En hydrographie, la bathymétrie est une technique de mesure permettant de visualiser le relief du fond de l’eau en créant un nuage de points 3D où chacun des points de sonde est géoréférencé dans un référentiel global tridimensionnel. Pour ce faire, une vedette hydrographique est équipée d’un SONAR, d’une centrale inertielle et d’un GNSS. Cependant, plusieurs sources d’incertitudes viennent altérer la qualité des points de sonde mesurés. C’est pourquoi, plusieurs efforts de recherche actuels visent l’élaboration d’estimateurs d’erreur permettant de détecter et de quantifier certaines erreurs systématiques en bathymétrie. Dans le contexte des ASV (Autonomous Surface Vehicles) ou véhicules autonomes de surface, ces estimateurs d’erreur ont pour but de rendre plus robustes les levés réalisés par ce type de véhicule, car les données acquises peuvent être validées en temps quasi-réel avant que le véhicule retourne à terre. Ceci permet d’assurer que les données respectent les spécifications demandées du levé hydrographique. Traditionnellement, de tels estimateurs d’erreur doivent être appliqués dans la zone de recouvrement d’au moins deux lignes de levé et représentant une région plane (i.e. un fond plat ou en pente). Ceci permet de vérifier la présence et la grandeur du biais de positionnement sur cette surface. Par ailleurs, de telles surfaces planes sont aussi d’intérêt pour la calibration automatique des systèmes d’acquisition bathymétrique. En effet, des plans sont nécessaires pour calculer les angles de visée entre la centrale inertielle et le sonar multifaisceaux. L’objectif de ce projet de maîtrise est d’élaborer une méthode robuste et fiable d’extraction de plans par croissance de régions dans un nuage de points bathymétriques. La solution élaborée permet d’obtenir la position et les paramètres des régions planes ainsi que leur qualité. Elle a été testée et validée avec différents jeux de données présentant une variété de morphologie du fond marin. / In hydrography, bathymetry is a measurement technique used to visualize the relief of the seabed by creating a 3D point cloud where each of the sounding points is georeferenced in a global three-dimensional reference frame. To do so, a hydrographic vessel is equipped with a SONAR, an inertial measurement unit (IMU) and a GNSS. However, several sources of uncertainty affect the quality of the measured sounding points. Therefore, current research efforts aim to develop error estimators to detect and quantify environmental and systematic bathymetric errors. In the context of Autonomous Surface Vehicles (ASVs), these error estimators aim to make the surveys more robust, since the data acquired can be validated in near real-time before the vehicle returns to the harbour. This ensures that the data meets the requested hydrographic survey specifications. Traditionally, such error estimators must be applied in the overlapping area of at least two survey lines and representing a flat region (i.e. a flat or slope bottom). On this surface, it is possible to check the presence and the magnitude of the positioning bias. Moreover, such flat surfaces are also of interest for automatic calibration of the bathymetric acquisition systems. Indeed, plans are needed to calculate the boresight angles between the inertial measurement unit and the multibeam sonar. The objective of this master’s project is to develop a robust and reliable method for extracting plans using region growing in a bathymetric point cloud. The developped solution provides the position and the parameters of the flat regions as well as their quality. It has been tested and validated with different datasets showing a variety of seabed morphology.

Dans le Fleuve Saint Laurent, l'acquisition des données bathymétriques permet non seulement de produire des cartes de navigation, mais aussi d'appuyer toute activité visant à améliorer la compréhension de la dynamique du fond marin ainsi que des structures qui y sont présentes, notamment les structures sédimentaires telles que les dunes sous-marines. Ce travail de recherche est consacré à la segmentation et à la caractérisation des dunes sous-marines, tout en considérant la qualité des données acquises. En premier lieu, un modèle d'analyse de l'influence de la morphologie du fond marin sur la valeur de l'incertitude des données bathymétriques a été conçu. Une telle analyse permet de mieux connaître et comprendre l'influence du fond sur la valeur d'incertitude calculée par des approches classiques. Ainsi, la méthode proposée permet d'améliorer l'interprétation de la surface du fond et des structures qui y sont présentes. Par la suite, le projet a conçu et développé une méthode de segmentation des dunes à partir d'un Modèle Numérique Bathymétrique, adaptée au contexte fluviomarin. L'originalité de cette méthode repose sur l'utilisation d'un modèle conceptuel qui formalise l'identification des dunes sous-marines selon leurs saillances (i.e. ligne de crête et deux pieds de dunes). En effet, les dunes sont des structures floues sans une délimitation claire sur le fond marin. Dans la méthode proposée, les saillances sont identifiées à partir d'une analyse morphométrique du fond marin. Ensuite, une approche orientée-objet permet de générer les objets dunes à partir de ces saillances. La démarche associe chacune des lignes de crête aux pieds des dunes qui lui correspondent, permettant ainsi de circonscrire l'ensemble de la dune. L'approche orientée-objet offre une objectivité, répétabilité et robustesse à la segmentation, lui permettant de s'adapter au contexte variable des fonds. La méthode proposée a été validée avec les données bathymétriques de la Traverse Nord du Fleuve Saint Laurent, avec plus de 850 dunes segmentées et un taux de performance de 92% des dunes bien segmentées. Finalement, la dernière partie du projet a été consacrée à la caractérisation des dunes. Celle-ci repose également sur la formalisation des objets dunes. En considérant les saillances et la surface de la dune segmentée, la méthode conçue et développée calcule différents descripteurs morphologiques, sélectionnés à partir de la littérature. Pour valider la méthode de caractérisation proposée, plus de 1200 dunes ont été caractérisées dans neuf champs différents dans le contexte fluviomarin de la Traverse Nord du Fleuve Saint-Laurent. Ainsi, basé sur les méthodes de segmentation et de caractérisation des dunes, un outil qui permet de décrire de manière systématique autant les dunes individuelles que les champs où elles sont localisées à partir d'une surface modélisant le fond marin a été développé dans ce projet de recherche. / In the Saint-Lawrence River, the acquisition of bathymetric data not only allows the production of navigation charts, but also supports different activities aiming to improve the knowledge related to the seafloor dynamics and the structures present on it, particularly sedimentary structures such as underwater dunes. This research work is dedicated to the segmentation and characterization of underwater dunes, considering the quality of the bathymetric data acquired. In the first place, a model was designed to estimate the influence of the seafloor morphology on the value of the uncertainty of bathymetric data. The analysis of such influence allows a better knowledge and understanding of the influence of the seafloor on the uncertainty value calculated by classical approaches. Therefore, the proposed model allows a better interpretation of the underwater structures as well as the seafloor surface. Afterwards, the project has designed and developed a method of dune segmentation from a Digital Bathymetric Model. This approach is adapted to the fluviomarine context. The originality of this method lies in the use of a conceptual model that formalizes the identification of underwater dunes considering their salient features (i.e. crest line, stoss trough and lee trough). Underwater dunes are fuzzy structures without a clear delineation on the seafloor. In the proposed method, the salient features are identified from a morphometric analysis of the seafloor. Then, an object-oriented approach is used to generate dune objects from these salient features. The approach matches each crest line with its respective troughs allowing to circumscribe the dune objects. This object-oriented approach offers objectivity, repeatability and robustness to the segmentation, allowing it to adapt to the variable context of the seafloor. The proposed method was validated with bathymetric data from the Northern Traverse of the Saint-Lawrence River, with more than 850 segmented dunes and a performance rate of 92% of well-segmented objects. Finally, the last part of the project was dedicated to the characterization of the dunes. This approach is also based on the formalization of dune object by the conceptual model. By considering the salient features and the entire surface of the segmented dunes, the designed and developed method calculates different morphological descriptors, selected from the literature. To validate the proposed characterization method, more than 1200 dunes were characterized in nine different dunes fields in the fluviomarine context of the Northern Traverse of the Saint-Lawrence River. Thus, a tool that allows a systematic way to describe both individual dunes and the fields where they are located has been developed in this project.

Dans le Fleuve Saint Laurent, l'acquisition des données bathymétriques permet non seulement de produire des cartes de navigation, mais aussi d'appuyer toute activité visant à améliorer la compréhension de la dynamique du fond marin ainsi que des structures qui y sont présentes, notamment les structures sédimentaires telles que les dunes sous-marines. Ce travail de recherche est consacré à la segmentation et à la caractérisation des dunes sous-marines, tout en considérant la qualité des données acquises. En premier lieu, un modèle d'analyse de l'influence de la morphologie du fond marin sur la valeur de l'incertitude des données bathymétriques a été conçu. Une telle analyse permet de mieux connaître et comprendre l'influence du fond sur la valeur d'incertitude calculée par des approches classiques. Ainsi, la méthode proposée permet d'améliorer l'interprétation de la surface du fond et des structures qui y sont présentes. Par la suite, le projet a conçu et développé une méthode de segmentation des dunes à partir d'un Modèle Numérique Bathymétrique, adaptée au contexte fluviomarin. L'originalité de cette méthode repose sur l'utilisation d'un modèle conceptuel qui formalise l'identification des dunes sous-marines selon leurs saillances (i.e. ligne de crête et deux pieds de dunes). En effet, les dunes sont des structures floues sans une délimitation claire sur le fond marin. Dans la méthode proposée, les saillances sont identifiées à partir d'une analyse morphométrique du fond marin. Ensuite, une approche orientée-objet permet de générer les objets dunes à partir de ces saillances. La démarche associe chacune des lignes de crête aux pieds des dunes qui lui correspondent, permettant ainsi de circonscrire l'ensemble de la dune. L'approche orientée-objet offre une objectivité, répétabilité et robustesse à la segmentation, lui permettant de s'adapter au contexte variable des fonds. La méthode proposée a été validée avec les données bathymétriques de la Traverse Nord du Fleuve Saint Laurent, avec plus de 850 dunes segmentées et un taux de performance de 92% des dunes bien segmentées. Finalement, la dernière partie du projet a été consacrée à la caractérisation des dunes. Celle-ci repose également sur la formalisation des objets dunes. En considérant les saillances et la surface de la dune segmentée, la méthode conçue et développée calcule différents descripteurs morphologiques, sélectionnés à partir de la littérature. Pour valider la méthode de caractérisation proposée, plus de 1200 dunes ont été caractérisées dans neuf champs différents dans le contexte fluviomarin de la Traverse Nord du Fleuve Saint-Laurent. Ainsi, basé sur les méthodes de segmentation et de caractérisation des dunes, un outil qui permet de décrire de manière systématique autant les dunes individuelles que les champs où elles sont localisées à partir d'une surface modélisant le fond marin a été développé dans ce projet de recherche. / In the Saint-Lawrence River, the acquisition of bathymetric data not only allows the production of navigation charts, but also supports different activities aiming to improve the knowledge related to the seafloor dynamics and the structures present on it, particularly sedimentary structures such as underwater dunes. This research work is dedicated to the segmentation and characterization of underwater dunes, considering the quality of the bathymetric data acquired. In the first place, a model was designed to estimate the influence of the seafloor morphology on the value of the uncertainty of bathymetric data. The analysis of such influence allows a better knowledge and understanding of the influence of the seafloor on the uncertainty value calculated by classical approaches. Therefore, the proposed model allows a better interpretation of the underwater structures as well as the seafloor surface. Afterwards, the project has designed and developed a method of dune segmentation from a Digital Bathymetric Model. This approach is adapted to the fluviomarine context. The originality of this method lies in the use of a conceptual model that formalizes the identification of underwater dunes considering their salient features (i.e. crest line, stoss trough and lee trough). Underwater dunes are fuzzy structures without a clear delineation on the seafloor. In the proposed method, the salient features are identified from a morphometric analysis of the seafloor. Then, an object-oriented approach is used to generate dune objects from these salient features. The approach matches each crest line with its respective troughs allowing to circumscribe the dune objects. This object-oriented approach offers objectivity, repeatability and robustness to the segmentation, allowing it to adapt to the variable context of the seafloor. The proposed method was validated with bathymetric data from the Northern Traverse of the Saint-Lawrence River, with more than 850 segmented dunes and a performance rate of 92% of well-segmented objects. Finally, the last part of the project was dedicated to the characterization of the dunes. This approach is also based on the formalization of dune object by the conceptual model. By considering the salient features and the entire surface of the segmented dunes, the designed and developed method calculates different morphological descriptors, selected from the literature. To validate the proposed characterization method, more than 1200 dunes were characterized in nine different dunes fields in the fluviomarine context of the Northern Traverse of the Saint-Lawrence River. Thus, a tool that allows a systematic way to describe both individual dunes and the fields where they are located has been developed in this project.