Table des matiéres 1 INTRODUCTION 2 CONTEXTE ET CADRE DU TRAVAIL NN 2.1 Itrésentatian des arganismes accueil 211 LESHOM - 3. LELABORATOIRE Lâi, Universtte de La Rochelle 2. 33 Objectif du Stage wok 24 Travaux a réaliser 2.5 Planitication des taches ao 246 organisation du mamuscrit - 3 ANALYSE DU SUJET epee m 3.1 Pourquoi wesurer l-ou le wiveau de Ja wer? 3.2 Comment Observe-t-on les marées? .2 ulecrvalious curegisirécs ou continu 3.3 Qui Observe la marée? "¬ 3.40 LES DIFPERBNTS TYPLS Dis MAKI Le.1 Type semidinme (zone blene} 3.3 Lype semi-diume a inégalité diure (zone verte): .5 Evolution des techniques de mesures 3.1 Echelle de marée : 3.2 Marégraphe 4 PROBLEMATIQUE ET ANALYSE DE L’EXISTANT Al Existamy 02. & ẾTAT DEL'ART 5.1 Classification des wavaux selou les acces diutervention, 5.1 Détection d’éiément (lignes, courbes, voies routiéres.
riviéres -) dans les images 19 5.2 Suivi et extraction d’éléments(lignes, courbes, voies routiêres, rivieree. ) daus los images. Detection-auivi et le suivi-extraction d’élements(lignes, courbes, voies rou- s, rivigres. ) dans les images 20 Quelques Travaux de référeuces 21 ba 5.
Récapitulatif des ‘lravaux Connexes 2 6 SOLUTION PROPOSEE 36 GL Méthode de Travail. 26 62 Environnement de Travail.3 Présentation de la wlution propoxée 28 6.1 Architecture de la, Solution proposée 28 64 Les Btapes de Mise on Ocuvre 29 6.5 Le Pro-Lruilement des buages ¬ 29 6.1 Etape de Mise en Niveau de Gris .8 La morphologic Mathéuatique 30 6.6 La Delection des courbes dans les Lnages 38 67 Le suivi des Courbes. 35 671 Approche pour le Suivi Glebale des Courhes 35 6.2 Suivi individuel des courbes. - 36 7 EXPERIMENTATIONS ET RESULTATS 1 Frage des données at pourcentage de validation peur chaque étape de traitement a4 2 Résultats ct Discussion 7.1 Mise en Niveau de Gris 7.3 Btapes de la Morphologie 7.5 Suivi des Courbes 7.1 Wxtraction des Informations & CONCLUSION, LIMITES ET PERSPECTIVES 81 Cenclnien.
eee eee 82 Timi 83° Perspectives - 9 BIBLIOGRAPHIE ii 10 ANNEXES 62 10.1 DEFINITION DES EXPRESSIONS : 62 10.5 Traitement d’image : 62 iii Table des figures Shom-Brost _ “Travailour du shout Comloir entrée Jogo, 3i (Echelle de marée sre: Shou) (Observatioa de Pechelle sre; Shom) Puits de Tranqn sation (sre : Shơm) Puits de tranquilisation (sre : Shom)} Marégraphe flotteur (sre; Shem). Description Marégraphe a flotteur (are : Shom) Marégraphe a capteur de pression(src : Shom). - Marégraphe a captour de pression(sre : Ska) AMaregraple a capeur de presion(rc : Bhom). +#xemple de traitement aetuel avee NUNIEAU.
Pourcentage de déchargement de NUNITAT par pays Pourcuntage de déchargement de NUNIEAU par seclour Pactivite Pourcentage de déchargememt de NUNIEAU thématique. Jerception humaine des lignes dans une image. - Perception de la machine pour la mame image Exemple Punage a lrailer. Images satellites a traitées.
22 Résultats obtenns sur les 3 tapes ‘Types de courbes cles images Résultats des 3 algorithmes urilisés. Exemple de résultats pour le tracé et I'extraction des courbes Tiésultats de Vextraction Comparaison sur les résultats des algorithmes Résultats de la décection Détection des lignes Détection des lignes sur les images aériennes ‘Loge Python Logo OpenC¥. Autres Librairies Architecture de la Solution propasée Tgcudo Code. Architecture d’un élément suructurant Rtement structurant carré a 8 comnexités ehileclure Ốc là morpho xua Cas Pélément slructuraut.
iv 1 INTRODUCTION Liextraction d'informations du niveau de la mer, & partir d'images marégraphes a fait Yobjet de iombrouses recherches ct des progrés iuportauts sout eblemus uotauuacnl par le développement application A extraction semi-antomatiqne des courbes dans les images (NTNTRAU, MAS par exemple). En effet, l'enjeu est important puisque la qualité est trés varie et a quantité exis- (ante des inages sont imencoses. Copendaut, malgré toute lattention porlée & ces donuées, leur numérisution resle sujourd’lui un challenge en raison non seulement de la grande variabililé des images concernés mais anssi des courbes A extraire, et en comsécmence, de la cifficnlté a les extraire surtout de fagon automatique. Actucllancnt, le avail olectucr pour Ja numérisation de ces marégraphes ost tres fastidicux cl s‘effectue de manigre quasi manuelle d'ott Lobjectif de notre travaii.
Dans ce travail, le résultat souhaité est I'extraction automatique des cordonnées de chaque pixel sur chaque courbe individucllucut sur Pauage, correspoudaut aux iveau de Pouu. Ceci impose cerlaines contraiutes 4 la méLhode el a Palyovithune ulilisés. Elle duit étre robuste aux variations locales du contexte, Bile doit être générique pour s‘adapter aux diverses géométries des courbes (allire et. courhures en particulier).
D'un point de vne apérationnel, nous visons Ï'antoraatieation de Palgorithue. Aiusi Pinterventiou Wun opéralcur extéricar pour coutrdler, eortiger ou initial ser Fextraction, est réduite, et la plupart dea données nécessaires au processus d’extraction sont directement passées en paramétres de algorithme. Nous exigeons du résultat de ’extraction, des propriétés importantes : a flabilité du snivi ef de extraction. Nons priférans ainsi un résultat incomplel mais siir, qui ne uécessilera pas de plase manuelle de contrdle, platot qu'un résultal complet mais plein erreurs qu'il faudra superviser Ta, mumérisation de ces mareprammes permet de cannaitre le nivean moyen de la mer, qui lnÈ méme est d'une importance capitale pour unultiples raisons.
En France c’est le cas notamment la sécurité de la navigation 4 l'entrée des ports, l’élaboration dea cartes marines, l’améliora- tion des prédictions de marée et des modéles hydrodynamigues, la surveillance de la montée tin nivean moyen de fa, mer en soutien an Plan national dlarlaptation au changement. clima- tique (PNACC), la calibration des satcllites altimétriques, la connaissance ct la gestion intégrée du littoral, [étude statistiques et historiques des niveaux extrémes et surcotes, la prévision en océanographie cétiére, le sontien au centre national d'alerte anx tennamis en Méditerranée et, Atlantique nord-est. En plus de cela la connaissance du niveau de fa mer est un indicateur in. diccet, mais inporlant, des cuaugewents dimatiques el de leurs provessus associés, cols que la fonte des glaces (glaciers terrestres et calottes glaciaires), expansion thermique des océans et Tes maifications des avadients relatifs a la surface de la mer.
Mais nons conviendrans que si ectte numérisation s'effectue toujours avec Jes méthodes classiques {numérisation manuelle ou seini-uutommiiique) cela condrais cucore les chose de plus on plus complexe en terine de lemps ob detiort, Liste des tableaux Diagramme de Gantt de la planification des tiches % Rowe Tableau de syuthése des articles étudies Tableau de validation des étapes de traitement. 40 Tableau des valeurs des courbes 53 vii lmage Obtenue apràs ouvertue. Image Originale - Trage ODlenue après [erineLure. - Exemple 1 de suivi global des courbes.
Vxemple 2 de snivi global des courhes - Excmple 1 de suivi global des courbes Exemple 2 de suivi global des courbes. Résultat du suivi avant amélioration exemplel. ‘Résultat da snivi avant amélioration exemple? Résultat du suivi aprés amélioration exemplel Résultat du suivi aprés amélioration exemple?. Résultat du snivi aprés amélioration exemple’ Teésultat dua snivi avant, amélioration exempled ‘Résullay du suivi aval amélicralion cxemple5 Résultat du suivi avant amélioration exemple.
Fxemplel Pimages particnliares - xennple2 đ'ìmagee particulieres. vì ‘Tragage des lignes verticales. Amélioration de la detection Approche de détection des courbe. Approche de détection des courbe.
Intervalle de recherche des points voisine. Crilére de ebuix des pixel - Caleul du point adequat. " Amélioration du mmivi. Image initiale - lmage conyertie en nïvezu de grís.
Image iniriale - Tmage nnnvertie en nivean de gris Image ox niveau de gris. Image obtenue aprés seuillage de Otsu Tmage en nivean de gris. Image cbtenue aprés seuillage de Otsu Iurage ou niveau de gris. Image obtenne aprés seuillage Tmage en nivean ce gris.
48 Image obtemue aprés seuillage 48 Iunage en niveau de gris. 43 Tmage abtemne aprés senillage 48 Image en niveau de gris. 44 Image oblemue apres seuillage + Image en niveau de gris. 4 Tmage abtemne aprés senillage 44 Image ox niveau de gris.
rêeulLal du seuiliage. Image en niveau de gris. résultat du seuillage - Truagc củ nì voan đ gi. xeeulbat du seuillage.
Image en niveau de gris. réenitat dv seniflage - Truage bìnaire. " Image Obtenue après krosion Image hinaire - Tmage Ohtenne aprés Tilati 48 Tmage binaire. " 4 Table des figures Shom-Brost _ “Travailour du shout Comloir entrée Jogo, 3i (Echelle de marée sre: Shou) (Observatioa de Pechelle sre; Shom) Puits de Tranqn sation (sre : Shơm) Puits de tranquilisation (sre : Shom)} Marégraphe flotteur (sre; Shem).
Description Marégraphe a flotteur (are : Shom) Marégraphe a capteur de pression(src : Shom). - Marégraphe a captour de pression(sre : Ska) AMaregraple a capeur de presion(rc : Bhom). +#xemple de traitement aetuel avee NUNIEAU. Pourcentage de déchargement de NUNITAT par pays Pourcuntage de déchargement de NUNIEAU par seclour Pactivite Pourcentage de déchargememt de NUNIEAU thématique.
Jerception humaine des lignes dans une image. - Perception de la machine pour la mame image Exemple Punage a lrailer. Images satellites a traitées. 22 Résultats obtenns sur les 3 tapes ‘Types de courbes cles images Résultats des 3 algorithmes urilisés.
Exemple de résultats pour le tracé et I'extraction des courbes Tiésultats de Vextraction Comparaison sur les résultats des algorithmes Résultats de la décection Détection des lignes Détection des lignes sur les images aériennes ‘Loge Python Logo OpenC¥. Autres Librairies Architecture de la Solution propasée Tgcudo Code. Architecture d’un élément suructurant Rtement structurant carré a 8 comnexités ehileclure Ốc là morpho xua Cas Pélément slructuraut. iv Liste des tableaux Diagramme de Gantt de la planification des tiches % Rowe Tableau de syuthése des articles étudies Tableau de validation des étapes de traitement.
40 Tableau des valeurs des courbes 53 vii Remerciement Ce travail de mémoirc de Master 2 ost Ic résultat de engagement de plusicurs personnes qui ont decidé de waccompayuer résulument daus cot cxallaut parcows. Je voudrais profiler de elle oecasion pour Jeur exprimer tonte ma gratitude et ma reconnaissance. Je souhaite tout d'abord remercier mes encadrants M.Mickael Coustaty et M. Menard pour avoir acceplé de diriger cu slage.
Ils aut sn an’ cucillir chaleurcusement au sein du Jabue xakoire L3i, et également de ine parlager leur expérience scieulifique daus ua domaine qui élail pour mnoi preseme étranger. Merci également a tonte la direction dudit laharatoire. Je veux également remercier tous les membres de Ja dircetion de IFT pour leur encadyoment au cours de ia, formation wu Vieuuan purticuli¢remeat doctour He Tuoug Vink pour sa bouue collaboration et ces interventions pour ia résolution des certaines difficultés rencontrées. Merci & mon ami doctorant Salah pour son écoute attentive, sa, disponibilité incroyable, également pour sex qualilés humaiues ot pour sa bonuc lmmeur cuvers wa personue, Je remercie Dectenr Liou nel pour ses suggestions, couseils el discussious eurichisvanles, Merci également & M.Yaun du SHOM pour tous les éclaircissements apportés notamment cur les caractéristiques des images, Ie fonctionnement: de NUNTRAU.
Enfiay, je souhuite adresser mus remerciewenls & wa, tres clére Pauille en générale a wa Maman, ma femme Aicha et A ma petite fille Diamila en particulier qui me redonnait le sourire meme quand c’était tendu. viii 1 INTRODUCTION Liextraction d'informations du niveau de la mer, & partir d'images marégraphes a fait Yobjet de iombrouses recherches ct des progrés iuportauts sout eblemus uotauuacnl par le développement application A extraction semi-antomatiqne des courbes dans les images (NTNTRAU, MAS par exemple). En effet, l'enjeu est important puisque la qualité est trés varie et a quantité exis- (ante des inages sont imencoses. Copendaut, malgré toute lattention porlée & ces donuées, leur numérisution resle sujourd’lui un challenge en raison non seulement de la grande variabililé des images concernés mais anssi des courbes A extraire, et en comsécmence, de la cifficnlté a les extraire surtout de fagon automatique.
Actucllancnt, le avail olectucr pour Ja numérisation de ces marégraphes ost tres fastidicux cl s‘effectue de manigre quasi manuelle d'ott Lobjectif de notre travaii. Dans ce travail, le résultat souhaité est I'extraction automatique des cordonnées de chaque pixel sur chaque courbe individucllucut sur Pauage, correspoudaut aux iveau de Pouu. Ceci impose cerlaines contraiutes 4 la méLhode el a Palyovithune ulilisés.