Accélération algorithmique et matérielle des méthodes d’estimation de cartes d’abondances en imagerie hyperspectrale

Overview & Synopsis

L'imagerie hyperspectrale consiste en une mesure du spectre de réflectance en chacun des pixels d'une image. Cette technique de mesure est utilisée pour la télédétection aéroportée, en astrophysique ou encore en microscopie. Le traitement du grand volume de données que représente une image hyperspectrale nécessite à la fois des méthodes présentant un coût de calcul maîtrisé et un besoin mémoire raisonnable. Le traitement proposé dans cette thèse a pour objectif l'estimation de cartes d'abondances (proportions de plusieurs constituants dans chaque pixel de l'image) par minimisation d'un critère de type moindres carrés sous des contraintes de positivité et de somme à un, additionné d'un terme de pénalisation pour assurer une régularité spatiale des cartes. Les travaux réalisés ont pour objectif la réduction du temps de calcul d'une méthode d'optimisation de type points-intérieurs. Des modifications algorithmiques basées sur la notion d'approximation majorante séparable sont proposées. Il en résulte une méthode à la fois plus rapide et plus adaptée aux outils de calcul parallèle. Une implémentation sur processeurs de cartes graphiques (GPU) est réalisée et appliquée à grande échelle pour traiter un grand nombre d'images hyperspectrales issues de la mission d'exploration spatiale Mars Express. La méthode développée est également utilisée dans un projet de suivi de la végétation sur la côte atlantique française.