Transcript Diffuse
Mesure de la visibilité météorologique par imagerie : Une approche modèle
R.Babari N.Hautière
6-10 juin 2011
E.Dumont
N.Paparoditis²
UniversitéParis-Est,LEPSIS,IFSTTAR ,58bdLefebvre75732Paris-France ² UniversitéParis-Est,MATIS,IGN.
73avenuedeParis94160SAINTMANDÉ-France
I-1 - Contexte • Par temps de brouillard ou de brume, la visibilité est réduite et représente une source de paralysie pour les transports. Les accidents sont plus nombreux et plus grave.
• Les stations météorologiques et les aéroports sont équipés d’instruments rares et coûteux pour mesurer la visibilité (10.000 €), • Problème multinationales : 700 décès annuels liés au phénomènes de brouillard aux États-Unis, 100 en France, • IFSTTAR (ex LCPC/INRETS) cherche à exploiter les milliers de caméras de surveillance à faible coût (100 €) déjà installées dans le réseau routier pour estimer la visibilité et informer les usagers des limitations de vitesse à respecter, • METEO-France vise à intégrer ces informations de visibilité météorologique dans ses modèles de prévision.
Plan
• Contexte
– Physique de la visibilité – Méthodes d’estimation de la visibilité (état de l’art)
• Méthode proposée
– Acquisitions d’images – Proposition d’une nouvelle méthode
• Résultats • Conclusion
16 minutes
II -1- Physique de la visibilité : Transparence de l’atmosphère
• Le facteur extinction «k» dépend de la densité et de la taille des gouttelettes d'eau et des particules Soleil Diffusion de la lumière Camera à faible coût Distance « d » •. Luminance d’un objet
L
L 0 e -kd
L f (1 e -kd )
•. extinction de l’atmosphère • Effet de voile atmosphérique [Koschmieder] 3/16
II -1- Physique de la visibilité
• [Duntley] a donné une loi d’atténuation des contrastes dans l’image :
C
L
1
L f L f
C
0 .
e
k
.
d
• V Met correspond à la plus grande distance pour laquelle un objet noir Lb=0 sur fond du ciel Lf de dimension convenable peut être reconnu avec un contraste C de 5%.
• C/C0=0.05 correspond à distance de visibilité Vmet =3/k • 1.
2.
V Met est mesurée : Par appareil optique (visibilimètre) Par caméra en faisant des hypothèses sur la distance d de la scène.
• Modèle 3d de la route, • Présence de points d’intérêts dont on connaît la distance, • Distribution uniforme de points 3d dans la scène.
4/16
II -3- Mesure physique de la visibilité
• Le transmissiomètre exploite l’extinction d’un rayon lumineux au cour de son trajet,
Fig : Schéma de principe de fonctionnement d’un transmissiomètre Fig : Schéma de principe de fonctionnement d’un diffusiomètre
• Le diffusomètre mesure l’intensité lumineuse d’un faisceau lumineux envoyé par une source et rétro diffusée par l’atmosphère, • Coût très élevé de l’ordre de
8.000€
•
10% d’erreur
de mesure sur une plage de 0- 50km 6/16
II -4- Méthodes d’estimation de la visibilité de jour par caméra
• Visibilité sur plusieurs km : Corrélation entre des caractéristiques dans l’image et la V précision donnée ).
Met ( Aucune •
Visibilité routière : 0-400 m avec une précision de 10 % USA
: projet Clarus (FHWA-
MIT
) - Estimateurs à partir des caractéristiques de l’image -Décision en logique floue
Quartes classes
de visibilité (1km - 5km – 10km) -
Européen
Project SafeSpot: Hautière et al.
-Détection des marquage de la route (> 5%) • •
JAPAN
: Caractéristiques fréquentielles de l’image (WIPS) identification de faible visibilité Corrélation avec des données réels : 0.86
• Hypothèses : - route plane - La calibration de la caméra est nécessaire
Notre objectif est de proposer une estimation de la visibilité Avec précision et sur plusieurs kilomètres
7/16
III -1- Acquisitions d’images et de données à Trappes
Fig : Des images avec différents conditions d’ éclairage, présence d'ombres et conditions nuageuses, • Site instrumenté de
Météo France à Trappes
– Visibilité DF320 (DEGREANE HORIZON) (0 à 35km) – Éclairement LU320 (0 à 10000 lux) • Installation d'une caméra – 640 x 480 – 8 bits/pixel • Appariement des données météorologiques avec les images Fig : Variation de la luminance et de la visibilité météorologique durant trois jours d’observation 8/16
III -2- Gradient et V
met : recherche d’une corrélation
• Nous cherchons une corrélation entre le gradient dans l‘image et la distance de visibilité mesuré durant l’acquisition de cette image.
• Le gradient vient de : -discontinuités en profondeur, - discontinuités dans l'orientation de surfaces - les changements dans les propriétés du matériau et Fig : Gradient dans l’image Bonne visibilité -les variations dans l'illumination.
• Nous calculons le gradient de l’intensité centré en chaque pixel Fig : Gradient dans l’image : visibilité réduite par le brouillard
E L
i
0
j H W
0
G i
,
j
9/16
III -3- Pourquoi les surfaces diffuses ?
Dans les zones lambertiennes de l’image, le gradient est invariant au changement d’illumination. Le gradient ne variera qu’en fonction des conditions de visibilité.
L 1 L 2 L f
1 2 .
.
E
E E
Diffuse (bois) Spéculaire (miroir) Comportement quelconque (route)
•
A une distance « d » et pour une visibilité « V » : G
( 2 1 ).
e
k
.
d G i
,
j
(
i
,
j
).(
e
k
.
d
) .
10/16
III-4-Recherche de surfaces diffuses dans la scène?
• Nous attribuons la corrélation temporelle entre l'illumination globale et la luminance d'un pixel, comme la confiance que le pixel appartient à une zone diffuse de la scène.
Spéculaire Diffuse Diffuse Spéculaire P i
,
L j
corr
(
L i
,
j
,
L scène
) •
Nous ne supposons pas que toutes les surfaces ont un comportement diffus, mais nous les sélectionner dans l'image.
11/16
IV -1- Proposition d’une nouvelle methode
E L
i
0
j H W
0
G i
,
j A
.
P i
,
L j
Fig : Module du gradient de Sobel dans l’image : convolution de l’image avec la dérivée première de la gaussienne Fig : Probabilité pour que la surface soit lambertienne : présente la matrice des plus forte corrélation avec le changement d'éclairage global dans le temps. 12/16
IV -2- Contribution principale
E L
i
0
j H W
0
G i
,
j E L
i
0
j H W
0
G i
,
j A
.
P i
,
L j
Fig : Données entre le module du gradient de Sobel pris sur tout l’image et la visibilité Météorologique (dispersées) Fig : Données entre le module du gradient de Sobel pris sur les zones lambertiennes de l’image et la visibilité météorologique • L’
amélioration
que nous apportons permet d’avoir une estimation non dispersée et donc
plus précise
, • plus stable en fonction des variations de l’éclairement et donc une mesure
reproductible
.
13/16
V –1-Modèle de l’histogramme normalisé des distances : « H »
E L
i
0
j H W
0
G i
,
j
.
P i
,
L j (1) E L
i W H
0 0
j E S L
d
max
i
0 (
i
,
j
).(
e
3
d V
(
i
, (
t
)
j
)
( ).(
e
3
d
) .
P
(
i
,
H i j
)
(2) (3) (4)
14/16
V -2-Résultats et précision
R²=0,95
E L
i
0
j H W
0
G i
,
j
.
P i
,
L j
Application Range de visibilité ΔV/V Brouillard 0-1 km
25 %
Brume 1-5 km
26 %
Qualité de l’atm 5-16 km
33 %
Corrélation R 2 0.95
15/16
V -Conclusion
• • • • • Nous proposons une méthode qui relient la visibilité météorologique à la somme des gradients de Sobel des surfaces Lambertiennes (diffuses) , nous avons démontré et validé que cet estimateur que nous proposons est robuste aux changements d'éclairage en se comparant à des données réelles de visibilimètres, Notre méthode est déployable sur le réseau de caméras déjà installées le long du réseau routiers et donc peut avoir un impact sur la sécurité de la circulation à faible coût.
– Une fois déployé, notre concept devrait accroître la qualité et la précision spatiale de l'information de visibilité: peuvent se nourrir dans les systèmes de prévisions météorologiques.
– peut informer les conducteurs des limites de vitesse dans des conditions de faible visibilité.
Ce travail a donné à la fois une base théorique et pratique d'envisager le déploiement de notre "futur visibilitimeter routier en temps réel" capable de sauver des vies humaines.
16/16
Perspectives
Merci Vos questions?
Résumé :
La mesure de la visibilité météorologique est un élément important pour la sécurité des transports routiers et aériens. Nous proposons dans cette présentation un estimateur de visibilité météorologique par une caméra fixe, basé sur le module du gradient sélectionné dans des zones dont le comportement suit une loi de réflexion de Lambert vis à vis des conditions d’éclairage. La réponse de cet estimateur est issue d’une modélisation basée sur l’hypothèse de l’uniformité des profondeurs dans la scène et calibrée avec des données provenant de visibilimètre. Les résultats sont ensuite comparés avec des données référence et donnent une erreur moyenne de 30 % pour 160 images prises dans différentes conditions d’éclairage de jour (10 à 8000 cd/m2 ) et de visibilité (jusqu’à 16 km). Titre de la présentation : Mesure robuste de la visibilité météorologique par caméra routière Résumé : La mesure de la visibilité météorologique est un élément important pour la sécurité des transports routiers et aériens.
Nous proposons dans cette présentation un estimateur de visibilité météorologique par une caméra fixe, basé sur le module du gradient sélectionné dans des zones dont le comportement suit une loi de réflexion de Lambert vis à vis des conditions d’éclairage. La réponse de cet estimateur est issue d’une modélisation basée sur l’hypothèse de l’uniformité des profondeurs dans la scène et calibrée avec des données provenant de visibilimètre. Les résultats sont ensuite comparés avec des données référence et donnent une erreur moyenne de 30 % pour 160 images prises dans différentes conditions d’éclairage de jour (10 à 8000 cd/m2 ) et de visibilité (jusqu’à 16 km).
.
Publications :
• Babari, R., Hautière, N., Dumont, E. and Paparoditis, N. Mesure robuste de la visibilité météorologique par caméra . In
MajecSTIC 2010, Bordeaux, France
, 2010. • Hautière, N., Babari, R., Dumont, E., Brémond, R. and Paparoditis, N. Estimating Meteorological Visibility using Cameras: A Probabilistic Model-Driven Approach . In
Asian Conference on Computer Vision (ACCV'10), Queenstown, New Zealand
, 2010. • Babari, R., Hautière, N., Dumont, E., Paparoditis, N. and Misener, J. Visibility Monitoring Using Conventional Roadside Cameras: Shedding Light on and Solving Multinational Road Safety Problem . In
Transportation Research Board Annual Meeting Compendium of Papers, Washington, D.C., USA
, 2011. • Babari, R., Hautière, N., Dumont, E. and Paparoditis, N. Mesure de la visibilité météorologique par imagerie : Une approche modèle.
In
ORASIS 2011, Praz-sur-Arly, France
, 2011.