III.3.3.1) Résultats sur Nîmes
Cet algorithme d’autofocalisation des cibles mobiles sur les images RSO a été appliqué aux données réelles que nous avions à disposition dans cette thèse. On présentera ici les résultats à la fois sur la cible mobile observée sur les images de Nîmes, et sur les cibles mobiles sur les images d’Istres (Renault Master et Break Peugeot).
La cible mobile de Nîmes est observée sur ͳͺ images consécutives. Sur ces ͳͺ images, l’algorithme a systématiquement sélectionné le pic de contraste qui correspond à la focalisation de la cible mobile. Trois cas de figures ont été rencontrés :
· Dans le premier cas de figure, le pic majoritaire de contraste correspond à la focalisation de la cible mobile. Ce cas de figure, représenté par la Figure 3.14 (cas a.), correspond à environ ͷΨ des images.
· Dans le second cas de figure, le pic majoritaire de contraste correspond à la focalisation des cibles fixes. Ce cas de figure, représenté par la Figure 3.14 (cas b.), correspond à environ ʹͺΨ des images.
· Le troisième cas de figure est particulier. Le pic majoritaire correspond à la focalisation de la cible mobile, mais le second pic est d’amplitude différente de ͳ, et
97
correspond à un ߙ légèrement différent de zéro. Ce cas particulier est probablement dû à des imprécisions dans la focalisation des cibles fixes pendant la synthèse des images RSO. L’algorithme a donc sélectionné la bonne valeur de ߙ, mais cette configuration représente une source d’erreur potentielle. Ce cas de figure, représenté par la Figure
3.14 (cas c.), correspond à environ ͳΨ des images.
En résumé, les deux premiers cas de figure sont les cas où il n’y a pas de source d’erreur dans le choix du pic de contraste, et ces deux cas représentent ͺͶΨ des images.
a. b.
c.
Figure 3.14 - Représentation des différents cas de figure rencontrés lors du calcul du rapport de contraste Γ pour les images de Nîmes. a. : cas de figure où le pic majoritaire correspond à
la focalisation de la cible mobile. b. : cas de figure où le pic majoritaire correspond à la focalisation des cibles fixes. c. : cas de figure où le pic correspondant à la focalisation des
cibles fixes est atteint pour α ≠ 0. Ce cas de figure est une source d’erreur.
La Figure 3.15 représente les résultats de l’algorithme d’autofocus appliqué à la cible mobile observée sur Nîmes. Les exemples a., b., et c., correspondent aux cas de figures a., b., et c. présentés à la Figure 3.14. La cible mobile avant focalisation est représentée sur la partie gauche de la figure dans le parallélogramme en pointillés rouges, le cadre jaune représente la
98
zone où a été calculé le rapport de contraste ߁. La taille de la fenêtre où est calculé le rapport de contraste doit être adaptée à la taille de la réponse de la cible mobile en azimut, afin que la mesure ne soit pas perturbée par le clutter. L’influence du clutter sur la précision des mesures de défocalisation sera discutée dans le chapitre 5. La partie droite de la figure représente l’image de la cible mobile (entourée en pointillés rouges) après refocalisation.
A noter que la longueur de la cible mobile après refocalisation est environ égale à ͳͲͲ݉, ce qui correspond à la longueur d’un Train Express Régional (TER). Ce type de train est, avec le TGV, un des deux types de trains passant par la gare de Nîmes.
a.
b.
c.
Figure 3.15 - Résultat de l’algorithme d’autofocus appliqué à la cible mobile étudiée sur les images de Nîmes (train). Les exemples a., b., et c., correspondent aux cas de figures a., b., et
99
III.3.3.2) Résultats sur Istres
Le Renault Master est observé sur ͻͲ images au total : une première série de Ͷ images consécutives et une autre série de Ͷ͵ images consécutives. Dans tous les cas de figures, le pic majoritaire de contraste est supérieur à ͳ, donc il correspond à la focalisation de la cible mobile. Cependant, les courbes de contrastes sont nettement moins régulières que dans le cas des résultats sur la cible mobile de Nîmes, ce qui peut générer des erreurs de mesure dans l’estimation du paramètre ߙ. Rappelons ici que les images de Nîmes ont une résolution azimut moins bonne que celle d’Istres, nous étudierons l’influence de la résolution azimut sur la précision de mesure de ߙ dans le chapitre 5. Nous avons également rencontré trois cas de figure différents pour les images d’Istres :
· Dans le premier cas de figure, il y a un pic majoritaire de contraste dont l’amplitude est nettement supérieure à l’amplitude des autres pics. Ce cas de figure, représenté par la Figure 3.16 (cas a.), correspond à environ ͲΨ des images.
· Dans le deuxième cas de figure, des pics secondaires se trouvent au voisinage du pic majoritaire, ce qui peut entrainer des erreurs d’estimation du paramètre de défocalisation. Ce cas de figure, représenté par la Figure 3.16 (cas b.), correspond à environ ʹͷΨ des images.
· Dans le troisième cas, le RSC de la cible est trop faible, la cible mobile est presque invisible ou totalement invisible sur l’image RSO. Il n’y a pas de pic majoritaire de contraste qui ressort, la refocalisation de la cible a échoué. Ce cas de figure, représenté par la Figure 3.16 (cas b.),correspond à environ ͷΨ des images.
La Figure 3.17 représente les résultats de l’algorithme d’autofocus appliqué au Renault Master. Les exemples a., b., et c., correspondent aux cas de figures a., b., et c. présentés à la Figure 3.16. La cible mobile avant focalisation est représentée sur la partie gauche de la figure, la partie droite de la figure représente l’image de la cible mobile (entourée en rouge) après refocalisation. Le cas b. est particulièrement intéressant car il permet de montrer que la méthode permet de refocaliser la cible même en cas de RSC très faible. Le cas c. représente une image où le RSC de la cible mobile est trop faible pour permettre sa refocalisation.
Le Break Peugeot est observée sur Ͷ images, divisées en deux séries consécutives de ʹͳ et ʹ images. C’est pour cette cible mobile que l’on observe les plus forts pics de contrastes (voir Figure 3.18). Dans ͺͳΨ des cas, il n’y a qu’un seul pic qui correspond à la focalisation des cibles mobiles. Dans les ͳͻΨ restants, il y a des pics secondaires autour du pic principal, qui peuvent entrainer des erreurs de mesure. Ceci est peut-être dû à un ordre supérieur de la défocalisation lié à un changement de régime de mouvement de la cible mobile (accélération non constante) pendant l’intégration du signal. Dans ces cas de figure, l’algorithme de [24] serait plus approprié.
100
a. b.
c.
Figure 3.16 - Représentation des différents cas de figure rencontrés lors du calcul du rapport de contraste Γ pour les Renault Master sur Istres. a. : cas de figure où il y a un seul pic majoritaire. b. : cas de figure où des pics secondaires peuvent générer des erreurs de mesure
dans l’estimation de α. c. : cas de figure où il n’y a pas de pic majoritaire. Dans ce cas de figure, l’algorithme n’a pas permis la refocalisation de la cible.
a.
b.
c.
Figure 3.17 - Résultat de l’algorithme d’autofocus appliqué au Renault Master sur les images d’Istres. Les exemples a., b., et c., correspondent aux cas de figures a., b., et c. présentés à la
101
Les résultats de refocalisation correspondant aux courbes de la Figure 3.18 sont représentées Figure 3.19. On constate que dans le cas b., la refocalisation semble moins précise que dans le cas a, ce qui confirme les observations effectuées sur les rapports de contrastes.
a. b.
Figure 3.18 - Représentation des différents cas de figure rencontrés lors du calcul du rapport de contraste Γ pour le break Peugeot sur Istres. a. : cas de figure où il y a un seul pic majoritaire. b. : cas de figure où il y a des pics secondaires pouvant générer des erreurs de
refocalisation.
a.
b.
Figure 3.19 - Résultat de l’algorithme d’autofocus appliqué au Break Peugeot sur les images d’Istres. Les exemples a., et b. correspondent aux cas de figures a. et b. présentés à la Figure
3.18.