[001] L'invention concerne un procédé d'identification d'une ombre générée par une cible réelle dans une image à deux dimensions d'un sonar. L'invention concerne également un procédé de détection de faux-positifs qui met en œuvre le procédé d'identification précédent. Enfin, l'invention a également pour objet un dispositif et un support d'enregistrement d'informations pour la mise en œuvre de ce procédé d'identification.

[002] Une image sonar à deux dimensions se présente sous la forme d'une matrice de plusieurs lignes et de plusieurs colonnes de pixels. Typiquement, cette image comporte :

- au moins une tache, dite « brillante », générée par la réflexion d'une onde acoustique émise par un émetteur du sonar directement sur une face de la cible réelle, et

- des pixels, dits « sombres », correspondant chacun à une absence de réflexion de l'onde acoustique émise par l'émetteur du sonar.

[003] Des procédés connus d'identification de l'ombre générée par une cible réelle dans une image d'un sonar comportent :

a) la construction d'une zone de recherche qui délimite une partie de l'image du sonar à l'intérieur de laquelle l'ombre de la cible réelle doit être identifiée, cette zone de recherche contenant des pixels sombres ainsi que des pixels parasites qui ne sont pas des pixels sombres,

b) la sélection d'un groupe de pixels immédiatement contigus les uns aux autres et uniquement situés à l'intérieur de la zone de recherche construite, puis

c) la comparaison des caractéristiques des pixels sombres situés à l'intérieur du groupe sélectionné à un jeu prédéterminé de conditions discriminantes, et

d) si les caractéristiques des pixels sombres à l'intérieur du groupe sélectionné satisfont ce jeu prédéterminé de conditions discriminantes, l'identification de ce groupe de pixels comme étant l'ombre de la cible et, dans le cas contraire, l'absence d'identification de ce groupe de pixels comme étant l'ombre de la cible.

[004] Par exemple, un procédé connu d'identification d'une ombre d'une cible réelle est divulgué dans la demande FR2717269.

[005] Dans ces procédés connus, ce sont les étapes b) et c) qui sont les plus complexes et qui sont les plus longues à exécuter. Par exemple, la demande FR2717269 propose d'utiliser de nombreuses conditions discriminantes différentes et un discriminateur Bayesien pour distinguer le cas où le groupe sélectionné de pixels correspondant à une ombre de la cible réelle du cas où ce groupe sélectionné ne correspondant pas à l'ombre de la cible réelle.

[006] Pour accélérer l'exécution des étapes b) et c), il a déjà été proposé de limiter le nombre de pixels traités lors de ces étapes en limitant la recherche de l'ombre à une partie restreinte de l'image entière appelée « zone de recherche ». Par exemple, la demande FR2717269 propose de construire des zones de recherche rectangulaires contenant à la fois la tache brillante et une zone d'ombre. Toutefois, cette demande FR2717269 ne décrit pas précisément comment construire cette zone de recherche rectangulaire. Or, en pratique, la construction d'une telle zone de recherche rectangulaire est difficile, car il faut, si possible, concilier les deux objectifs contradictoires suivants :

- Objectif 1) : la zone de recherche rectangulaire doit être aussi petite que possible. En effet, grâce à cela, le nombre de pixels à traiter est réduit et le temps d'exécution des étapes b) à d) est raccourci. Par contre, la probabilité que l'ombre recherchée se trouve en dehors de cette zone de recherche et ne puisse donc pas être identifiée augmente. Ainsi, diminuer la taille de la zone de recherche décroit la fiabilité du procédé d'identification.

- Objectif 2) : Avoir une grande zone de recherche. En effet, cela diminue la probabilité que l'ombre recherchée soit en dehors de cette zone et augmente donc la fiabilité du procédé. Par contre, une grande zone de recherche rectangulaire comporte un grand nombre de pixels à traiter, ce qui ralentit l'exécution des étapes b) et c). De plus, une grande zone de recherche comporte nécessairement, en plus des pixels sombres, un grand nombre de pixels qui n'appartiennent pas à l'ombre recherchée. Il est donc plus difficile d'identifier une ombre dans une grande zone de recherche contenant un grand nombre de pixels autres que les pixels sombres. Ainsi, généralement, une grande zone de recherche impose également l'utilisation de conditions discriminantes plus nombreuses et plus complexes.

[007] De l'état de la technique est également connu de :

- J.M. Bell et Al, « Extraction and Classification of Objects from Sidescan Sonar », IEE Workshop on non-linear and non-gaussian signal processing, 2002-01-07,

- Scott Reed et Al, « An Automatic Approach to the détection and Extraction of Mine Features in Sidescan Sonar », IEEE Journal of Oceanic Engineering, IEEE Service Center, Piscataway, NJ, US, vol. 28, n°l, 2003-01-01

- Raquel Fandos et Al, « Optimal Feature Set for Automatic Détection and Classification of Underwater Objects in SAS Images », IEEE Journal of Selected

Topics in signal processing, vol. 5, N°3, 2011-06-01 ;

- WO2014/067684A1.

[008] L'invention vise à proposer un procédé d'identification de l'ombre d'une cible réelle dans une image à deux dimensions d'un sonar, qui permettent d'accélérer l'exécution des étapes b) à d) sans augmenter la probabilité de ne pas trouver l'ombre de cette cible réelle. Elle a donc pour objet un procédé d'identification conforme à la revendication 1.

[009] Dans le procédé ci-dessus, la zone de recherche est systématiquement suffisamment grande pour contenir entièrement l'ombre de la cible réelle. En effet, cette zone de recherche s'élargit au fur et à mesure que l'on s'éloigne de la tache brillante de la même manière qu'une ombre d'une cible réelle est d'autant plus large qu'elle est éloignée de la cible réelle. Ainsi, la zone de recherche construite ne diminue pas la fiabilité du procédé d'identification. De plus, la zone de recherche construite, à fiabilité égale avec les procédés connus, est plus petite ce qui permet d'accélérer l'exécution des étapes b) à d). En effet, on exploite ici le fait que l'ombre d'une cible ne peut pas être en dehors du secteur angulaire de détection et donc qu'il n'est pas nécessaire d'élargir la recherche au-delà des bords de ce secteur angulaire de détection. Ainsi, la zone de recherche construite dans le procédé ci-dessus permet de limiter plus efficacement le nombre de pixels à traiter lors des étapes b) à d) sans pour autant augmenter la probabilité de ne pas trouver l'ombre de la cible réelle. En particulier, le procédé ci-dessus permet d'identifier l'ombre d'une cible réelle même si cette ombre n'est pas directement accolée à l'arrière de la tache brillante correspondant à la cible réelle dans l'image du sonar. Ce procédé est donc applicable même si la cible réelle se trouve entre deux eaux.

[0010] Les modes de réalisation de ce procédé d'identification peuvent comporter une ou plusieurs des caractéristiques des revendications dépendantes.

[0011] Ces modes de réalisation du procédé d'identification présentent en outre les avantages suivants :

- L'utilisation de premiers masques dont les dimensions augmentent au fur et à mesure que l'on s'éloigne de la tache brillante permet de restreindre encore plus le nombre de pixels à traiter lors des étapes b) à d). De plus, cette diminution du nombre de pixels à traiter ne se fait pas au détriment de la fiabilité du procédé. En effet, par construction, chaque premier masque permet de sélectionner un groupe de pixels allant d'un bord à l'autre du secteur angulaire de détection. Ainsi, lorsque le groupe de pixels sélectionné par un premier masque contient l'ombre de la cible réelle, le nombre de pixels parasites contenus à l'intérieur du masque est faible par rapport au nombre de pixels sombres. Dès lors, la comparaison des caractéristiques des pixels sombres au jeu prédéterminé de conditions discriminantes est facilitée. De plus, puisque tous ces premiers masques ont la même forme à un facteur d'échelle près, les dimensions des premiers masques n'ont pas d'influence sur l'évaluation du jeu de conditions discriminantes. - Utiliser en tant que premier masque un homothétique de l'enveloppe convexe de la tache brillante permet de limiter le nombre de pixels parasites contenus à l'intérieur du groupe sélectionné de pixels lorsque ce masque se trouve exactement à la position de l'ombre de la cible réelle. Par conséquent, cela améliore la fiabilité du procédé d'identification.

- Choisir la valeur R _Em ax supérieur à deux permet de rechercher une ombre éloignée de la tache brillante et donc d'identifier l'ombre d'une cible réelle située entre deux eaux.

- Utiliser un second masque particulier construit en fonction de la forme de la tache brillante et accolée juste derrière cette tache brillante permet d'augmenter la fiabilité de la détection de l'ombre d'une cible réelle qui repose directement sur le fond. En effet, ce second masque permet de sélectionner un groupe de pixels qui maximise le ratio entre le nombre de pixels sombres contenus dans ce groupe et le nombre total de pixels parasites contenus dans ce même groupe. Etant donné que la proportion de pixels parasites dans le groupe sélectionné est minimisée, la fiabilité du procédé d'identification est accrue.

- Utiliser en tant que condition discriminante une condition sur la proportion de pixels sombres contenus à l'intérieur du groupe de pixels par rapport au nombre total de pixels contenus à l'intérieur de ce groupe permet d'obtenir un procédé d'identification de l'ombre extrêmement robuste vis-à-vis du bruit généré par l'environnement extérieur ou par le sonar lui-même.

- Utiliser en tant qu'enveloppe extérieure de la tache brillante son enveloppe convexe permet d'augmenter la fiabilité du procédé d'identification d'une ombre.

[0012] L'invention a également pour objet un procédé de détection d'un faux-positif dans une image à deux dimensions d'un sonar.

[0013] L'invention a également pour objet un support d'enregistrement d'informations comprenant des instructions pour l'exécution d'un procédé ci-dessus, lorsque ces instructions sont exécutées par un calculateur électronique.

[0014] Enfin, l'invention a également pour objet un dispositif d'identification d'une ombre d'une cible réelle dans une image à deux dimensions d'un sonar.

[0015] L'invention sera mieux comprise à la lecture de la description qui va suivre, donnée uniquement à titre d'exemple non limitatif et faite en se référant aux dessins sur lesquels :

- la figure 1 est une illustration schématique et en coupe verticale d'un système d'acquisition d'une image d'un sonar ;

- la figure 2 est une illustration schématique d'une image d'un sonar acquise à l'aide du système de la figure 1 ; - la figure 3 est une illustration schématique d'un dispositif de traitement de l'image de la figure 2 ;

- la figure 4 est un organigramme d'un procédé de traitement de l'image de la figure 2 mis en œuvre par le dispositif de la figure 3 ;

- la figure 5 est une illustration schématique et en taille agrandie d'un détail de l'image de la figure 2.

[0016] Dans ces figures, les mêmes références sont utilisées pour désigner les mêmes éléments.

[0017] Dans la suite de cette description, les caractéristiques et fonctions bien connues de l'homme du métier ne sont pas décrites en détail.

[0018] La figure 1 représente un système d'acquisition d'une image d'une scène sous-marine. Ce système 2 comporte un sonar 4. A titre d'illustration, le sonar 4 est monté sur la partie immergée de la coque d'un bateau 6. Le bateau 6 peut être un catamaran. Le bateau 6 navigue à la surface d'une étendue d'eau 8. L'étendue d'eau 8 peut être celle d'un lac, d'un canal, de la mer ou d'un bassin d'une station d'épuration ou similaires.

[0019] Sous la surface de l'étendue d'eau 8, se trouve un fond 10. Le fond 10 est situé, généralement, à plus de 3 m ou 5 m ou 10 m sous la surface de l'eau. Ici, le fond 10 se trouve à moins de 50 m ou 30 m sous la surface de l'eau. Ce fond 10 peut être de différentes natures. Par exemple, il peut être rocailleux ou vaseux ou composé de matériaux artificiels tels que du béton.

[0020] Sur le fond 10 ou entre deux eaux, on trouve des cibles dont on cherche à détecter la présence et, si possible, à les identifier.

[0021] Pour simplifier la représentation graphique, seule une cible 12 a été représentée sur la figure 1. La cible 12 est une cible qui flotte entre deux eaux, c'est- à-dire qu'elle est située entre le fond 10 et la surface de l'eau et ne repose pas directement sur le fond 10. Par exemple, elle est située à au moins 5 cm ou 1 m au- dessus du fond 10. A titre d'illustration, elle est également située à moins de 5 m du fond 10.

[0022] La cible 12 peut être un objet fabriqué par l'homme comme une mine, une bombe, ou des détritus comme un pneu ou une carcasse de voiture. La cible 12 peut aussi être le corps d'un animal ou d'un être humain. Chaque cible présente une face susceptible de réfléchir une onde acoustique émise par un émetteur du sonar 4. Cette face réfléchissante présente une surface généralement d'au moins 20 ou 100 cm ² et, de préférence, supérieure à 500 cm ² ou 1 m ² . Toutefois, généralement, la surface de la face réfléchissante est petite devant la surface du fond 10 à balayer par un faisceau du sonar 4. Par exemple, la surface de la face réfléchissante est inférieure à 10 m ² ou 5 m ² .

[0023] Ici, la cible 12 a la forme d'une sphère de 10 cm à 50 cm de rayon. [0024] Le sonar 4 comporte :

- un émetteur 20 d'une onde acoustique 22, et

- un hydrophone 24 qui acquiert les réflexions de l'onde 22 sur les cibles rencontrées et sur le fond 10.

[0025] Pour simplifier la figure 1, seule la réflexion 26 de l'onde 22 sur la cible 12 est représentée.

[0026] L'onde 22 présente typiquement un front d'onde sphérique qui se propage à l'intérieur d'un cône 28 de propagation dont le sommet est l'émetteur 20. Le cône 28 est un cône de révolution. Pour balayer une surface large avec l'onde 22, l'angle entre une génératrice du cône 28 et son axe de révolution est typiquement supérieur à 5° ou 10° ou même supérieur à 20°. Typiquement, cet angle est également strictement inférieur à 180° et généralement inférieur à 150 ou 120°.

[0027] La scène dont une image est acquise par le sonar 4 est constituée de l'ensemble des éléments se trouvant à l'intérieur du cône 28. Elle comporte donc notamment la cible 12 et une partie du fond 10.

[0028] A partir des mesures de l'hydrophone 24, le sonar 4 génère une image 30 enregistrée dans une mémoire 32. L'image 30 est une matrice de pixels disposés sur plusieurs lignes et sur plusieurs colonnes. Typiquement, l'image 30 comprend plus de 10 ou 100 lignes et plus de 10 ou 100 colonnes de pixels. Chaque pixel est associé à un niveau de gris, c'est-à-dire à une intensité lumineuse. Ici, l'intensité lumineuse de chaque pixel peut varier entre le blanc et le noir. L'intensité lumineuse proche du noir indique une absence ou une quasi-absence de réflexion de l'onde 22 par la face réfléchissante située à l'emplacement de ce pixel. A l'inverse, une intensité lumineuse proche ou égale au blanc indique une très bonne réflexion de l'onde 22 par la face réfléchissante située à l'emplacement de ce pixel. L'emplacement d'un pixel dans l'image 30 est représentatif de la position de la face réfléchissante par rapport à l'émetteur 20.

[0029] La figure 2 représente plus en détail l'image 30. Ici, l'image 30 est rectangulaire. L'image 30 comporte un secteur angulaire 34 à l'intérieur duquel sont situés les pixels qui correspondent chacun à une face réfléchissante susceptible d'être exposée à l'onde 22. En dehors de ce secteur angulaire 34, aucune mesure n'est réalisée par l'hydrophone 24. Les zones en dehors du secteur angulaire 34 sont donc des zones aveugles. Ici, ces zones aveugles sont hachurées et portent respectivement les références 36 et 38.

[0030] Le sommet du secteur angulaire 34 est situé sur le bord inférieur de l'image 30 et porte la référence E. Ce sommet E correspondant à la projection orthogonale, dans le plan de l'image 30, de la position du sommet du cône 28. L'angle de ce secteur angulaire 34 au niveau du sommet E est typiquement supérieur à 5° ou 10° et de préférence supérieur à 20° ou 50°. [0031] Dans l'image 30, les cibles réelles correspondent à des taches brillantes, c'est-à-dire à des amas de pixels brillants. Les pixels brillants ainsi que des pixels sombres sont définis plus précisément en référence au procédé de la figure 4.

[0032] A titre d'illustration, l'image 30 comporte 4 taches brillantes 40 à 43 dans la figure 2. Ici, la tache brillante 40 est causée par la réflexion de l'onde 22 sur la cible 12. Les taches 41 et 42 sont causées par la réflexion de l'onde 22 sur des cibles disposées sur le fond 10. Les taches brillantes peuvent aussi être causées par un artefact de mesure et non pas par la réflexion de l'onde 22 sur une cible réelle. Pour illustrer un tel artefact, une tache brillante 43 ne correspondant à aucune cible réelle est représentée dans l'image 30.

[0033] L'image 30 comporte aussi des taches dites « sombres », c'est-à-dire des amas de pixels sombres. Les pixels sombres correspondent à des emplacements de la scène photographiée par le sonar 4 qui n'ont pas ou presque pas réfléchi l'onde 22.

[0034] Normalement, chaque cible réelle génère aussi une tache sombre dans l'image 30. En effet, une cible réelle bloque la propagation de l'onde 22 et occulte une partie du fond 10. Cette tache sombre créée par une cible réelle est par la suite appelée « ombre ». Dans cette description, une ombre est dite « associée » à une tache brillante si cette ombre et cette tache brillante sont générées par une même cible réelle.

[0035] Pour les cibles correspondant à un objet réel en sailli sur le fond 10 ou entre deux eaux, l'ombre est systématiquement derrière la tache brillante créée par cette cible réelle dans la direction de propagation de l'onde 22. Si la cible réelle repose directement sur le fond 10, l'ombre est directement accolée à la tache brillante générée par cette cible. Ainsi, dans l'image 30, les taches brillantes 41 et 42 sont accolées respectivement à des ombres 44 et 45.

[0036] Si la cible, comme dans le cas de la cible 12, est située entre deux eaux, l'ombre de cette cible réelle est séparée de son ombre par un bandeau de pixels. Ce bandeau de pixels correspond à la réflexion de l'onde 22 sur le fond 10. Il s'agit donc d'un bandeau essentiellement composé de pixels qui ne sont ni des pixels sombres ni des pixels brillants. La largeur de ce bandeau, dans la direction de propagation de l'onde 22, est typiquement supérieure à la largeur d'un ou plusieurs pixels contigus. Ainsi, dans l'image 30, la tache brillante 40 est séparée de son ombre 45 par un tel bandeau de pixels qui ne sont ni des pixels brillants, ni des pixels sombres.

[0037] La tache brillante 43 est seulement créée par un artefact de mesure et n'est donc pas associée à une ombre dans l'image 30.

[0038] De même qu'une tache brillante peut être causée par un artefact de mesure, une tache sombre peut aussi être créée par un artefact de mesure. Ceci est illustré dans l'image 30 par la tache sombre 46. Contrairement aux autres taches sombres, la tache sombre 46 ne se situe pas derrière une tache brillante et ne peut donc pas correspondre à une ombre d'une cible réelle.

[0039] Le sonar 4 a une portée limitée au-delà de laquelle il n'est plus possible de discerner les ondes réfléchies par une cible du bruit de fond de mesure. Ici, cette limite au-delà de laquelle les mesures du sonar 4 ne sont pas significatives est représentée sur l'image 30 par une limite 48 en forme d'arc de cercle centré sur le sommet E et de rayon D _ma x.

[0040] Classiquement, les images d'un sonar sont très bruitées, c'est-à-dire qu'en plus des artefacts de mesure, il existe de nombreux pixels parasites même au sein d'une tache brillante ou d'une tache sombre. Ainsi, des pixels brillants d'une tache brillante peuvent être séparés les uns des autres par des pixels sombres ou des pixels dont le niveau de gris correspond au fond 10 ou à un bruit de fond. De même, des pixels sombres d'une même tache sombre peuvent être séparés les uns des autres par des pixels brillants ou des pixels dont les niveaux de gris correspondent au fond 10 ou à un bruit de fond. A cause des artefacts de mesure et des pixels parasites, il est difficile de discerner sans expérience une tache brillante correspondant à une cible réelle d'une tache brillante causée par un artefact de mesure. Par la suite, une tache brillante causée par un artefact de mesure est aussi appelée un « faux-positif », c'est-à-dire que cette tache brillante ne correspond à aucune cible réelle.

[0041] La figure 3 représente un dispositif 50 de traitement d'une image sonar. Ce dispositif est notamment apte à détecter automatiquement des faux-positifs dans une image sonar de manière à faciliter l'identification des cibles réelles dans cette image. Ici, le dispositif 50 comporte :

- une mémoire 52 dans laquelle sont enregistrées la ou les images à traiter, et

- un calculateur électronique 54 programmable, apte à exécuter des instructions enregistrées dans la mémoire 52 pour exécuter le procédé de la figure 4.

[0042] Ici, le dispositif 50 comporte également une interface homme-machine 56. L'interface homme-machine 56 inclut, par exemple, un écran pour afficher l'image sonar traitée. L'image 30 est enregistrée dans la mémoire 52.

[0043] Le fonctionnement du dispositif 50 va maintenant être décrit à l'aide du procédé de la figure 4 et de l'illustration de la figure 5 dans le cas particulier de l'image 30.

[0044] Lors d'une étape 60, initialement, l'image 30 est acquise par le sonar 4. Pour cela, lors de l'étape 60, l'émetteur 20 émet l'onde acoustique 22 vers le fond 10 et l'hydrophone 24 enregistre les réflexions de l'onde 22 sur les différents éléments situés à l'intérieur du cône 28 de propagation. L'image 30 est construite à partir de ces mesures et enregistrée dans la mémoire 32. [0045] Ensuite, on procède au traitement de l'image 30. Pour cela, l'image 30 est transférée de la mémoire 32 vers la mémoire 52.

[0046] Lors d'une étape 62, le calculateur 54 détermine automatiquement les valeurs d'un seuil haut S _H et d'un seuil bas S _B , à partir des niveaux de gris des pixels de l'image 30. Ces seuil S _H et S _B sont utilisés pour identifier les pixels brillants et les pixels sombres dans l'image 30. À cet effet, ici, le calculateur 54 construit un histogramme cumulé des niveaux de gris des pixels contenus à l'intérieur du secteur angulaire 34 et situés entre le sommet E et la limite 48. L'histogramme cumulé indique pour chaque valeur d'un niveau de gris, le nombre de pixels de l'image 30 dont la valeur du niveau de gris est inférieure ou égale à cette valeur. Typiquement, les valeurs de niveau de gris sont situées sur l'axe des abscisses et le nombre de pixels est situé sur l'axe des ordonnées. On obtient donc une courbe qui croit continûment de la gauche vers la droite, c'est-à-dire de la valeur correspondant au noir jusqu'à la valeur correspondant au blanc.

[0047] Ensuite, le calculateur 54 approxime cette courbe par une succession de trois segments rectilignes successifs mis bout à bout. La position des extrémités de ces trois segments est déterminée pour minimiser l'écart vertical entre la courbe et ces trois segments. Par exemple, pour cela, une ligne brisée qui est initialement composée d'un seul segment joignant les deux points extrêmes de la courbe est construite. Ensuite, pour chaque segment, le calculateur 54 recherche le point de l'arc de courbe le plus éloigné de celui-ci, c'est-à-dire le point pour lequel la distance verticale entre la courbe et ce segment est la plus grande. Ainsi, pour chaque segment, on obtient un point « le plus éloigné ». Parmi ces différents points les plus éloignés, le calculateur 54 sélectionne celui qui correspond à la distance verticale la plus grande ainsi que le segment correspondant. Le calculateur 54 remplace alors le segment sélectionné par un premier et un second segments. Le premier segment part du point initial du segment sélectionné et arrive au point sélectionné, Le second segment part du point sélectionné et arrive au point final du segment sélectionné. Cela permet de passer d'une ligne brisée de N segments à une ligne brisée de N+l segments. Dans le cas présent, le calculateur 54 arrête l'itération de ce processus dès que la ligne brisée comporte trois segments. Ensuite, la valeur du seuil S _H est prise égale, à plus ou moins 5 % près ou à plus ou moins 10 % près, à la valeur de l'abscisse de l'extrémité droite du segment central. La valeur du seuil S _B est prise égale, à plus ou moins 5 % près ou plus ou moins 10 % près, à la valeur de l'abscisse de l'extrémité gauche du segment central. Cette méthode est par exemple analogue à ce qui est décrit dans le livre suivant : Jean Sequeira, Franck Pinson, « Matching free-form primitives with 3D médical data to represent organs and anatomical structures », Springer, NATO ASI série, volume 60, 1990, pages 159-171. [0048] Par la suite, les pixels brillants et les pixels sombres sont les pixels dont les niveaux de gris sont, respectivement, supérieur ou égal au seuil S _H et inférieur ou égal au seuil S _B .

[0049] Lors d'une étape 64, le calculateur réalise des opérations de morphologie mathématique sur les pixels brillants pour :

- éliminer de l'image 30 les pixels brillants isolés et éloignés les uns des autres, et

- agglomérer et regrouper dans une seule et même tache brillante les pixels brillants qui sont proches les uns des autres dans l'image 30.

[0050] De telles opérations de morphologie mathématique sont bien connues. Il s'agit typiquement d'opérations d'ouverture et de fermeture. Par exemple, des opérations de morphologie mathématique sont décrites dans la demande FR2717269.

[0051] A l'issue de l'étape 64, on obtient une image 30 modifiée. Plus précisément, l'image 30 comporte uniquement des taches brillantes uniformes, c'est-à-dire uniquement composées de pixels brillants immédiatement contigus les uns aux autres. Cette étape 64 permet donc notamment de remplacer les pixels parasites situés à l'intérieur d'un amas de pixels brillants par des pixels brillants. C'est cette image 30 modifiée qui est traitée lors des étapes suivantes.

[0052] Ensuite, le calculateur 54 détecte automatiquement des faux-positifs dans l'image 30. Ceci va maintenant être décrit dans le cas particulier de la tache brillante 40 et à l'aide de la figure 5. Toutefois, les différentes opérations et étapes décrites ci- dessous sont également réalisées pour chaque tache brillante présente dans l'image 30 à l'issue de l'étape 64. La figure 5 est une vue agrandie d'un secteur angulaire 68 de détection également représenté sur la figure 2.

[0053] Lors d'une phase 69, le calculateur 54 exécute un procédé automatique d'identification d'une ombre associée à la tache 40.

[0054] Cette phase 69 débute par une étape 70 lors de laquelle le calculateur 54 construit une zone 76 de recherche dans laquelle doit se trouver l'ombre associée à la tache 40 si celle-ci existe. Cette zone 76 délimite une partie seulement de l'image 30.

[0055] A cet effet, lors d'une opération 71, le calculateur 54 construit une enveloppe extérieure 72 de la tache brillante 40. L'enveloppe 72 est le plus petit convexe qui contient entièrement la tache 40. Pour accroître la lisibilité de l'enveloppe 72 sur la figure 5, celle-ci est représentée comme étant beaucoup plus large que la tache 40 par endroits. Toutefois, l'enveloppe 72 est bien le plus petit convexe fermée contenant entièrement la tache 40.

[0056] Ensuite, lors d'une opération 74, le calculateur 54 construit le secteur angulaire 68 de détection. Le sommet du secteur angulaire 68 est confondu avec le sommet E. Le secteur angulaire 68 est délimité de chaque côté de la tache 40 par deux bords rectilignes 78 et 80. Les bords 78 et 80 passent chacun d'un côté respectif de l'enveloppe 72. Ces bords affleurent chacun un côté respectif de l'enveloppe 72. Les bords 78 et 80 touchent donc l'enveloppe 72 mais ne coupent pas cette enveloppe en plusieurs parties. Ainsi, l'enveloppe 72 est entièrement contenue entre les bords 78 et 80. La valeur de l'angle du secteur angulaire 68 au niveau du sommet E est donc fonction des dimensions de la tache 40. Typiquement, la valeur de cet angle est supérieure à 1° ou 5° et inférieure à 15° ou 25°. La zone 76 est alors construite comme étant la portion de l'image 30 :

- située entre les bords 78 et 80, et

- située entre la limite 48 et une portion arrière 82 de l'enveloppe 72.

[0057] La portion arrière 82 est la portion de l'enveloppe 72 qui s'étend du bord 78 jusqu'au bord 80 et qui est la plus éloignée du sommet E.

[0058] Lors d'une étape 86, le calculateur 54 recherche, uniquement dans la zone 76, une ombre associée à la tache 40. Pour cela, le calculateur 54 réalise successivement les opérations suivantes :

- une opération 90 lors de laquelle il sélectionne un groupe de pixels immédiatement contigus les uns aux autres à l'aide d'un masque, tous les pixels de ce groupe étant contenu à l'intérieur de la zone 76 et à l'intérieur du masque utilisé,

- une opération 92 de comparaison des caractéristiques des pixels sombres situés à l'intérieur du groupe sélectionné à un jeu prédéterminé de conditions discriminantes, et

- si les caractéristiques des pixels sombres au sein du groupe sélectionné satisfont toutes les conditions discriminantes du jeu prédéterminé, alors, lors d'une opération 94, ce groupe de pixels est identifié comme correspondant à l'ombre de la cible 12 dans l'image 30, et

- dans le cas contraire, lors d'une opération 96, ce groupe de pixels n'est pas identifié comme correspondant à l'ombre de la cible 12 dans l'image 30.

[0059] Lors de l'opération 94, le calculateur 54 mesure également la distance entre le centre géométrique de l'enveloppe 72 et le centre géométrique du groupe de pixels formant l'ombre de la tache brillante. Le centre géométrique de l'enveloppe 72 est défini comme étant le barycentre de chaque point de cette enveloppe en affectant à chacun de ces points le même coefficient de pondération. De façon similaire, le centre géométrique d'un groupe de pixels est défini comme étant le barycentre de l'ensemble des pixels appartenant à ce groupe en affectant le même coefficient de pondération à chacun des pixels de ce groupe. Dans le cas où la cible est située entre deux eaux, cette distance donne une information sur la hauteur qui sépare cette cible du fond 10.

[0060] Après l'opération 96, le procédé : - retourne à l'opération 90 pour sélectionner un autre groupe de pixels qui n'a pas encore été traité, et

- si tous les groupes de pixels ont déjà été traités, sans qu'aucun d'entre eux ne satisfassent toutes les conditions discriminantes du jeu prédéterminé, alors le procédé se poursuit par une étape 100.

[0061] Si l'étape 100 est exécutée, c'est que la phase 69 d'identification d'une ombre associée à la tache brillante a échoué. Dans ce cas, lors de l'étape 100, le calculateur 54 détecte que la tache brillante traitée lors de la phase 69 est un faux-positif puisqu'il n'a pas été possible de lui associer une ombre. Lors de l'étape 100, le calculateur 54 indique que cette tache brillante est un faux-positif. Par exemple, pour cela, il modifie l'image 30 en effaçant cette tache brillante de cette image 30 ou en la coloriant ou en l'entourant de façon particulière dans l'image 30.

[0062] La phase 69 et les étapes 70 et 100 sont réitérées pour chaque tache brillante.

[0063] Une fois que toutes les taches brillantes de l'image 30 ont été traitées, lors d'une étape 102, le calculateur 54 affiche l'image 30 traitée et éventuellement modifiée, par exemple, sur l'écran de l'interface homme-machine 56. De plus, si une ombre associée à une tache brillante a été identifiée, le calculateur 54 indique si la cible correspondante repose ou non sur le fond 10 à partir de la mesure de la distance entre la tache brillante et son ombre.

[0064] Un exemple particulier de réalisation des opérations 90 et 92 va maintenant être décrit plus en détail.

[0065] Lors de la première itération de l'opération 90, le calculateur 54 recherche s'il existe une ombre directement accolée à la tache brillante 40. Pour cela, il construit et utilise un masque 110 particulier. Ici, ce masque 110 est délimité :

- sur les côtés latéraux, par les bords 78 et 80,

- sur un côté avant, c'est-à-dire sur son côté tourné vers le sommet E, par la portion arrière 82 de l'enveloppe 72, et

- sur un côté arrière, par une limite 112.

[0066] La limite 112 est l'homothétique de la portion arrière 82 par l'homothétie de centre E et de rapport R _P . La valeur du rapport R _P est ici prise égale à 1 + (AD/D _E ci) à plus ou moins 5 % ou 10 % près. Ici, la valeur du rapport R _P est prise égale à 1 + (AD/D _E C _I ). AD est la largeur de l'enveloppe 72 le long de la bissectrice 114 du secteur angulaire 68. Autrement dit, AD est la distance qui sépare :

- un point Cl, situé à l'intersection entre la bissectrice 114 et la portion arrière 82 de l'enveloppe 72, et

- un point C2, situé à l'intersection entre la bissectrice 114 et la portion de l'enveloppe 72 tournée vers le sommet E.

[0067] D _EC i est la distance qui sépare le sommet E du point Cl. [0068] Lors de la première itération de l'opération 90, le groupe de pixels sélectionné comporte l'ensemble des pixels situés à l'intérieur du masque 110 et seulement ces pixels. Si ce premier groupe sélectionné de pixels satisfait les conditions discriminantes, alors le calculateur 54 détermine, lors de l'opération 94, que l'ombre est directement accolée à la tache brillante et donc que la cible repose directement sur le fond 10.

[0069] Si aucune ombre directement accolée à la tache brillante n'a été trouvée, le calculateur 54 réitère les opérations 90 et 92. Lors des itérations suivantes des opérations 90 et 92, le calculateur 54 recherche à l'intérieur de la zone 76 une ombre qui n'est pas directement accolée à la tache brillante. A cet effet, lors de chaque itération suivante de l'opération 90, le calculateur 54 construit et utilise un autre masque 120. Le masque 120 est l'homothétique de l'enveloppe 72 par une homothétie de centre E et de rapport R _E . Lors de la première itération de l'opération 90 qui utilise le masque 120, la valeur du rapport R _E est choisie égale à une valeur minimale R _Em in strictement supérieure à un. Par exemple, la valeur R _E mi _n est égale à 1 + (AD/D _EO ), où D _EO est la distance entre le sommet E et le centre géométrique de l'enveloppe 72.

[0070] Ensuite, à chaque nouvelle itération de l'opération 90, la valeur du rapport R _E est augmentée d'un pas prédéterminé. Le pas prédéterminé est par exemple constant et égal à la largeur d'un pixel. On balaye ainsi avec le masque 120 la totalité de la zone 76 de recherche. La valeur du rapport R _E est également bornée par une valeur maximale R _Ema x. Typiquement, la valeur R _Emax est fonction de la distance D _max . Par exemple, la valeur R _Emax est égale à (D _MAX - AD)/D _eo . Lorsque la valeur du rapport R _E atteint la valeur R _Emax sans qu'une ombre associée à la tache brillante n'ait pu être identifiée, le calculateur 54 procède à l'étape 100.

[0071] Dans ce mode de réalisation, lors de chaque itération de l'opération 92, le jeu prédéterminé de conditions discriminantes sur les caractéristiques des pixels au sein du groupe sélectionné se limite à une seule condition, à savoir la suivante : (N _S /N _T ) > S _s , où :

- N _s est le nombre total de pixels situé à l'intérieur du groupe sélectionné de pixels,

- N _T est le nombre total de pixels situé à l'intérieur du groupe sélectionné, et

- S _s est un seuil prédéterminé.

[0072] Par exemple, la valeur du seuil S _s est supérieure ou égale à 0,5 et, de préférence, supérieure ou égale à 0,8 ou 0,9.

[0073] Si le ratio N _S /N _T dépasse le seuil S _s , alors, la condition discriminante est satisfaite. Le calculateur 54 en déduit que le groupe sélectionné de pixels correspond à l'ombre de la tache brillante. Cette condition discriminante, bien qu'extrêmement simple à calculer, s'est avérée être très robuste vis-à-vis du bruit et de la présence de pixels parasites. Ainsi, le procédé décrit ici fonctionne correctement même si l'image 30 n'est pas de très bonne qualité.

[0074] Le procédé ci-dessus a été implémenté et testé sur des jeux de 150 images acquises par un sonar. Les résultats expérimentaux sont les suivants :

- le taux de vrais-positifs, c'est-à-dire le taux de tache brillante correspondant à une cible réelle et qui ont été reconnus comme étant associés à une ombre, est proche de 100 % dans presque toutes les images ;

- le taux de faux-positifs restant dans l'image après traitement et qui n'ont donc pas été détecté, est quant à lui compris à 5 et 15 % dans les tests effectués.

[0075] De nombreux autres modes de réalisation du procédé sont possibles. Par exemple, le balayage du secteur angulaire 68 avec le masque 120 peut être réalisé en sens inverse, c'est-à-dire en partant de la valeur R _Em ax vers la valeur R _Em in du rapport R _E . Le balayage peut aussi être réalisé dans un ordre quelconque. Par exemple, le balayage consiste à prendre dans l'ordre les valeurs suivantes du rapport R _E : 1,5 ; 1,75 ; 1,25 ; 1,1 etc. Ainsi, il n'est pas nécessaire que les valeurs successives du rapport R _E forment une suite strictement croissante ou décroissante.

[0076] La valeur du pas prédéterminé avec lequel on incrémente la valeur du rapport R _E n'est pas nécessairement constante. Par exemple, cette valeur du pas prédéterminé peut augmenter ou au contraire diminuer au fur et à mesure qu'on se rapproche de la limite 48. Dans une autre variante, la valeur suivante du rapport R _E peut être choisie en fonction du résultat de la précédente itération de l'opération 92.

[0077] D'autres méthodes sont possibles pour déterminer les valeurs des seuils S _H et S _B . Par exemple, une autre méthode pour déterminer la valeur du seuil S _H est décrite dans le passage page 14, lignes 24 à 29, de la demande FR2717269. La valeur de ces seuils S _H et S _B peut aussi être constante et fixée par l'utilisateur du dispositif 50.

[0078] D'autres opérations de morphologie mathématique peuvent être mises en œuvre, par exemple, des opérations de morphologie mathématique telles que celles décrites dans la demande FR2717269 peuvent aussi être utilisées.

[0079] Dans un autre mode de réalisation, l'enveloppe extérieure 72 de la tache brillante n'est pas l'enveloppe convexe de cette tache brillante. Par exemple, cette enveloppe extérieure peut être la périphérie extérieure de la tache brillante obtenue à l'issue de l'étape 64. Dans ce dernier cas, elle n'est pas nécessairement convexe.

[0080] En variante, si on recherche uniquement une ombre d'une cible dont on sait qu'elle est située entre deux eaux, le masque 110 n'est pas utilisé et on procède directement aux itérations des opérations 90 et 92 qui utilisent le masque 120. A l'inverse, si l'on recherche l'ombre d'une cible dont on sait qu'elle est déposée sur le fond 10, alors les itérations des opérations 90 et 92 utilisant le masque 120 peuvent être omises. [0081] D'autres formes sont possibles pour les masques 110 et 120 à partir du moment où ces masques conservent la forme d'un patatoïde qui s'étend du bord 78 jusqu'aux bords 80. Par exemple, le bord avant du masque 110 peut être confondu avec la périphérie arrière de la tache brillante et non pas avec la portion arrière de son enveloppe convexe 72. De même, la limite arrière 112 peut être remplacée par un homothétique de la périphérie arrière de la tache brillante, plutôt que par un homothétique de la portion arrière 82 de l'enveloppe 72. Cela revient donc à utiliser en tant qu'enveloppe extérieure de la tache brillante la périphérie extérieure de cette tache brillante.

[0082] Le masque 120 peut aussi être remplacé par un homothétique de la périphérie extérieure de la tache brillante, plutôt que par un homothétique de l'enveloppe 72. Le masque 120 peut aussi être indépendant de la forme de la tache brillante. Par exemple, le déposant a testé le remplacement du masque 120 par un arc de couronne. Cet arc de couronne est délimité :

- sur les bords latéraux par les bords 78 et 80, et

- par un arc de cercle avant et un arc de cercle arrière s'étendant chacun du bord 78 jusqu'au bord 80.

[0083] Les arcs de cercle avant et arrière sont tous les deux centrés sur le sommet E. Par exemple, le rayon R _ext de l'arc de cercle arrière est égal au rayon R _int de l'arc de cercle avant multiplié par une constante a. Typiquement, la constante a est comprise entre 1,05 et 1,35 et, de préférence, entre 1,15 et 1,25. Par exemple, la constante a est égale à 1,2 à plus ou moins 10 % ou à plus ou moins 5 % près. Lors des itérations successives des opérations 90 et 92, le rayon R _int est progressivement augmenté pour balayer l'ensemble de la zone 76 jusqu'à atteindre la limite 48.

[0084] De façon similaire, le masque 110 peut être remplacé par un arc de couronne accolé à l'arrière de la tache brillante. Par exemple, cet arc de couronne est identique à celui décrit au paragraphe précédent, mais en choisissant la valeur du rayon R _int égale à la distance D _EC i à plus ou moins 5 % ou à plus ou moins 10 % près.

[0085] La condition discriminante décrite précédemment consiste à construire un indicateur représentatif de la proportion de pixels sombres contenus à l'intérieur du groupe sélectionné de pixels par rapport au nombre total de pixels contenus à l'intérieur de ce groupe. Toutefois, d'autres indicateurs représentatifs du rapport N _S /N _T sont possibles. Par exemple, on peut aussi utiliser le rapport N _S /(N _T - N _s ) ou le rapport inverse N _T /N _S .

[0086] D'autres jeux prédéterminés de conditions discriminantes peuvent être utilisés. Par exemple, en plus ou à la place de la condition discriminante précédemment décrite, on peut également utiliser l'une ou les conditions discriminantes suivantes : - Condition 1) : cette condition 1) consiste à construire l'histogramme cumulé à partir des seuls pixels contenus à l'intérieur du groupe sélectionné pour obtenir une courbe croissante. Ensuite, cette courbe croissante est approximée par un premier et un second segments rectilignes consécutifs mis bout à bout. Pour cela, la même méthode de construction que celle décrite en référence à l'étape 62 est utilisée. Si l'angle orienté dans le sens trigonométrique entre les premier et second segments est inférieur à un seuil prédéterminé, alors la condition 2) est satisfaite, sinon, elle n'est pas satisfaite. En effet, en présence d'une ombre à l'intérieur du groupe sélectionné de pixels, on peut s'attendre à ce que la pente du premier segment soit beaucoup plus forte que celle du second segment, et donc que l'angle orienté entre ces deux segments soit inférieur à un seuil prédéterminé.

2) Condition 2) : le calculateur 54 calcule la valeur d'une variable fonction de la texture de la zone de l'image contenue à l'intérieur du groupe sélectionné. Cette variable peut être l'un des moments statistiques des niveaux de gris des seuls pixels situés à l'intérieur du groupe sélectionné. Par exemple, le moment statistique peut être la moyenne, la variance ou un moment d'ordre supérieur. Ensuite, si la valeur de cette variable est inférieure à un seuil prédéterminé, la condition 2) est satisfaite. Dans le cas contraire, elle n'est pas satisfaite. Dans une autre variante, la valeur de cette variable est la valeur de l'entropie du groupe sélectionné de pixels. Cette valeur de l'entropie est calculée comme l'entropie d'une image, mais en prenant en compte uniquement les pixels du groupe sélectionné. La valeur de cette variable peut aussi être calculée comme étant la valeur d'un « extrema d'ordre ». Le calcul d'un extrema d'ordre est décrit dans le document suivant : Sébastien Mavromatis, « Analyse de texture et visualisation scientifique », thèse de doctorat de l'université de la méditerranée.

[0087] D'autres modes de réalisation du sonar 4 sont possibles. Par exemple, en variante, le sonar 4 comporte plusieurs émetteurs 20, simultanément utilisés pour scanner une surface plus grande du fond 10 en un seul passage.

[0088] D'autres méthodes sont possibles pour réaliser l'étape 86 de recherche de l'ombre de la cible dans la zone de recherche construite à l'étape 70. Par exemple, les méthodes décrites dans les articles suivants peuvent être mises en œuvre en se limitant aux pixels contenus à l'intérieur de la zone 76 :

- Scott Reed et Al, « An Automatic Approach to the détection and Extraction of Mine Features in Sidescan Sonar », IEEE Journal of Oceanic Engineering, IEEE Service Center, Piscataway, NJ, US, vol. 28, n°l, 2003-01-01

- Raquel Fandos et Al, « Optimal Feature Set for Automatic Détection and Classification of Underwater Objects in SAS Images », IEEE Journal of Selected Topics in signal processing, vol. 5, N°3, 2011-06-01 ;

- FR2717269A1.