ASSIMAGE
Compte-rendu de réunion
31 Mars - 02 Avril 2004
Des problèmes d'instabilité numérique peuvent apparaître à plusieurs niveaux du processus d'estimation du mouvement. En ce qui concerne les approches par EDP, les instabilités apparaissent:
A chacun de ces problèmes, Etienne Mémin propose une solution.
Lorsque les hypothèses de conservation ou de régularité ne
sont pas respectées par les données, on peut proposer de remplacer les normes
au sens par des estimateurs robustes. Ainsi l'hypothèse de
conservation de la luminance qui permet de déduire la fonctionnelle suivante:
(1) |
s'écrit:
(2) |
où est un estimateur robuste, c'est-à-dire une fonction semi-quadratique qui possède les propriétés suivantes:
C'est-à-dire que nous obtenons:
(3) |
où est une
fonction strictement convexe définie explicitement à partir de .
L'utilisation d'un tel estimateur permet de proposer une fonction de coût
robuste, en conservant des propriétés intéressantes du point de vue de la
minimisation puisqu'elle peut se faire de manière alternée. En effet, est remplacé par le problème
auxiliaire, qui peut-être
résolu par une technique de moindres carrés pondérés-itérés. La même technique
est utilisée pour le terme de régularité, où:
(4) |
est remplacé par
(5) |
dans le cas d'une régularisation au
premier ordre. Les fonctions et utilisées,
sont données par l'estimateur de Leclerc:
(6) |
où les paramètres et sont à définir.
Lorsque les déplacements sont trop grands, il est
intéressant d'utiliser une version intégrée de l'équation de conservation:
(7) |
qui devient en intégrant:
(8) |
qui fait explicitement intervenir
le déplacement entre l'image au temps et au temps . De même lors de l'utilisation de l'équation de continuité:
(9) |
qui devient:
(10) |
Le fait d'utiliser une telle équation intégrée, apporte de nouvelles instabilités puisque le problème devient fortement non-linéaire. Ce problème est géré en utilisant une implémentation multiéchelle et multigrille.
Lors du calcul des fonctions et , le masque généralement
utilisé ne prend pas en compte le point central ce qui peut générer des
instabilité lorsque le rapport signal sur bruit est faible. L'utilisation d'un
masque centré, permet en général d'être plus robuste, on remplace:
(11) |
par:
(12) |
Lorsqu'on veut utiliser une régularisation d'ordre
deux, on s'aperçoit que l'écriture des équations d'Euler-Lagrange associées à
la fonctionnelle:
(13) |
font apparaître des dérivées
d'ordre quatre, difficiles à estimer de manière robuste. On peut, introduire
des fonctions scalaires intermédiaires et correspondant
à des estimations des fonctions de divergence et de rotationnel de la vitesse à estimer:
où étant un paramètre positif. Cette fonctionnelle peut se minimiser de manière alternée par rapport aux variables , et . Dans un premier temps, et sont fixés et le champ est estimé. Une fois ce champ estimé, il est lui même fixé tandis que et sont estimées successivement. Cette opération est itérée jusqu'à convergence.
On peut écrire que le champ de vitesse se décompose en
trois:
(15) |
La composante laminaire correspond
au transport global dans l'image. Tandis que les composantes irrotationelle et solénoïdales décrivent le mouvement local . Ces composantes sont telles que:
(16) |
soit:
(17) |
où . Ce système est résolu dans le domaine de Fourier puis la transformée de Fourier inverse permet d'obtenir et . Thomas Corpetti doit m'envoyer le code Matlab qui effectue cette décomposition.
Notons que ces deux composantes peuvent également être exprimées sous la
forme de deux fonctions potentielles et , telles que:
(18) |
Une fois estimés, ces potentiels permettent de déterminer
les composantes et par:
(19) |
Il est possible d'obtenir et directement à partir de la séquence d'image, mais ce travail est en cours pour le moment.
Nous disposons de trois types de données image:
Ces images étant des simulations générées par le modèle de circulation océanographique du LODYC: OPA, nous disposons également des vitesses instantanées théoriques calculées par OPA:
Le tableau ci-dessous reprend les différentes méthodes d'estimation de mouvement testées:
conservation régularisation |
luminance |
volume |
SST/CHL |
SST/CHL |
|
robuste |
SST/CHL |
SST/CHL |
SST/CHL |
SST/CHL |
: La régularisation notée ici a été ``simulée'' en utilisant l'estimateur robuste mais en forçant le paramètre , plus ce paramètre est fort, plus on se rapproche d'une fonction quadratique, il a été mis à 100.0 pour les tests.
La composante laminaire a également été calculée pour les deux types d'image: SST et CHL. En utilisant l'hypothèse de conservation de la luminance et une régularisation très fortement pondérée afin d'obtenir le mouvement global à divergence et rotationnel nuls. Pour les tests, le coefficient de pondération a été placé à 10000.
Les trajectoires calculables par intégration des champs de vitesses n'ont
pas été calculées sur place. Pour la comparaison entre les vecteurs et , on propose d'utiliser le
critère de Barron. Ce critère mesure la moyenne et l'écart type d'une déviation
angulaire 3D entre le mouvement réel et et le mouvement estimé :
(20) |
Xavier Vigan a développé lors de sa thèse au LODYC
(manuscrit commandé en prêt au près de l'université de Paris 6, reçu en
microfiches aujourd'hui), une méthode d'estimation des champs de vitesse à
partir d'images de température de surface et d'une équation basée sur l'équation
de continuité dite d'advection-diffusion pour la chaleur qui dans le cas
général s'écrit pour un fluide quelconque:
où est
le vecteur vitesse instantanée tridimensionnel. Dans le cas d'un fluide incompressible
et sous les hypothèses d'approximation de Boussinesq on a:
(22) |
où est le
coefficient de diffusion de la chaleur supposé constant. Si on considère une
couche comprise entre la surface et une profondeur , on peut intégrer verticalement sur cette profondeur, on obtient
quelque chose du type:
où est un terme
de source qui dépend de la position (x,y) et où représente
ici le laplacien horizontal. D'après Vigan la diffusion horizontale est
négligeable aux échelles de temps qui nous intéresse, donc est négligeable. Il obtient donc:
D'après Etienne Mémin, on devrait pouvoir considérer que le terme représente un ``écart'' par rapport au modèle de données considéré, et le gérer ainsi par l'utilisation d'un estimateur robuste adapté. D'autre part, n'oublions pas que le teme valable pour les fluides incompressibles n'est valable que lorsque l'on considère le mouvement fluide dans ses trois dimensions. Or on ne peut observer, dans le domaine image, que les composantes horizontales de ce vecteur, le terme en devient donc intéressant pour expliquer les mouvements convectifs. Ces termes en et sont donc concurrents.