Definition and applications of a method for the detection of dynamic phenomena in time series of images
Définition d'une méthodologie de détection de phénomènes dynamiques dans une chronique d'images et son application à quelques études
Résumé
Time series images are used to display dynamic phenomena. Three applications have been approached in an operational way and they have resulted in the definition of a general method consisting in the following steps: 1) processing for the geometrical coincidence of the images, 2) processing of the images to have normalized radiances, 3) specific filtering which take into account the spatial or temporal nature of the studied phenomenon. Before automatic processing or comparison, images representing the same scene must geometrically coincide. For that, some methods using correlation processing between images were built and compared. Images also need normalization of their radiances to correct temporal variations. Two normalization methods were used; the first by coding adjustment of the values, the second by modelling the temporal radiance evolution at each point. The first study concerned detection and tracing meteorological phenomena on Earth images provided by meteorological satellites, and displayed on color screen. We have developed an animation method to help meteorological forecasting. Whereas the object of the first study was following clouds, the goal of the second is the construction of a map without cloud, by an adaptative and iterative filtering process, to obtain an image of the ground under clear sky. The third study concerned the rapid detection of the smoke of forest fires. Our case studies permitted the definition of the spatial and temporal characteristics of the smoke, which give criteria for the forest fire detection.
Des chroniques d'images sont utilisées pour la mise en évidence de phénomènes dynamiques. Trois applications ont été abordées dans un cadre opérationnel et ont permis de définir une méthodologie générale dont les étapes sont : 1) une mise en coïncidence géométrique des images, 2) un traitement des images pour l'obtention de luminances normalisées, 3) un filtrage spécifique prenant en compte le caractère spatial ou temporel du processus étudié. La comparaison et le traitement automatique d'images représentant une même scène nécessitent d'une part la mise en coïncidence géométrique des images. Pour cela, différentes méthodes de corrélation entre images sont établies puis comparées. D'autre part, les luminances doivent être normalisées afin de corriger leurs variations au cours du temps. La normalisation est effectuée soit par un ajustement du codage sur la dynamique des valeurs, soit par une modélisation de l'évolution temporelle de la luminance en chaque point. La première étude concerne la détection et le suivi de phénomènes météorologiques sur des images de la Terre, fournies par des satellites météorologiques, et affichées sur un écran couleur. On a développé une méthode d'animation de ces images en vue d'une aide à la prévision météorologique. Si l'objet de la première étude résidait dans le suivi des nuages, le but de la seconde est la construction d'une image sans nuage grâce à un filtrage adaptatif et itératif, afin d'obtenir une image du sol vu par ciel clair. La troisième étude concerne la détection précoce de fumées d'incendie de forêt. Quelques expériences ont permis de définir des caractéristiques spatiales et temporelles des fumées qui ont fourni les critères de détection.