L’objectif de ce deuxième chapitre a été d’établir les éléments méthodiques et matériels définis par les travaux précédents et le(s) domaine(s) d’application.
Ainsi, il a été abordé dans une première partie les aspects physiques et modèles de la mesure de l’information lumineuse jusqu’à la description de son contenu. Cette partie a permis d’expliquer le parallèle entre la vision humaine et la vision par ordinateur, puis de situer l’enjeu lié à la texture pour enfin énoncer les différentes fonctions physiques modèles utilisées susceptibles d’expliquer le comportement lumière d’une surface. L’apport original se situe dans la proposition d’usage du terme de Texture, afin d’éliminer les quiproquos liés à chaque domaine d’application. Les conclusions de cette partie sont les contraintes mécaniques et physiques pour réaliser l’automatisation du contrôle visuel par similitude au contrôleur humain.
Ensuite, dans une seconde partie, ce sont les enjeux liés à l’utilisation du système et de ses méthodes de reconstruction associées qui sont présentées. L’influence de la fonction d’éclairement, celle de la méthode d’étalonnage ainsi que celle de la méthode de reconstruction ont été présentées, notamment par rapport au choix d’un espace de projection. Les conclusions de cette partie tendent à montrer l’obligation d’une mise en oeuvre régulière et précise du système de vision choisi, même (d’autant plus) si l’application souhaitée est générique.
Ce deuxième chapitre a illustré "comment mesurer l’information utile" et la cohérence physique entre le contrôleur humain et un système de vision par ordinateur. Autrement dit, il répond aux questions "Que voit le système ? Comment voit-il ?". Ce chapitre est principalement un héritage des thèses de Gaëtan Le Goïc et de Hugues Favrelière.
Ainsi, nous allons abordé dans le chapitre suivant les aspects sémantiques et psycho-visuels auquels tous les éléments précédents font référence lors de l’inspection visuelle. Les outils mathématiques et informatiques (notamment de traitement d’images) adaptés et nécessaires à l’extraction de l’information visuelle, seront seulement présentés au quatrième chapitre.
Rappel intermédiaire de la road-map de la thèse
Nous présentons la figure2.47ici rapidement, et plus en détail au cours du cinquième chapitre. Il y a six chemins différents, potentiellement compatibles pour constituer l’apprentissage des anomalies d’aspect. Ces six chemins sont décomposés suivant les sous-étapes d’Acquisition, d’Amélioration, de Traitement et de Caractérisation.
FIGURE2.47 –Processus de la première étape d’apprentissage.
• Le deuxième chapitre portait sur la sous-étape d’Acquisition, en présentant comment enregistrer l’apparence d’une surface, du système à la théorie.
• Le troisième chapitre porte sur la question "Qu’est-ce qu’une anomalie d’aspect ?", des points de vue factuel et perception humaine.
• Le quatrième chapitre rassemble les éléments de définition liés aux trois sous-étapes d’Amélioration, de Traitement et de Caractérisation.
• Le cinquième chapitre illustre la mise en application des éléments précédemment présentés, notamment à travers l’usage du processus d’apprentissage de la figure
Chapitre
3
Les anomalies d’aspect
« Esse, est percipi, aut percipere
Être, c’est être perçu ou percevoir »
Locution latine
Sommaire
3.1 Introduction . . . 81 3.2 Standardisation et imperfections . . . 83 3.2.1 Traduction sémantique . . . 84 3.2.2 Classification géométrique . . . 853.2.3 Classification restreinte par perception géométrique . . . 88
3.2.4 Conclusion sur les anomalies normalisées . . . 90 3.3 "De la Cause à l’Effet". . . 91
3.3.1 Comportement physique local . . . 92
3.3.2 Comportement physique global . . . 97
3.3.3 L’effet visuel . . . 99
3.3.4 Conclusion sur l’identification effective. . . 102 3.4 Perception visuelle humaine . . . 104
3.4.1 L’intensité visuelle perçue . . . 105
3.4.2 Reconnaissances de formes . . . 107
3.4.3 Correspondance "De l’Effet à la Perception" . . . 111
3.4.4 Test visuel et évaluation perceptuelle . . . 112
3.4.5 Conclusion de la perception visuelle. . . 116 3.5 Conclusion sur les anomalies d’aspect . . . 117
3.1 Introduction
L’objectif de ce troisième chapitre est de faire le point sur la Connaissance à priori des anomalies d’aspect. La Connaissance est le résultat de l’appréhension, de la perception d’une réalité. Lorsque l’humain acquiert la connaissance d’une chose, il construit en lui une image de cette chose, il sémantise en interprétant l’objet perçu. La Connaissance est une manière de s’approprier un objet, de transformer l’information perçue à travers sa manifestation en quelque chose porteur de sens. Alors que "l’informatique est le traitement automatique de l’Information, l’intelligence artificielle peut être définie comme le traitement automatique de la Connaissance", souligne Caplat (2002). Ainsi, nous présentons ce qui est nécessaire à l’intelligence artificielle d’un système mixte (couplé de l’informatique) pour inspecter les surfaces automatiquement.
Ainsi, dans une première partie, il sera montré que le contrôleur humain utilise une description causale des anomalies d’aspect, qui est inadaptée à un système de vision par ordinateur. Ceci sera mis en évidence par la présentation croisée de la normalisation sur les imperfections de surfaces et une classification restreinte par perception géométrique étudiée pour son usage dans la formalisation présentée au cours du premier chapitre. Un apport peut être fait par la proposition de l’usage d’un motif "objectif" pour identifier et évaluer une anomalie d’aspect.
Ensuite, il sera présenté, dans une deuxième partie, les éléments qui seront nécessaires au traitement d’images post-acquisition, pour identifier les anomalies d’aspect par leurs effets visuels, selon l’échelle considérée dans l’image.
Un apport original sera de proposer une correspondance entre les éléments précédents et une considération paramétrique de l’état de surface qui met en évidence la description effective des anomalies. Ainsi la surface perçue est le résultat de la combinaison des propriétés optiques du matériau, de celles du relief et de celles de la teinte de la surface. En conséquence, la couleur perçue résulte de la combinaison de la surface perçue et des propriétés optiques (spectrales et directionnelles) de l’éclairage. Un apport complémentaire sera lié à la description de l’impact visuel par une mesure spatiale globale de l’apparence, normalisée par le champ d’observation.
Enfin, dans une troisième partie, il sera abordé les éléments reliant les lois de la perception humaine et les anomalies d’aspect. Un apport original sera de proposer des facteurs d’évaluation perceptuelle adaptés afin de permettre au système de vision de s’approcher du comportement visuel humain.
FIGURE3.1 –"Que voit le système ?" est la question au cœur du chapitre 3.
Cela correspond à établir et définir l’objet de l’investigation visuelle du contrôle qualité esthétique, les anomalies de surface, défini par les domaines d’application.
Ainsi, le lecteur sera amené à effectuer un tour d’horizon des différentes types d’anomalies d’aspect pour appréhender les éléments caractéristiques qui permettront de les discriminer par la suite dans la détection et l’évaluation du produit. Nous proposons également une piste perceptuelle afin de cibler l’information propre à l’anomalie dans l’information visuelle de l’apparence des surfaces, et de correspondre, au mieux, aux raisons de la distinction des anomalies par l’être humain. Ce chapitre sert de mise au point sur la Connaissance à priori des anomalies.