculant l'angle entre les vecteurs. Puisque le SAM n'utilise que la direction des vecteurs et non la longueur des vecteurs, la méthode n'est pas sensible à la variation d'éclairage. La SID est une méthode pour comparer une signature spectrale avec une signature connue en mesurant le décalage ou la divergence probabiliste entre les spectres. La ZMDA normalise les signatures par leur variance et calcule leur différence, laquelle correspond à la zone entre les deux vecteurs. La distance de Bhattacharyya est semblable à la distance de Mahalanobis, mais sert à mesurer la distance entre un ensemble de signatures spectrales en regard d'une catégorie de signatures connue. En établissant un cadre dans lequel peuvent être intégrées des techniques de traitement spatial et spectral, le processeur 16 peut, lors d'une étape 420, observer des caractéristiques déterminantes de l'objet. Les caractéristiques déterminantes d'un objet peuvent comprendre des attributs à base spatiale tels que la forme 422 de l'objet, la taille 424 de l'objet, l'emplacement 426 de l'objet et la vitesse 428 de l'objet. Les caractéristiques déterminantes d'un objet qui incluent des attributs spectraux peuvent comprendre la couleur 430 de l'objet, la composition matérielle 432 et la texture de l'objet. Ces caractéristiques peuvent fournir le type d'informations ordinairement utilisées dans un processus de classification. Par exemple, la combinaison de ces caractéristiques peut indiquer le type de véhicule observé par le système de prise d'images. Le processeur 16 peut déduire d'autres caractéristiques déterminantes à l'aide d'un traitement supplémentaire comprenant l'apparence 434 de l'objet, des marquages distinctifs 436 de l'objet, le comportement 438 de l'objet et l'historique 440 de l'objet. L'apparence 434 d'un objet comprend les aspects nuancés et potentiellement exclusifs de la surface de l'objet. Par exemple, une marque de choc sur une automobile ou une antenne supplémentaire montée sur le toit d'un véhicule peut constituer un caractère spécifique d'identification que le processeur 16 peut observer et détecter à l'aide de techniques de traitement spatial et spectral. Les marquages distinctifs 436 d'un objet peuvent servir d'identifiant anthropogène analogue à l'apparence de l'objet et peuvent comprendre des plaques d'immatriculation, des autocollants sur des pare-chocs, des inscriptions à l'arrière, etc. Le processeur 16 peut comprendre, par exemple, des algorithmes de reconnaissance optique de caractères pour mieux distinguer les marquages d'un objet. Le processeur 16 peut observer le comportement 438 d'un objet et détecter et quantifier des aspects de l'objet associés aux limites de l'objet telles que le rayon de braquage d'une automobile ou des attributs anthropogènes tels que le degré de respect du Code de la Route. Le processeur 16 peut aussi déduire l'historique 440 d'un objet en corrélant de multiples observations d'un objet dans le temps. L'échelle de temps sur laquelle le processeur 16 peut avoir à corréler, à savoir la durée d'une discontinuité temporelle, peut aller de quelques secondes, notamment quand un objet est temporairement obscurci, à une échelle de temps de l'ordre de plusieurs jours quand un objet tel qu'un véhicule passe peu fréquemment par un périmètre de vision du dispositif de prise d'images à distance. Par conséquent, l'historique d'un objet peut discerner des tendances dans l'emplacement, le comportement au fil du temps et les changements d'apparence physique.

En associant les caractéristiques déterminantes 442, le processeur 16 peut distinguer un objet d'autres types d'objets quand des caractéristiques déterminantes telles que la forme 422, la taille 424, l'emplacement 426, la vitesse 428 et la couleur 430 d'un objet servent à isoler l'objet intéressant. L'isolement et la distinction pendant toute une discontinuité temporelle peuvent nécessiter l'identification d'autres caractéristiques déterminantes telles que la composition matérielle 432, l'apparence 434 de l'objet, les marquages distinctifs 438 évoqués plus haut afin d'établir l'identité de 1 ' obj et.

Pour faciliter le référencement d'objets intéressants pour un archivage et une recherche, le processeur 16 peut attribuer un unique identifiant exclusif 444 pour référencer l'objet tout au long de son cycle de vie observé par le système de prise d'images à distance. L'identifiant exclusif 444 peut coder des caractéristiques déterminantes associées à l'objet, à savoir les caractéristiques visuelles, spectrales et comportementales ainsi que les caractéristiques d'historique décrites plus haut. Un système peut gérer un seul ou de multiples identifiants à la fois, selon les objets perçus à un moment donné par le système.

Des caractéristiques déterminantes peuvent être regroupées les unes avec les autres afin de créer un nouvel identifiant pour décrire un objet observé par de multiples systèmes. Pour partie en raison de la nature exclusive de l'identifiant (et de sa correspondance individuelle avec l'objet qu'il référence), l'identifiant peut servir d'indice pour des caractéristiques déterminantes de l'objet observé par le système de prise d'images à distance. Un système informatique (se présentant plus haut sous la forme du processeur 16) peut générer automatiquement l'identifiant, ou un utilisateur du système informatique peut générer manuellement l'identifiant. A la suite de la création de l'identifiant, l'identifiant peut servir de référence pour l'objet afin d'ajouter de nouvelles caractéristiques déterminantes ou de rechercher des caractéristiques connues pour l'objet concerné. Avec l'avènement des capteurs vidéo hyperspectraux, un même système peut rassembler suffisamment d'informations pour identifier d'une manière exclusive les objets observés. De multiples systèmes peuvent agir indépendamment, chaque système pouvant rassembler suffisamment d'informations pour identifier d'une manière exclusive les objets observés. Dans le mode à multiples systèmes, les informations peuvent ensuite être partagées entre les systèmes pour regrouper des caractéristiques déterminantes. De la sorte, des caractéristiques déterminantes observées par un premier système peuvent se combiner à des caractéristiques déterminantes différentes observées par un deuxième système pour améliorer l'identifiant global pour l'objet. Un unique identifiant unifiant pour un objet intéressant qui intègre nombre des caractéristiques de l'objet observables et déduites peut faciliter des opérations essentielles, fondamentales dans les systèmes de prise d'images à distance. Par exemple, si on utilise de multiples systèmes de prise d'images à distance, l'identifiant exclusif peut faciliter le transfert d'un objet entre des systèmes en permettant une transmission efficace de la description de l'objet entre des systèmes. De plus, l'identifiant peut servir à pouvoir prédire le moment ou le lieu où il peut être nécessaire que se produise un transfert. L'un des éléments essentiels du système est la fusion d'informations spectrales issues de dispositifs de prise d'images qui couvrent la lumière visible, les infrarouges, les ultraviolets et les longueurs d'onde hyperspectrales avec des caractéristiques spatiales dérivées de techniques plus traditionnelles de traitement d'images afin de définir d'une manière exclusive un objet. Le système de télédétection doit utiliser la vidéo hyperspectrale ou un système hybride de prise d'images apte à prendre une suite opportunes d'images contenant des images spatiales et des images spectrales pour permettre une corrélation continue d'informations spatiales et spectrales.

Liste des repères 12 Plate-forme mobile 210 Attribuer des signatures spectrales à l'objet 14 Dispositif de prise d'images (hyperspectrales) 211 Signature spectrale 16 Processeur 212 Générer un profil multidimensionnel de réflectance 18-24 Périmètre de la zone de prise spectrale de l'objet d'image 213 Profil multidimensionnel de 26 Ligne réflectance spectrale 28 Arc 214 Fin du procédé 30 Objet intéressant 300, 302, 304 Côté pris du véhicule dans une orientation 112 Plate-forme fixe 310, 312, 314, 316 Partie spatiale du côté 116-120 Périmètre de la zone de pris du véhicule dans une orientation prise d'image 318, 320, 322, 324 Partie spatiale du côté 122 Arc pris du véhicule dans une orientation 200 Début du procédé 326, 328, 330, 332 Partie spatiale du côté pris du véhicule dans une orientation 201 Dispositif de prise d'images hyperspectrales 410 Obtenir une série d'images d'un objet 202 Obtenir une série d'images 412 Images dans le spectre visible hyperspectrales 414 Images dans le spectre infrarouge 203 Série d'images hyperspectrales 416 Images dans le spectre ultraviolet 204 Déterminer un mouvement relatif 418 Images hyperspectrales 205 Un paramètre de mouvement relatif 420 Observer les caractéristiques déterminantes de l'objet 206 Déterminer l'orientation de l'objet pris 422-440 Caractéristiques 207 Orientation de l'objet 442 Associer les caractéristiques déterminantes 208 Identifier des parties spatiales de l'objet 444 Attribuer un identifiant exclusif 209 Parties spatiales

Claims (10)

1. REVENDICATIONS1. Procédé de référencement d'un objet (30) dont des images sont prises, caractérisé par : l'obtention d'une série d'images de l'objet, au moins certaines des images étant spectrales (203) et certaines des images étant spatiales (209), l'observation de caractéristiques déterminantes (422, 424, 426, 428, 430, 432, 434, 436, 438, 440) de l'objet (30) sur chacune des images de la série, certaines des caractéristiques déterminantes étant sur les images spectrales et certaines des caractéristiques déterminantes étant sur les images spatiales, l'association des caractéristiques déterminantes observées avec l'objet (30), et l'attribution d'un identifiant exclusif (444) à l'objet (30) sur la base des caractéristiques déterminantes associées.
2. 2. Procédé selon la revendication 1, dans lequel les caractéristiques déterminantes comprennent au moins une caractéristique parmi la forme (422), la taille (424), l'emplacement (426), la vitesse (428), la couleur (430), la composition matérielle (432), l'apparence (434), les marquages distinctifs (436), le comportement (438) et l'historique (440).
3. 3. Procédé selon la revendication 1, dans lequel l'identifiant exclusif (444) est mémorisé afin de servir ultérieurement de référence pour ajouter de nouvelles caractéristiques déterminantes ou rechercher des caractéristiques connues de l'objet dont des images sont prises.
4. 4. Procédé selon la revendication 1, comportant en outre les étapes d'obtention de plus d'une série d'images de l'objet à partirde plus d'un système et le regroupement de caractéristiques déterminantes issues des images de chaque système.
5. 5. Procédé selon la revendication 1, dans lequel l'identifiant exclusif (444) est mémorisé afin de servir ultérieurement pour un transfert entre systèmes.
6. 6. Procédé selon la revendication 1, dans lequel l'identifiant exclusif (444) est mémorisé afin de servir ultérieurement pour établir une corrélation temporelle tout au long d'une vie observée de l' obj et.
7. 7. Système pour référencer une image (30) dont une image est prise, caractérisé par : au moins un dispositif (14) de prise d'images conçu pour enregistrer une d'un objet (30), un processeur et spatiales, et dans le processeur, un logiciel contenant des série d'images spectrales (203) et spatiales (209) instructions (16) conçu pour traiter les images spectrales pour observer des caractéristiques déterminantes (422, 424, 426, 428, 430, 432, 434, 436, 438, 440) de l'objet (30) sur chacune des images de la série, certaines des caractéristiques déterminantes étant sur les images spectrales et certaines des caractéristiques déterminantes étant sur les images spatiales, association les caractéristiques déterminantes observées avec l'objet , et attribuer un identifiant exclusif (444) à l'objet sur la base des caractéristiques déterminantes associées.
8. 8. Système selon la revendication 7, dans lequel les caractéristiques déterminantes comprennent au moins une caractéristique parmi la forme (422), la taille (424), l'emplacement (426), la vitesse (428), la couleur (430), la composition matérielle(432), l'apparence (434), les marquages distinctifs (436), le comportement (438) et l'historique (440).
9. 9. Système selon la revendication 7, dans lequel l'identifiant exclusif (444) est mémorisé afin de servir ultérieurement de référence pour ajouter de nouvelles caractéristiques déterminantes ou rechercher des caractéristiques connues de l'objet dont des images sont prises.
10. 10. Système selon la revendication 7, dans lequel le système est un premier système connecté à un deuxième système identique, chacun des premier et deuxième systèmes agissant indépendamment l'un de l'autre pour obtenir plus d'une série d'images de l'objet, et chacun étant conçu pour partager des informations avec l'autre, dont l'identifiant l'exclusif, afin de regrouper dans chaque système des caractéristiques déterminantes issues des images de l'objet.