L’observation active à longue distance au-delà de 10 km à partir de systèmes embarqués infrarouges à 1550 nm est bénéfique dans de nombreuses applications. Les capteurs idoines sont constitués de matrices de type GmADP et sont intégrés dans des systèmes actifs 3D à comptage de photons. Cependant leur résolution latérale est limitée à quelques centaines de pixels de grandes tailles par rapport au standard en imagerie passive.
Ainsi l’objet de cette thèse est l’amélioration de la résolution latérale de ces imageurs actifs 3D à comptage de photons. Pour cela une chaîne complète de traitement du signal a été développée (CRISPS-3D) afin d’appliquer le compressive sensing aux données 3D acquises. Le compressive sensing permet d’augmenter la résolution de ces imageurs en limitant l’impact sur le taux de rafraîchissement induit par l’augmentation de la résolution en comparaison avec des méthodes de balayages traditionnelles. Actuellement, les méthodes de compressive sensing sont généralement limitées à l’imagerie passive ou active monopixel.
Une fois la chaîne CRISPS-3D définie pour des impulsions laser brèves, cette thèse porte sur son extension à un paradigme plus large. Une première étape consiste à prendre en compte des durées d’impulsions laser plus élevées pour maintenir une bonne résolution télémétrique tout en offrant la possibilité d’utiliser une gamme de sources laser plus exhaustive. La seconde étape concerne l’adaptation du mouvement relatif des cibles et de la plateforme dans CRISPS-3D. Notons que peu d’études considèrent le mouvement pendant une acquisition modulée pour l’application du compressive sensing. Les effets potentiels sur la reconstruction sont parfois incertains et il est nécessaire de les appréhender pour pouvoir les corriger. Dans cette thèse, nous proposons une méthode de reconstruction en supposant que le mouvement est suffisamment régulier pour que l’on puisse l’estimer et le corriger localement même avec très peu d’acquisitions. Notre méthode est démontrée et validée pour des translations et des rotations dans les plans parallèles au plan focale de la caméra.
Les imageurs actifs 3D embarqués sont de plus en plus utilisés dans de nombreuses applications. La présente thèse expose une approche nouvelle dédiée au traitement de données d’imageurs actifs 3D à comptage de photons en tenant compte du mouvement. Notre méthode s’avère être particulièrement pertinente dans le cadre d’applications embarquées. |
Embedded long-range active imaging systems beyond 10 km at SWIR wavelengths benefits many applications. Most suitable cameras are constituted of photon-counting GmADP arrays integrated into active 3D systems. However, lateral resolution is limited by small number and large size of pixels compared to passive sensors.
The objective is to improve lateral resolution of 3D photon-counting imagers. A complete signal processing pipeline (CRISPS-3D) is developed to apply compressive sensing to acquired 3D-data. Compressive sensing increases lateral resolution of those imagers while limiting the impact on framerate as opposed traditional scanning methods. Compressive sensing methods are mostly limited to single-pixel active or passive imaging.
CRISPS-3D pipeline is initially defined for short laser pulses. Then, we focus on its extension. A first step consists in considering longer pulse-duration to maintain sensor depth-resolution with wider range of laser sources. The second step concerns the adaptation of CRISPS-3D to relative motion between sensors and targets. A handful of works consider motion during a modulated acquisition to apply compressive sensing. The potential effects on the reconstruction are hard to predict. Compensating for them relies on effects propagation understanding. This reconstruction method supposes motion to be sufficiently smooth. Under this assumption, motion is locally estimated and compensated even with few acquisitions. The method is demonstrated and validated for translations and rotations in planes parallel to the image-plane.
Embedded active imagers are increasingly used in 3D-applications. This thesis describes a new approach dedicated to process data from photon-counting imagers with motion. Our method is optimized for embedded applications. |