optimisation of automatic segmentation of granular fragmented materials

Résumé : Les propriétés physiques macroscopiques des matériaux granulaires découlent directement de leurs micro-structures. L'étude de tels matériaux nécessite la segmentation de leur structures 3D à partir d'images acquises par CT-scans. Cependant, ces images sont parfois difficiles à analyser, car de nombreux défauts et artefactes de reconstruction peuvent apparaître. Obtenir des structures 3D proches des données réelles nécessite un filtrage adapté, qui ne peut être obtenu que par une analyse approfondie du matériaux.Un filtrage adapté améliore la perception de chacun des grains et la structure 3D peut être alors obtenue par segmentation. La complexité de ces structures rend la tâche difficile : les grains qui la représentent prennent des formes irrégulières, allongées et pas nécessairement convexes. Ces grains sont généralement fortement agglomérés et difficiles à séparer. De plus, des phénomènes de fracturation sont fréquemment observés. Les grains sont éclatés en petits fragments pouvant s'éloigner de la position d'origine du grain.Dans le cadre de cette thèse, une chaîne complète de segmentation est présentée. Les données brutes d'acquisition sont tout d'abord filtrés et pré-traités pour en extraire un certain nombre de mesures statistiques , telles que le nombre de phase, le nombre de grains de chaque phase, la distribution des tailles de grains et l'identification spectral de chaque phase. Une première segmentation grossière est effectuée en utilisant la transformation de ligne de partage des eaux. Une hiérarchie des contours obtenus permet d'éliminer la sur-segmentation. Enfin, une méthode permettant d'évaluer la similitude entre deux bords adjacents est présenté, et nous permettera de réassembler les grains fragmentés, dont les fragments ont été dispersés.Les acquitions par CT-scan sont conséquentes et leur étude nécessite une utilisation efficace des architectures récentes de calcul. Le choix de la chaîne de traitement est basé sur l'étude de l'état de l'art et son application aux données 3D, avec comme objectif d'équilibrer les coûts de traitement et la qualité de la segmentation. Une nouvelle méthode de segmentation nous permet d'atteindre de meilleurs performances en améliorant également la qualité des résultats. Enfin, deux nouveaux algorithmes sont proposés pour la détection de composantes connexes et la transformation de ligne de partage des eaux.
Type de document :
Thèse
Image Processing. PSL Research University, 2018. English. 〈NNT : 2018PSLEM012〉
Liste complète des métadonnées

https://pastel.archives-ouvertes.fr/tel-01900940
Contributeur : Abes Star <>
Soumis le : lundi 22 octobre 2018 - 15:22:18
Dernière modification le : lundi 12 novembre 2018 - 11:04:22

Fichier

2018PSLEM012_archivage.pdf
Version validée par le jury (STAR)

Identifiants

  • HAL Id : tel-01900940, version 1

Collections

Citation

Théodore-Flavien Chabardes. optimisation of automatic segmentation of granular fragmented materials. Image Processing. PSL Research University, 2018. English. 〈NNT : 2018PSLEM012〉. 〈tel-01900940〉

Partager

Métriques

Consultations de la notice

51

Téléchargements de fichiers

7