Cédric Marinel (en cours)

Modal characterization of mechanical structures by automatic motion analysis from videos

(Caractérisation modale de structures mécaniques par analyse automatique du mouvement dans des vidéos)

Thèse de Doctorat, Université de Lille.

Direction : Ludovic Macaire ; co-encadrement : Benjamin Mathon

Résumé : La surveillance vibratoire joue un rôle crucial pour garantir la sécurité, la fiabilité et les performances de structures mécaniques. Elle implique la mesure et l’analyse, continue ou périodique, des vibrations afin d’évaluer l’état des structures, de détecter leurs anomalies et d’éclairer les décisions de maintenance. Les systèmes de surveillance des vibrations sont généralement composés de capteurs de vibration tels que les accéléromètres, d’un dispositif d’acquisition de données et d’un logiciel pour l’analyse des données. Comme les capteurs de vibration par contact peuvent être complexes à mettre en place, cette thèse se concentre sur l’estimation des vibrations basée sur une analyse de vidéos de la scène. Ces méthodes par vidéo permettent une mesure sans contact et fournissent des données de vibration en chaque pixel de l’image. L’analyse modale opérationnelle de ces données fournit des informations sur les propriétés mécaniques de la structure. 
Ce travail doctoral, en collaboration avec l’entreprise EOMYS Engineering, porte sur l’étude des méthodes d’estimation du mouvement par analyse de vidéos. Elle met l’accent sur les méthodes basées sur la phase issue de filtres complexes. Ces méthodes s’appuient sur l’analyse de la décomposition spatio-fréquencielle des images de la vidéo en sous-bandes complexes. Elles fournissent une estimation dense du mouvement de la scène. Une méthode multi-échelle, basée sur une décomposition spatio-fréquencielle des images en sous-bandes, est mise en oeuvre. Les performances de la méthode sont comparées à celles de l’état de l’art.
Comme l’estimation du mouvement peut être réalisée en chaque pixel de l’image, la quantité de données n’est pas adaptée aux méthodes classiques d’analyse modale opérationnelle. Une nouvelle méthode basée sur la vidéo, réduisant les données d’entrée de l’analyse modale, est donc proposée et comparée à une méthode de l’état de l’art utilisant la même approche.
Les comparaisons sont d’abord effectuées sur des vidéos synthétiques d’une poutre en porte-à- faux vibrant avec différentes caractéristiques de mouvement. Les analyses opérationnelles de deux poutres en porte-à-faux, l’une droite et l’autre pliée, sont finalement réalisées à l’aide de vidéos acquises par une caméra haute cadence qui opère en conditions contrôlées, pour évaluer les performances des méthodes.

Anis Amziane

Texture features from multispectral images acquired under uncontrolled conditions. Application to automatic identification of weeds in field crops

(Caractérisation de textures à partir d'images multispectrales acquises en conditions non contrôlées. Application à l'identification automatique d'adventices)

Thèse de Doctorat, Université de Lille, soutenue le 18 octobre 2022. Manuscrit (en anglais)

Direction : Ludovic Macaire ; co-encadrement : Benjamin Mathon

Résumé : L'objectif de cette thèse est de développer un système de reconnaissance automatique de plantes et de mauvaises herbes observées en conditions extérieures. Comme nous acquérons des images de radiance sous des conditions d'éclairage variables, nous proposons un modèle original de formation des images multispectrales sous hypothèse de surfaces lambertiennes qui prend en compte la variation des conditions d'éclairage. À partir des images de radiance, la réflectance est estimée afin de constituer une signature spectrale invariante à l'éclairage. La qualité de la réflectance estimée est comparée aux performances obtenues avec celles de l'état de l'art et évaluée en termes de discrimination entre cultures et mauvaises herbes. Les bandes spectrales associées aux canaux pouvant être redondantes ou contenir des informations spectrales fortement corrélées, nous proposons une méthode de sélection des meilleures bandes pour la classification des plantes en présence. Les images acquises par une caméra adaptée à la reconnaissance de ces plantes sont enfin analysées par un réseau de neurones profond dédié, dont le pouvoir discriminant est démontrée expérimentalement.

Sofiane Mihoubi

Dématriçage et classification d'images multispectrales de type instantané

(Snapshot multispectral image demosaicing and classification)

Thèse de Doctorat, Université de Lille, soutenue le 22 novembre 2018. Manuscrit (en anglais)

Direction : Ludovic Macaire ; co-encadrement : Benjamin Mathon

Résumé : Les caméras multispectrales échantillonnent le spectre du visible et/ou de l’infrarouge selon des bandes spectrales spécifiques. Parmi les technologies disponibles, les caméras multispectrales de type "instantané" (snapshot) équipées d’une mosaïque de filtres acquièrent des images brutes à cadence vidéo. Ces images brutes nécessitent un processus de dématriçage permettant d’estimer l’image multispectrale en pleine définition spatio-spectrale. Dans ce manuscrit nous examinons les méthodes de dématriçage multispectrale et proposons une nouvelle méthode basée sur l’utilisation d’une image panchromatique estimée directement à partir de l’image brute. De plus, nous mettons en évidence l’influence de l’illumination sur les performances de dématriçage, puis nous proposons des étapes de normalisation pré- et post-dématriçage rendant ce dernier robuste aux propriétés d’acquisition. Les résultats expérimentaux montrent que notre méthode fournit de meilleurs résultats que les méthodes classiques, et que les étapes de normalisation améliorent les performances de toutes les méthodes de l’état de l’art sur des images acquises sous différentes illuminations. Les images multispectrales peuvent être utilisées pour la classification de texture. Afin d’effectuer une analyse de texture, nous considérons les opérateurs basés sur les motifs binaires locaux, qui extraient les descripteurs de texture à partir d’images couleur. Nous étendons ces opérateurs aux images de texture multispectrale au détriment d’exigences de mémoire et de calcul accrues. Nous proposons alors de calculer les descripteurs de texture directement à partir d’images brutes, ce qui évite l’étape de dématriçage tout en réduisant la taille du descripteur. Pour cela, nous concevons un opérateur de modèle binaire local qui extrait conjointement les informations de texture spatiale et spectrale d’une image brute. Afin d’évaluer la classification sur des images multispectrales, nous avons proposé la première base de données multispectrale de textures proches dans les domaines spectraux du visible et du proche infrarouge. Des expériences approfondies sur cette base montrent que le descripteur proposé a à la fois un coût de calcul réduit et un pouvoir de discrimination élevé en comparaison avec les descripteurs classiques appliqués aux images dématricées.

Dématriçage d'images multispectrales

Stage de Master Recherche, Université Lille1 - Sciences et Technologies, soutenu le 31 août 2015. Manuscrit.

Co-encadrement : Ludovic Macaire

Arezki Aberkane

Analyse d'images CFA pour l'extraction de nouveaux descripteurs robustes

Thèse de Doctorat, Université de Lille, soutenue le 21 décembre 2017. Manuscrit.

Direction : Ludovic Macaire

Résumé : Cette thèse est consacrée à la détection des contours à partir d'images acquises par des caméras couleur mono-capteur. Dans ces dispositifs, le capteur est recouvert d'une mosaïque de filtres chromatiques (Color Filter Array, ou CFA) et forme une image (dite <> ou CFA) qui ne comporte qu'une seule composante couleur par pixel. Une procédure de dématriçage est classiquement appliquée à cette image pour estimer les deux composantes couleur manquantes en chaque pixel et obtenir une image couleur. Cependant, les artéfacts générés par le dématriçage peuvent altérer les performances des méthodes d'analyse bas-niveau des images. Ceci nous amène à éviter le dématriçage pour la détection des contours. Dans une approche de type gradient, nous proposons d'estimer les dérivées partielles soit en calculant les ces dérivées dans les trois plans couleur (approche vectorielle), soit en estimant une luminance adaptée à la détection des contours (approche scalaire). L'état de l'art met en évidence que l'exploitation directe de l'image brute a été peu abordée et que les approches développées dans cette thèse sont originales. Pour l'approche vectorielle, nous proposons une adaptation de l'implantation récursive du filtre de Deriche au treillis du CFA. Pour l'approche scalaire, nous utilisons un filtre optimal qui lisse et dérive conjointement les données brutes. Nous évaluons les performances des méthodes développées sur une base d'images synthétiques dont la vérité terrain est connue. Nous montrons ainsi que la détection des contours à partir des données brutes peut être satisfaisante tout en étant peu coûteuse en temps de calcul.

Yanqin Yang

Contribution à l’évaluation objective de la qualité d’images couleur estimées par dématriçage.

Thèse de Doctorat, Université Lille1 - Sciences et Technologies, soutenue le 8 octobre 2009. Manuscrit.

Direction : Ludovic Macaire

Résumé : Les travaux menés dans cette thèse portent sur le dématriçage d'images intégré dans une caméra couleur mono capteur. Ce type de caméra acquiert une seule composante couleur en chaque pixel grâce à un filtre CFA (Color Filter Array) spectralement sélectif. La procédure dite de dématriçage consiste à estimer les deux composantes couleur manquantes en chaque pixel pour obtenir une image couleur. Nous proposons donc de déterminer, parmi les méthodes de dématriçage, celles qui fournissent des images couleur les mieux adaptées à l’analyse automatique des images. Dans un premier temps, nous présentons les principes de l’acquisition d’images numériques couleur par les caméras mono capteur. Après avoir expliqué l’influence de la structure du CFA sur la performance du dématriçage, nous focalisons nos études sur le dématriçage d’image issue du CFA de Bayer. Une formalisation mathématique du dématriçage de l’image CFA en image couleur est ensuite proposée avant de présenter les nombreuses méthodes de dématriçage parues dans la littérature ainsi que les post-traitements qui corrigent les couleurs estimées par dématriçage. Puis, nous nous intéressons aux critères d'évaluation de la qualité des images estimées par dématriçage. En premier lieu, nous décrivons les différents artefacts pouvant être générés par le dématriçage ainsi que la formation de ces artefacts, ce qui permet de bien cerner les limites atteintes par les critères classiques d’évaluation de la qualité des images estimées. Nous proposons alors deux mesures originales qui quantifient la présence de chaque type d'artéfacts (fausse couleur et effet de fermeture éclair). Enfin, nous présentons de nouveaux critères basés sur l’analyse de primitives extraites des images, en mesurant la qualité des contours qui y sont détectés.

Maxime Devanne

Modélisation 3D d’un corps humain à partir de caméras 3D Kinect.

Projet de fin d'études, Télécom Lille1, soutenu en septembre 2012. Manuscrit.

Co-encadrement: Hazem Wannous