Thèse soutenue

Quantification et description de l'hétérogénéité spatiale d'images IRM‬ : applications aux produits agroalimentaires

FR  |  
EN
Auteur / Autrice : Alexandru Onea
Direction : Christine Fernandez-MaloigneNoël Richard
Type : Thèse de doctorat
Discipline(s) : Traitement du signal et des images
Date : Soutenance en 2005
Etablissement(s) : Poitiers
Ecole(s) doctorale(s) : École doctorale Sciences pour l'ingénieur et aéronautique (Poitiers1992-2008)
Partenaire(s) de recherche : autre partenaire : Université de Poitiers. UFR des sciences fondamentales et appliquées

Résumé

FR  |  
EN

L'imagerie à résonance magnétique est utilisée depuis de nombreuses années dans le domaine médical pour identifier et caractériser les structures internes du vivant. Parallèlement à ces travaux, le Cemagref de Rennes utilise cette technique pour caractériser des produits agro-alimentaires en étudiant en particulier leur structure interne. Ce type de contrôle non destructif permet d'analyser les variations d'organisation interne entre produits de même nature ou de suivre l'évolution de ces structures selon les paramètres de production ou selon le fil du temps. Le travail a eu pour objectif de trouver dans les images IRM les éléments caractéristiques des structures présentes. L'application concerne des produits fromagers issus de différentes modalités de fabrication et acquis à différents stades d’affinage. L'expertise a révélé l’existence 6 classes dans l'organisation du fromage, étant identifiées par des critères topologiques et des critères de transition entre les classes. En une première phase, un protocole d’acquisition adapté au produit a été mis en place, ensemble avec des outils de correction des inhomogénéités induites par le système d'acquisition. L'étude a ensuite permis de dégager une méthodologie d'extraction des différentes classes. Bien que les paramètres recherchés soient de type texture et rupture de texture, la résolution d'acquisition n'a pas permis de travailler avec les méthodes usuelles du domaine. Une stratégie de type classification / identification a été développée. Elle permet de ne travailler qu'à partir des informations certaines et d'incrémenter les connaissances au fur et à mesure des itérations. Notre approche combine à la fois une approche globale exploitant une classification dans un espace de voisinages restreint et une approche locale par identification des ruptures entre zones, l'ensemble conduisant à une segmentation sub-pixellique avec un maintien de la cohérence des étiquettes région. La validation de l'approche a été obtenue à partir des résultats d'une expertise manuelle sur une partie de la base d'images et de critères de qualité de segmentation.