Reconstruction 3D à partir d'un nombre limité de radiographies : application au contrôle non destructif des soudures

3D reconstruction from a limited number of projections : application to nondestructive evaluation of welds

• Auteur / Autrice : Myriam Fiani
• Direction : Jérôme Idier
• Type : Thèse de doctorat
• Discipline(s) : Physique
• Date : Soutenance en 2001
• Etablissement(s) : Paris 11

Mots clés

Mots clés contrôlés

Problèmes inverses

Contrôle non destructif

Tomographie

Mots clés libres

Tomographie à rayons X

Régularisation bayésienne

Méthodes ART

Algorithmes semi-quadratiques

Physique

Généralités physique

Résumé

Nous nous intéressons à la reconstruction 3D d'objets métalliques à partir d'un nombre limité de projections. L'application traitée est le contrôle non destructif des soudures par gammagraphies. A cause des contraintes in situ et des contraintes liées aux types de pièces et de défauts contrôlés, les informations disponibles sont pauvres et en nombre limité. De ce fait, le problème de reconstruction est mal posé. Afin d'obtenir une solution acceptable, nous choisissons de le régulariser dans le formalisme bayésien. L'estimateur retenu est le maximum a posteriori. C'est aussi le minimiseur d'un critère pénalisé. A partir de l'existant développé à EDF, nous apportons des améliorations qui sont, en particulier, adaptées à la reconstruction de soudures à partir de gammagraphies. D'un point de vue modélisation, nous exploitons des informations a priori originales, notamment la géométrie de la pièce supposée exempte de défauts et des contraintes d'appartenance à un intervalle. Nous affinons également la modélisation de la formation des données en prenant en compte le phénomène de flou. . .

This work deals with the 3D reconstruction of metal objects from a limited number of projections. The application is the nondestructive evaluation of welds from X-ray data. The information are few and of poor quality due to the in situ constraints and to constraints related to the type of objects and its faults. Reconstruction is then an ill-posed inverse problem. In order to obtain an accurate solution, it is regularised in the Bayesian framework. The selected estimator is the maximum a posteriori. It is also the value that minimises a penalised criterion. We make improvements to the existing method developed at EDF well suited particularly for the reconstruction of welds from radiographies. Modelling contribution involves original prior information concerning the object geometry, constraints of belonging to an interval. We also enhance modelling of the data by taking the blurring phenomenon into account. The 3D reconstructions we get using our method, from simulated and real data, validate these improvements. . .