Automatisation de la segmentation d'épures constats par des techniques de segmentation de textures sous contraintes

par Albane Borocco

Projet de thèse en Morphologie mathématique

Sous la direction de Beatriz Marcotegui et de Alexandre Joly.

Thèses en préparation à Paris Sciences et Lettres , dans le cadre de SMI - Sciences des Métiers de l'Ingénieur , en partenariat avec Mathématiques et Systèmes (laboratoire) , CMM - Centre de Morphologie Mathématique (equipe de recherche) et de École nationale supérieure des mines (Paris) (établissement de préparation de la thèse) depuis le 01-01-2017 .


  • Résumé

    Différentes études menées par Michelin en collaboration avec des partenaires externes spécialisés dans le traitement d'images, ont permis le développement d'outils d'aide à la construction d'épures constats (architecture du pneu telle que construite). Ces outils nécessitent encore de nombreuses interactions de la part d'opérateurs spécialisés et formés qui doivent positionner la grande majorité des interfaces entre constituants (> 90%). Une automatisation plus complète permettrait d'accélérer le processus, de réaliser des contrôles plus systématiques et réguliers donnant accès à des analyses statistiques robustes et rendrait la procédure reproductible et indépendante de l'opérateur. Les enjeux sont ainsi des gains en objectivité et en efficience du processus. La texture joue un rôle prépondérant pour discriminer les différents produits. Ces textures sont notamment dues au frottement de la scie avec les matériaux lors de la phase de découpe des pneumatiques. Le but de la thèse est d'automatiser autant que possible le processus. Pour les textures bien différenciées, les descripteurs de texture le mieux adaptés au problème pourraient être appris. Pour les situations plus complexes, des informations supplémentaires seront nécessaires. L'objectif de cette thèse est donc de mettre au point des méthodes d'analyse d'images pour rendre robuste la procédure de segmentation de coupes transversales de pneus, afin de réduire le temps de traitement de chaque analyse, d'obtenir des résultats plus précis et moins dépendants de l'opérateur.

  • Titre traduit

    Automatic segmentation of tire cross-sections by constrained texture segmentation techniques


  • Résumé

    Michelin has carried out several collaborations with external partners specialized in image processing. The aim of these collaborations is to develop tools for automating the construction of tires architecture. These tools still require many interactions by specialized operators who must locate the vast majority of interfaces between constituents (> 90%). Further automating this process would accelerate the process and allow more systematic and regular checks, giving access to more robust statistics and reproducible results, independent from the operator. Texture plays a predominant role in discriminating between different products. These textures are due in particular to the friction of the saw with the materials during the cutting phase of the tires. The aim of the thesis is to automate as much as possible the process. For well-differentiated textures, the descriptors of texture best suited to the problem could be learned. For the more complex situations, additional information will be required. The objective of this thesis is therefore to develop image analysis methods to segment tires cross-sections, in order to reduce the processing time of each analysis, to obtain more precise results and less dependent on the operator.