Centre de documentation
scientifique

Analyse des modèles de remplacement (RSM) / Maxime Scannavino (2012) 

Public Titre : Analyse des modèles de remplacement (RSM) Type de document : Mémoire Auteurs : Maxime Scannavino, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2012 Importance : 124 p. Format : 21 x 30 cm Note générale : Bibliographie Rapport de projet de fin d'études, [3ème année du cycle des ingénieurs ENSG], mastère spécialisé Photogrammétrie, Positionnement et Mesure de Déformation Langues : Français (fre) Descripteur : [Vedettes matières IGN] Acquisition d'image(s) et de donnée(s) [Termes IGN] analyse comparative [Termes IGN] capteur en peigne [Termes IGN] distorsion d'image [Termes IGN] erreur systématique [Termes IGN] Matlab [Termes IGN] matrice de covariance [Termes IGN] modèle géométrique de prise de vue [Termes IGN] modèle par fonctions rationnelles Index. décimale : MPPMD Mémoires du mastère spécialisé Photogrammétrie, Positionnement et Mesures de Déformation Résumé : (Auteur) Le géo-référencement des images peut être assuré par un modèle de remplacement qui se substitue au modèle plus complexe mais représentatif de la physique du capteur, aussi appelé modèle physique. L'objectif de cette étude est d'analyser les conditions de génération de ces modèles de remplacement, connaissant le modèle physique du capteur, et de tester leurs précisions relatives dans plusieurs configurations. Nous nous intéresserons particulièrement aux modèles polynomiaux incluant les polynômes simples et les RPCs. Les résultats obtenus montrent l'importance de la structure des données d'apprentissage et de l'étape de normalisation dans la précision du modèle. La modélisation par RPCs s'adapte plus au capteur de type frame qu'au capteur de type pushbroom mais reste valide dans les deux cas. Nous préconisons ainsi le modèle RPCs comme modèle de remplacement car il est plus robuste et plus précis que le modèle polynomial simple. Il s'applique à toutes les configurations des capteurs mais trouve une limite temporelle dans le cas d'un capteur de type pushbroom et son estimation nécessite certaines contraintes sur les données d'apprentissage comme par exemple, posséder au moins quatre couches d'altitude. Enfin, le modèle RPCs peut être amélioré en le composant avec une fonction affine estimée sur quelques points d'appui. Note de contenu : Introduction 1. Rappels et définitions 1.1. Le modèle direct et le modèle inverse 1.1.1. Le modèle direct 1.1.2. Le modèle inverse 1.2. Les modèles frame ("matriciel") et pushbroom ("capteur à barrettes") 1.2.1. Le modèle frame ("matriciel") 1.2.2. Modèle pushbroom ("capteur à barrettes") 1.3. Les repères utiles 1.3.1. Les repères liés à l'image 1.3.2. Les autres repères 1.4. Méthode d'intersection du rayon lumineux et du sol 1.5. Bilan 2. Le contexte général 2.1. Le modèle physique 2.1.1. La fonction de localisation d'un capteur frame 2.1.2. La fonction de localisation d'un capteur pushbroom 2.2. Les corrections 2.3. Les modèles de remplacement (RSM) 2.3.1. Les modèles grilles 2.3.2. Les modèles polynomiaux simple e RPCs 3. La conception des modèles de remplacement 3.1. La génération des données 3.1.1. Echantillonnage à partir de l'image 3.1.2. Echantillonnage à partir du terrain 3.2. La normalisation et la dé normalisation: 3.3. L'estimation des coefficients des polynômes 3.3.1. L'équation normale 3.3.2. Résolution de l'équation normale 3.4. Les données de précision du modèle 3.4.1. Les erreurs de biais 3.4.2. La matrice de covariance 4. Les résultats des tests 4.1. Le contexte de réalisation des tests 4.1.1. Le matériel et les objectifs 4.1.2. La validation de la modélisation sous Matlab 4.1.3. Présentation des résultats 4.2. Comparaisons entre RPCs et polynômes simples 4.2.1. Différences de mise en oeuvre 4.2.2. Différences de précision 4.3. Influence des données d'apprentissage 4.3.1. Nombre d'observations minimal 4.3.2. Nombre de couches d'altitudes utiles et effet du pas en Z 4.3.3. Effet de l'échantillonnage à partir du terrain ou de l'image 4.3.4. Effet sur des données situées en dehors de la zone d'apprentissage 4.4. Sensibilité à l'oblicité du capteur et effet temporel du pushbroom 4.4.1. Sensibilité à l'oblicité du capteur 4.4.2. Effet temporel du pushbroom 4.5. Effet de la normalisation 4.6. Tests des RPC00B, RSMPCA et RSMPIA 4.6.1. Influence du degré des polynômes 4.6.2. Enregistrement des coefficients des RPC00B et RSMPCA 4.7. Conclusion des tests 5. Améliorations des RPCs 5.1. Composition avec une fonction dans l'espace image 5.1.1. Fonction affine 5.1.2. Fonction polynomiale de degré >1 5.2. Affinage de la position du capteur et génération d'un nouvel PRCs 5.2.1. Calcul d'orientation et de pseudo positions 5.2.2. Utilisation des équations d'observations Conclusion Numéro de notice : 20749 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire masters divers Organisme de stage : Thalès Communications & Security Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=51156

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
20749-01	MPPMD	Livre	Centre de documentation	Travaux d'élèves	Disponible

Documents numériques

peut être téléchargé 20749_mem_pp_2013_analyse_des_modeles_de_remplacement_scannavino.pdf Adobe Acrobat PDF