Vous êtes ici : Accueil » Kiosque » Annonce

Identification

Identifiant: 
Mot de passe : 

Mot de passe oublié ?
Détails d'identification oubliés ?

Annonce

6 novembre 2018

Démélange opérationnel d’images hyperspectrales pour le suivi de la végétation côtière


Catégorie : Stagiaire


La végétation marine (macroalgues et angiospermes) est naturellement utilisée comme
bioindicateur de la qualité du milieu. Mettre en place des outils pour suivre son extension et estimer spatialement certains de ses paramètres biologiques permettait de fournir des informations clé pour aider à la compréhension de sa dynamique spatiotemporelle. Par ailleurs, l’imagerie hyperspectrale présente un potentiel quant à la caractérisation spatiale des fonds marins et pourrait donc devenir à terme une technique de référence pour la production d’indicateurs d’habitats. Un premier stage a permis de mettre en place une base de chaîne de traitement des images via des techniques de démélange. L’objectif de ce stage est d’approfondir ces travaux d’un point de vue méthodologique et déployer l’algorithme obtenu de façon efficace sur de grands volumes de données. L’algorithme opérationnel qui sera développé aura vocation à être utilisé de façon intensive par les thématiciens du DYNECO pour cartographier la présence et l’abondance des herbiers de zostères dans les zones d’intérêt.

 

L’imagerie hyperspectrale est une modalité d’imagerie non conventionnelle qui rassemble l’information dans de nombreux canaux correspondant chacun à une longueur d’onde du spectre électromagnétique. Chaque pixel est donc un spectre complet de reflectance, permettant une identification précise des matériaux de la scène observée [R1].

Ce stage (niveau Ecole d’ingénieurs ou Universitaire de niveau Master 2) se déroule dans le cadre du projet ZOSTERA soutenu par l’AFB (Agence Française de Biodiversité) et d’un co‐encadrement de l’Ifremer, d’IMT Atlantique (Lab‐STICC) et du laboratoire de traitement de signal GIPSA‐Lab de Grenoble. Il s’appuie sur un jeu de données disponible sur le site du golfe du Morbihan acquis dans le cadre du réseau Rebent Bretagne.

En effet, les herbiers de zostères peuvent être présents de manière homogène à différentes densités ou en mélange avec d’autres types de végétation marine (même à l’intérieur d’un seul pixel). Il est donc nécessaire de « démélanger » les contributions des matériaux présents dans chaque pixel de l’image hyperspectrale [R2].

Le modèle de démelange le plus répandu se base sur une relation linéaire entre les spectres des pixels dans une image hyperspectrale et ceux d’un ensemble de matériaux « purs » (endmembers) qu’on considère comme sources latentes.

Cependant, un modèle de mélange linéaire peut être une approximation limitante dans le milieu marin car les réflexions multiples de la lumière produisent des mélanges qui sont finalement non‐linéaires. La variabilité intra‐classe des matériaux est aussi une autre source d’erreurs [R3]. Une première étude a montré que ces phénomènes ne peuvent être ignorés dans le cas des images d’herbiers. Suite à ce travail, trois principaux challenges persistent :

‐ D’un point de vue méthodologique, il s’agira de poursuivre les travaux amorcés pour mettre en place une chaîne de démélange robuste des images d’herbiers.


‐ Permettre un déploiement opérationnel (big data, parallélisation de l’algorithme) de la méthode développée sur le superculateur DATARMOR de l’IFREMER.


‐ Valider statistiquement cette chaîne de traitement par comparaison avec des données in situ
acquises sur le même site d’étude, ce qui nécessite en premier lieu de traiter l’ensemble des
données.


Il/elle bénéficiera du soutien technique et thématique des spécialistes basés à DYNECO/LEBCO de l’Ifremer centre de Brest, de l’équipe TOMS (Traitements, Observations et Méthodes Statistiques) du lab‐STICC à IMT Atlantique (Brest), ainsi que l’équipe SIGnal iMAge PHYsique du GIPSA‐Lab de Grenoble.

Compétences requises:

Bases de Traitement d’images

Mathématiques appliquées (statistiques, optimisation, analyse numérique)

Intérêt pour la télédétection

Programmation en Matlab et Python

 

lucas.drumetz@imt-atlantique.fr

 

Dans cette rubrique

(c) GdR 720 ISIS - CNRS - 2011-2018.