Estimation du mouvement par assimilation de données dans des modèles dynamiques d'ordre réduit

• Main Author: Drifi, Karim
• Language: FRE
• Published: Université Pierre et Marie Curie - Paris VI 2013
• Subjects: [INFO:INFO_MO] Computer Science/Modeling and Simulation; Estimation du mouvement; Assimilation de données; Assimilation d'images; Modèle réduit; Décomposition orthogonale propre
• Online Access: http://tel.archives-ouvertes.fr/tel-00846688; http://tel.archives-ouvertes.fr/docs/00/84/66/88/PDF/These-Drifi.pdf

L'estimation du mouvement est un sujet fondamental pour l'interprétation de séquences d'images. Cette thèse concerne l'étude de la dynamique des écoulements géophysiques visualisée par l'imagerie satellitaire. Une bonne compréhension de ces écoulements géophysiques permet l'analyse et la prévision des phénomènes, par exemple en océanographie et en météorologie. L'assimilation de données constitue le cadre idéal pour prendre en compte de manière optimale les diverses sources d'informations disponibles et en particulier les modèles numériques et les données. On se propose donc, dans cette thèse, d'appliquer des méthodes d'assimilation variationnelles de données, dites4D-Var, pour estimer le mouvement sur les séquences d'images. Une des limitations des techniques 4D-Var est l'importance du temps de calcul et de la mémoire nécessaire lors de leur application. Nous nous proposons, dans ce document, de définir une méthodologie basée sur la réduction de modèle afin de réduire ces limitations de façon significative. Nous étudions les possibilités qu'offre la réduction d'un modèle dynamique pour estimer le mouvement, en particulier afin d'imposer des contraintes issues de la physique aux solutions calculées. Différentes réductions sont discutées, au moyen d'une décomposition orthogonale propre, sur une base sinus pour un mouvement à divergence nulle, ou sur une base dédiée au domaine spatial étudié. Dans chaque cas, les résultats d'expériences synthétiques et sur des données satellite sont présentés