Abhatoo - Centre Nationale de Documentation

Ce travail de thèse traite de l’optimisation des analyses et des prétraitements des images radar pour la détection des nappes d'huile en domaine océanique (communément appelés "oil slicks" en anglais)ainsi que la localisation des sources de suintements d’huiles d'origine naturelle ("oil seeps") sur le plancher océanique. Moyens, méthodes et difficultés des divers traitements y sont exposés. Cette thèse se compose des trois axes de recherche distincts expliqués et détaillés ci-dessous :
1. Une approche stochastique pour le prétraitement et l'amélioration des images radar en bande C afin de détecter automatiquement les nappes d'huile.
2. Une approche stochastique utilisant une grande quantité d'images radar pour évaluer l'influence de la vitesse du vent et les différents modes de l'instrument (SAR) pour l'optimisation de la détection des nappes d'hydrocarbures.
3. La localisation précise de la source des émissions d'hydrocarbures marins à l'aide d'un nouveau modèle de dérive verticale, appliqué au Golfe du Mexique (USA).
En premier, nous nous sommes intéressés à l'optimisation des prétraitements et l'amélioration des images radar en bande C par des méthodes stochastiques. Le but est de proposer une nouvelle méthodologie pour la détection automatique des nappes d'huile en domaine océanique à partir d'images radar. La méthodologie proposée comprend trois niveaux de traitement: prétraitement, seuillage et nettoyage binaire. Le premier niveau s’attèle à corriger l'hétérogénéité de la luminosité dans les images radar due à la réflexion non lambertienne du signal radar sur la surface de la mer. Le deuxième niveau consiste en une étape de seuillage qui vise à produire des objets noirs aussi proches que possible de l'ensemble de données d'apprentissage manuellement élaborées. Le troisième niveau,quant à lui, vise à nettoyer les images binaires de sortie des résidus de bruit. Plusieurs méthodes de prétraitement et de nettoyage ont été testées et évaluées par un moteur de qualification qui compare les objets détectés automatiquement avec les zones des objets noirs détectées manuellement. En conséquence, la « meilleure » méthode de prétraitement qui homogénéise la luminosité des scènes radar en bande C et optimise la détection automatique des huiles repose sur une adaptation au modèle de rétrodiffusion en bande C (CMOD5). En ce qui concerne le processus de nettoyage, les méthodes morphologiques testées montrent qu'une ouverture par zone ("Small Object Removal", SOR) suivie d'une fermeture morphologique optimise la détection automatique des nappes d'huile marines...