Äpfel müssen für die Verwendung als Tafelobst in einen den Handelsgütebestimmungen entsprechenden Zustand aufbereitet werden. Die Anforderungen an die Äpfel der einzelnen Klassen sind in den Qualitätsnormen und Handelsklassen für die EG festgelegt. Automatische Verfahren zur Sortierung von Äpfeln nach Größe, Farbe und Form kommen zum Einsatz. Qualitätsfehler auf der Apfeloberfläche ohne Farbveränderungen der Fruchtoberfläche werden nicht erkannt. Ausgehend von der auf dem Markt vorhandenen Sortiertechnik für Obst und Gemüse sowie den aktuellen technischen Möglichkeiten der Oberflächenerkennung bzw. -prüfung wurde nach einer Lösung gesucht, auch unverfärbte Oberflächenformveränderungen zu erkennen. Unverfärbte Oberflächenformveränderungen sind häufig die Ursache von größeren, oft infektiösen Schadstellen nach der Apfelaufbereitung. Sie führen zu Ausfällen für die Erzeuger und den Handel. Verbraucherbefragungen ergaben Interesse für den Handel an einer Erkennung unverfärbter Oberflächenformveränderungen zur Qualitätsverbesserung des Marktangebotes. Dabei sind breite flache, breite tiefe und tiefe schmale unverfärbte Oberflächenformveränderungen von besonderem Interesse. Nach bisher vorliegenden Untersuchungsergebnissen können mit Hilfe des Reflexionsmeßverfahrens Qualitätsfehler erkannt werden, die mit Verfärbung der Schale oder des schalennahen Fruchtfleisches einhergehen. Für die Erkennung von Druckstellen, die nicht mit Verfärbung verbunden sind, ist das Reflexionsmeßverfahren daher nur bedingt geeignet. Zur Problemlösung wurde ein Versuchsstand für Triangulationsmessungen mit Liniengitterprojektion aufgebaut. Es wurden 900 Apfelstreifenbilder der Apfelsorten "Golden Delicious", "Red Delicious" und "Braeburn" mit Hilfe des Versuchsaufbaus und dem zur Bilderkennung entwickelten Erkennungsalgorithmus untersucht. Zur Gewinnung der Merkmale aus dem Streifenbild wurde auf die Anzahl bzw. die Abstände der Streifen zurückgegriffen. Die aufgenommenen Apfelstreifenbilder wurden durch den Erkennungsalgorithmus in die Merkmalsklassen "gesunde Oberfläche", "Stiel- und Kelchgrube" und "Druckstelle" gruppiert. Nach den erfolgten Untersuchungen ist das Streifenprojektionsverfahren für die Sortierprozesse von Fruchtoberflächen geeignet, wenn die effektive optische Auflösung des Gesamtsystems, die von der Paßfähigkeit der Rastergrößen der einzelnen Baugruppen des Systems (Streifengitter, Kamerachip, Bildspeicher) abhängt, angepaßt werden kann (Ausschalten störender Moiré-Effekte im erforderlichen Auflösungsbereich). Die dreidimensionale Oberflächenkontur des Apfels moduliert das Abbild der projizierten Streifen, wodurch dreidimensionale Informationen der Oberflächentopographie in einem zweidimensionalen Bild impliziert werden können. Unverfärbte Oberflächenformveränderungen sind mit dem beschriebenen Erkennungsalgorithmus zu klassifizieren. Der Einsatz der Bilderkennung in dieser zeitkritischen Anwendung kann nur hardware-orientiert gelöst werden. Ein prinzipieller funktionsfähiger Lösungsansatz ist mit dem Erkennungsalgorithmus geschaffen. / Apples must conform to the trade quality regulations to be deemed fit for consumption. The EU requirements for each individual class of apple are specified in quality standards and trade classifications. Automatic processes are used to sort apples by size, colour and shape. Non-discoloured surface discrepancies of the fruit are not identified. This paper aims to find a system which allows non-discoloured surface discrepancies based on the sorting method for fruit and vegetables available on the market and state-of-the-art technology. Non-discoloured surface discrepancies often caused by serious, and in many cases, infectious areas of damage after the apples are processed. They result in losses for the grower and the trade. Consumer research revealed trade interest in a system which could identify non-discoloured surface discrepancies, leading to an increase in the quality of goods supplied to the market. Broad shallow, broad deep and shallow narrow non-discoloured discrepancies are of particular relevance. Previous studies have shown that discoloured discrepancies (discrepancies involving discoloration of the skin, or the fruit tissue immediately below the skin) can be identified using reflection measurement procedures. Such procedures have limited applicability for evaluating bruises which do not result in skin discoloration. An experiment bench was constructed for triangulation readings of projected line patterns in an attempt to solve this problem. Altogether 900 stripe images of apples of the "Golden Delicious", "Red Delicious" and "Braeburn" varieties were analysed using the experiment design and the algorithm developed for evaluating the images. The characteristics of the stripe image were determined on the basis of the number of stripes, or the spacing between the stripes. The recorded apple stripe images were grouped into the following characteristic categories by the evaluation algorithm: "healthy surface", "stalk and calyx" and "bruise". The study shows that the stripe projection procedure is suitable for sorting fruit by surface quality if the effective optical resolution of the overall system can be adapted accordingly (i.e. if the interfering Moiré effects can be eliminated in the required resolution range). This resolution depends on the grid sizes of individual system components (stripe pattern, camera chip, image memory). The three-dimensional contours of the apple surface alter the reflection of the projected stripes, which allows three-dimensional information regarding the surface topography to be indicated in a two-dimensional image. Non-discoloured surface discrepancies may be classified with the evaluation algorithm described above. The only viable method of applying image evaluation procedures requires substantial hardware. The evaluation algorithm is one solution which functions in principle.

Le travail présenté dans cette thèse porte sur l'inspection de surfaces métalliques industrielles. Nous proposons de généraliser des méthodes de l'imagerie hyperspectrale à des données multimodales comme des images optiques multi-canales, et des images thermographiques multi-temporelles. Dans la première application, les cubes de données sont construits à partir d'images multi-composantes pour détecter des défauts de surface. Les meilleures performances sont obtenues avec les éclairages multi-longueurs d'ondes dans le visible et le proche IR, et la détection du défaut en utilisant l'angle spectral, avec le spectre moyen comme référence. La deuxième application concerne l'utilisation de l'imagerie thermique pour l'inspection de pièces métalliques nucléaires afin de détecter des défauts de surface et sub-surface. Une approche 1D est proposée, basée sur l'utilisation du kurtosis pour sélectionner la composante principale parmi les premières obtenues après réduction des données avec l’ACP. La méthode proposée donne de bonnes performances avec des données non-bruitées et homogènes, cependant la SVD avec les algorithmes de détection d'anomalies est très robuste aux perturbations. Finalement, une approche, basée sur les techniques d'analyse de franges et la lumière structurée est présentée, dans le but d'inspecter des surfaces métalliques à forme libre. Après avoir déterminé les paramètres décrivant les modèles de franges sinusoïdaux, l'approche proposée consiste à projeter une liste de motifs déphasés et à calculer l'image de phase des motifs enregistrés. La localisation des défauts est basée sur la détection et l'analyse des franges dans les images de phase. / The work presented in this thesis deals with the quality control and inspection of industrial metallic surfaces. The purpose is the generalization and application of hyperspectral imagery methods for multimodal data such as multi-channel optical images and multi-temporal thermographic images. In the first application, data cubes are built from multi-component images to detect surface defects within flat metallic parts. The best performances are obtained with multi-wavelength illuminations in the visible and near infrared ranges, and detection using spectral angle mapper with mean spectrum as a reference. The second application turns on the use of thermography imaging for the inspection of nuclear metal components to detect surface and subsurface defects. A 1D approach is proposed based on using the kurtosis to select 1 principal component (PC) from the first PCs obtained after reducing the original data cube with the principal component analysis (PCA) algorithm. The proposed PCA-1PC method gives good performances with non-noisy and homogeneous data, and SVD with anomaly detection algorithms gives the most consistent results and is quite robust to perturbations such as inhomogeneous background. Finally, an approach based on fringe analysis and structured light techniques in case of deflectometric recordings is presented for the inspection of free-form metal surfaces. After determining the parameters describing the sinusoidal stripe patterns, the proposed approach consists in projecting a list of phase-shifted patterns and calculating the corresponding phase-images. Defect location is based on detecting and analyzing the stripes within the phase-images.