L’imagerie thermique est largement utilisée dans le domaine militaire pour ses capacités de vision diurne etnocturne et sa longue portée d’observation. Cette technologie est basée sur la détection passive dans l’infrarouge.En conditions météorologiques dégradées ou quand la cible est partiellement dissimulée par du feuillage ou desfilets de camouflages militaires, elle devrait être à court terme de plus en plus complémentée par un systèmed’imagerie active. Cette technologie est essentielle pour l’imagerie à longue portée. La technique d’imagerie diteflash 2D est basée sur une source laser impulsionnel qui illumine la scène et sur une caméra rapide synchroniséequi constitue le système d’imagerie. Ces deux technologies sont bien éprouvées en présence de conditionsmétéorologiques claires. Les modèles TRM4 (imagerie thermique) et PERFIMA (imagerie active) sont capablesde prédire correctement les performances de tels systèmes par beau temps. En revanche, en conditions dégradéestelle que la pluie, le brouillard ou la neige, ces modèles deviennent non pertinents. Cette étude introduit denouveaux modèles pour compléter les codes TRM4 et PERFIMA, et les rendre aptes à prévoir les performancesdans ces conditions dégradées. Nous analysons ici plus particulièrement le temps de pluie pour l’imagerie activeet l’imagerie thermique. Dans un premier temps, nous répertorions l’impact possible de la pluie sur des paramètresphysiques connus (extinction, transmission, résolution spatiale, luminance de trajet, turbulence). Nous étudionsensuite les phénomènes physiques et les lois régissant les caractéristiques de la pluie. Nous avons développé desmodèles physiques permettant de calculer l’impact de la pluie sur le système global d’imagerie. Enfin, nous avonssimplifié et allégé ces modèles pour obtenir des modèles faciles à utiliser et à interfacer avec les codes TRM4 etPERFIMA qui sont couramment utilisés pour des applications industrielles. Ces modèles de prédiction del’imagerie active et de l’imagerie thermique ont été confrontés à la réalité (expérience avec l’imageur MILPATpar exemple) pour être validé sur des données réelles, comme la portée des systèmes. / Thermal imaging cameras are widely used in military contexts for their day and night vision capabilities andtheir observation range; there are based on passive infrared sensors (e.g. MWIR or LWIR range). Under badweather conditions or when the target is partially hidden (e.g. foliage, military camouflage) they will be more andmore complemented by active imaging systems, a key technology to perform target identification at long ranges.The 2D flash imaging technique is based on a high powered pulsed laser source that illuminates the entire sceneand a fast gated camera as the imaging system. Both technologies are well experienced under clear meteorologicalconditions; current models such as TRM4 (themal imaging) and PERFIMA (active imaging) codes are able topredict accurately the systems performances. However, under bad weather conditions such as rain, haze or snow,these models are not relevant. This study introduces new models to complete TRM4 and PERFIMA codesperformances predictions under bad weather conditions for both active and infrared imaging systems. We pointout rain effects on controlled physical parameters (extinction, transmission, spatial resolution, thermalbackground, turbulence). Then we develop physical models to describe their intrinsic characteristics and theirimpact on the imaging system performances. Finally, we approximate these models to have a “first order” modeleasy to deploy into TRM4 and PERFIMA already use for industrial applications. This theoretical work is validatedon real active and infrared data, as systems range.
| Identifer | oai:union.ndltd.org:theses.fr/2015ESAE0027 |
| Date | 23 November 2015 |
| Creators | Bernard, Erwan |
| Contributors | Toulouse, ISAE, Rivière, Nicolas, Zenou, Emmanuel |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | French |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0026 seconds