La dernière décennie a vu l'exploitation d'application d'inspection automatique dans plusieurs domaines grâce à l'avancé des capteurs de vision et des méthodes d'analyse de texture et de segmentation d'images. Cependant, la nature difficile des images de chaussées (fortement texturée), la petite taille des défauts (fissures) conduisent au constat que l'inspection dans ce domaine est réalisée manuellement. Chaque année, en France, des opérateurs doivent visualiser des milliers de kilomètres d'images de route pour y relever des dégradations. Cette façon de faire est couteuse, lente et a un résultat plutôt subjectif. L'objectif de ce travail de thèse est de développer une méthode permettant la détection et la classification des fissures automatiquement sur ces images de chaussées. Le coeur de la thèse est une nouvelle méthode de segmentation, la Free Form Anisotropy (FFA). D'une part, elle permet de prendre en compte simultanément les attributs concernant la forme et l'intensité des pixels d'une fissure pour la détection. D'autre part, une nouvelle modélisation est utilisée en recherchant des chemins minima dans des graphes (images) afin de trouver la forme de la fissure dès qu'elle est présente dans l'image. Après la segmentation, l'extraction et la classification de défauts sont réalisées par une transformée de Hough et par le calcul de l'orientation locale des pixels. Les résultats expérimentaux ont été obtenus à partir de plusieurs bases d'images et compares avec des méthodes existantes.
Identifer | oai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00592482 |
Date | 30 November 2010 |
Creators | Nguyen, Tien Sy |
Publisher | Université d'Orléans |
Source Sets | CCSD theses-EN-ligne, France |
Language | fra |
Detected Language | French |
Type | PhD thesis |
Page generated in 0.0016 seconds