Une nouvelle génération de spectromètres imageurs émerge dans le domaine de l'exploration spatiale par l'ajout d'une dimension supplémentaire de mesure, la dimension angulaire. L'imagerie spectroscopique multi-angulaire est conçue pour fournir une caractérisation plus précise des matériaux planétaires et permet une meilleure séparation des signaux provenant de l'atmosphère et la surface. Le capteur Compact Reconnaissance Imaging Spectrometer for Mars (CRISM) à bord de la sonde Mars Reconnaissance Orbiter est une caméra hyperspectrale qui fonctionne systématiquement dans le mode multi-angulaire depuis l'orbite. Néanmoins, les images multi-angulaires hyperspectrales posent certains problèmes de manipulation, de visualisation et d'analyse en raison de leur taille et de leur complexité. Dans ce cadre, cette thèse propose des algorithmes statistiques et physiques pour analyser les images acquises par l'instrument CRISM de manière efficace et robuste. Premièrement, je propose une chaîne de post-traitement visant à améliorer la qualité radiométrique des données CRISM et à générer des produits améliorés, ces dernières données étant conçues pour permettre une analyse fine de la planète Mars. Deuxièmement, je m'intéresse à la correction atmosphérique des images CRISM en exploitant les capacités multi-angulaires de cet instrument. Un algorithme innovant, à base physique est mis en oeuvre pour compenser les effets atmosphériques afin d'estimer la reflectance de surface. Cette approche est particulièrement utilisée dans cette thèse pour déduire les propriétés photométriques des matériaux qui coexistent dans un site spécifique de Mars, le cratère de Gusev. Troisièmement, j'effectue une comparaison d'une sélection des meilleurs techniques existantes, visant à réaliser une déconvolution spectrale des données acquises par l'instrument CRISM. Ces techniques statistiques se sont avérées utiles lors de l'analyse d'images hyperspectrales de manière non supervisé, c'est a dire, sans aucun a priori sur la scène. Une stratégie originale est proposée pour discriminer les techniques les plus appropriées pour l'exploration de Mars, à partir de données indépendantes provenant d'autres capteurs d'imagerie haute résolution afin de construire une vérité de terrain.
| Identifer | oai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00648102 |
| Date | 25 October 2011 |
| Creators | Ceamanos garcia, Xavier |
| Publisher | Université de Grenoble |
| Source Sets | CCSD theses-EN-ligne, France |
| Language | fra |
| Detected Language | French |
| Type | PhD thesis |
Page generated in 0.0017 seconds