Conception et validation de méthodes de traitement d'images appliquées à la détection de fissures sur les images de surface de chaussées

• Auteur / Autrice : Peggy Subirats
• Direction : Dominique Barba
• Type : Thèse de doctorat
• Discipline(s) : Automatique et informatique appliquée
• Date : Soutenance en 2006
• Etablissement(s) : Nantes
• Ecole(s) doctorale(s) : École doctorale sciences et technologies de l'information et des matériaux (Nantes)

Mots clés

Mots clés contrôlés

Automatisation

Traitement d'images

Chaussées -- Fissuration

Résumé

Nous proposons dans cette thèse une nouvelle méthode d'automatisation de la détection des fissures apparaissant en surface des chaussées par traitement d’images. Le coeur de la thèse est consacré à l'identification et à la localisation des fissures après calcul de la transformée en ondelettes continue sur les images de chaussées. Ce calcul est réalisé à diverses échelles qui sont choisies en tenant compte de la dimension des fissures et des caractéristiques des images. L'ondelette analysante est déterminée en utilisant le principe du filtrage adapté utilisé en théorie de la détection, cela permet de générer de façon automatique la forme d'ondelette la plus appropriée à la texture de chaussée analysée. À cette étape de notre méthode, l’emploi d’ondelettes continues adaptées 1D ou 2 D est analysé. À partir des ensembles spatiaux de coefficients d'ondelette obtenus, une recherche locale des coefficients extrémaux pour chaque échelle puis une fusion par chaînage à travers les échelles produisent une carte binaire indiquant en chaque site la présence ou non de fissures. Une dernière étape d'extraction globale par projections fournit la nature de la fissure. Dans la seconde partie de ce travail, nous proposons une méthode de segmentation de haut niveau basée sur une analyse statistique des ensembles spatiaux des coefficients d'ondelettes. Les fissures sont localisées à l'aide d'un modèle markovien défini sur un graphe irrégulier composé de segments de droites. Deux approches sont proposées pour la fusion des données multi-échelles. L'extraction des structures rectilignes et donc des fissures est ensuite obtenue par application de la transformée de Hough.

In this thesis, we propose a new method for automation of emergent crack detection by image processing. We principally focus on crack identification and localization using the continuous wavelet transform applied to pavement surface images. The analysis is done at several scales chosen by taking into account crack width and image characteristics. The mother wavelet is determined by using a matched filtering approach. It allows to generate automatically the mother wavelet, which is the most appropriate to the texture of pavement surface analysed. At this step of our method, the use of 1D or 2D matched continuous wavelet transform is also analysed. From the set of wavelet coefficients obtained, local research of wavelet coefficient maxima is performed for each scale and a fusion process by chaining through scales produce a binary image that indicates for each pixel the presence or not of cracks. At the last step, global extraction is performed by image projections to identify the nature of the crack. In the second part of this work, a high level segmentation method is proposed. It is based on a statistical analysis of the wavelet coefficient sets. The cracks are localised using a markovian model defined by an irregular grid composed of linear segments. Two approaches are proposed for multi-scale data fusion. Finally, extraction of the rectilinear structures (cracks) is obtained using the Hough transform.