LogoLogo

Dubosclard, Pierre. Segmentation automatique d'images sur des critères géométriques, application à l'inspection visuelle de produits agroalimentaires

Dubosclard, Pierre (2016). Segmentation automatique d'images sur des critères géométriques, application à l'inspection visuelle de produits agroalimentaires.

[img]
Preview
PDF - nécessite un logiciel de visualisation PDF comme GSview, Xpdf or Adobe Acrobat Reader
11Mb

Résumé en francais

À l'échelle mondiale, la récolte de céréales atteint plusieurs milliards de tonnes chaque année. Les producteurs céréaliers échangent leurs récoltes selon un prix déterminé par la qualité de leur production. Cette évaluation, appelée agréage, est réalisée pour chaque lot sur un échantillon jugé représentatif. La difficulté au cours de cette évaluation est de parvenir à parfaitement caractériser l'échantillon. Il faut pour cela qualifier chacun de ses éléments, en d'autres termes, il est nécessaire d'évaluer chaque grain de céréale de manière individuelle. Cette opération est historiquement réalisée par un opérateur qui isole chaque grain manuellement pour l'inspecter et l'évaluer. Ce procédé est exposé à différents problèmes : d'une part les résultats obtenus par un opérateur ne sont pas parfaitement répétables : son état de fatigue visuelle peut influencer son appréciation ; d'autre part l'évaluation dépend de l'opérateur : elle n'est pas reproductible, les résultats peuvent varier d'un opérateur à l'autre. Cette thèse a donc pour but de mettre au point un système capable de réaliser cette inspection visuelle. Le système d'acquisition est présenté dans un premier temps. Cette enceinte contient les dispositifs d'éclairage et d'acquisition d'images. Différents outils ont été mis en œuvre pour s'assurer de la justesse et de la stabilité des acquisitions. Une méthode d'apprentissage de modèles de forme est ensuite présentée : elle a pour but de définir et de modéliser le type de forme des grains de l'application considérée (blé, riz, orge). Cette étape est réalisée sur une image d'objets isolés. Deux méthodes de détection sont ensuite présentées : une approche déterministe et une approche probabiliste. Ces deux méthodes, mises au point pour segmenter les objets d'une image, utilisent des outils communs bien qu'elles soient conçues différemment. Les résultats obtenus et présentés dans cette thèse démontrent la capacité du système automatique à se positionner comme une solution fiable à la problématique d'inspection visuelle de grains de céréales.

Sous la direction du :
Directeur de thèse
Devy, Michel
Herbulot, Ariane
Ecole doctorale:Systèmes
laboratoire/Unité de recherche :Laboratoire d'Analyse et d'Architecture des Systèmes (LAAS) - CNRS
Mots-clés libres :Inspection visuelle - Méthodes probabilistes - Segmentation - Traitement d'image
Sujets :Informatique
Déposé le :15 Apr 2021 15:19