La thèse s’inscrit dans les travaux du CEA LIST pour développer dans la plate-forme CIVA un module simulant le contrôle non-destructif (CND) par ondes ultrasonores guidées ; elle est dédiée au développement et à la validation de modèles simulant l’inspection de canalisations et se focalise sur le cas de canalisations comportant un ou plusieurs coudes. Pour prédire l’effet de la courbure sur les ondes guidées, une extension en coordonnées curvilignes de la méthode des éléments finis semi-analytiques est réalisée pour calculer les modes se propageant dans un coude, par résolution d’un système d’équations aux valeurs propres restreint à la section du guide. Ce développement a aidé à comprendre les effets de distorsion des champs ultrasonores et de décalage des fréquences de coupures dus à la courbure. La diffraction des ondes à la jonction entre un tube droit et un coude est ensuite calculée par raccordement modal donnant la matrice de diffraction de la jonction ; les éléments de la matrice s’obtiennent par évaluation numérique d’intégrales à la surface de la jonction. Les matrices de diffractions locales sont enfin combinées à des matrices de propagation pour rendre compte de la présence de plusieurs diffracteurs sur la canalisation, sous forme d’une matrice globale de diffraction. Le coût minimal de son calcul permet d’étudier l’influence des paramètres de contrôle et de les optimiser. Les modèles sont validés en comparant leurs prédictions avec des résultats numériques et expérimentaux de la littérature et des mesures faites au CETIM sur maquettes industrielles. Intégrés à la plate-forme CIVA, ils étendent les possibilités du module de simulation du CND par ondes guidées. / The thesis is in the framework of developments made at CEA LIST of a module of the CIVA platform to simulate nondestructive testing (NDT) by ultrasonic guided waves; it is dedicated to the development and the validation of models simulating the examination of pipelines and is focussed on the case of pipeline comprising one or several elbows. To predict effects due to the curvature on guided waves, an extension in curvilinear coordinates of the semi-analytic finite element method is worked out to compute modes propagating in an elbow, by solving an eigen system restricted to the guide section. This development allows us to better understand effects due to the curvature such as displacement field distortions or cut-off frequencies splits. The scattering of waves at the junction between a straight tube and an elbow is then computed by means of the mode-matching method, leading to the modal scattering matrix of the junction; matrix elements are obtained by numerical evaluation of integrals over the junction surface. Local scattering matrices are finally combined to propagation matrices to account for the presence of several scatterers in the pipeline, to form a global scattering matrix. Its minimal computation cost allows us to study the influence of the parameters of the testing configuration and to optimize them. Models are validated by comparing their predictions to numerical and experimental results of the literature and to measurements made at CETIM on industrial mock-ups. Integrated in the platform CIVA, the developed models extend the capabilities of the guided wave NDT module.

Dans cette thèse, nous présentons de nouvelles méthodes de traitement d'images pourextraire ou rehausser les éléments fins d'une image. Pour ces opérateurs, issus de la morphologie mathématique,l'accent a été mis principalement sur la précision de détection et sur le temps de calcul,qui doivent être optimisés pour pouvoir répondre aux contraintes de temps imposées par différentesapplications industrielles. La première partie de ce mémoire présente ces méthodes, organisées enfonction de la tortuosité des objets à détecter. Nous commençons par proposer un algorithme rapidepour le calcul des ouvertures 1-D afin d'extraire des structures rectilignes des images. Puis, nous étudionsune nouvelle classe d'opérateurs rapides avec les ouvertures parcimonieuses par chemins, permettantd'analyser des structures ayant une tortuosité modérée. Enfin, nous proposons de nouveauxéléments structurants adaptatifs et des filtres connexes construits avec des attributs géodésiques etgéométriques pour extraire des structures filiformes ayant une tortuosité quelconque.Dans un second temps, nous avons développé une méthode d'analyse statistique en introduisantune nouvelle pénalisation adaptative. L'objectif consiste à créer un modèle prédictif précis, quiminimise en même temps une fonction de coût, indépendante des données. Lorsque cette fonctionde coût est liée au temps de calcul de chaque descripteur, il est alors possible de créer un modèleparcimonieux précis et qui minimise les temps de calcul. Cette méthode est une généralisation desrégressions linéaires et logistiques Ridge, Forward stagewise, Lar, ou Lasso.Les algorithmes développés dans cette thèse ont été utilisés pour trois applications industrielles,très différentes les unes des autres, mais toutes faisant intervenir une approche multidisciplinaire : letraitement d'images et l'analyse statistique. L'association de ces deux disciplines permet d'améliorerla généricité des stratégies proposées puisque les opérateurs de traitement d'images alliés à un apprentissagesupervisé ou non supervisé, permettent d'adapter le traitement à chaque application.Mots clés : Traitement d'images, morphologie mathématique, analyse statistique, caractérisation deformes, contrôles non destructifs, ouvertures parcimonieuses par chemins, region growing structuringelements, amincissements par attributs géodésiques et topologiques, adaptive coefficient shrinkage.

Dans cette thèse, nous présentons de nouvelles méthodes de traitement d’images pourextraire ou rehausser les éléments fins d’une image. Pour ces opérateurs, issus de la morphologie mathématique,l’accent a été mis principalement sur la précision de détection et sur le temps de calcul,qui doivent être optimisés pour pouvoir répondre aux contraintes de temps imposées par différentesapplications industrielles. La première partie de ce mémoire présente ces méthodes, organisées enfonction de la tortuosité des objets à détecter. Nous commençons par proposer un algorithme rapidepour le calcul des ouvertures 1-D afin d’extraire des structures rectilignes des images. Puis, nous étudionsune nouvelle classe d’opérateurs rapides avec les ouvertures parcimonieuses par chemins, permettantd’analyser des structures ayant une tortuosité modérée. Enfin, nous proposons de nouveauxéléments structurants adaptatifs et des filtres connexes construits avec des attributs géodésiques etgéométriques pour extraire des structures filiformes ayant une tortuosité quelconque.Dans un second temps, nous avons développé une méthode d’analyse statistique en introduisantune nouvelle pénalisation adaptative. L’objectif consiste à créer un modèle prédictif précis, quiminimise en même temps une fonction de coût, indépendante des données. Lorsque cette fonctionde coût est liée au temps de calcul de chaque descripteur, il est alors possible de créer un modèleparcimonieux précis et qui minimise les temps de calcul. Cette méthode est une généralisation desrégressions linéaires et logistiques Ridge, Forward stagewise, Lar, ou Lasso.Les algorithmes développés dans cette thèse ont été utilisés pour trois applications industrielles,très différentes les unes des autres, mais toutes faisant intervenir une approche multidisciplinaire : letraitement d’images et l’analyse statistique. L’association de ces deux disciplines permet d’améliorerla généricité des stratégies proposées puisque les opérateurs de traitement d’images alliés à un apprentissagesupervisé ou non supervisé, permettent d’adapter le traitement à chaque application.Mots clés : Traitement d’images, morphologie mathématique, analyse statistique, caractérisation deformes, contrôles non destructifs, ouvertures parcimonieuses par chemins, region growing structuringelements, amincissements par attributs géodésiques et topologiques, adaptive coefficient shrinkage. / This PhD is dedicated to new image processing methods to extract or enhance thinobjects from an image. These methods stem from mathematical morphology, and they mainly focuson the accuracy of the detection and on the computation time. This second constraint is imposed bythe fact that we are dealing with high-throughput applications. The first part of this thesis presentsthese methods, organized according to the tortuosity of the objects to detect. We first propose afast algorithm for the computation of 1-D openings, used to extract thin and straight structures in theimages. Then, we study a new class of fast operators, parsimonious path openings, which can extractthin structures with moderate tortuosities. Finally, we propose new adaptive structuring elementsand new thinnings with geodesic and geometric attributes to filter out the noise and to enhance thinstructures of any tortuosity.Besides, we have developed a machine learning method by introducing a new adaptive penalization.We aim at creating a predictive model that minimizes a cost function (independent of the data)while preserving a good accuracy. When this cost function is linked to the computation time of eachfeature, the resulting models will optimize the timings, while preserving a good accuracy. This methodis a generalization of linear and logistic regressions with Ridge, Forward stagewise, Lar or Lassopenalization.The algorithms developed in this thesis have been used for three industrial applications. While theirobjectives are very different, the framework is the same (non-destructive testing) and they all involvea multidisciplinary approach (images processing and statistical analysis). The combination of thesetwo fields yields a higher flexibility in comparison with classical methods. Generic strategies are used,since image processing operators are associated to statistical learning (supervised or unsupervised)to make a specific treatment for each application.Keywords: Image processing, mathematical morphology, statistical analysis, pattern recognition,non destructive testing, parsimonious path openings, region growing structuring elements, geodesicand topologic attributes thinnings, adaptive coefficient shrinkage.

Cette thèse s’inscrit dans le contexte des contrôles non destructifs du béton par ultrasons. Nous focalisons notre étude sur les mesures en acoustique non linéaire qui permettent d’ausculter le béton à l’échelle mésoscopique où les ondes interagissent avec les microfissures et le réseau de porosité. Les paramètres associés sont connus comme étant beaucoup plus sensibles que ceux issus des mesures linéaires. Le béton est un matériau hétérogène et complexe, ce qui présente un comportement fortement non linéaire croissant avec l’état endommagé.Nous développons dans cette thèse un type de mesure non linéaire : Dynamic Acousto-Elastic Testing (DAET). Cette technique fondée sur le principe d’une excitation dynamique du matériau, utilise les ondes ultrasonores pour suivre la variation du comportement élastique en fonction de l’amplitude d’excitation. Nous focalisons notre étude sur le problème du béton d’enrobage qui tient un rôle essentiel dans la durée de vie d’une structure de génie civil. Nous étudions l’interaction des mesures non linéaires par DAET avec les ondes de Rayleigh qui se propagent dans le béton d’enrobage. Nous montrons la sensibilité importante de l’évolution de paramètres non linéaires en fonction de l’endommagement thermique et de la carbonatation.Par la suite, nous proposons une nouvelle méthodologie de la mesure DAET, dans laquelle la vibration transitoire est générée par un impact et les ondes sont générées en continue. Nous présentons différentes applications de la méthode proposée, incluant le cas des éprouvettes de grandes dimensions. Cette approche ouvre de larges possibilités de transposer les mesures pour une application sur site. / This thesis is related to the field of nondestructive evaluation of concrete by ultrasound. We focus our study on nonlinear acoustic-based measurements that allow the concrete auscultation at mesoscopic scale where waves interact with microcracks and porosity network. The nonlinear parameters are known to be much more sensitive than those from linear measurements. Concrete is a heterogeneous and complex material. Its behavior is highly nonlinear with increasing damaged state.We develop in this thesis a type of nonlinear measurement: Dynamic Acousto-Elastic Testing (DAET). This technique is based on the principle of a dynamic excitation of the material, using ultrasounds to follow the variation of the elastic behavior depending on the excitation amplitude. We focus our study on the problem of concrete cover which holds a key role in the life of a civil engineering structure. We study the interaction of the DAET measurement with the Rayleigh waves which propagate in the concrete cover. We show the high sensitivity evolution of non-linear parameters in function of thermal damage and carbonation.Subsequently, we propose a new methodology of DAET measurement, in which the transient vibration is generated by an impact and ultrasounds are generated continuously. We present different applications of the proposed method including the case of large specimens. This approach opens broad possibilities of transposing measurements for on-site application.