Analyse vibratoire par traitement d'images vidéo pour la surveillance de structures de génie civil

Video-based vibration analysis for structural health monitoring in civil engineering

• Auteur / Autrice : Bian Xiong
• Direction : Qinghua Zhang, Vincent Baltazart
• Type : Thèse de doctorat
• Discipline(s) : Signal, image, vision
• Date : Soutenance le 22/12/2021
• Etablissement(s) : Rennes 1
• Ecole(s) doctorale(s) : École doctorale Mathématiques et sciences et technologies de l'information et de la communication (Rennes)
• Partenaire(s) de recherche : Laboratoire : Institut national de recherche en informatique et en automatique (France). Unité de recherche (Rennes, Bretagne-Atlantique) - I4S
• Jury : Président / Présidente : Marc François
• Jury : Examinateurs / Examinatrices : Su Ruan, Dominique Béréziat
• Jury : Rapporteurs / Rapporteuses : Pierre Charbonnier, Joseph Morlier

Mots clés

Mots clés contrôlés

Génie civil

Traitement d'images -- Techniques numériques

Mots clés libres

Traitement d'image

Extraction du mouvement

Analyse vibratoire

Corrélation d'image

Identification modale

Surveillance de santé structurelle

Génie civil

Image processing

Motion extraction

Image correlation

Structural health monitoring (SHM)

Vibration analysis

Modal parameters

Stochastic subspace identification

Résumé

Les techniques vibratoires de surveillance de santé structurelle des ouvrages sont généralement effectuées à partir de capteurs ponctuels tels que des accéléromètres. Par contraste, cette thèse développe une techniques vibratoire basée sur l'analyse d'images vidéo de l'ouvrage, évitant ainsi l'installation fastidieuse de capteurs ponctuels. Le traitement du flux d'images vidéo permet d'extraire le mouvement des pixels sur l'ouvrage. Après la revue des méthodes existantes d'extraction de mouvement par traitement d'images, la thèse présente trois contributions : 1. une nouvelle méthode intitulée ''EQI'', 2. la méthode à base de ''steerable filtres'' est étendue aux grands déplacements, et 3. la fiabilité du la méthode QSF est améliorée. L'évaluation des performances des algorithmes d'extraction de mouvement sélectionnés est réalisée sur des données simulées et expérimentales collectées en laboratoire sur une poutre métallique. Finalement, la technique d'identification de sous-espace stochastique est appliquée sur les signaux de mouvement estimés sur l'image pour effectuer l'analyse modale, l'identification de la forme de mode et une détection de défaut. Les résultats démontrent la faisabilité des techniques d'extraction de mouvement basées sur le traitement d'images vidéo pour des application de santé structurelle d'ouvrages mécaniques.

Vibration-based Structural Health Monitoring techniques are usually performed from point-like sensors such as accelerometers. By contrast, this thesis is focused on developing low cost video-based vibration techniques avoiding tedious point-like sensor installations. Image-based processing then enables to extract the motion signal from the video data flow. After the review of existing image-based motion extraction method, the thesis introduced three contributions: 1. a new method labelled ''efficient quadrant interpolation'', 2. the steerable filter is extended to large displacement, and 3. the reliability of the quadratic surface fitting method is improved. The performance assessment of the selected motion-extraction algorithms is performed on both simulated and experimental data collected in laboratory on a cantilever beam. At the end, the stochastic subspace identification technique is applied on the image-based estimated motion signals to perform the modal analysis, the mode shape identification and fault detection. The results demonstrate the feasibility of video-based motion extraction techniques for SHM purposes.