next up previous contents
suivant: Conclusions générales et perspectives monter: Assimilation de données images précédent: Données expérimentales   Table des matières

Conclusions

Nous avons présenté un algorithme extrêmement rapide et efficace dans le but d'extraire des champs de vitesse à partir de séquences d'images. La rapidité et la qualité des résultats proviennent des différents choix méthodologiques: approche multi-échelle, pas de linéarisation de la fonction coût, régularisation appropriée, assemblage rapide de la jacobienne, ...

Les résultats numériques obtenus dans des conditions simulées et expérimentales démontrent l'efficacité de la méthode. D'autres tests ont été réalisés en traitant des films complets à haute résolution provenant également de la plaque Coriolis, et confirment la qualité de la méthode.

Au cours de cette étude, nous avons réalisé que les vitesses identifiées correspondent en fait à des champs lagrangiens, à cause du délai d'acquisition entre les images. Ces champs de vitesse peuvent ensuite être vus comme des observations du système, et utilisés dans un algorithme d'assimilation de données. Toutefois, si le temps entre deux images est trop important, alors la vitesse identifiée (qui correspond à une vitesse apparente) ne peut être assimilée à la vitesse réelle du fluide, et il faut alors utiliser une méthode d'assimilation de données lagrangiennes pour traiter ces observations.


next up previous contents
suivant: Conclusions générales et perspectives monter: Assimilation de données images précédent: Données expérimentales   Table des matières
Retour à la page principale