Système de vision pour l'inspection et la surveillance de surface : application à l'inspection de roues

Automatic Vision System for Surface Inspection and Monitoring : Application to Wheel Inspection

• Auteur / Autrice : Karim Tout
• Direction : Florent Retraint, Rémi Cogranne
• Type : Thèse de doctorat
• Discipline(s) : Optimisation et Sûreté des Systèmes
• Date : Soutenance le 06/04/2018
• Etablissement(s) : Troyes
• Ecole(s) doctorale(s) : Ecole doctorale Sciences pour l'Ingénieur (Troyes, Aube)
• Partenaire(s) de recherche : Entreprise : Mefro Wheels France SAS
• Partenaire(s) de recherche : Laboratoire : Institut Charles Delaunay / ICD
• Jury : Président / Présidente : Bachar El Hassan
• Jury : Examinateurs / Examinatrices : Rémi Cogranne, Bachar El Hassan, Ali Mohammad-Djafari, Jean-Michel Morel, Christine Fernandez-Malaigne
• Jury : Rapporteurs / Rapporteuses : Ali Mohammad-Djafari, Jean-Michel Morel

Mots clés

Mots clés contrôlés

Analyse séquentielle

Estimation de paramètres

Tests d'hypothèses (statistique)

Contrôle non destructif

Qualité -- Contrôle

Mots clés libres

Qualité -- Contrôle

Contrôle non destructif

Tests d'hypothèses (statistique)

Estimation de paramètres

Analyse séquentielle

Quality control

Non-destructive testing

Statistical hypothesis testing

Parameter estimation

Sequential analysis

Résumé

L'inspection visuelle des produits industriels a toujours été l'une des applications les plus reconnues du contrôle de qualité. Cette inspection reste en grande partie un processus manuel mené par des opérateurs et ceci rend l’opération peu fiable. Par conséquent, il est nécessaire d'automatiser cette inspection pour une meilleure efficacité. L'objectif principal de cette thèse est de concevoir un système d'inspection visuelle automatique pour l'inspection et la surveillance de la surface du produit. L'application spécifique de l'inspection de roues est considérée pour étudier la conception et l'installation du système d'imagerie. Ensuite, deux méthodes d'inspection sont développées : une méthode de détection des défauts à la surface du produit et une méthode de détection d’un changement brusque dans les paramètres du processus d’inspection non stationnaire. Parce que dans un contexte industriel, il est nécessaire de contrôler le taux de fausses alarmes, les deux méthodes proposées s’inscrivent dans le cadre de la théorie de la décision statistique. Un modèle paramétrique des observations est développé. Les paramètres du modèle sont estimés afin de concevoir un test statistique dont les performances sont analytiquement connues. Enfin, l'impact de la dégradation de l'éclairage sur la performance de détection des défauts est étudié afin de prédire les besoins de maintenance du système d'imagerie. Des résultats numériques sur un grand nombre d'images réelles mettent en évidence la pertinence de l'approche proposée

Visual inspection of finished products has always been one of the basic and most recognized applications of quality control in any industry. This inspection remains largely a manual process conducted by operators, and thus faces considerable limitations that make it unreliable. Therefore, it is necessary to automatize this inspection for better efficiency. The main goal of this thesis is to design an automatic visual inspection system for surface inspection and monitoring. The specific application of wheel inspection is considered to study the design and installation setup of the imaging system. Then, two inspection methods are developed: a defect detection method on the product’s surface and a change-point detection method in the parameters of the non-stationary inspection process. Because in an industrial context it is necessary to control the false alarm rate, the two proposed methods are cast into the framework of hypothesis testing theory. A parametric approach is proposed to model the non-anomalous part of the observations. The model parameters are estimated to design a statistical test whose performances are analytically known. Finally, the impact of illumination degradation on the defect detection performance is studied in order to predict the maintenance needs of the imaging system. Numerical results on a large set of real images highlight the relevance of the proposed approach