Corrélation d'Images pour Descripteurs Textiles

Image Correlation for Textile Descriptors

• Auteur / Autrice : Arturo Mendoza quispe
• Direction : Stéphane Roux
• Type : Thèse de doctorat
• Discipline(s) : Mécanique des solides
• Date : Soutenance le 05/02/2019
• Etablissement(s) : Université Paris-Saclay (ComUE)
• Ecole(s) doctorale(s) : École doctorale Sciences mécaniques et énergétiques, matériaux et géosciences (Gif-sur-Yvette, Essonne ; 2015-....)
• Partenaire(s) de recherche : établissement opérateur d'inscription : École normale supérieure Paris-Saclay (Gif-sur-Yvette, Essonne ; 1912-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire de mécanique et technologie (Gif-sur-Yvette, Essonne ; 1975-2021)
• Jury : Président / Présidente : Rachid Deriche
• Jury : Examinateurs / Examinatrices : Stéphane Roux, Damien Durville, Hugues Talbot, Estelle Parra-Denis, Julien Schneider
• Jury : Rapporteurs / Rapporteuses : Jean-Noël Périé, Zoheir Aboura

Mots clés

Mots clés contrôlés

Tomographie

Textiles et tissus -- Recherche

Composites tissés

Mots clés libres

Tomographie

Correlation d'Images Volumique

Textiles

Tomography

Textiles

Digital Volume Correlation

Résumé

De nombreux descripteurs sont utilisés pour décrire les composites tissés. Cela est dû en partie aux différents usages que l’on peut en faire. Par exemple, le descripteur le plus approprié pour une simulation mécanique (par exemple, un maillage d’éléments finis), n’est pas nécessairement le même que pour un algorithme de contrôle non destructif (par exemple, des descripteurs statistiques issus d’images tomographiques). Cette recherche propose de reconnaître que, malgré les nombreuses formes que peuvent prendre ces descripteurs textiles, le composite tissé 3D qui nous intéresse est intrinsèquement structuré. En fait, il est principalement défini par son motif de tissage 3D (arrangement des torons). Cette caractéristique commune à tous les descripteurs peut être exploitée pour “construire des liens” entre les nombreuses analyses différentes. Ceux-ci peuvent être obtenus à travers de la Corrélation d’Images Volumiques (DVC), qui fournit le champ de déplacement reliant toute paire de descripteurs. Les avantages de la DVC sont démultipliés en permettant la “relaxation” de l’hypothèse fondamentale de la conservation des coefficients d’absorption (le contraste tomographique), et l’utilisation d’une technique de régularisation mécanique “complète”. Cela se traduit par un algorithme de recalage robuste et rapide. Il permet de mesurer les “différences métriques” (déformations et distorsions du toron) et d’identifier les “différences topologiques” possibles (par exemple, les anomalies de tissage) qu’un textile peut connaitre. En somme, ce nouvel “cadre de corrélation” permets l’unification des descripteurs textiles dans un seul descripteur topologique. Divers échantillons tissés observés à l’échelle méso ont été étudiés dans ce contexte.

Many descriptors are employed for describing the woven composites. This is, in part, due to the different uses one may give them. For example, the most appropriate descriptor for a mechanical simulation (e.g., a finite element mesh), may not necessarily be the same as for a nondestructive testing algorithm (e.g., statistical descriptors issued from tomographic images). This research proposes to acknowledge that, despite the many forms that these textile descriptors may take, the 3D woven composite tat interests us is intrinsically structured. In fact, it is mainly defined by its 3D weaving pattern (arrangement of yarns). This common characteristic to all descriptors can be exploited to “construct bridges” between the many different analyses. These can be obtained by means of Digital Volume Correlation (DVC), which provides the displacement field relating any pair of descriptors. It should be noted that the advantages of DVC are multiplied by allowing for the “relaxation” of the fundamental assumption of conservation of absorption coefficients (i.e., the tomographic contrast), and the use of a “complete” mechanical regularization technique. This results in a robust and fast registration algorithm. It allows measuring the “metric differences” (yarn deformations and distortions) as well as identifying the possible “topological differences” (e.g., weaving anomalies) that a textile may undergo. In short, this new “correlation framework” allows the unification of the textile descriptors into a single topological descriptor. Various woven samples observed at the meso-scale were studied in this context.