No description available.

Le présent travail de thèse se propose de développer des techniques innovantes pour l'automatisation de tri de déchets de bois. L'idée est de combiner les techniques de spectrométrie proche-infra-rouge à des méthodes robustes de traitement de données pour la classification. Après avoir exposé le contexte du travail dans le premier chapitre, un état de l'art sur la classification de données spectrales est présenté dans le chapitre 2. Le troisième chapitre traite du problème de sélection de variables par des approches parcimonieuses. En particulier nous proposons d'étendre quelques méthodes gloutonnes pour l'approximation parcimonieuse simultanée. Les simulations réalisées pour l'approximation d'une matrice d'observations montrent l'intérêt des approches proposées. Dans le quatrième chapitre, nous développons des méthodes de sélection de variables basées sur la représentation parcimonieuse simultanée et régularisée, afin d'augmenter les performances du classifieur SVM pour la classification des spectres IR ainsi que des images hyperspectrales de déchets de bois. Enfin, nous présentons dans le dernier chapitre les améliorations apportées aux systèmes de tri de bois existants. Les résultats des tests réalisés avec logiciel de traitement mis en place, montrent qu'un gain considérable peut être atteint en termes de quantités de bois recyclées / In this thesis, innovative techniques for sorting wood wastes are developed. The idea is to combine infrared spectrometry techniques with robust data processing methods for classification task. After exposing the context of the work in the first chapter, a state of the art on the spectral data classification is presented in the chapter 2. The third chapter deals with variable selection problem using sparse approaches. In particular we propose to extend some greedy methods for the simultaneous sparse approximation. The simulations performed for the approximation of an observation matrix validate the advantages of the proposed approaches. In the fourth chapter, we develop variable selection methods based on simultaneous sparse and regularized representation, to increase the performances of SVM classifier for the classification of NIR spectra and hyperspectral images of wood wastes. In the final chapter, we present the improvements made to the existing sorting systems. The results of the conducted tests using the processing software confirm that significant benefits can be achieved in terms of recycled wood quantities

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / In the present work we introduce the Mean Shift Clustering (MSC) algorithm as a valuable alternative to perform materials phase classification from hyperspectral images. As opposed to other multivariate statistical techniques, such as principal components analysis (PCA), clustering techniques directly assign a class (phase) label to each pixel, so that their outputs are phase segmented images, i.e. , there is no need for an additional segmentation algorithm. On the other hand, as compared to other clustering procedures and classification methods based on cluster analysis, MSC has the advantages of not requiring previous knowledge of the number of data clusters and not assuming any shape of these clusters, i.e., neither the number nor the composition of the phases must be previously known. This makes MSC a particularly useful tool for exploratory research, allowing automatic phase identification of unknown samples. Other advantages of this approach are the possibility of multimodal image analysis, composed of different types of signals, and estimate the uncertainties of the analysis. Finally, the visualization and interpretation of results are also simplified, since the information content of the output image does not depend on any arbitrary choice of the contents of the color channels. In this paper we apply the PCA and MSC algorithms for the analysis of characteristic X-ray maps acquired in Scanning Electron Microscopes (SEM) which is equipped with Energy Dispersive Detection Systems (EDS). Our results indicate that MSC is capable of detecting minor phases, not clearly identified when only three components obtained by PCA are used. / No presente trabalho será introduzido o algoritmo de Agrupamento por Deslocamento para a Média (ADM) como uma alternativa para executar a classificação de fases em materiais a partir de imagens hiperspectrais de mapas raios X característicos. Ao contrário de outras técnicas estatísticas multivariadas, tal como Análise de Componentes Principais (ACP), técnicas de agrupamentos atribuiem diretamente uma classe de rótulo (fase) para cada pixel, de modo que suas saídas são imagens de fase segmentadas, i.e., não há necessidade de algoritmos adicionais para segmentação. Por outro lado, em comparação com outros procedimentos de agrupamento e métodos classificação baseados em análise de agrupamentos, ADM tem a vantagem de não necessitar de conhecimento prévio do número de fases, nem das formas dos agrupamentos, o que faz dele um instrumento particularmente útil para a pesquisa exploratória, permitindo a identificação automática de fase de amostras desconhecidas. Outras vantagens desta abordagem são a possibilidade de análise de imagens multimodais, compostas por diferentes tipos de sinais, e de estimar as incertezas das análises. Finalmente, a visualização e a interpretação dos resultados também é simplificada, uma vez que o conteúdo de informação da imagem de saída não depende de qualquer escolha arbitrária do conteúdo dos canais de cores. Neste trabalho foram aplicados os algoritmos de ADM e ACP para a análise de mapas de raios X característicos adquiridos em Microscópios de Varredura Eletrônica (MEV) que está equipado com um Espectrômetro de Raios X por Dispersão em Energia (EDS). Nossos resultados indicam que o método ADM é capaz de detectar as fases menores, não claramente identificadas nas imagens compostas pelo três componentes mais significativos obtidos pelo método ACP.

Depuis environ une dizaine d’années, les images hyperspectrales produites par les systèmes de télédétection, “Remote Sensing”, ont permis d’obtenir des informations très fiables quant aux caractéristiques spectrales de matériaux présents dans une scène donnée. Nous nous intéressons dans ce travail au problème de la segmentation non supervisée d’images hyperspectrales suivant trois approches bien distinctes. La première, de type Graph Embedding, nécessite deux étapes : une première étape d’appariement des pixels de patchs de l’image initiale grâce à une mesure de similarité spectrale entre pixels et une seconde étape d’appariement d’objets issus des segmentations locales grâce à une mesure de similarité entre objets. La deuxième, de type Spectral Hashing ou Semantic Hashing, repose sur un codage binaire des variations des profils spectraux. On procède à des segmentations par clustering à l’aide d’un algorithme de k-modes adapté au caractère binaire des données à traiter et à l’aide d’une version généralisée de la distance classique de Hamming. La troisième utilise les informations riemanniennes des variétés issues des différentes façons de représenter géométriquement une image hyperspectrale. Les segmentations se font une nouvelle fois par clustering à l’aide d’un algorithme de k-means. Nous exploitons pour cela les propriétés géométriques de l’espace des matrices symétriques définies positives, induites par la métrique de Fisher Rao. / Hyperspectral images provided by modern spectrometers are composed of reflectance values at hundreds of narrow spectral bands covering a wide range of the electromagnetic spectrum. Since spectral reflectance differs for most of the materials or objects present in a given scene, hyperspectral image processing and analysis find many real-life applications. We address in this work the problem of unsupervised hyperspectral image segmentation following three distinct approaches. The first one is of Graph Embedding type and necessitates two steps : first, pixels of the original image patchs are compared using a spectral similarity measure and then objects obtained by local segmentations are fusioned by means of a similarity measure between objects. The second one is of Spectral Hashing or Semantic Hashing type. We first define a binary encoding of spectral variations and then propose a clustering segmentation relying on a k- mode classification algorithm adapted to the categorical nature of the data, the chosen distance being a generalized version of the classical Hamming distance. In the third one, we take advantage of the geometric information given by the manifolds associated to the images. Using the metric properties of the space of Riemannian metrics, that is the space of symmetric positive definite matrices, endowed with the so-called Fisher Rao metric, we propose a k-means algorithm to obtain a cluster partitioning of the image.

La planète Mars a connu une période où l'eau liquide était durablement stable. Outre les vestiges morphologiques d'une activité hydrologique en surface, l'interaction chimique de l'eau avec la croûte basaltique s'est traduite par la formation d'argiles et de sels hydratés en surface et en profondeur. Ces minéraux hydratés ont été détectés à la surface de Mars en 2004 grâce à l'instrument OMEGA, l'imageur hyperspectral infrarouge proche embarqué sur la sonde européenne Mars Express. Leur étude permet de reconstruire l'histoire de l'activité aqueuse sur Mars et de caractériser une période ancienne où l'environnement a pu être favorable à l'apparition d'une chimie pré-biotique. Ce travail de thèse s'intéresse aux environnements aqueux de Mars en couplant les données minéralogiques des imageurs hyperspectraux embarqués OMEGA/Mars Express et CRISM/Mars Reconnaissance Orbiter avec la morphologie. De nouveaux outils de traitement et d'analyse des données sont développés et ont permis la détection et la caractérisation spectrale de plus d'un millier de dépôts de minéraux hydratés sur Mars, fournissant une vue d'ensemble de l'altération. Celle-ci a eu lieu principalement dans la première partie du Noachien et a surtout formé des phyllosilicates ferro-magnésiens de la famille des vermiculites et smectites. Une importante diversité minérale est par ailleurs constatée avec une dizaine de familles minérales différentes, traçants des conditions géo-chimiques variées. Placés dans leur contexte géologique, certaines détections permettent de proposer l'existence passée d'un système hydrologique sur l'ensemble de la planète qui a donné naissance à un cycle des argiles similaire au cycle terrestre. Il apparait par ailleurs que les cratères d'impact sont le contexte privilégié des minéraux hydratés, mais le lien entre ces derniers et les processus d'impact demeure ambigu. La découverte d'un cycle des argiles est compatible avec l'hypothèse d'une planète potentiellement habitable au Noachien mais qui devra être vérifiée par l'exploration in-situ. / The planet Mars has experienced an era during which water was stable in its liquid state. In addition to morphological evidence for aqueous activity, the chemical interaction of water with the basaltic crust has led to the formation of hydrated clays and salts both on the surface and at depth. These hydrated minerals were first detected on the surface of Mars in 2004 with the OMEGA near infrared imaging spectrometer, onboard European probe Mars Express. Their study allows us to piece together the aqueous activity on Mars and to better understand an early era when the environment may have been conducive to prebiotic chemistry. This work focuses on the aqueous environments on Mars by coupling mineralogy data from the spaceborne imaging spectrometers OMEGA/Mars Express and CRISM/Mars Reconnaissance Orbiter to the surface morphology. The development of new data processing and analysis tools have led to the detection and spectral inquiry of over a thousand hydrated mineral exposures on Mars, thus providing a broad view of the aqueous alteration. The latter mostly took place during the Noachian era and formed primarily iron-magnesium bearing phyllosilicates of the vermiculite and smectite groups. In addition, great mineral diversity is found, implying varied geo-chemical formation conditions. Placed in their geological context, these detections show the likely existence of a past hydrological cycle on Mars which sustained a clay cycle similar to Earth's. It was also found that impact craters are the most common morphological context for these minerals, although the link between them remains unclear. The discovery of a clay cycle on Mars bodes well for the past habitability potential on Mars, but will need to be verified through in-situ exploration.