WO2007101816A1 - Procede d'identification par profilometrie laser - Google Patents

Procede d'identification par profilometrie laser Download PDF

Info

Publication number
WO2007101816A1
WO2007101816A1 PCT/EP2007/051957 EP2007051957W WO2007101816A1 WO 2007101816 A1 WO2007101816 A1 WO 2007101816A1 EP 2007051957 W EP2007051957 W EP 2007051957W WO 2007101816 A1 WO2007101816 A1 WO 2007101816A1
Authority
WO
WIPO (PCT)
Prior art keywords
signature
laser beam
angle
longitudinal dimension
database
Prior art date
Legal status (The legal status 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 status listed.)
Ceased
Application number
PCT/EP2007/051957
Other languages
English (en)
Inventor
Gérard Berginc
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Thales SA
Original Assignee
Thales SA
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 Thales SA filed Critical Thales SA
Priority to JP2008557725A priority Critical patent/JP5786238B2/ja
Priority to EP07712408A priority patent/EP1991945B1/fr
Priority to AT07712408T priority patent/ATE433166T1/de
Priority to DE602007001240T priority patent/DE602007001240D1/de
Publication of WO2007101816A1 publication Critical patent/WO2007101816A1/fr
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/08—Systems determining position data of a target for measuring distance only
    • G01S17/10—Systems determining position data of a target for measuring distance only using transmission of interrupted, pulse-modulated waves

Definitions

  • the field of the invention is that of the non-cooperative identification of a three-dimensional object, by profilometry.
  • Profilometry means the determination of the profile of an electromagnetic signature on a sensor-object axis as a function of the distance parameter, for a given pulse width of the incident electromagnetic wave; the signature comes from the retro-diffusion of the electromagnetic wave by the object.
  • the identification consists in acquiring the signature of the 3D object to be identified and comparing it to signatures listed in a database.
  • a profilometric radar signature is generally formed of very intense but few peaks. Such a signature is then not precise enough to discriminate an object from another which has a neighboring profile.
  • the object of the invention is to overcome these disadvantages in order to obtain a more relevant identification.
  • the subject of the invention is a method of identifying an object by profilometry which comprises a step of acquiring a profilometric signature of the object and a step of comparing a signature of the object representative of the acquired signature, with the signatures of a database.
  • the profilometric signature of the object is obtained by pointing at the object of a pulsed laser beam of length Lj, this length L being at least 10 times shorter than the length R u of the considered object according to the pointing axis of the laser.
  • the laser beam having a pointing axis determined as a function of an angle of elevation and a bearing angle, and the object having a longitudinal dimension in the axis of the laser beam the acquired signature is: a 3D signature established according to the longitudinal dimension of the object, a bearing angle and an elevation angle, or a 2D signature established as a function of the longitudinal dimension and a bearing angle with a defined angle of elevation, or an angle of elevation with a defined bearing angle, or a 1D signature established as a function of the longitudinal dimension of the object with a defined bearing angle and elevation angle.
  • the profilometric signature comprises for each dimension, a coherent component representative of the reflection of the laser beam on the object and an incoherent component representative of the scattering of the laser beam on the object.
  • it comprises a step of filtering the acquired signature, such as Shepp-Logan type filtering, the filtered signature obtained being representative of the acquired signature.
  • the filtered signature comprising major peaks, it comprises a step for determining the main peaks of the filtered signature, the principal peak signature obtained being representative of the acquired signature.
  • it comprises a step of expressing each signature of the database according to its order centric moments.
  • 1 to kMax> kmax being predetermined for example normalizing each signature with respect to its maximum peak, calculating the central moments of order 1 to k Max of each signature.
  • the signature to compare may be the signature acquired.
  • the comparison step comprises a step of calculating the barycentre of the signature representative of the acquired signature and possibly a step of calculating the barycentre of each signature of the database.
  • the comparison step comprises a tomographic reconstruction step based on a filtered back projection of the acquired signature.
  • the object having a longitudinal dimension in the longitudinal axis of the laser beam, the pulse of the laser has a length of the order of 100 times smaller than the longitudinal dimension of the object.
  • the object having a longitudinal dimension in the longitudinal axis of the laser beam, this longitudinal dimension is between 10 m and 40 m.
  • the object having in a direction perpendicular to the axis of the laser beam a maximum transverse dimension, the laser beam has an opening adapted to contain this maximum dimension.
  • the duration of the pulses of the laser is for example of the order of 1ns; the wavelength of the laser is for example substantially equal to 1.55 microns.
  • the object is mono-dimensional or two-dimensional or three-dimensional.
  • the invention also relates to a method for constituting a database of profilometric signatures of objects, characterized in that for each object, the profilometric signature is obtained by numerical simulation of the pointing on the object of a laser beam. pulses of very short duration.
  • the profilometric signature comprises for each dimension, a coherent component representative of the reflection of the laser beam on the object and an incoherent component representative of the scattering of the laser beam on the object.
  • Each signature of the database is preferably calculated as follows: - digital representation of the object,
  • - facetization that is to say, division of the representation into triangular facets, each triangle being defined according to its position in the object, its orientation, its size, its optical index, its roughness, - calculation of the signature from the facets.
  • the preceding step comprises the steps of: standardize each signature with respect to its maximum peak, calculate the central moments of order 1 at k M ax of each signature, and possibly: construct a standardized matrix F of the signatures of all the objects, construct a matrix of confusion of the signatures of the database between them.
  • the confusion matrix can be constructed according to a parameter representative of the noise.
  • the database is divided into at least two sub-databases from the confusion matrix.
  • each signature is filtered for example according to Shepp-Logan type filtering.
  • the signatures can be 1D, or 2D or 3D signatures.
  • the examples of digital application are the same as for the identification method.
  • Objects can be mono-dimensional or bidimensional or three-dimensional.
  • FIG. 1a schematically represents an example of pointing of a pulsed laser beam on an object, in this case an aircraft
  • FIG. 1b the signature 1 D acquired
  • FIG. 2 schematically illustrates the signature 1 D obtained with a narrow and wide spatial resolution
  • FIG. 3 represents schematically an example of a 2D signature before and after a Shepp-Logan type filtering
  • FIG. 4 schematically represents the filtered 2D signature of FIG. 3 in which five main peaks have been determined
  • FIG. 5a schematically represents an example of a laser signature matrix. in distance and its representation in the plane of the projected image
  • FIG. 5b projections of a point (Xj.Vj) obtained over three and the position of the corresponding components in the lines of the SELd matrix
  • FIG. 6 schematically represents an example of tomographic reconstruction of an aircraft by a filtered projected backprojection.
  • the profilometric signatures are obtained by pointing at the object of a pulsed laser beam of short durations.
  • Choosing a short pulse means that a length Lj is chosen that is much smaller than the depth of the object also referred to as the longitudinal dimension R u of the object. This means that the object is temporally resolved. This dimension R u is considered in the direction of the axis 15 of the laser beam, represented in FIG. 1a.
  • the object It is backscattered and retroreflected by the different structures of the object which amounts to cutting the object into 15-centimeter slices for a laser pulse duration of one nanosecond.
  • a detector of this backscatter and retroreflection gives a profilometric signature comprising all the bright points or echoes of the object that can be spaced every fifteen centimeters. Indeed, the signature S then comprises about a hundred points, a point p (n) representing the signature of a slice n.
  • FIG. 1a is an example of pointing of a pulsed laser beam 10 on an aircraft 20, and the signature obtained in FIG. 1b.
  • the profilometric signature p ( ⁇ ) comprises a coherent component representative of the reflection of the laser beam on the object and an incoherent component representative of the scattering of the laser beam on the object. To obtain this incoherent component, a wavelength of the same order of magnitude as the roughness size of the surface is chosen.
  • the signature S of an object is one-dimensional (1 D), two-dimensional (2D) or three-dimensional (3D).
  • a 3D signature is established based on the longitudinal dimension of the object, a bearing angle and an elevation angle, a 2D signature as a function of this longitudinal dimension and a bearing angle with an angle of determined site, or an angle of elevation with a defined bearing angle, and a signature 1 D depending on the longitudinal dimension of the object with a given bearing angle and elevation angle.
  • An angle of observation is the angle having a bearing component and a site component.
  • the laser beam has an opening for covering the object in its transverse dimensions. Since the distance between the object and the detector varies, the aperture also varies so as to adjust to the transverse dimensions of the object to obtain the best efficiency of the detector.
  • Each signature of the database is calculated as follows.
  • the calculation comprises a first step of precise 3D digital representation of the object obtained for example by CAD software ("Computer Aided Design").
  • the degree of fineness of the representation is related to the dimensions of the represented details of the structure; for example on an aircraft, the degree of fineness is less than or equal to one centimeter.
  • the second so-called faceting step consists of cutting the 3D representation into plane triangular facets.
  • a detailed target typically comprises from 40,000 to 200,000 facets.
  • Each triangular facet is defined according to its position in the object, its orientation, its size, and its surface characteristics such as its optical index, its roughness, its effective permittivity.
  • Roughness is defined by a probability density of heights and a so-called auto-correlation function of heights. This autocorrelation function will determine the pseudo-periodicity of the surface roughness.
  • Triangles are arbitrary, isosceles or equilateral.
  • the third step is to model the interaction of the polarized laser beam with the facet cut object, by numerical simulation of the electromagnetic backscatter and retro-reflection of the laser beam on the illuminated structure.
  • the calculation of the electromagnetic interaction is done facet by facet; when it is necessary to reconstruct the curvature of the object from plane facets, we use an algorithm to reconstruct the curvature of the object based on the use of normals at the vertices of the facets.
  • the electromagnetic calculation is performed taking into account the time profile of the laser pulse.
  • the global signature of the target for a given pulse width is obtained by summing all the contributions of the facets illuminated by the laser beam, to the retro-diffusion and retro-reflection of the incident laser wave polarized on the object. three-dimensional.
  • the set of facets contributing to the laser signature for a given temporal profile of the beam can be likened to a slice of the object.
  • the spatial resolution of the signature is related to the profile of the laser pulse: the narrower the width of its impulse response, the greater the number of bright spots (also referred to as contributors).
  • the signatures thus obtained are stored in the database for comparison with the actual signature of the object to be identified. They are then subjected to a treatment aimed at reducing the number of signatures to be compared. This processing performed by applying an algorithm of centered moments, is based on a calculation of the central moments of the signature to the order k.
  • the standardized signature S for the N r slices ⁇ of an object O observed under an observation angle ⁇ determined is designated:
  • N r - 1 centered decreases exponentially which may be less sensitive to noise and to quantification errors.
  • the size of the matrix is k max x Q.
  • the calculations are generally simple to perform and their execution time is not a limiting factor.
  • the coefficients are equal to zero.
  • the proposed technique is applied to a short laser pulse identification situation; the matrices of confusion of the signatures are then calculated between them, for different objects, for an observation value, and for different values ⁇ of standard deviations of Gaussian noise.
  • a correlation is made between this signature and all the other signatures of the database having undergone the same calculation of the centered moments as the training base.
  • the elements of the confusion matrix are determined by the ratio between the number of correct identifications and the number of tests performed, each signature of the database being compared with the other signatures of the database.
  • the elements of the confusion matrix are expressed as a percentage.
  • the rejection corresponds to the case where no signature has been identified for a given test case.
  • the following confusion matrices are obtained for a database of 6 vectors, a vector corresponding to an object observed at a given observation angle.
  • the objects are aircraft: Su-33, Mirage, F-14, F-15, F-16, F-18.
  • the algorithm of moments is therefore very efficient in the absence of noise or with a low noise (for example in the context of an identification of a high altitude aircraft where the noise due to turbulence is low) and presents the advantage to overcome the problems of registration registration and absolute measurement since there is a systematic standardization of signatures. It is an excellent way to discriminate large classes of objects. Objects of different size and complexity are perfectly discriminated.
  • the moment algorithm can be used alone. When noise is increased, confusion only occurs between aircraft of the same type.
  • this algorithm is used to reduce the number of signatures to compare by distributing the original database, sub-bases objects of the same type that is to say having for example a comparable longitudinal dimension.
  • Each sub-base groups the objects that can be confused, that is to say whose coefficient of confusion in the confusion matrix is greater than a determined threshold. For example, this threshold is set at 0.5%.
  • this threshold is set at 0.5%.
  • the signatures are preferably filtered so as to favor the main peaks.
  • FIG. 3 is an example of a profilometric signature 2D, before and after Shepp-Logan filtering.
  • the abscissa corresponds to the longitudinal dimension of the aircraft, the ordinate at the angle of observation for a 0 degree site plan.
  • we determine the main peaks by applying the following rule: the n most intense peaks are kept separated by at least twice the spatial resolution of the signature, this criterion being used to overcome as much as possible phasing problems and artificial splitting of bright dots.
  • FIG. 4 gives the 2D signature of FIG. 3 obtained after application of this rule: it has five bright points per ordinate.
  • the signature to be identified is acquired as indicated above, by pointing at the object of a short pulse laser beam and by performing the electromagnetic calculation as described for the creation of the database.
  • the acquired signature is preferably filtered by Shepp-Logan type filtering; then we determine the main peaks of the filtered signature.
  • the correlation of the nearest vector X n is determined by the class to which the object with the signature X n belongs, each vector X 0 having undergone the same calculation of the centered moments as the training base. For that, one can use a "classifier" of Bayes or a correlation by thresholding. Eventually, the whole database will be used. The signature is then compared to the signatures of the database (or sub-database) expressed in the same form. There are several comparison modes.
  • the barycentric position of the main peaks of the signatures of the database and of the signature to be identified is calculated; they are compared by recalibrating them in position (by correlation).
  • This method is used in particular when the observation angle is almost constant during measurements. There is no change in the positioning of the main peaks between the different measurements and it is then interesting to integrate different measurements in order to obtain a significant signal-to-noise ratio. For a 10 Hertz rate laser, it is then possible to integrate 10 measurements per second. The gain is then ViO.
  • the signature is then compared directly to those in the filtered database.
  • This method is used in particular when the angle of observation is variable.
  • the carrier then makes a so-called racetrack trajectory to acquire the signatures on a restricted angular sector, for example an angular sector of about ten degrees.
  • the two-dimensional filtered signature (established as a function of the observation angle and the longitudinal distance of the object) of the measured object is directly correlated with those of the objects stored in the databases.
  • a technique of tomographic reconstruction of an object by filtered back projection is used.
  • the reconstruction of the object to be identified with the reconstructions of the objects of the database is compared by visual or numerical correlation. This method is used in particular when the angle becomes important, for example beyond 20 °.
  • Direct overhead projection is a representation in the Cartesian plane (x, y) of the information contained in the laser distance signature matrix called SELd in polar coordinates (r, ⁇ ) as illustrated in FIG. 5a.
  • the SELd matrix is defined as a table of points whose the element ij represents the value of the laser signature as a function of the observation angle and the longitudinal observation distance of the target.
  • Figure 5b shows the projections of a point (Xj.yj) obtained on three radii and the position of the corresponding components in the rows of the SELd matrix.
  • a filter is then applied to the SELd values obtained prior to backprojection.
  • the reconstruction of the filtered projection consists in multiplying the values of the filter by the Fourier transform of the values of the projected SEL and then taking the inverse Fourier transform of the result obtained.
  • Ti represents the one-dimensional Fourier transform w (f) is a windowing function defining the filter
  • the chosen filter depends on the signature to be processed. For noisy signatures, the Shepp-Logan filter is preferred over the Ram-Lak filter.
  • the generalized Hamming low-pass filter is used when the noise is significant, its coefficient ⁇ being able to be optimized according to the noise level. In the presence of a larger noise, the stochastic filter makes it possible to obtain good results by choosing a high value of the signal-to-noise ratio (or "SNR" acronym for the English expression Signal to Noise Ratio).
  • FIG. 6 shows an example of tomographic reconstruction of an aircraft by a projected projection screen filtered with Shepp-Logan type filtering.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Electromagnetism (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Silicon Polymers (AREA)
  • Lasers (AREA)

Abstract

L'invention concerne un procédé d'identification d'un objet par profilométrie qui comprend une étape d'acquisition d'une signature profilométrique de l'objet et une étape de comparaison d'une signature de l'objet représentative de la signature acquise, avec des signatures d'une base de données. La signature profilométrique de l'objet est obtenue par pointage sur l'objet d'un faisceau laser à impulsions de longueur L1, cette longueur L1 étant au moins 10 fois plus courte que la longueur R1, de l'objet considérée selon l'axe de pointage du laser.

Description

PROCEDE D'IDENTIFICATION PAR PROFtLOMETRlE LASER
Le domaine de l'invention est celui de l'identification non coopérative d'un objet à trois dimensions, par profilométrie. On entend par profilométrie la détermination du profil d'une signature électromagnétique sur un axe capteur-objet en fonction du paramètre distance, pour une largeur d'impulsion donnée de l'onde électromagnétique incidente ; la signature est issue de la rétro diffusion de l'onde électromagnétique par l'objet.
Il est connu d'identifier la signature profilométrique d'un objet 3D, tel qu'un aéronef, lorsqu'il s'agit d'une signature radar. L'identification consiste à acquérir la signature de l'objet 3D à identifier et à la comparer à des signatures répertoriées dans une base de données.
Une signature profilométrique radar est généralement formée de pics très intenses mais peu nombreux. Une telle signature n'est alors pas suffisamment précise pour permettre de discriminer un objet d'un autre qui présente un profil voisin.
Le but de l'invention est de pallier ces inconvénients afin d'obtenir une identification plus pertinente.
Plus précisément l'invention a pour objet un procédé d'identification d'un objet par profilométrie qui comprend une étape d'acquisition d'une signature profilométrique de l'objet et une étape de comparaison d'une signature de l'objet représentative de la signature acquise, avec les signatures d'une base de données. Il est principalement caractérisé en ce que la signature profilométrique de l'objet est obtenue par pointage sur l'objet d'un faisceau laser à impulsions de longueur Lj, cette longueur L, étant au moins 10 fois plus courte que la longueur Ru de l'objet considérée selon l'axe de pointage du laser.
Selon une caractéristique de l'invention, le faisceau laser ayant un axe de pointage déterminé en fonction d'un angle de site et d'un angle de gisement, et l'objet présentant dans l'axe du faisceau laser, une dimension longitudinale, la signature acquise est : - une signature 3D établie en fonction de la dimension longitudinale de l'objet, d'un angle de gisement et d'un angle de site, ou une signature 2D établie en fonction de la dimension longitudinale et d'un angle de gisement avec un angle de site déterminé, ou d'un angle de site avec un angle de gisement déterminé, ou une signature 1D établie en fonction de la dimension longitudinale de l'objet avec un angle de gisement et un angle de site déterminés.
Selon une autre caractéristique de l'invention, la signature profilométrique comprend pour chaque dimension, une composante cohérente représentative de la réflexion du faisceau laser sur l'objet et une composante incohérente représentative dé la diffusion du faisceau laser sur l'objet. De préférence, il comprend une étape de filtrage de la signature acquise, tel qu'un filtrage de type Shepp-Logan, la signature filtrée obtenue étant représentative de la signature acquise.
Avantageusement, la signature filtrée comportant des pics principaux, il comprend une étape pour déterminer les pics principaux de la signature filtrée, la signature à pics principaux obtenue étant représentative de la signature acquise.
De préférence, il comprend une étape consistant à exprimer chaque signature de la base de données en fonction de ses moments centrés d'ordre
1 à kMax> kmax étant prédéterminé par exemple normalisant chaque signature par rapport à son pic maximum, calculant les moments centrés d'ordre 1 à kMax de chaque signature.
La signature à comparer peut être la signature acquise.
Selon une caractéristique de l'invention, l'étape de comparaison comprend une étape de calcul du barycentre de la signature représentative de la signature acquise et éventuellement une étape de calcul du barycentre de chaque signature de la base de données.
Selon une autre caractéristique de l'invention, l'étape de comparaison comprend une étape de reconstruction tomographique basée sur une rétroprojection filtrée de la signature acquise. Avantageusement, l'objet présentant dans l'axe du faisceau laser une dimension longitudinale, l'impulsion du laser présente une longueur de l'ordre de 100 fois inférieure à la dimension longitudinale de l'objet.
Par exemple, l'objet présentant dans l'axe du faisceau laser une dimension longitudinale, cette dimension longitudinale est comprise entre 10 m et 40 m.
De préférence, l'objet présentant dans une direction perpendiculaire à l'axe du faisceau laser une dimension transverse maximale, le faisceau laser a une ouverture apte à contenir cette dimension maximale. La durée des impulsions du laser est par exemple de l'ordre de 1ns ; la longueur d'onde du laser est par exemple sensiblement égale à 1.55 μm.
L'objet est mono dimensionnel ou bidimensionnel ou tridimensionnel.
L'invention concerne également un procédé de constitution d'une base de données de signatures profilométriques d'objets, caractérisé en ce que pour chaque objet, la signature profilométrique est obtenue par simulation numérique du pointage sur l'objet d'un faisceau laser à impulsions de très courtes durées.
Selon une caractéristique de l'invention, la signature profilométrique comprend pour chaque dimension, une composante cohérente représentative de la réflexion du faisceau laser sur l'objet et une composante incohérente représentative de la diffusion du faisceau laser sur l'objet.
Chaque signature de la base de données est de préférence calculée de la manière suivante : - représentation numérique de l'objet,
- facettisation, c'est-à-dire découpage de la représentation en facettes triangulaires, chaque triangle étant défini en fonction de sa position dans l'objet, son orientation, sa taille, son indice optique, sa rugosité, - calcul de la signature à partir des facettes.
Il comprend avantageusement une étape consistant à exprimer chaque signature de la base de données en fonction de ses moments centrés d'ordre 1 à kMax, kmax étant prédéterminé.
Plus précisément, l'étape précédente comprend les étapes consistant à : normaliser chaque signature par rapport à son pic maximum, calculer les moments centrés d'ordre 1 à kMax de chaque signature, et éventuellement à : construire une matrice normalisée F des signatures de tous les objets, construire une matrice de confusion des signatures de la base de données entre elles.
La matrice de confusion peut être construite en fonction d'un paramètre représentatif du bruit.
Selon une caractéristique de l'invention, la base de données est répartie en au moins deux sous-bases de données à partir de la matrice de confusion.
Comme indiqué précédemment, chaque signature est filtrée par exemple selon un filtrage de type Shepp-Logan.
Les signatures peuvent être des signatures 1 D, ou 2D ou 3D. Les exemples d'application numérique sont les mêmes que pour le procédé d'identification.
Les objets peuvent être mono dimensionnels ou bidîmensionnels ou tridimensionnels.
D'autres caractéristiques et avantages de l'invention apparaîtront à la lecture de la description détaillée qui suit, faite à titre d'exemple non limitatif et en référence aux dessins annexés dans lesquels : la figure 1a représente schématiquement un exemple de pointage d'un faisceau laser à impulsions sur un objet, en l'occurrence un avion, et la figure 1 b, la signature 1 D acquise, la figure 2 illustre schématiquement la signature 1 D obtenue avec une résolution spatiale étroite et large, la figure 3 représente schématiquement un exemple de signature 2D avant et après un filtrage de type Shepp-Logan, la figure 4 représente schématiquement la signature 2D filtrée de la figure 3 dans laquelle on a déterminé 5 pics principaux, la figure 5a représente schématiquement un exemple de matrice de signature laser en distance et sa représentation dans le plan de l'image projetée, la figure 5b, les projections d'un point (Xj.Vj) obtenues sur trois rayons et la position des composantes correspondantes dans les lignes de Ia matrice de SELd, la figure 6 représente schématiquement un exemple de reconstruction tomographique d'un aéronef par une rétroprojection projetée filtrée.
D'une figure à l'autre, les mêmes éléments sont repérés par les mêmes références.
Selon l'invention les signatures profilométriques sont obtenues par pointage sur l'objet d'un faisceau laser à impulsions de courtes durées. La durée T des impulsions est liée à leur longueur L, par la formule : Lj = c 172, c étant la vitesse de la lumière.
Choisir une impulsion de courte durée signifie que l'on choisit une longueur Lj très inférieure à la profondeur de l'objet aussi désignée dimension longitudinale Ru de l'objet. Cela signifie que l'objet est temporellement résolu. Cette dimension Ru est considérée dans la direction de l'axe 15 du faisceau laser, représenté figure 1a.
En utilisant par exemple une impulsion d'environ 1 nanoseconde (on a alors Li = 15 cm), on obtient un balayage de l'objet par tranches de 15 cm d'épaisseur selon la dimension Ru de l'objet. Une tranche est repérée par la distance η ; π varie de 1 à Ru, par pas de L, et on a Nr tranches avec Nr = Ru /L1. Un tel balayage est suffisant pour établir la signature d'un aéronef d'environ 15 m de long ou plus (on a Ru = 15 m). Chaque impulsion laser est ainsi intégrée sur toute la cible, c'est-à-dire l'impulsion « court » sur l'objet sur sa longueur Ru, ici sur 15 mètres donc pendant plus de 100 ns. Elle est rétrodiffusée et rétroréfléchie par les différentes structures de l'objet ce qui revient à couper l'objet en tranches de 15 centimètres pour une durée d'impulsion laser d'une nanoseconde. Un détecteur de cette rétrodiffusion et rétroréflexion donne une signature profilométrique comprenant l'ensemble des points brillants ou échos de l'objet pouvant être espacés tous les quinze centimètres. En effet, la signature S comporte alors environ une centaine de points, un point p(n) représentant la signature d'une tranche n. On a :
S = ∑p(r ) Les impulsions suivantes permettent de réaliser une postintégration et ainsi d'augmenter le rapport signal/bruit de la signature.
On utilise par un exemple un laser dont la longueur d'onde est sensiblement égale à 1.55 μm, cette longueur d'onde permettant notamment d'assurer une sécurité oculaire, ou plus généralement une longueur d'onde de la bande I c'est-à-dire comprise entre 0,8 μm et 2,5 μm.
On donne figure 1a un exemple de pointage d'un faisceau laser à impulsions 10 sur un avion 20, et la signature obtenue figure 1b.
La signature profilométrique p(η) comprend une composante cohérente représentative de la réflexion du faisceau laser sur l'objet et une composante incohérente représentative de la diffusion du faisceau laser sur l'objet. Pour obtenir cette composante incohérente, on choisit une longueur d'onde du même ordre de grandeur que la taille de rugosité de la surface.
Ceci permet notamment d'obtenir pour un angle d'illumination donné, une signature stable dans le temps c'est-à-dire stable d'une impulsion à l'autre, ce qui permet de réaliser la post-intégration.
La signature S d'un objet est mono-dimensionnelle (1 D), bi- dimensionnelle (2D) ou tri-dimensionnelle (3D). Une signature 3D est établie en fonction de la dimension longitudinale de l'objet, d'un angle de gisement et d'un angle de site, une signature 2D en fonction de cette dimension longitudinale et d'un angle de gisement avec un angle de site déterminé, ou d'un angle de site avec un angle de gisement déterminé, et une signature 1 D en fonction de la dimension longitudinale de l'objet avec un angle de gisement et un angle de site déterminés. On désigne par angle d'observation l'angle ayant une composante en gisement et une composante en site. Dans la suite on considère des signatures 3D.
Par ailleurs le faisceau laser a une ouverture permettant de couvrir l'objet dans ses dimensions transverses. Dans la mesure où la distance entre l'objet et le détecteur varie, l'ouverture varie également de manière à s'ajuster aux dimensions transverses de l'objet pour obtenir la meilleure efficacité du détecteur.
Dans la suite, on prend comme exemple d'objets, des aéronefs.
On considère dans un premier temps l'étape de création de la base de données des signatures profilométriques de Nc objets. Chaque signature de la base de données est calculée de la manière suivante. Le calcul comprend une première étape de représentation numérique 3D précise de l'objet obtenue par exemple par un logiciel de CAO (« Conception assistée par Ordinateur »). Le degré de finesse de la représentation est lié aux dimensions des détails représentés de la structure ; par exemple sur un aéronef, le degré de finesse est inférieur ou égal au centimètre.
La deuxième étape dite de facettisation consiste à découper la représentation 3D en facettes triangulaires planes. Une cible détaillée comprend typiquement de 40 000 à 200 000 facettes. Chaque facette triangulaire est définie en fonction de sa position dans l'objet, son orientation, sa taille, et ses caractéristiques de surface telles que son indice optique, sa rugosité, sa permittivité effective. La rugosité est définie par une densité de probabilité des hauteurs et une fonction dite d'auto-corrélation des hauteurs. Cette fonction d'auto-corrélation va déterminer la pseudo-périodicité de la rugosité de surface. Les triangles sont quelconques, isocèles ou équilatéraux.
La troisième étape consiste à modélîser l'interaction du faisceau laser polarisé avec l'objet découpé en facettes, par simulation numérique de la rétro-diffusion et rétro-réflexion électromagnétiques du faisceau laser sur la structure éclairée. Le calcul de l'interaction électromagnétique est effectué facette par facette ; lorsqu'il est nécessaire de reconstituer la courbure de l'objet à partir de facettes planes, on utilise un algorithme de reconstruction de la courbure de l'objet basé sur l'utilisation des normales aux sommets des facettes. Au cours de cette troisième étape, le calcul électromagnétique est effectué en prenant en compte le profil temporel de l'impulsion laser. La signature globale de la cible pour une largeur d'impulsion donnée est obtenue en sommant l'ensemble des contributions des facettes éclairées par le faisceau laser, à la rétro-diffusion et rétro-réflexion de l'onde laser incidente polarisée sur l'objet tri-dimensionnel. L'ensemble des facettes contribuant à la signature laser pour un profil temporel donné du faisceau peut être assimilé à une tranche de l'objet.
La résolution spatiale de la " signature est liée au profil de l'impulsion laser : plus la largeur de sa réponse impulsionnelle est étroite, plus le nombre de points brillants (aussi désignés contributeurs) est important. On a illustré figure 2, le nombre de points brillants obtenus avec une résolution spatiale étroite (trait plein) et large (trait en pointillé) : le double pic 30 de la signature S peut être distingué avec une résolution spatiale étroite mais pas avec une résolution large.'
Les signatures ainsi obtenues sont stockées dans la base de données en vue de leur comparaison avec la signature réelle de l'objet à identifier. Elles sont alors soumises à un traitement visant à diminuer le nombre de signatures à comparer. Ce traitement réalisé en appliquant un algorithme des moments centrés, est basé sur un calcul des moments centrés de la signature à l'ordre k.
Il comprend une 1ere étape de normalisation de chacune des signatures pour les Nc objets et pour les Na angles d'observation, la normalisation s'effectue par rapport au pic maximum de la signature considérée. La signature normalisée S pour les Nr tranches η d'un objet O observé sous un angle d'observation θ déterminé est désignée :
S(O,Θ) = ∑ p(r. , O, 0) .
1 = 1
L'étape suivante consiste à calculer pour chacune de ces signatures les moments centrés μ« d'ordre k, k variant entre 1 et kmax ; on a typiquement kmax = 10.
μk , Tj E [O5R11 ] où Ru est la dimension
Figure imgf000010_0001
spatiale maximale de la cible, comme indiqué plus haut.
Figure imgf000010_0002
L'amplitude des moments peut augmenter exponentiellement quand on augmente l'ordre k du calcul, c'est pourquoi on travaille dans un domaine spatial ; π = [0,1] plutôt que [0,Ru] . La résolution spatiale Δr s'exprime alors par Δr = ce qui implique Jr1- -^rj < l . L'amplitude des moments
Nr - 1 centrés décroît exponentiellement ce qui peut être moins sensible au bruit et aux erreurs de quantifications.
Nous définissons un vecteur f par : f ≈ [ fi, h Amax f ≈ [ μi, μ∑ Mn f
Pour l'ensemble des Nc objets et pour les Na angles d'observation, on exprime la base de données des signatures sous la forme d'une matrice F dite base d'entraînement de la façon suivante :
Figure imgf000011_0001
où Q = N3 . Nc
La dimension de la matrice est kmax x Q.
Par définition, les moments centrés d'ordre 1 sont égaux à zéro.
L'amplitude des moments centrés et donc des vecteurs colonnes de la matrice F décroît rapidement quand on augmente la valeur de l'ordre k. Cependant les moments centrés devraient avoir le même poids dans l'espace euclidien pour augmenter l'efficacité de classement ; c'est pourquoi on effectue une transformation des éléments de F de façon à leur donner le même poids dans l'espace Euclidien quels que soient l'ordre p du moment ; ceci permet d'améliorer la précision de la classification. Nous avons ainsi transformé les éléments de la matrice F en valeurs comprises entre zéro et l'unité.
On obtient ainsi la matrice normalisée suivante :
Figure imgf000012_0001
l,2,..., β
, ^ min = min(./y )> •/' = 1>2>->Q Pour un r' donné I /J max = max(/y ), 7 = l,2,...,j3 pour un i donné ou
Les calculs sont globalement simples à effectuer et leur temps d'exécution n'est pas un facteur limitant. Pour la première ligne, les coefficients sont égaux à zéro.
On utilise ensuite une méthode du type PCA (Principal Component Analysis) transformant les vecteurs colonnes de la matrice :
F
en vecteurs xπ , n=1,2, ...,Q où Q=NcNa. On normalise ensuite ces vecteurs Xn. La transformation PCA exprime les données d'identification dans une base de vecteurs Xn permettant d'éliminer la redondance d'information nécessaire à l'identification.
Afin de démontrer la technique proposée, on l'applique à une situation d'identification par impulsion courte laser ; on calcule alors les matrices de confusion des signatures entre elles, pour différents objets, pour une valeur d'observation, et pour différentes valeurs σ d'écarts types de bruits gaussiens. Pour chaque signature de la base de données, on effectue une corrélation entre cette signature et toutes les autres signatures de la base de données ayant subi le même calcul des moments centrés que la base d'entraînement. Pour cela, on peut utiliser un « classifieur » de Bayes ou une corrélation par seuillage. Les éléments de Ia matrice de confusion sont déterminés par le rapport entre le nombre d'identifications correctes et le nombre de tests effectués, chaque signature de la base de données étant comparée aux autres signatures de la base de données. Les éléments de la matrice de confusion sont exprimés en pourcentage. Le rejet correspond au cas où aucune signature n'a été identifiée pour un cas test donné.
On obtient par exemple les matrices de confusion suivantes pour une base de données de 6 vecteurs, un vecteur correspondant à un objet observé sous un angle d'observation déterminé. Dans cet exemple, les objets sont les aéronefs : Su-33, Mirage, F-14, F-15, F-16, F-18.
Ce premier exemple de matrice de confusion est obtenu avec σ = 0,063 ; il y a 3,3 % de rejets en moyenne.
Su-33 Mirage F-14 F-15 F-16 F Rejets I
Su-33 98 ,76% 0 00% o, 56% 0 00% 0,00% 0 66% 1 97%
Mirage 0 00% 100% o, 00% 0 00% 0,00% 0 00% 1 97%
F-14 0 33% 0 00% 99 ;33% 0 00% 0,00% 0 33% 1 64%
F-15 0 00% J) 00% 0, 00% 100% 0,00% 0 00% 0 65%
F-16 0 00% 0 00% 0, 00% 0 00% 100% 0 00% Ë !,29%
F-18 0 10% 0 00% 0, 65% 0 00% 0,00% 9Ê 1,23% I o 43%
Le deuxième exemple de matrice de confusion est obtenu avec σ = 0,19 ; il y a 15,89 % de rejets en moyenne.
Su-33 Mirage F-14 F =-15 F-16 F-18 Rejets
Su-33 93,95% 0, 00% 0, 71 % 0 00% 0, 00 % 5, 32% 9, 89%
Mirage 0,00% 97 ,91% o, 00% 1 44% o, 64 % 0, 00% 10 ,76%
F-14 0,99% 0, 00% 88 ,44% 0 00% o, 00 % Ro ,56% 13 ,40%
F-15 0,00% 0, 00% 0, 00% 100% o, 00 % o, 00% 11 ,20%
F-16 0,00% 13 ,99% o, 00% 0 00% 86 ,00% [E 00% 36 ,26%
F-18 1 ,93% 0, 00% 13 ,82% 0 00% o, 00 % 84 ,24% 13 ,84% Le troisième exemple de matrice de confusion est obtenu avec σ = 0,38 ; il y a 34,99 % de rejets en moyenne.
Su-33 Mirage F-14 F r-15 F-16 F-18 Rejets
Su-33 85,16% 0, 00% 3 26% 0 00% 0, 00% 11 ,57% 19,78 %
Mirage 0,00% 77 ,94% 0 00% 5 68% 16 ,37% 0,00% 53,40 %
F-14 6,52% 0, 00% 61 ,74% 0 00% 0, 00% 31 ,73% 28,35 %
F-15 0,00% 0, 00% 0 00% 9£ ,85% 0, 14% 0,00% 28,57 %
F-16 0,00% 42 ,28% 0 00% 2 84% 54 ,87% 0,00% 52,74 %
F-18 3,45% °. 00% 26 ,48% 0 00% 0, 00% 70,06% 26,92 %
L'algorithme des moments est donc très performant en l'absence de bruit ou avec un bruit faible (par exemple dans le cadre d'une identification d'un aéronef à haute altitude où le bruit dû à la turbulence est faible) et présente l'avantage de s'affranchir des problèmes de recalage des signatures et de la mesure absolue puisqu'on a une normalisation systématique des signatures. Il constitue un excellent moyen de discriminer les grandes classes d'objets. Des objets de taille et de complexité différentes sont parfaitement discriminés. Ainsi une confusion peut se produire entre avions de même type quand on augmente le bruit (petits chasseurs du type F-16 ou Mirage 2000, chasseurs-bombardiers de grande taille du type F-14, F-18, Su-33 ) ; typiquement, on tend à confondre le F-16 avec le Mirage 2000, le F-14 avec un Sukhoï (dans une moindre mesure du fait de la richesse de la signature de ces avions de grande taille) mais jamais avec un avion de type complètement différent. On ne confond jamais un Sukhoï avec un avion du type Mirage-2000 ou du type F-16 ni un F-14 avec un Mirage ou un F-16 comme le montrent les différentes matrices de confusion.
Dans le cadre d'une identification à faible bruit à haute altitude par exemple, l'algorithme des moments peut être utilisé seul. Quand on augmente le bruit, une confusion se produit uniquement entre avions de même type.
Dans le cadre d'une identification plus difficile à réaliser, par exemple en limite de portée de l'instrument ou avec un fort bruit de turbulence, on utilise cet algorithme pour diminuer le nombre de signatures à comparer en répartissant la base de données d'origine, en sous-bases d'objets de même type c'est-à-dire ayant par exemple une dimension longitudinale comparable. Chaque sous-base regroupe les objets pouvant être confondus, c'est-à-dire dont le coefficient de confusion dans la matrice de confusion est supérieur à un seuil déterminé. On fixe par exemple ce seuil à 0.5 %. Ainsi on déterminera dans l'exemple choisi deux classes d'objets.
Avant d'être réparties dans une sous-base, les signatures sont de préférence filtrées de manière à privilégier les pics principaux.
Tout d'abord, on utilise par exemple un filtrage de type Shepp- Logan qui permet de faire ressortir les points brillants par rapport au fond continu de la signature. On donne figure 3 un exemple de signature profilométrique 2D, avant et après filtrage Shepp-Logan. L'abscisse correspond à la dimension longitudinale de l'avion, l'ordonnée à l'angle d'observation pour un plan de site à 0 degré. Puis on détermine les pics principaux en appliquant la règle suivante : sont conservés les n pics les plus intenses séparés d'au moins deux fois la résolution spatiale de la signature, ce critère étant utilisé pour s'affranchir autant que possible des problèmes de phasage et de dédoublement artificiel des points brillants. La figure 4 donne la signature 2D de la figure 3 obtenue après application de cette règle : elle présente cinq points brillants par ordonnée.
On considère à présent l'étape de comparaison de la signature d'un objet a priori inconnu, avec celles de la base de données. La signature à identifier est acquise comme indiqué précédemment, par pointage sur l'objet d'un faisceau laser à impulsions courtes et en effectuant le calcul électromagnétique tel que décrit pour la création de la base de données.
La signature acquise est de préférence filtrée par un filtrage de type Shepp-Logan ; puis on détermine les pics principaux de la signature filtrée.
On détermine alors la sous-base de données qui va être utilisée pour comparer et identifier la signature acquise. Pour chaque signature acquise xu, on détermine par corrélation du vecteur Xn le plus proche la classe à laquelle appartient l'objet possédant la signature Xn , chaque vecteur X0 ayant subi le même calcul des moments centrés que la base d'entraînement. Pour cela, on peut utiliser un « classifieur » de Bayes ou une corrélation par seuillage. Eventuellement, toute la base de données va être utilisée. La signature est alors comparée aux signatures de la base de données (ou sous-base de données) exprimées sous la même forme. Il y a plusieurs modes de comparaison.
Selon un premier mode, on calcule la position barycentrique des pics principaux des signatures de la base de données et de la signature à identifier ; on les compare en les recalant en position (par corrélation). Cette méthode est notamment utilisée lorsque l'angle d'observation est quasiment constant pendant les mesures. Il n'y a pas de changement de positionnement des pics principaux entre les différentes mesures et il est alors intéressant d'intégrer différentes mesures afin d'obtenir un rapport signal à bruit important. Pour un laser de cadence 10 hertz, il est alors possible d'intégrer 10 mesures par seconde. Le gain est alors de ViO.
Selon un deuxième mode, la. signature est ensuite comparée directement à celles de la base de données filtrée. Cette méthode est notamment utilisée lorsque l'angle d'observation est variable. Le porteur fait alors une trajectoire dite en hippodrome pour acquérir les signatures sur un secteur angulaire restreint, par exemple un secteur angulaire d'environ une dizaine de degrés. On compare directement par corrélation la signature filtrée bi-dimensionnelle (établie en fonction de l'angle d'observation et de la distance longitudinale de l'objet) de l'objet mesuré avec celles des objets stockés dans les bases de données.
Selon un troisième mode, on utilise une technique de reconstruction tomographique d'un objet par rétroprojection filtrée. On compare par corrélation visuelle ou numérique la reconstruction de l'objet à identifier avec les reconstructions des objets de la base de données. Cette méthode est notamment utilisée lorsque l'angle devient important, par exemple au-delà de 20 °.
La rétroprojection directe est une représentation dans le plan cartésien (x,y) des informations contenues dans la matrice de signature laser en distance appelée SELd en coordonnées polaires (r,θ) comme illustré figure 5a. La matrice SELd est définie comme un tableau de points dont l'élément ij représente la valeur de la signature laser en fonction de l'angle d'observation et de la distance longitudinale d'observation de la cible.
La valeur de la SELd projetée au point (n projeté A projeté) où
5 H projeté = Xi COS θj + Vj SÎn θj , est obtenue par interpolation linéaire.
L'image Svx'y) reconstruite par rétroprojection directe s'écrit :
g(x,y) = J SELd(x cosθ + ysinθ)dθ
A Q secteur angulaire
Chaque point du plan de coordonnées (x,-,yi) est projeté sur chaque rayon θ,- (ligne de la matrice de SELd pour un angle d'observation déterminé). La contribution totale à ce point est la moyenne de l'ensemble
15 des projections du secteur angulaire concerné. On a représenté sur la figure 5b les projections d'un point (Xj.yj) obtenues sur trois rayons et la position des composantes correspondantes dans les lignes de la matrice de SELd.
Lorsque l'image pour une cible réelle apparaît très bruitée par la méthode de reconstruction même et par les perturbations extérieures telles
20 que les turbulences atmosphériques, on applique alors un filtre aux valeurs de SELd obtenues avant d'effectuer la rétroprojection.
La reconstruction de la projection filtrée consiste à multiplier les valeurs du filtre par la transformée de Fourier des valeurs de la SEL projetée et à prendre ensuite la transformée de Fourier inverse du résultat obtenu.
25 D'après le théorème de convolution, un résultat équivalent est obtenu en convoluant les valeurs de SELd avec l'équivalent spatial réel de la fonction rampe. Symboliquement, on peut écrire :
SELdfiltrée ≈rT' [ | f | w(f) K (SELdbrute) ]
30
Ti représente la transformée de Fourier mono-dimensionnelle w(f) est une fonction de fenêtrage définissant le filtre |f| w(f).
Le théorème de convolution montre qu'un résultat équivalent est 35 obtenu en calculant : SELdfiltrée = { TT* [ | f | w(f) ] } • (SELdbrute)
Le symbole "•" représente le produit de convolution.
{
Figure imgf000018_0001
[ I f I w(f) ] } est la fonction de convolution caractéristique de la fonction de fenêtrage w.
On peut utiliser différents filtres.
Le filtre choisi dépend de la signature à traiter. Pour les signatures peu bruitées, le filtre Shepp-Logan est préféré au filtre Ram-Lak. Le filtre passe-bas Hamming généralisé est utilisé quand le bruit est significatif, son coefficient α pouvant être optimisé en fonction du niveau de bruit. En présence d'un bruit plus important, le filtre stochastique permet d'obtenir de bons résultats en choisissant une forte valeur du rapport signal/bruit (ou « SNR » acronyme de l'expression anglo-saxonne Signal to Noise Ratio).
On a représenté figure 6 un exemple de reconstruction tomographique d'un aéronef par une rétroprojection projetée filtrée avec un filtrage du type Shepp-Logan
On a pris des exemples d'objets 3D. L'invention s'applique également à des objets à 2 dimensions tels que des cellules biologiques, voire à des objets à 1 dimension.

Claims

REVENDICATIONS
1. Procédé d'identification d'un objet par profilométrie qui comprend une étape d'acquisition d'une signature profilométrique de l'objet et une étape de comparaison d'une signature de l'objet représentative de Ia signature acquise, avec des signatures d'une base de données, caractérisé en ce que la signature profilométrique de l'objet est obtenue par pointage sur l'objet d'un faisceau laser à impulsions de longueur Li, cette longueur Lj étant au moins 10 fois plus courte que la longueur Ru de l'objet considérée selon l'axe de pointage du laser, en ce que pour chaque impulsion, la signature est obtenue par intégration sur la longueur Ru et en ce qu'ainsi la signature comporte Ru/Lj points.
2. Procédé selon la revendication précédente, caractérisé en ce que le faisceau laser ayant un axe de pointage déterminé en fonction d'un angle de site et d'un angle de gisement, et l'objet présentant dans l'axe du faisceau laser, une dimension longitudinale, la signature acquise est : - une signature 3D établie en fonction de la dimension longitudinale de l'objet, d'un angle de gisement et d'un angle de site, ou - une signature 2D établie en fonction de la dimension longitudinale et d'un angle de gisement avec un angle de site déterminé, ou d'un angle de site avec un angle de gisement déterminé, ou - une signature 1 D établie en fonction de la dimension longitudinale de l'objet avec un angle de gisement et un angle de site déterminés.
3. Procédé selon la revendication précédente, caractérisé en ce que la signature profilométrique comprend pour chaque dimension, une composante cohérente représentative de la réflexion du faisceau laser polarisé sur l'objet et une composante incohérente représentative de la diffusion du faisceau laser polarisé sur l'objet.
4. Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce qu'il comprend une étape de filtrage de la signature acquise, la signature filtrée obtenue étant représentative de Ia signature acquise.
5. Procédé selon Ia revendication précédente, caractérisé en ce que le filtrage est un filtrage de type Shepp-Logan,
6. Procédé selon l'une quelconque des revendications 4 ou 5, caractérisé en ce que la signature filtrée comportant des pics principaux, il comprend une étape pour déterminer les pics principaux de la signature filtrée, la signature à pics principaux obtenue étant représentative de la signature acquise.
7. Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce qu'il comprend une étape consistant à exprimer chaque signature de la base de données en fonction de ses moments centrés d'ordre 1 à kMaχ, kmax étant prédéterminé.
8. Procédé selon la revendication précédente, caractérisé en ce que l'étape précédente comprend les étapes consistant à : normaliser chaque signature par rapport à son pic maximum, calculer les moments centrés d'ordre 1 à kMax de chaque signature.
9. Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce que la signature à comparer est la signature acquise.
10. Procédé selon l'une quelconque des revendications 1 à 6, caractérisé en ce que l'étape de comparaison comprend une étape de calcul du barycentre de la signature représentative de la signature acquise.
1 1. Procédé selon la revendication précédente, caractérisé en ce que l'étape de comparaison comprend une étape de calcul du barycentre de chaque signature de la base de données.
12. Procédé selon l'une quelconque des revendications 1 à 6, caractérisé en ce que l'étape de comparaison comprend une étape de reconstruction tomographique basée sur une rétroprojection filtrée de la signature acquise.
13. Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce que l'objet présentant dans l'axe du faisceau laser, une dimension longitudinale, l'impulsion du laser présente une longueur de l'ordre de 100 fois inférieure à la dimension longitudinale de l'objet.
14. Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce que l'objet présentant dans l'axe du faisceau laser, une dimension longitudinale, cette dimension longitudinale est comprise entre 10 m et 40 m.
15. Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce que l'objet présentant dans une direction perpendiculaire à l'axe du faisceau laser, une dimension transverse maximale qui varie en fonction de la variation de la distance entre l'objet et le détecteur, le faisceau laser a une ouverture apte à contenir cette dimension maximale variable.
16. Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce que la durée des impulsions du laser est de l'ordre de 1 ns.
17. Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce que le laser a une longueur d'onde comprise entre 0,8 μm et 2,5 μm, notamment sensiblement égale à 1.55 μm.
18. Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce que l'objet est mono dimensionnel ou bidimensionnel ou tridimensionnel.
19. Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce que l'objet est un aéronef.
20. Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce que le faisceau laser est pointé à partir d'un aéronef.
21. Procédé de constitution d'une base de données de signatures profilométriques d'objets, caractérisé en ce que pour chaque objet, la signature profilométrique est obtenue par simulation numérique du pointage sur l'objet d'un faisceau laser à impulsions de longueur Lj, cette longueur U étant au moins 10 fois plus courte que la longueur Ru de l'objet considérée selon l'axe de pointage du laser, en ce que pour chaque impulsion, la signature est obtenue par intégration sur la longueur Ru et en ce qu'ainsi la signature comporte Ru/I_j points.
22. Procédé selon la revendication précédente, caractérisé en ce que la signature profilométrique comprend pour chaque dimension, une composante cohérente représentative de la réflexion du faisceau laser sur l'objet et une composante incohérente représentative de la diffusion du faisceau laser sur l'objet.
23. Procédé selon l'une quelconque des revendications 21 à 22, caractérisé en ce que chaque signature de la base de données est calculée de la manière suivante :
- représentation numérique de l'objet, - facettisation, c'est-à-dire découpage de la représentation en facettes triangulaires,
- calcul électromagnétique de la signature à partir des facettes, le calcul étant établi en fonction des équations de Maxwell.
24. Procédé selon la revendication précédente, caractérisé en ce que chaque triangle est défini en fonction de sa position dans l'objet, son orientation, sa taille, son indice optique et sa rugosité.
25. Procédé selon l'une quelconque des revendications 21 à 24, caractérisé en ce qu'il comprend une étape consistant à exprimer chaque signature de la base de données en fonction de ses moments centrés d'ordre 1 à kyaχ. kmax étant prédéterminé.
26. Procédé selon la revendication précédente, caractérisé en ce que l'étape précédente comprend les étapes consistant à : normaliser chaque signature par rapport à son pic maximum, calculer les moments centrés d'ordre 1 à kMaχ de chaque signature.
27. Procédé selon la revendication précédente, caractérisé en ce qu'il comprend les étapes consistant à : construire une matrice normalisée F des signatures de tous les objets, construire une matrice de confusion des signatures de la base de données entre elles.
28. Procédé selon la revendication précédente, caractérisé en ce que la matrice de confusion est construite en fonction d'un paramètre représentatif du bruit.
29. Procédé selon l'une quelconque des revendications 27 ou 28, caractérisé en ce que la base de donnée est répartie en au moins deux sous-bases de données à partir de la matrice de confusion.
30. Procédé selon l'une quelconque des revendications 21 à 29, caractérisé en ce que chaque signature est filtrée par un filtrage de type Shepp-Logan.
31 . Procédé selon l'une quelconque des revendications 21 à 30, caractérisé en ce que le faisceau laser ayant un axe de pointage déterminé en fonction d'un angle de site et d'un angle de gisement, et l'objet présentant dans l'axe du faisceau laser, une dimension longitudinale, la signature acquise est : - une signature 3D établie en fonction de la dimension longitudinale de l'objet, d'un angle de gisement et d'un angle de site, ou - une signature 2D établie en fonction de la dimension longitudinale et d'un angle de gisement avec un angle de site déterminé, ou d'un angle de site avec un angle de gisement déterminé, ou - une signature 1 D établie en fonction de la dimension longitudinale de l'objet avec un angle de gisement et un angle de site déterminés.
32. Procédé selon la revendication précédente, caractérisé en ce que l'objet présentant dans l'axe du faisceau laser, une dimension longitudinale, l'impulsion du laser présente une longueur de l'ordre de 100 fois inférieure à la dimension longitudinale de l'objet.
33. Procédé selon l'une quelconque des 21 à 32, caractérisé en ce que le laser a une longueur d'onde comprise entre 0,8 μm et 2,5 μm, notamment sensiblement égale à 1.55 μm.
34. Procédé selon l'une quelconque des revendications 21 à 33, caractérisé en ce que l'objet est mono dimensionnel ou bidimensionnel ou tridimensionnel.
PCT/EP2007/051957 2006-03-09 2007-03-01 Procede d'identification par profilometrie laser Ceased WO2007101816A1 (fr)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2008557725A JP5786238B2 (ja) 2006-03-09 2007-03-01 レーザ形状測定による識別方法
EP07712408A EP1991945B1 (fr) 2006-03-09 2007-03-01 Procede d'identification par profilometrie laser
AT07712408T ATE433166T1 (de) 2006-03-09 2007-03-01 Verfahren zum identifizieren durch laserprofilometrie
DE602007001240T DE602007001240D1 (de) 2006-03-09 2007-03-01 Verfahren zum identifizieren durch laserprofilometrie

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR0602117 2006-03-09
FR0602117A FR2898415B1 (fr) 2006-03-09 2006-03-09 Procede d'identification par profilometrie laser

Publications (1)

Publication Number Publication Date
WO2007101816A1 true WO2007101816A1 (fr) 2007-09-13

Family

ID=37103225

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2007/051957 Ceased WO2007101816A1 (fr) 2006-03-09 2007-03-01 Procede d'identification par profilometrie laser

Country Status (7)

Country Link
EP (1) EP1991945B1 (fr)
JP (2) JP5786238B2 (fr)
AT (1) ATE433166T1 (fr)
DE (1) DE602007001240D1 (fr)
ES (1) ES2327183T3 (fr)
FR (1) FR2898415B1 (fr)
WO (1) WO2007101816A1 (fr)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011521204A (ja) * 2008-03-25 2011-07-21 テールズ 電磁波及び／又は弾性波にさらされたオブジェクトの三次元合成再構成の方法

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102014110203B3 (de) * 2014-07-21 2015-08-06 Sick Ag Entfernungsmessender Sensor zur Erfassung und Abstandsbestimmung von Objekten
KR102920696B1 (ko) * 2023-10-23 2026-01-30 주식회사 엘핀 레이더에 기반한 장소 상황 모니터링 방법 및 이를 위한 장치
KR102920629B1 (ko) * 2023-10-23 2026-01-30 주식회사 엘핀 레이더에 기반한 인원 계수 장치 및 그 동작 방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4380391A (en) * 1980-09-30 1983-04-19 The United States Of America As Represented By The Secretary Of The Army Short pulse CO2 laser for ranging and target identification
DE3225474A1 (de) * 1982-07-08 1984-01-19 Messerschmitt-Bölkow-Blohm GmbH, 8000 München Verfahren zur zielerkennung
GB2320316A (en) * 1996-12-16 1998-06-17 British Aerospace Laser countermeasure

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3215897C2 (de) * 1982-04-29 1987-01-15 Messerschmitt-Bölkow-Blohm GmbH, 8000 München Verfahren für die Objektvermessung und Objekterkennung von weit entfernten Objekten und Vorrichtung zur Durchführung des Verfahrens
JP2526388B2 (ja) * 1989-11-21 1996-08-21 科学技術庁長官官房会計課長 光を用いた断層撮影方法及び装置
US5210820A (en) * 1990-05-02 1993-05-11 Broadcast Data Systems Limited Partnership Signal recognition system and method
US6324489B1 (en) * 1999-10-29 2001-11-27 Safegate International Ab Aircraft identification and docking guidance systems
JPH09178853A (ja) * 1995-12-25 1997-07-11 Hitachi Ltd イメージングレーザー測距装置
JP3598666B2 (ja) * 1996-07-31 2004-12-08 石川島播磨重工業株式会社 レーザレーダ装置
JPH1082633A (ja) * 1996-09-09 1998-03-31 Toyota Autom Loom Works Ltd 測距センサ
JPH1144651A (ja) * 1997-07-25 1999-02-16 Koyo Seiko Co Ltd 中空部材の内面検査装置
JP2001082924A (ja) * 1999-09-12 2001-03-30 Arufatekku Kk スペックルパターン光による物標検知方法及び装置
JP3416730B2 (ja) * 2000-05-12 2003-06-16 防衛庁技術研究本部長 レーダによる目標の識別装置
JP3580270B2 (ja) * 2001-05-31 2004-10-20 日本電気株式会社 目標類別装置及びこれを備えたレーダ装置
US6650407B2 (en) * 2001-09-04 2003-11-18 Rosemount Aerospace Inc. Wide field scanning laser obstacle awareness system
JP4661346B2 (ja) * 2004-05-20 2011-03-30 三菱電機株式会社 レーダ装置
JP2006242571A (ja) * 2005-02-28 2006-09-14 Fuji Xerox Co Ltd 三次元形状測定装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4380391A (en) * 1980-09-30 1983-04-19 The United States Of America As Represented By The Secretary Of The Army Short pulse CO2 laser for ranging and target identification
DE3225474A1 (de) * 1982-07-08 1984-01-19 Messerschmitt-Bölkow-Blohm GmbH, 8000 München Verfahren zur zielerkennung
GB2320316A (en) * 1996-12-16 1998-06-17 British Aerospace Laser countermeasure

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
AUTOMATIC OBJECT RECOGNITION II 22-24 APRIL 1992 ORLANDO, FL, USA, vol. 1700, 22 April 1992 (1992-04-22), Proceedings of the SPIE - The International Society for Optical Engineering USA, pages 119 - 130, ISSN: 0277-786X *
DANIELS D ED - INSTITUTION OF ELECTRICAL ENGINEERS: "Applications of impulse radar technology", RADAR '97. EDINBURGH, OCT. 14 - 16, 1997, IEE CONFERENCE PUBLICATION, LONDON : IEE, GB, vol. NO. 449, 14 October 1997 (1997-10-14), pages 667 - 672, XP006508854, ISBN: 0-85296-698-9 *
DATABASE INSPEC [online] THE INSTITUTION OF ELECTRICAL ENGINEERS, STEVENAGE, GB; 20 August 2000 (2000-08-20), STEINVALL O: "Effects of target shape and reflection on laser radar cross sections", XP002404789, Database accession no. 6704584 *
ESTEP J ET AL: "Ladar signature simulation", PROCEEDINGS OF THE SPIE - THE INTERNATIONAL SOCIETY FOR OPTICAL ENGINEERING USA, vol. 1700, 1992, pages 119 - 130, XP002404790, ISSN: 0277-786X *
STEINVALL O: "Effects of target shape and reflection on laser radar cross sections", APPLIED OPTICS OPT. SOC. AMERICA, vol. 39, no. 24, 20 August 2000 (2000-08-20), USA, pages 4381 - 4391, XP002412739, ISSN: 0003-6935 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011521204A (ja) * 2008-03-25 2011-07-21 テールズ 電磁波及び／又は弾性波にさらされたオブジェクトの三次元合成再構成の方法
US8345960B2 (en) 2008-03-25 2013-01-01 Thales Method for the three-dimensional synthetic reconstruction of objects exposed to an electromagnetic and/or elastic wave

Also Published As

Publication number Publication date
FR2898415A1 (fr) 2007-09-14
JP5945827B2 (ja) 2016-07-05
EP1991945B1 (fr) 2009-06-03
FR2898415B1 (fr) 2009-01-16
JP2009529665A (ja) 2009-08-20
ES2327183T3 (es) 2009-10-26
JP2014016353A (ja) 2014-01-30
ATE433166T1 (de) 2009-06-15
JP5786238B2 (ja) 2015-09-30
DE602007001240D1 (de) 2009-07-16
EP1991945A1 (fr) 2008-11-19

Similar Documents

Publication Publication Date Title
EP3138079B1 (fr) Procédé de suivi de forme dans une scène observée par un capteur asynchrone de lumière
US10694123B2 (en) Synthetic apertures for long-range, sub-diffraction limited visible imaging using fourier ptychography
EP3881137A1 (fr) Système et procédé de transformation d&#39;images de microscopie holographique en images de microscopie à modalités diverses
FR2897455A1 (fr) Dispositif, procede et programme de segmentation de donnees de modele en treillis
EP2584533A1 (fr) Procédé de reconstruction 3D d&#39;un objet d&#39;une scène
EP1991945B1 (fr) Procede d&#39;identification par profilometrie laser
EP2645112B1 (fr) Système et procédé d&#39;anémométrie laser
EP3754431B1 (fr) Procédé de reconstruction holographique
Zhang et al. Non-line-of-sight imaging based on Archimedean spiral scanning
FR2977679A1 (fr) Procede et dispositif de detection d&#39;une cible masquee par des reflecteurs de forte energie
JP2009529665A5 (fr)
Henriksson et al. Optical reflectance tomography using TCSPC laser radar
WO2016151243A1 (fr) Dispositif et procédé de détermination de la teneur en eau dans l&#39;atmosphère, dispositif et procédé de détection de conditions givrantes et programmes d&#39;ordinateur
JP7785180B2 (ja) 角度を考慮したオブジェクトの分類
EP3757943B1 (fr) Procédé et dispositif de télémétrie passive par traitement d&#39;image et utilisation de modeles en trois dimensions
Markov Fractal methods for extracting artificial objects from the unmanned aerial vehicle images
Orescanin et al. A study on the effect of commonly used data augmentation techniques on sonar image artifact detection using deep neural networks
WO2023088895A1 (fr) Détection d&#39;objets améliorée par une antenne synthétique
Cui et al. Enhancing signal-to-noise ratio in active laser imaging under cloud and fog conditions through combined matched filtering and neural network
FR3132584A1 (fr) Procédé de reconstruction d’une image d’une scène
Belloni Deep learning and featured-based classification techniques for radar imagery
EP3757942B1 (fr) Procédé et dispositif de télémétrie passive par traitement d&#39;image
FR2992068A1 (fr) Procede de filtrage des echos ambigus d images sar
Hepburn-Dickins et al. Noise Robustness of Data-Driven Star Classification
Watnik et al. Dynamic holography for extended object beam shaping

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application
DPE1 Request for preliminary examination filed after expiration of 19th month from priority date (pct application filed from 20040101)
WWE Wipo information: entry into national phase

Ref document number: 2007712408

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 2008557725

Country of ref document: JP

NENP Non-entry into the national phase

Ref country code: DE