Analyse de méthodes statistiques en traitement du signal pour les tomographies acoustique et ultrasonore des arbres sur pied

Analysis of statistical methods in signal-processing for acoustic and ultrasonic tomography of standing trees

• Auteur / Autrice : Andrés Felipe Arciniegas Mosquera
• Direction : Philippe Lasaygues, Loïc Brancheriau
• Type : Thèse de doctorat
• Discipline(s) : Acoustique
• Date : Soutenance le 24/11/2014
• Etablissement(s) : Aix-Marseille
• Ecole(s) doctorale(s) : École doctorale Sciences pour l'Ingénieur : Mécanique, Physique, Micro et Nanoélectronique (Marseille)
• Jury : Président / Présidente : Emmanuel Le Clézio
• Jury : Examinateurs / Examinatrices : Valérie Kaftandjian
• Jury : Rapporteur / Rapporteuse : Joseph Gril, Guy Feuillard

Mots clés

Mots clés contrôlés

Imagerie ultrasonore

Tomographie

Ondes élastiques -- Propagation

Propriétés acoustiques

Bois

Mots clés libres

Acoustique

Bois

Imagerie

Statistiques

Tomographie

Traitement du Signal

Ultrasons

Acoustics

Wood

Imaging

Statistics

Tomography

Signal-Processing

Ultrasound

Résumé

La tomographie acoustique est une méthode d'imagerie permettant de réaliser des cartographies bidimensionnelles du plan radial-transverse des arbres en fonction de la vitesse (ou la lenteur) des ondes élastiques de basse fréquence (<20 kHz). Les images couramment obtenues avec les appareils commerciaux possèdent une résolution spatiale faible (de l'ordre de quelques centimètres) et sont parfois difficiles à interpréter. Cette résolution est limitée par l'utilisation des ondes de basse fréquence, le faible nombre de sondes et la non-prise en compte des propriétés du bois (anisotropie, hétérogénéité). À ce jour, il n'existe pas d'appareils de terrain utilisant les ultrasons, spécialement adaptés à l'imagerie des arbres sur pied. Compte-tenu des limitations évoquées, nous proposons ici deux études cherchant à améliorer la qualité des images des tomographie acoustique et ultrasonore. Dans un premier temps nous comparons des méthodes de traitement du signal pour la mesure du temps de propagation et nous en précisons des limites expérimentales de validité. L'approche développée a permis de sélectionner les méthodes de traitement du signal en caractérisant les erreurs systématiques et aléatoires induites en fonction du niveau de bruit. Dans un deuxième temps, une étude numérique de la robustesse d'algorithmes de reconstruction est proposée. Deux nouveaux algorithmes sont présentés et comparés à deux algorithmes classiques utilisés dans les appareils commerciaux. Cette comparaison est axée sur les critères liés aux contraintes expérimentales (faible nombre de sondes et mesures bruitées) et aux exigences techniques (faible temps de calcul) pour une utilisation sur le terrain.

Acoustic tomography is an imaging technique used to perform two-dimensional mappings of the radial-transverse plane of trees, based on the velocity (or the slowness) of low frequency elastic waves (<20 kHz). The images currently obtained with the commercial devices have a low spatial resolution (of the order of a few centimeters) and are difficult to interpret. These resolution is limited by the use of low frequency waves, the low number of sensors and the fact of not taking into account the properties of wood (anisotropy, heterogeneity). To date, there are no field devices using ultrasound, specially adapted for standing trees imaging. Taking into account the limitations mentioned previously, we present hereby two studies that aim to improve the quality of acoustic and ultrasonic tomography images. In the first part of this work we compare signal-processing methods for the measurement of the propagation time and we specify experimental limits of validity. The approach developed permitted to choose the signal-processing methods by characterizing their systematic and random errors associated with the noise level. In the second part of this work, a numerical study of the robustness of reconstruction algorithms is proposed. Two new reconstruction algorithms are presented and compared to two conventional algorithms used in the commercial devices. These comparison is based on the criteria related to experimental constraints (low number of sensors and noisy measurements) and technical requirements (low computation time) for use in the field.