Tutorial 5 : plan de vol, utilisation GPS

Ce tutoriel présente l’analyse d’une vidéo réalisée au drone sur la Garonne. Des repères au sol au niveau de la surface libre sont installés mais ne serviront que our la validation. On utilise les données de plan de vol au format csv.

Ouverture du logiciel

Double cliquez sur l’icone Andromède. Une console python s’ouvre alors, puis l’interface graphique apparait.

  • Aller dans File >> Import Vidéo.

  • Sélectionner la video gagnac_tuto.

Création du masque

On commence par créer un masque des zones où l’analyse n’est pas demandée pour limiter le temps de calcul. On crée un polygone entourant la zone d’étude dans la partie supérieure de l’image où les particules sont présentes.

  • Aller dans l’onglet Image Processing.

  • cliquer sur draw mask

  • Faites un clic gauche pour définir points du contour.

  • Fermez la sélection avec un clic droit.

Les positions X et Y de la ROI s’ajustent automatiquement dans l’onglet. Vous pouvez sauver le masque sous forme d’une image binaire en allant sur File>>Write/export>>Mask. Lorsque le premier traitement sera effectué, le masque ne pourra plus bouger, il faudra fermer et réouvrir la vidéo pour le changer.

_images/tuto5_masque.png

Fenêtre temporelle d’analyse et image processing

A l’aide du curseur ou des boutons Previous et Next vous pouvez visualiser les différentes images de la vidéo. On peut repérer une fenêtre temporelle adéquate pour le traitement.

  • Entrez dans Frames,Min, la valeur 0

  • Entrez dans Frames,Max, la valeur 50

  • Laisser dans step la valeur 1, cela permet de considérer toutes les images.

  • Laisser Color conversion, grey, les images seront ainsi mises en niveaux de gris

  • Cliquer sur Image Process pour lancer l’analyse des images.

Il apparait alors les images traitées sans modification de géométrie. Cela est normal car nous allons utilisé une méthode basée sur la position du GPS du drone qui transforme directement les positions détectées en coordonnées réelles sans transformations de l’image. Cependant il peut être utile sur quelques images de faire le processus d’image processing,de détections d’objets et de motion model pour connaitre les algorithme le plus adaptés.

Détection d’objet

  • Allez dans l’onglet Objet detection.

  • Laissez par défaut la méthode GoodFeatureToTrack

  • Modifez le paramètre Max corner à 500. C’est le nombre maximum de points d’intérêt (corner) repérés sur l’image.

  • Cliquer sur Objet Detection apparait alors pour lancer la détection des objets.

Il apparait alors sur chaque image des points rouges matérialisant les positions des objets détectés.

_images/tuto5_object_detection.png

Modèle de déplacement

  • Allez dans l’onglet Motion Model.

  • Choisissez la méthode KLT (https://github.com/groussea/opyflow)

  • Les paramètres ne sont pas accessibles, les valeurs par défaut sont adaptées dans la majorité des cas.

  • Cliquer sur Motion Model pour lancer le calcul.

Analyse des déplacements

  • Aller dans Process>> Analysis

  • Choisissez une taille de cellule d’analyse de 4 mètres(Cell size)

Dans un premier temps, nous n’utilisons pas les fonctions de filtrage.

  • Cliquer sur Compute

_images/tuto5_analysis.png

Lancement Calcul

Aller dans l’onglet **PreProcessing* * Choisir le mode UAV (Dans la version actuelle la position de la surface est supposée à la cote de décollage du drone)

  • Aller dans le menu Process -> Full processing

  • Entrée le fichier de vol du drone. Ce fichier doit être préalablement sauvé au format csv (séparateur point-virgule)

Visualisation des résultats

  • Aller dans Process>> Vizualisation.

  • Cocher Velocity Field

  • Décocher Background image, il n’y pas d’image de fond dans ce traitement car le drone est sensé bouger.

  • Appuyer sur OK

Il apparait alors 1 fenêtre de résultats.

_images/tuto5_result1.png

On peut refaire le traitement pour les frames de 850 à 900. On obtient alors un champs de vitesse décalé. On peut noter que l’origine est la même, elle correspond à la position du drone lors de la premier image de la vidéo.

_images/tuto5_result2.png

L’utilisation des exports et du logiciel bluekenue (tutoriel 3) permet de superposer ces 2 champs. Il faut utiliser les exports .asc qui ,eux, sont géoréférencés.

_images/tuto5_result3.png

Si un plan de vol est utilisé, les résultats sont aussi exportés au format cvs qui peut être lu directement par Google earth.

_images/tuto5_result4.png