Caractérisation morphologique efficace de matériaux par cartes de distance

par Johan Chaniot

Projet de thèse en Mathématiques appliquées, Morphologie mathématiques, Traitement d'images, informatiques

Sous la direction de Thierry Fournel et de Jean-marie Becker.

Thèses en préparation à Lyon , dans le cadre de ED 488 Saint-Etienne Sciences, Ingénierie, Santé , en partenariat avec Labo. Hubert Curien (equipe de recherche) et de IFP Energies Nouvelles depuis le 18-01-2017 .


  • Résumé

    De nos jours, l’évolution de la technologie nous amène, dans le domaine du traitement d’images, à utiliser des images avec une résolution toujours plus grande. Ceci permet d’obtenir plus de détails et plus d’informations. Par conséquent cela nous offre des possibilités plus grandes quant à la caractérisation de ces dernières. Néanmoins d’un autre côté la quantité de données à traiter est aussi bien supérieure. C’est pourquoi il est nécessaire de revoir les fonctions de bases permettant le traitement de ces images afin d’utiliser au mieux les ressources dont nous disposons, que ce soit les cartes graphiques (GPU) et les microprocesseurs multi-cœurs (CPU). Le but étant d’adapter les algorithmes à la quantité d’informations et ainsi rendre plus efficace, notamment en termes de temps de calcul, la caractérisation des objets d’études. Une fonction de caractérisation très utilisée en traitement d’images est la fonction distance permettant de calculer une carte des distances par rapport à des repères prédéfinis sur les images. Ces fonctions sont entre autre utilisées en segmentation, filtrage ou encore caractérisation morphologique. C’est dans ce cadre que s’insère mon projet de thèse. Nous souhaitons à terme, revoir les algorithmes actuels de calcul de cartes de distance afin de les adapter à l’architecture des processeurs graphiques (GPU) ou des nouveaux CPU multi-cœurs, ou développer de nouvelles fonctions remplissant ces critères. Les applications pour ce type de projet sont multiples. Dans le cadre de ma thèse je travaille à IFPEN qui travaille à l’amélioration des catalyseurs en raffinage et pétrochimie. Ces catalyseurs présentent un support très poreux pouvant être très différent suivant les applications. Pouvoir les caractériser très finement permet d’améliorer nos connaissances sur ce type de matériaux, et à plus long terme, permet d’en améliorer les performances. Mon objectif est donc de développer des algorithmes adaptés à la quantité de données provenant d’images 3D obtenues par microscopie électronique à haute résolution par tomographie électroniques et permettant de quantifier de façon efficace les réseaux poreux de ces catalyseurs par le calcul de cartes de distance. Ces cartes permettent ensuite de calculer des descripteurs morphologiques et topologiques (tortuosité, connexité, diamètre de pores…) en lien avec les performances délivrées par les catalyseurs.


  • Pas de résumé disponible.