Les imageurs hyperspectraux sont des instruments capables de capturer des données en trois dimensions (cube de données avec deux dimensions spatiales et une dimension spectrale), fournissant pour chaque pixel de l’image 2D le spectre associé. Cette technologie ouvre des perspectives d’application diverses, allant de la microscopie à l’astrophysique en passant par la robotique et l’observation terrestre. Dans le cadre du projet ICE-OEH (Imageur Codé Embarqué pour l’Observation Environnementale Hyperspectrale), le LAAS et l’IRAP développent un nouvel imageur hyperspectral à masque codé (voir figure ci-dessous) permettant d’analyser une image hyperspectrale avec beaucoup moins d’acquisitions que les imageurs hyperspectraux classiques, qui nécessitent un balayage de l’ensemble du cube de données. En pratique, un pixel d’une acquisition codée recueille la combinaison du flux lumineux de la scène pour certaines longueurs d’onde, sélectionnées par le code du masque. Un des objectifs de ce projet est de comparer les résultats obtenus avec un tel imageur et avec les imageurs classiques. Pour cela, des données seront acquises en extérieur simultanément avec ces deux types d’instruments.
Schema de principe d’un instrument de type DD-CASSI
Dans le cadre de ce projet, nous avons développé des algorithmes de reconstruction et de classification spectrale à partir d’un faible nombre d’acquisitions codées, chaque acquisition étant effectuée avec un masque différent, évitant ainsi le balayage de l’ensemble du cube. En pratique, sur le dispositif développé, le masque codé sera figé, mais le déplacement de l’instrument, indispensable pour l’imageur classique à balayage, fournira des acquisitions codées avec le même masque mais appliqué à des régions différentes de la scène observée. L’exploitation de telles données nécessite alors un recalage des acquisitions codées.
L’objectif de ce stage porte sur ce recalage des images hyperspectrales codées. Notons que le problème de recalage entre deux images est considéré comme un recalage rigide : le modèle de transformation entre les images est un modèle global, combinant translation rotation et dilatation. De nombreuses méthodes de recalage rigide existent, dont certaines ont été développées pour des acquisitions avec des instruments différents (mode multimodal). Nous nous appuierons donc durant ce stage sur des travaux existants et chercherons à les adapter à notre problématique.
Plusieurs taches sont envisagées durant ce stage :
- Étude bibliographiques des méthodes de recalage rigide utilisables pour le projet.
- Sélection, tests et validation de méthodes/codes de recalage existants sur données codées simulées puis sur des images acquises par notre dispositif. On pourra distinguer le recalage entre une image codée et une image panchromatique (intégrant toutes les longueurs d’ondes) du recalage entre deux images codées.
- Adaptation de méthodes/codes sélectionnés pour prendre en compte la structure (connue) induite par le masque codé. Diverses possibilités sont envisagées : prétraitement des acquisitions, adaptation de la métrique de comparaison…
- Étude de l’influence du code du masque sur les résultats de recalage. En particulier, on se demande si l’on peut concevoir des codes de masque permettent de faciliter le recalage des acquisitions codées…
Ce stage d’une durée de 4 à 6 mois, s’adresse à un.e étudiant.e de niveau Master 2 ou dernière année d’école d’Ingénieurs ayant des connaissances en traitement d’images et des compétences en programmation (Python, Matlab).
Encadrants : Hervé CARFANTAN, IRAP, Toulouse et Antoine MONMAYRANT, LAAS, Toulouse.
Pour candidater, envoyer un message avec CV et lettre de motivation à Herve.Carfantan@irap.omp.eu
