Rendu interactif d'image hyper spectrale par illumination globale pour la prédiction de la signature infrarouge d'aéronefs

Le dimensionnement de capteur est un enjeu majeur pour le domaine de la détection d'aéronefs. Dans cette optique, il est nécessaire de simuler ces capteurs via des modèles et un nombre conséquent d'images spectrales d'aéronefs. L'obtention de ces images via des campagnes aériennes de mesure est toutefois onéreuse et difficile. Une simulation de ces données s'impose donc. Afin de répondre à ces besoins, des algorithmes d'illumination globale à haute dimension spectrale sont utilisés. Dans ces conditions, ces algorithmes posent des problèmes de consommation mémoire et de temps de calcul. Le projet de recherche de cette thèse s'inscrit dans le cadre de ces problématiques.Dans un premier temps, nous nous sommes focalisés sur l'algorithme du Path Tracing et la parallélisation GPUpour le rendu d'images spectrales. Nous avons d'abord analysé les problèmes de ce type de rendu sur GPU.Nous avons ensuite proposé une nouvelle méthode et un schéma de parallélisation spectral qui permettent de réduire significativement la consommation mémoire et les temps de calcul.Dans un second temps, nous avons cherché à réduire la charge de calcul spectrale de la simulation. À cet égard, nous avons proposé de généraliser le rendu spectral stochastique d'image dans l'espace CIE XYZ en rendu d'image spectrale stochastique. Cette méthode permet de rendre directement et de manière plus précise et rapide les canaux d'un capteur en diminuant la dimension spectrale de la simulation. Pour conclure, les travaux de cette thèse permettent de simuler de manière précise des images multi, hyper et ultra spectrales. Le temps interactif peut être atteint dans notre cas en multi et hyper spectrale. Sensor dimensioning is a major issue for the aircraft detection field. In this vein, it is appropriate to simulate these sensorsvia models and a consequent set of spectral images. The acquisition of these images via an airborne measure campaign is unfortunately costly and difficult. A robust and fast simulation of these data is hence very appealing.In order to answer these needs, global illumination methods in high spectral dimension are used. In these circumstances,these methods raise serious issues in term of memory consumption and of computing time. Our research project focuses on these problematics.In the first instance, we have focused on the Path Tracing method and its GPU parallelization for the spectral image rendering. We have investigated at first the issues of this kind of rendering on the GPU