Le besoin croissant de comprendre et maîtriser les flux d'air intérieurs implique le développement d'instruments de mesure qui nous renseignent de la manière la plus complète possible sur le comportement de ces flux. Actuellement, la PIV est une méthode performante pour caractériser les écoulements en laboratoire. Cependant, son utilisation nécessite des contextes maîtrisés dont la transposition sur le terrain n'est pas immédiate. En particulier, les exigences liées à l'estimation de mouvement par corrélation et le matériel utilisé pour y répondre limitent la taille des champs étudiés. Dans le but de développer un nouveau système s'inspirant de la PIV qui puisse permettre le contrôle in situ d'installations aérauliques, nous travaillons sur le développement d'une méthode d'estimation de mouvement qui prenne en compte les problématiques grand champ et terrain. Pour réaliser une mesure grand champ sur le terrain, l'éclairage laser n'est pas adapté et nous lui préférerons un éclairage LED moins coûteux et plus flexible. Cependant la puissance inférieure d'un éclairage LED combinée à un éloignement de la caméra rend la visualisation de particules plus délicate ce que nous compensons par un ensemencement en fumée dense. Ainsi les images de particules habituelles deviennent des images de gradients de scalaire en mouvement. Or ce type d'images est mal adapté à la corrélation qui de surcroît ne modélise pas le fait que l'on n'observe que les grandes échelles de l'écoulement. Pour remédier à cela nous proposons d'étudier deux approches flot optique stochastiques bien distinctes de type Lucas-Kanade, dont les principes sont décrits dans la suite.

Lors de l'acquisition vidéo, la discrétisation spatio-temporelle du signal optique va plus-ou-moins gommer les échelles de variation du scalaire selon la résolution spatiale, la fréquence d'acquisition et le niveau de turbulence de l'écoulement introduisant des incertitudes sur les phénomènes observés. Nous souhaitons prendre en compte ces incertitudes dans le calcul du déplacement entre deux images successives en les exprimant de manière stochastique. La première approche, proposée par Corpetti & Mémin (2012), modélise les incertitudes de localisation des phénomènes observés dans les images. Elle décrit la variation de la luminance d'un pixel suivant une formulation différentielle d'Itô. La seconde approche, dérivée du formalisme proposé par Mémin (2014), modélise les effets des échelles sous-pixels sur les échelles résolues. Elle est basée sur une équation de transport du scalaire dans un champ de vitesse stochastique. Ces méthodes prennent en considération les conditions d'observations. En effet la mesure grand champ couplée à un ensemencement par fumée entraine une observation grande échelle de l'écoulement. En d'autres termes, il y a dans chaque pixel des fluctuations que nous ne pouvons pas voir mais qui interagissent avec les grandes échelles de l'écoulement et avec le scalaire transporté. La première approche modélise ces fluctuations sous-pixels comme une incertitude de localisation alors que la seconde approche sépare la vitesse en deux composantes : une vitesse résolue grande échelle et une vitesse sous-pixel décorrélée en temps. Ces modélisations stochastiques permettent de réécrire l'équation du flot optique sous une forme faisant apparaître de nouveaux termes comme une correction de dérive de la vitesse, une diffusion ou anti-diffusion du scalaire et un bruit multiplicatif, selon l'approche considérée.

Les deux méthodes seront d'abord évaluées sur une séquence d'images synthétiques d'un scalaire transporté par un écoulement turbulent simulé par DNS. Puis nous testerons les méthodes sur les images réelles d'une expérience grand champ d'un écoulement de couche de mélange réalisée en soufflerie avec un traceur de type fumée dense. Nous comparerons les grandeurs statistiques, calculées à partir des champs de vitesse, avec les résultats obtenus par anémométrie à fil chaud. Une analyse comparative et critique des deux types de modélisations stochastiques sera effectuée.