Apport de la classification automatique d’images sonar pour le recalage à long terme - Contribution of automatic classification of sonar images for long term registration

Apport de la classification automatique d’images sonar pour le recalage à long terme

Contribution of automatic classification of sonar images for long term registration

Isabelle Leblond Michel Legris  Basel Solaiman 

Ifremer centre de Brest STH-LTH, BP 70, 29280 Plouzané

ENSIETA, Laboratoire E3I2 EA 3876, 2, rue François Verny, 29806 Brest cedex 9

ENST Bretagne,Laboratoire ITI, technopôle Brest-Iroise CS 83818, 29238 Brest Cedex

Corresponding Author Email: 
leblonis@gmail.com
Page: 
87-104
|
Received: 
20 November 2006
|
Accepted: 
N/A
|
Published: 
30 April 2008
| Citation

OPEN ACCESS

Abstract: 

This issue handles the ability of using segmentation results of sidescan sonar images for long term registration. This study take a part of AUV (Autonomous Underwater Vehicle) navigation problems, particularly to correct the drift of navigation sensors.

Principle of images formation with this type of engines and the main properties are first reminded. Some images are shown, which allows us to understand difficulties of this type of data to realise AUV positioning. Then, we decide that segmentation results of sidescan images provide us landscapes on which registration will be able.

Segmentation is then explained. It is supervised type on five classes, rocks, ripples, sand, mud and shadow. Using Gabor filters provides classifying parameters and classification is realised by the nearest neighbour. This is made step by step, refining step by step the segmentation.

In order to know which landscapes may be extracted to enable the positioning, a statement is then realised on the obtained results. The registration methodology is then quickly explained and several results are commented. This allows us to realise a final conclusion on the ability to use results of segmentation of sonar images to make registration and to give possibilities and limits of this type of positioning system.

Résumé

Cet article aborde la possibilité d’utiliser les résultats de segmentation d’images issues d’un sonar latéral pour effectuer un recalage à long terme. Ce travail s’inscrit dans les problématiques liées à la navigation des AUV (Autonomous Underwater Vehicle). Ceux-ci, navigant généralement à l’estime, subissent une dérive qu’il est nécessaire de régulièrement contrecarrer.

Le principe de formation des images à l’aide d’un tel engin est alors rappelé, ainsi que ses propriétés principales. Quelques exemples d’images sont également montrés, ce qui nous permet d’appréhender les difficultés liées à l’utilisation de telles données pour effectuer le positionnement. Nous décidons alors que les résultats de segmentation des images sonar fourniront les amers sur lesquels on pourra se recaler.

La segmentation des images est alors expliquée. Elle est de type supervisé sur cinq classes, roches, rides, sable, vase et ombre. Le filtrage par ondelettes de Gabor fournit les paramètres classifiants et la classification est réalisée par le plus proche voisin. Celle-ci est alors effectuée pas à pas, en affinant peu à peu la segmentation alors obtenue.

Un état des lieux est ensuite réalisé sur les résultats obtenus, permettant de savoir quels amers peuvent être extraits pour permettre le positionnement. La méthode de recalage est ensuite rapidement expliquée, et plusieurs résultats obtenus sont commentés en détail. Cela permet alors d’effectuer un bilan final sur la possibilité d’utiliser les résultats de segmentation d’images sonar pour effectuer un recalage et indiquer les possibilités et les limitations de l’utilisation d’un tel système de positionnement.

 

Keywords: 

Sonar images, registration, segmentation, classification, Gabor filters

Mots clés

Images sonar, recalage, segmentation, classification, filtres de Gabor

1. Introduction
2. Contexte
3. Classification Et Segmentation Des Données Sonar
4. Mise En Correspondance Des Données Symboliques
5. Conclusion
  References

[Ansquer] T. ANSQUER et H. BARRAUD, Recalage d’images sonar par transformations non rigides, Projet de voie d’approfondissement encadré par Isabelle Leblond, École Navale, juin 2006.

[Béchaz] C. BECHAZ et H. THOMAS, «GIB Portable Tracking Systems. The Underwater Use of GPS.», Hydro International, 2002.

[Berné] S. BERNE, Architecture et dynamique des dunes tidales. Exemple de la marge atlantique française, Thèse de l’Université des sciences et techniques de Lille Flandres-Artois, spécialité océanologie, 1991.

[Blondel] P. BLONDEL et B. J. MURTON, Handbook of Seafloor Sonar Imagery, Wiley-Praxis series in Remote Sensing, 1997

[Cadiou] J. F. CADIOU et al., «Défi Golfe de Gascogne, synthèse des développements technologiques», Colloque Défi Golfe de Gascogne, 22-24 mars 2005.

[Cocquerez] J.-P. COCQUEREZ et S. PHILIPP, Analyse d’images : filtrage et segmentation, Éditions Masson, Paris, 1995.

[Daniel] S. DANIEL, Fusion multisource appliquée à la reconnaissance d’objets dans le milieu sous-marin, Thèse de l’Université de RennesI mention traitement du signal, novembre 1998

[Donoho] D. DONOHO, «Denoising via soft thresholding», IEEE Trans. Inf. Theor., 41 : 613-627, 1995.

[Duda] R. O. DUDA, P. E. HART et D. G. STORK, Pattern Classification, A Wiley-Interscience Publication, John Wiley & Sons, INC, 2001.

[Fournet] L. FOURNET, Positionnement d’engins autonomes grands fonds: état de l’art et perspectives, Mémoire de fin d’études de l’École Supérieure des Géomètres et Topographes, juillet 2002

[Goodman] J. W. GOODMAN, «Some fundamental properties of speckle», J. Opt. Soc. Am., vol. 66 n°11, november 1976.

[Guérin-Dugué] A. GUERIN-DUGUE et P. M. PALAGI, «Implantations de filtres de Gabor par pyramides d’images passe-bas.», Traitement du signal 1996 - volume 13 n°1, 1996.

[Guériot] D. GUERIOT, Utilisation des algorithmes génétiques pour des problèmes d’optimisation spécifiques Application aux réseaux de neurones et au traitement d’images sonar, Thèse de doctorat de l’Université de Haute-Alsace mention électronique, automatique, décembre 1998.

[Guillaudeux] S. GUILLAUDEUX, S. DANIEL et E. MAILLARD, «Optimization of a sonar image processing chain : a fuzzy rules based expert system approach», Proc. Of MTS/IEEE Oceans’96, Floride, 22-26 septembre 1996.

[Haralick] R. HARALICK, «Statistical and Structural Approaches to Texture», Proc. Of the IEEE, Vol 67, No 5, 1979.

[Isar] A. ISAR, A. QUINQUIS, M. LEGRIS et D. ISAR, «Débruitage des images SAR : application de la TODDE (Transformée en Ondelettes Discrètes à Diversité Enrichie) », RSTD (Revue Scientifique et Technique de la Défense) n°64, 2004.

[Le Bot 1] S. LE BOT, D. IDIER, T. GARLAN, A. TRENTESAUX et D. ASTRUC, «Dune dynamics : from field measurements to numerical modelling. Application to bathymetric survey frequency in the CalaisDover Strait», Marine Sandwave Dynamics, Lille, 23 et 24 mars 2000.

[Le Bot 2] S. LE BOT, A. TRENTESAUX, T. GARLAN, S. BERNE et H. CHAMLEY, «Influence des tempêtes sur la mobilité des dunes tidales dans le détroit du Pas-de-Calais», Oceanologica Acta, vol. 23, n° 2, 2000.

[Le Chenadec] G. LE CHENADEC, Analyse des descripteurs énergétiques et statistiques de signaux sonar pour la caractérisation des fonds marins, Thèse de doctorat de l’Université de Bretagne Occidentale, mention Traitement du Signal, 2004.

[Lucido] L. LUCIDO, Navigation sous-marine référencée terrain par mise en correspondance de cartes bathymétriques, Thèse de doctorat de l’Université de Nice -Sophia Antipolis, 1998

[Lurton] X. LURTON, An Introduction to Underwater Acoustics, Principles and Applications, Praxis Publishing Ltd, Chichester, UK, 2002.

[Mallat] S. MALLAT, A Wavelet Tour of Signal Processing, Academic Press, San Diego, 1998.

[Quidu] I. QUIDU, Classification Multi-vues d’un Objet Immergé à partir d’Images Sonar et de son Ombre Portée sur le Fond, Thèse de l’Université de Bretagne Occidentale mention électronique, décembre 2001.

[Salgado Jimenez] T. SALGADO JIMENEZ, Contribution à la commande d’un robot sous-marin autonome de type torpille, Thèse de l’Université Montpellier II, discipline : Génie Informatique, Automatique et Traitement du Signal, décembre 2004.

[Vautrot] P. VAUTROT, Segmentation et classification d’images texturées par filtrage spatio-fréquentiel : ondelettes splines et filtres de Gabor, Thèse de doctorat en sciences appliquées, Université de Reims, 1996.

[Weldon] T. P. WELDON et W. E. HIGGINS, «Designing Multiple Gabor Filters for Multi-Texture Image Segmentation. », Optical Engeneering 38(9) 1478-1489, septembre 1999.