L'objectif de cette étude était d'étudierl'effet d’un procédé innovant de congélation assistéepar micro-ondes (CAPMO) à faible énergie sur letemps de congélation, la qualité (microstructure,texture, perte de masse, et couleur) de la pomme etde la pomme de terre. La CAPMO des pommes etdes pommes de terre a été effectuée à unepuissance micro-onde constante (167 W/kg) et unepuissance micro-ondes appliquée par créneaux (500et 667 W/kg avec 10 s de micro-ondes sur unepériode de 30 s). Les températures ont été mesuréespendant le processus de congélation et lamicrostructure a été examinée en utilisant latomographie à rayons X et les techniques de cryo-SEM. D'autres paramètres de qualité tels que latexture, la perte de masse et la couleur ont étéévalués après décongélation de l'échantillon àtempérature ambiante.Les résultats ont montré que le processus deCAPMO n’affectait pas le temps de congélation.L'application de micro-ondes pendant le processusde congélation a produit une microstructure dequalité supérieure à celle de l'échantillon témoin ; LaCAPMO a réduit de manière significative la taillemoyenne des cristaux de glace dans les échantillonsde pommes et de pommes de terre. De plus, laCAPMO de la pomme et de la pomme de terre aentrainé une perte de masse moindre. La réductionde la fermeté / dureté et du module de Young aégalement été diminué par rapport à l'échantillontémoin. La couleur n'a pas été significativementinfluencée par la CAPMO. Parmi toutes lesconditions de congélation testées, la condition microondepulsée de 667 W/kg a donné le meilleur résultaten termes de réduction de la taille des cristaux deglace et de qualité. Ces résultats prometteursindiquent donc que l’application de micro-ondespendant la congélation permettrait d’obtenir desproduits congelés de meilleure qualité. / The objective of this study was toinvestigate the effect of innovative low energymicrowave assisted freezing (MAF) on freezing time,quality attributes (microstructure, texture, drip lossand colour) of apple and potato. MAF of apples andpotatoes was performed by applying constantmicrowave power (167 W/kg) and pulsed microwavepower (500 and 667 W/kg with 10 s pulse width and20 s pulse interval) during the freezing process. Thetemperature profile was monitored during thefreezing process, and the microstructure wasexamined using X-ray tomography and cryo-SEMtechniques. Other quality parameters such astexture, drip loss and colour were evaluated afterthawing frozen sample at room temperature.Results showed that the freezing time was notaffected by the MAF process. The application ofmicrowaves during freezing process producedsuperior microstructure than the control sample; MAFsignificantly reduced the mean ice crystal size inapple and potato sample. Moreover, MAF of appleand potato resulted in a lower drip loss, meanwhile,it also led to a lower reduction in firmness/hardnessand Young's modulus value if compared to controlsample. The colour was not significantly influencedby MAF. Among all the tested freezing conditions, the667 W/kg pulsed microwave condition yielded thebest result in terms of reduction in ice crystals sizeand retention of other quality parameters. Lastly,these results indicate that the application ofmicrowave during freezing would result in higherquality frozen products.

Reproduction de : Thèse de doctorat : Traitement de l'image et mathématiques appliquées : Toulouse, INPT : 2007. / Titre provenant de l'écran-titre. Bibliogr. 115 réf.

Thèses (Ph.D.)--Université de Sherbrooke (Canada), 2007. / Titre de l'écran-titre (visionné le 23 juin 2008). In ProQuest dissertations and theses. Publié aussi en version papier.

Dans les dernières années, le renforcement des bâtiments en maçonnerie a connu une usure massive des bandes CFRP. Ces matériaux composites, attachés sur les éléments à renforcer, sont exposés à une fracture prématurée pour délaminage (...). Une façon pour accroître la résistance maximale du système renforcé par CFRP est d'améliorer la cohésion entre support et composite en utilisant des ancrages mécaniques. Ces derniers sont réalisés en utilisant les mêmes typologies de fibres de renforcement et en les insérant dans le support comme des «clous». Les recherches scientifiques sur l'usure de cette façon d'ancrage sur support en maçonnerie ont été très limitées et, dans ce contexte, il n'y a pas d'études expérimentales sur le projet et le placement des ancrages. L'objectif principal du présent travail de thèse est de quantifier l'efficacité des ancrages en fibre de carbone appliqués sur brique (...) par les bandes CFRP. Cette recherche est la première phase d'une étude plus vaste sur les systèmes de maçonnerie-CFRP renforcés par « carbon fiber anchor ». Dans l'étude, l'analyse des déplacements et des déformations de la surface renforcée a été faite en utilisant la Corrélation des Images (DIC), une avantageuse méthode optique jamais utilisée pour l'étude des systèmes «support-CFRP band- ancrages».Le présent travail de thèse démontre que les ancrages en CFRP augmentent le résistance maximale et la ductilité des renforcements par bande de composites. Donc, cette typologie d'ancrage augmente la sécurité des personnes pendant les tremblements de terre et ne permettent pas la fracture fragile de la structure renforcée. La corrélation des images a été un bon outil pour l'étude des déformations, des avantages et des inconvénients de cette méthode et ont été évalué pendant la recherche / In these recent years, the strengthening of masonry building has known a massive use of CFRP sheets. Those composite materials glued on the elements to reinforce are exposed to prematurely debonding crisis due to a tension load which is much smaller than the tensile strength of the CFRP. A way to upgrade failure load of CFRP-to-support bonded joint is to reinforce the cohesion between the fibers and the support by the use of mechanicals anchors built with the same fibers of the composite and fastened in the support like “nails”. Research on the use of anchors for masonry supports has been limited and, in this framework, there are no experimental analyses related to the design and the placement of fiber anchors. The aim of this thesis is to provide experimental data to quantify the efficiency of the carbon fiber anchors applied on a reinforced fire brick. This is a ground work to study CFRP to masonry bonded joint fastened by fiber “nails”. Specifically, the analysis of the displacement and the strain fields of the reinforced surface have been realized by means of Digital Image Correlation (DIC), an optical appealing method never used to study a FRP to support bonded joint fastened by FRP anchor. The research demonstrates that the use of the CFRP anchor increases the resistance and the ductility of the reinforcements. The latter are important to augment the mechanical features of the structural members and, especially, to increase the safety of people during earthquakes by avoiding the brittle collapse of the strengthened elements. The digital image correlation has been a good tool for the strain field analysis; strengths and weaknesses of this method have been evaluated

Dans cette thèse, nous traitons de la compréhension de contenus visuels, qu’il s’agisse d’images, de vidéos ou encore de contenus 3D. On entend par compréhension la capacité à inférer des informations sémantiques sur le contenu visuel. L’objectif de ce travail est d’étudier des méthodes combinant deux approches : 1) l’analyse automatique des contenus et 2) l’analyse des interactions liées à l’utilisation de ces contenus (analyse des usages, en plus bref). Dans un premier temps, nous étudions l’état de l’art issu des communautés de la vision par ordinateur et du multimédia. Il y a 20 ans, l’approche dominante visait une compréhension complètement automatique des images. Cette approche laisse aujourd’hui plus de place à différentes formes d’interventions humaines. Ces dernières peuvent se traduire par la constitution d’une base d’apprentissage annotée, par la résolution interactive de problèmes (par exemple de détection ou de segmentation) ou encore par la collecte d’informations implicites issues des usages du contenu. Il existe des liens riches et complexes entre supervision humaine d’algorithmes automatiques et adaptation des contributions humaines via la mise en œuvre d’algorithmes automatiques. Ces liens sont à l’origine de questions de recherche modernes : comment motiver des intervenants humains ? Comment concevoir des scénarii interactifs pour lesquels les interactions contribuent à comprendre le contenu manipulé ? Comment vérifier la qualité des traces collectées ? Comment agréger les données d’usage ? Comment fusionner les données d’usage avec celles, plus classiques, issues d’une analyse automatique ? Notre revue de la littérature aborde ces questions et permet de positionner les contributions de cette thèse. Celles-ci s’articulent en deux grandes parties. La première partie de nos travaux revisite la détection de régions importantes ou saillantes au travers de retours implicites d’utilisateurs qui visualisent ou acquièrent des con- tenus visuels. En 2D d’abord, plusieurs interfaces de vidéos interactives (en particulier la vidéo zoomable) sont conçues pour coordonner des analyses basées sur le contenu avec celles basées sur l’usage. On généralise ces résultats en 3D avec l’introduction d’un nouveau détecteur de régions saillantes déduit de la capture simultanée de vidéos de la même performance artistique publique (spectacles de danse, de chant etc.) par de nombreux utilisateurs. La seconde contribution de notre travail vise une compréhension sémantique d’images fixes. Nous exploitons les données récoltées à travers un jeu, Ask’nSeek, que nous avons créé. Les interactions élémentaires (comme les clics) et les données textuelles saisies par les joueurs sont, comme précédemment, rapprochées d’analyses automatiques des images. Nous montrons en particulier l’intérêt d’interactions révélatrices des relations spatiales entre différents objets détectables dans une même scène. Après la détection des objets d’intérêt dans une scène, nous abordons aussi le problème, plus ambitieux, de la segmentation. / This thesis focuses on the problem of understanding visual contents, which can be images, videos or 3D contents. Understanding means that we aim at inferring semantic information about the visual content. The goal of our work is to study methods that combine two types of approaches: 1) automatic content analysis and 2) an analysis of how humans interact with the content (in other words, usage analysis). We start by reviewing the state of the art from both Computer Vision and Multimedia communities. Twenty years ago, the main approach was aiming at a fully automatic understanding of images. This approach today gives way to different forms of human intervention, whether it is through the constitution of annotated datasets, or by solving problems interactively (e.g. detection or segmentation), or by the implicit collection of information gathered from content usages. These different types of human intervention are at the heart of modern research questions: how to motivate human contributors? How to design interactive scenarii that will generate interactions that contribute to content understanding? How to check or ensure the quality of human contributions? How to aggregate human contributions? How to fuse inputs obtained from usage analysis with traditional outputs from content analysis? Our literature review addresses these questions and allows us to position the contributions of this thesis. In our first set of contributions we revisit the detection of important (or salient) regions through implicit feedback from users that either consume or produce visual contents. In 2D, we develop several interfaces of interactive video (e.g. zoomable video) in order to coordinate content analysis and usage analysis. We also generalize these results to 3D by introducing a new detector of salient regions that builds upon simultaneous video recordings of the same public artistic performance (dance show, chant, etc.) by multiple users. The second contribution of our work aims at a semantic understanding of fixed images. With this goal in mind, we use data gathered through a game, Ask’nSeek, that we created. Elementary interactions (such as clicks) together with textual input data from players are, as before, mixed with automatic analysis of images. In particular, we show the usefulness of interactions that help revealing spatial relations between different objects in a scene. After studying the problem of detecting objects on a scene, we also adress the more ambitious problem of segmentation.

L'explosion récente de données d'imagerie cardiaque a été phénoménale. L'utilisation intelligente des grandes bases de données annotées pourrait constituer une aide précieuse au diagnostic et à la planification de thérapie. En plus des défis inhérents à la grande taille de ces banques de données, elles sont difficilement utilisables en l'état. Les données ne sont pas structurées, le contenu des images est variable et mal indexé, et les métadonnées ne sont pas standardisées. L'objectif de cette thèse est donc le traitement, l'analyse et l'interprétation automatique de ces bases de données afin de faciliter leur utilisation par les spécialistes de cardiologie. Dans ce but, la thèse explore les outils d'apprentissage automatique supervisé, ce qui aide à exploiter ces grandes quantités d'images cardiaques et trouver de meilleures représentations. Tout d'abord, la visualisation et l'interprétation d'images est améliorée en développant une méthode de reconnaissance automatique des plans d'acquisition couramment utilisés en imagerie cardiaque. La méthode se base sur l'apprentissage par forêts aléatoires et par réseaux de neurones à convolution, en utilisant des larges banques d'images, où des types de vues cardiaques sont préalablement établies. La thèse s'attache dans un deuxième temps au traitement automatique des images cardiaques, avec en perspective l'extraction d'indices cliniques pertinents. La segmentation des structures cardiaques est une étape clé de ce processus. A cet effet une méthode basée sur les forêts aléatoires qui exploite des attributs spatio-temporels originaux pour la segmentation automatique dans des images 3Det 3D+t est proposée. En troisième partie, l'apprentissage supervisé de sémantique cardiaque est enrichi grâce à une méthode de collecte en ligne d'annotations d'usagers. Enfin, la dernière partie utilise l'apprentissage automatique basé sur les forêts aléatoires pour cartographier des banques d'images cardiaques, tout en établissant les notions de distance et de voisinage d'images. Une application est proposée afin de retrouver dans une banque de données, les images les plus similaires à celle d'un nouveau patient. / The recent growth of data in cardiac databases has been phenomenal. Cleveruse of these databases could help find supporting evidence for better diagnosis and treatment planning. In addition to the challenges inherent to the large quantity of data, the databases are difficult to use in their current state. Data coming from multiple sources are often unstructured, the image content is variable and the metadata are not standardised. The objective of this thesis is therefore to simplify the use of large databases for cardiology specialists withautomated image processing, analysis and interpretation tools. The proposed tools are largely based on supervised machine learning techniques, i.e. algorithms which can learn from large quantities of cardiac images with groundtruth annotations and which automatically find the best representations. First, the inconsistent metadata are cleaned, interpretation and visualisation of images is improved by automatically recognising commonly used cardiac magnetic resonance imaging views from image content. The method is based on decision forests and convolutional neural networks trained on a large image dataset. Second, the thesis explores ways to use machine learning for extraction of relevant clinical measures (e.g. volumes and masses) from3D and 3D+t cardiac images. New spatio-temporal image features are designed andclassification forests are trained to learn how to automatically segment the main cardiac structures (left ventricle and left atrium) from voxel-wise label maps. Third, a web interface is designed to collect pairwise image comparisons and to learn how to describe the hearts with semantic attributes (e.g. dilation, kineticity). In the last part of the thesis, a forest-based machinelearning technique is used to map cardiac images to establish distances and neighborhoods between images. One application is retrieval of the most similar images.

Este trabalho tem como objetivo principal verificar se é possível fazer ciência com as observações de objetos extensos que serão realizadas pela missão espacial Gaia. Um dos mais ambiciosos projetos da Astronomia moderna, essa missão observará mais de um bilhão de objetos em todo o céu com precisões inéditas, fornecendo dados astrométricos, fotométricos e espectroscópicos. Naturalmente, devido à sua prioridade astrométrica o Gaia foi optimizado para o estudo de objetos pontuais. Contudo, diversas fontes associadas a emissões extensas serão observadas. Essas emissões podem ter origem intrínseca, como galáxias, ou extrínseca, como projeções de objetos distintos na mesma linha de visada, e deverão ter soluções astrométricas aquém do ideal. Para estudar essas emissões suas imagens bidimensionais devem ser analisadas. Contudo, como o Gaia não obtém tais dados, iniciamos este trabalho verificando se a partir de suas observações unidimensionais seria possível reconstruir imagens de objetos em todo céu. Dessa forma, por um lado, nós estimamos a quantidade de casos sujeitos à presença de emissões extensas extrínsecas, apresentamos um método que desenvolvemos para segregar fontes astronômicas em imagens reconstruídas, e mostramos que sua utilização possibilitará estender o catálogo final de forma confiável em milhões de fontes pontuais, muitas das quais estarão além da magnitude limite do instrumento. Por outro lado, no caso de emissões intrínsecas, primeiro obtivemos uma es- timativa superior para o número de casos que o Gaia poderá observar. Então verificamos que após reconstruções de imagens, os códigos aqui desenvolvidos per- mitirão classificar morfologicamente milhões de galáxias nos tipos precoce/tardio e elíptico/espiral/irregular. Mostramos ainda um método que construímos para realizar a decomposição bojo/disco diretamente a partir das observações unidimensionais do Gaia de forma completamente automática. Finalmente concluímos que sim, é possível aproveitar muitos desses dados que poderiam ser ignorados para fazer ciência. E que salva-los possibilitará tanto a detecção de milhões de objetos além do limite de magnitude do Gaia, quanto estudos da morfologia de milhões de galáxias cujas estruturas podem ser apenas reveladas do espaço ou por meio de óptica adaptativa, expandindo um pouco mais os horizontes dessa já abrangente missão. / Ce travail a comme objectif principal de vérifier s\'il est possible de faire de la science avec les observations d\'objets étendus qui seront réalisées par la mission spatiale Gaia. Cette mission, l\'un des plus ambitieux projets de l\'Astronomie moderne, observera plus d\'un milliard d\'objets dans tout le ciel avec des précisions inédites, fournissant des données astrométriques, photométriques et spectroscopiques. Naturellement, en fonction de sa priorité astrométrique, Gaia a été optimisé pour l\'étude d\'objets ponctuels. Néanmoins, diverses sources associées à des émissions étendues seront observées. Ces émissions peuvent avoir une origine intrinsèque, telles que les galaxies, ou extrinsèque, telles que les projections d\'objets distincts sur la même ligne de visée, et présenteront probablement de solutions astrométriques moins bonnes. Pour étudier ces émissions, leurs images bidimensionnelles doivent être analysées. Néanmoins, comme Gaia ne produit pas de telles données, nous avons commencé ce travail en vérifiant si à partir de ses observations unidimensionnelles il serait possible de reconstruire des images 2D d\'objets dans tout le ciel. Nous avons ainsi estimé la quantité de cas sujets à la présence démissions étendues extrinsèques, et nous avons présenté une méthode que nous avons développée pour analyser leurs images reconstruites. Nous avons montré que l\'utilisation de cette méthode permettra détendre le catalogue final de façon fiable à des millions de sources ponctuelles dont beaucoup dépasseront la magnitude limite de l\'instrument. Dun autre coté, dans le cas démissions intrinsèques, nous avons premièrement obtenu une estimation supérieure du nombre de cas que Gaia pourra observer. Nous avons alors vérifié qu\'après les reconstructions d\'images, les codes que nous avons développés permettront de classifier morphologiquement des millions de galaxies dans les types précoce/tardif et elliptique/spirale/irrégulière. Nous avons de plus présenté une méthode que nous avons développée pour réaliser la décomposition bulbe/disque directement à partir des observations unidimensionnelles de Gaia de façon complètement automatique. Finalement nous avons conclu qu\'il est possible d\'utiliser beaucoup de ces données qui pourraient être ignorées pour faire de la science. Et que le fait de les exploiter permettra aussi bien la détection de millions d\'objets qui dépassent la limite de magnitude de Gaia, que de mener des études sur la morphologie de millions de galaxies dont les structures ne peuvent être révélées qu\'à partir de l\'espace ou au moyen d\'optique adaptative, augmentant un peu plus les horizons de cette mission déjà immense.