Traitement du signal Teager-Kaiser multi-dimensionel pour la caractérisation améliorée avec l'interférométrie en lumière blanche

Multi-dimensional Teager-Kaiser signal processing for improved characterization using white light interferometry

• Auteur / Autrice : Gianto Gianto
• Direction : Paul Montgomery
• Type : Thèse de doctorat
• Discipline(s) : Signal, image, automatique, robotique (SIAR). Traitement du signal et des images
• Date : Soutenance le 14/09/2018
• Etablissement(s) : Strasbourg
• Ecole(s) doctorale(s) : École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....)
• Jury : Président / Présidente : Olivier Haeberlé
• Jury : Examinateurs / Examinatrices : Abdel-Ouahab Boudraa, Fabien Salzenstein
• Jury : Rapporteur / Rapporteuse : Thierry Chonavel, Patrick Sandoz

Mots clés

Mots clés contrôlés

Spectres de fréquences

Traitement du signal

Détection du signal

Interférométrie

Mots clés libres

CSI

WLSI

Opérateur énergétique Teager-Kaiser

Traitement de signal

Interferométrie

Frange d'interférence

Coherence Scanning Interferometry

White Light Scanning Interferometry

Teager-Kaiser energy operator

Signal processing

Multi-dimensional TK

Interferometry

Fringe signal

3D surface profiler

Résumé

L'utilisation de franges d'interférence en lumière blanche comme une sonde optique en microscopie interférométrique est d'une importance croissante dans la caractérisation des matériaux, la métrologie de surface et de l'imagerie médicale. L'Interférométrie en lumière blanche est une technique basée sur la détection de l'enveloppe de franges d'interférence. Il a été démontré antérieurement, la capacité des approches 2D à rivaliser avec certaines méthodes classiques utilisées dans le domaine de l'interférométrie, en termes de robustesse et de temps de calcul. En outre, alors que la plupart des méthodes tiennent compte seulement des données 1 D, il semblerait avantageux de prendre en compte le voisinage spatial utilisant des approches multidimensionnelles (2D/3D), y compris le paramètre de temps afin d'améliorer les mesures. Le but de ce projet de thèse est de développer de nouvelles approches n-D qui sont appropriées pour une meilleure caractérisation des surfaces plus complexes et des couches transparentes.

The use of white light interference fringes as an optical probe in microscopy is of growing importance in materials characterization, surface metrology and medical imaging. Coherence Scanning Interferometry (CSI, also known as White Light Scanning Interferometry, WSLI) is well known for surface roughness and topology measurement [1]. Full-Field Optical Coherence Tomography (FF-OCT) is the version used for the tomographic analysis of complex transparent layers. Both techniques generally make use of some sort of fringe scanning along the optical axis and the acquisition of a stack of xyz images. Image processing is then used to identify the fringe envelopes along z at each pixel in order to measure the positions of either a single surface or of multiple scattering objects within a layer.In CSI, the measurement of surface shape generally requires peak or phase extraction of the mono dimensional fringe signal. Most of the methods are based on an AM-FM signal model, which represents the variation in light intensity measured along the optical axis of an interference microscope [2]. We have demonstrated earlier [3, 4] the ability of 2D approaches to compete with some classical methods used in the field of interferometry, in terms of robustness and computing time. In addition, whereas most methods only take into account the 1D data, it would seem advantageous to take into account the spatial neighborhood using multidimensional approaches (2D, 3D, 4D), including the time parameter in order to improve the measurements.The purpose of this PhD project is to develop new n-D approaches that are suitable for improved characterization of more complex surfaces and transparent layers. In addition, we will enrich the field of study by means of heterogeneous image processing from multiple sensor sources (heterogeneous data fusion). Applications considered will be in the fields of materials metrology, biomaterials and medical imaging.