Éléments pour l'analyse et le traitement d'images : application à l'estimation de la qualité du bois - Université de Lorraine Accéder directement au contenu
Thèse Année : 2022

Tools for image analysis and processing : application to wood quality estimation

Éléments pour l'analyse et le traitement d'images : application à l'estimation de la qualité du bois

Résumé

In the context of climate change and its mitigation, the development of the circular bioeconomy, and the resulting increased pressure on the wood resource, one of the priority research areas is to optimize the transformation of this resource, which can be done at different levels. The objective here is to extract information on wood quality from the analysis of cross-sections of logs or logs in the forest or in the sawmill. To estimate this quality, several visible characteristics can be extracted: sapwood and heartwood areas, position of the pith and geometric center, number of tree rings and their width. First, we are interested in the segmentation of the log in the image. This segmentation makes the analysis of other features easier and allows us to locate the geometric center. For this, we propose several approaches. First, classical methods from image processing are discussed, such as the K-Means method or active contours. We also use convolutional neural networks. We show the advantage of neural networks over the other methods. The second estimated feature is the duramen area (more colored central area). We propose a new attention layer for neural networks using the less commonly used mathematical morphology. Attention layers have allowed networks to outperform by focusing on the most relevant information. In our context, this layer has two goals: reduceing the amount of parameters and increasing performance. Our attention layer shows better performances compared to other attention layers. In the third step, we propose to analyze the tree rings. Our method is in three main steps. First, a directional smoothing to enhance the rings ( keeping the edges as well as possible) and reduce both the intra tree rings texture and the saw marks. Then, an adaptive thresholding to segment the areas of potential tree rings. Finally, a second thresholding in order to have the ring limits. From the final segmentation, the analysis of the rings (number, average width, etc.) is made possible. Finally, the estimation of the pith position is addressed. We propose a new original approach based on the ant colony algorithm to estimate the location of the pith. Using this approach allows to skip a usual step, namely the way to accumulate normals at the tree ring tangents. Our method shows many advantages compared to state-of-the-art approaches, including neural networks. In a last part, we will present a work in discrete geometry: a directional filter. It estimates the maximal digital straight segments at any point of a connected set. This work is intended to be applied to estimate some tree ring features.
Dans le contexte du changement climatique et de son atténuation, du développement de la bioéconomie circulaire, et d'une pression accrue qui en découle sur la ressource en bois, un des axes de recherche prioritaire est l'optimisation de la transformation de cette ressource qui peut se faire à différents niveaux. L'objectif ici est d'extraire des informations sur la qualité du bois à partir de l'analyse de sections transversales du grumes ou billons de bois en forêt ou en scierie. Pour estimer cette qualité, plusieurs caractéristiques visibles peuvent être extraites : zones d'aubier et de duramen, position de la moelle et du centre géométrique, le nombre de cernes et leur largeur. Dans un premier temps, nous nous intéressons à la segmentation de la grume dans l'image. Cette segmentation rend plus simple l'analyse des autres caractéristiques et permet de localiser le centre géométrique. Pour cela, nous proposons plusieurs approches. D'abord, des méthodes classiques issues du traitement d'images sont abordées, comme la méthode des K-Means ou les contours actifs. Nous utilisons également des réseaux de neurones convolutifs. Nous montrons l'avantage des réseaux de neurones par rapport à ces deux autres méthodes. La deuxième caractéristique estimée est la zone de duramen (zone centrale plus colorée). Nous proposons une nouvelle couche d'attention pour les réseaux de neurones utilisant la morphologie mathématique moins souvent utilisée. Les couches d'attention ont permis aux réseaux d'être plus performants en se focalisant sur les informations les plus pertinentes. Dans notre cadre, l'objectif de cette couche est double : réduire la quantité de paramètres et augmenter les performances. Notre couche d'attention montre de meilleures performances par rapport à d'autres couches d'attention. Dans un troisième temps, nous proposons d'analyser les cernes. Notre méthode est en trois grandes étapes. D'abord, un lissage directionnel pour rehausser les cernes (tout en gardant au mieux les contours) et réduire à la fois la texture intracernes et les marques de sciage. Puis, un seuillage adaptatif pour déterminer les zones de cernes potentiels. Enfin, un deuxième seuillage afin d'avoir les limites de cernes. À partir de la segmentation finale, l'analyse des cernes (nombre, largeur moyenne, etc.) est rendue possible. Enfin, l'estimation de la position de la moelle est abordée. Nous proposons une nouvelle approche originale basée sur l'algorithme des colonies de fourmis pour estimer la position de la moelle. L'utilisation de cet algorithme permet de s'abstraire d'une étape habituelle, à savoir l'accumulation des normales aux tangentes des cernes. Notre méthode montre de nombreux avantages par rapport aux approches de l'état de l'art, réseaux de neurones inclus. Dans une dernière partie, nous présenterons un travail en géométrie discrète : un filtre directionnel. Il estime les segments les plus longs en tout point d'un ensemble connexe. La présentation de cet outil est fait par le biais d'un filtre. En appliquant ce filtre,nous pouvons estimer des caractéristiques géométriques à l'échelle locale. Cet outil a pour objectif d'être appliqué aux cernes.
Fichier principal
Vignette du fichier
DDOC_T_2022_0105_DECELLE.pdf (73.14 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

tel-03794911 , version 1 (03-10-2022)

Identifiants

  • HAL Id : tel-03794911 , version 1

Citer

Rémi Decelle. Éléments pour l'analyse et le traitement d'images : application à l'estimation de la qualité du bois. Informatique [cs]. Université de Lorraine, 2022. Français. ⟨NNT : 2022LORR0105⟩. ⟨tel-03794911⟩
89 Consultations
5 Téléchargements

Partager

Gmail Facebook X LinkedIn More