Thèse en cours

Analyse statistique d'images spectrales pour la restauration d'objets du patrimoine
FR  |  
EN
Auteur / Autrice : Laure Cazals
Direction : Loïc BertrandAgnès Desolneux
Type : Projet de thèse
Discipline(s) : Physique
Date : Inscription en doctorat le 01/10/2022
Etablissement(s) : université Paris-Saclay
Ecole(s) doctorale(s) : École doctorale INTERFACES : approches interdisciplinaires, fondements, applications et innovation
Partenaire(s) de recherche : Laboratoire : PPSM - Photophysique et Photochimie Supramoléculaires et Macromoléculaires
référent : École normale supérieure Paris-Saclay (Gif-sur-Yvette, Essonne ; 1912-....)

Résumé

FR  |  
EN

Dans le cadre du projet « Green Strategies to Conserve the Past and Preserve the Future of Cultural Heritage » (GoGreen) financé par la Commission Européenne (G.A. no. 101060768), nous élaborons de nouvelles méthodologies d'évaluation de l'impact de traitements de restauration, à la surface des objets et en profondeur. Le projet doctoral portera sur le développement de méthodologies de spectroscopie Raman X – une imagerie nouvelle permettant d'identifier des composés organiques au sein d'échantillons épais de composition complexe (Georgiou et al., PNAS, 2022 ; Georgiou et al., Sci. Adv., 2019 ; Gueriau et al., Anal. Chem, 2017) et de photoluminescence UV/visible. On cherchera à coupler traitement statistique des données et modalités de collecte pour obtenir des données chimiques (i) à haute définition, (ii) sensibles à la présence de traces, (iii) tout en maintenant une dose raisonnable sur l'échantillon (Bertrand et al. Trends Anal. Chem., 2015). Le/la doctorant/e développera des approches numériques à partir d'une modélisation des données d'imagerie spectrale, prenant en compte les caractéristiques spécifiques aux échantillons patrimoniaux à la fois du point de vue spectroscopique et de la distribution spatiale de l'information. Nous chercherons à caractériser le rapport signal/bruit à partir duquel la discrimination d'une part et l'identification chimique d'autre part deviennent possibles. La morphologie spatiale des données sera interprétée en termes d'efficacité de traitement et d'altération de l'aspect de surface des objets.