Poste Détection danomalies par tomographie et imagerie multi-=?ISO-8859-1?Q?st=E9r=E9oscopiques?=

Détection d’anomalies par tomographie et imagerie multi-stéréoscopiques These DeadLine: 31/12/2009 florent.retraint@utt.fr http:// Institut Charles Delaunay (FRE CNRS 2848) Équipe Modélisation et Sûreté des Systèmes (M2S) Université de Technologie de Troyes (UTT) 12, rue Marie Curie BP 2060 10010 Troyes Cedex CONTEXTE DE LA THESE Cette thèse s’inscrit dans le cadre de la détection statistique d’anomalies en présence de paramètres de nuisance lorsque les observations sont limitées et obtenues à partir d’images tomographiques numériques et d’images stéréoscopiques. Une des applications de l’imagerie par rayons X porte sur la sécurité et la qualité des chaînes de production. En effet, l’acquisition d’images tomographiques autorise une automatisation accrue des processus de diagnostic et d’inspection des pièces industrielles. Les images stéréoscopiques en inspection industrielle permettent quant à elles d’accéder à la profilométrie et surtout aux dimensions des pièces inspectées. Bien que le nombre d’applications en contrôle non destructif de pièces industrielles soit important, il existe peu de méthodes pour détecter efficacement des défauts dans le cas d’un nombre faibles de données. OBJECTIF LA THESE L’objectif de cette thèse est de développer un test statistique permettant de détecter et/ou de localiser au mieux une anomalie à partir de quelques projections tomographiques et images stéréoscopiques de l’objet inspecté. La scène inspectée est composée d'un environnement, considéré comme un paramètre de nuisance et d'une éventuelle anomalie. Pour contrebalancer le manque de données sur la scène, on utilise un modèle paramétrique de l'environnement. Le détecteur se fonde sur l’élimination de la structure de l’objet inspecté pour détecter tout ce qui reste dans les projections tomographiques. Dans le cadre du contrôle non destructif par rayons X, une approche paramétrique basée sur un paramétrage linéaire de l'environnement permet d’accéder à un détecteur optimal. Cependant, la complexité des pièces industrielles fait que le modèle paramétrique est souvent non-linéaire suivant les paramètres de nuisance. Le modèle non-linéaire engendre des difficultés de mise en oeuvre d’un ! test et surtout une perte d’optimalité. De ce fait, l’obtention de quelques images stéréoscopiques permet d’accéder à l’enveloppe externe de l’objet inspecté et plus particulièrement à quelques paramètres importants du modèle de l'environnement. L’a priori supplémentaire, sur la pièce, obtenu par l’intermédiaire des images stéréoscopiques doit permettre d’obtenir un modèle linéaire de l’environnement et de fait un détecteur sans perte d’optimalité. PROFIL SOUHAITE Master en mathématiques appliquées ou traitement d'images et/ou du signal ou en automatique FINANCEMENT Nature du financement : Financement public type bourse Précision sur le financement : Bourse du ministère CANDIDATURE Date limite de dépot de candidature : 31/12/2009 Envoyer votre CV, lettre de motivation, lettres de recommandation à Florent RETRAINT Université de Technologie de Troyes (UTT) FRE CNRS 2848. Institut Charles Delaunay (ICD) Équipe Modélisation et Sûreté des Systèmes (M2S) 12, rue Marie Curie BP 2060 10 010 Troyes cedex FRANCE Tel : (+33) (0)3-25-71-56-94 Fax : (+33) (0)3-25-71-56-99 E-Mail: florent.retraint@utt.fr