Segmentation d'images par approches statistiques et recherche d'images par le contenu : application aux images radiographiques de soudures

Abstract

La première partie de ce travail décrit trois méthodes de segmentation d'images pour la détection des défauts de soudures dans les radiogrammes. Un modèle probabiliste de contour actif basé région est proposé. La modification du modèle initial en utilisant des opérations de séparation/fusion selon une métrique du contour améliore les résultats de la segmentation. Une évaluation objective de quelques méthodes de seuillage basées sur les approches globale et locale pour la détection des défauts est menée et discutée où les méthodes locales sont les plus efficaces. L'efficacité du modèle de mélange de gaussiennes généralisées est aussi observée dans l'extraction des régions du défaut, du cordon de soudure et du métal de base. Dans la deuxième partie du travail, l'approche de recherche d'image avec retour de pertinence est utilisée pour la base des défauts où un nouveau descripteur issu de la fusion des descripteurs géométriques de forme et des descripteurs de Fourier génériques a amélioré les taux de récupération.