La métrologie sensorielle

La métrologie sensorielle, parfois appelée "Soft metrology" par Eugène (2008) par exemple, est l’analyse et l’interprétation des données obtenues par l’analyse sensorielle. Celle-ci constitue l’étape de mesure dans l’évaluation humaine des surfaces. Des travaux de métrologies sensorielles ont d’ailleurs établi une méthodologie pour optimiser l’analyse sensorielle, ce qui consiste à minimiser la variabilité de l’ensemble du processus en suivant une stratégie formalisée.

En l’occurrence, le processus de contrôle qualité, et plus particulièrement le contrôle visuel, peuvent être formalisés suivant les trois phases d’Exploration, d’Évaluation et de Décision, telles qu’illustrées sur les figures 1.4et 1.5. Cette méthodologie est d’ailleurs corroborée par la définition de l’apparence, suggérée de Lindsay MacDonald et reprise parEugène(2008), telle qu’elle peut être décomposée suivant trois niveaux :

1. la sensation visuelle, comme la réponse du système visuel à la stimulation.

2. la perception visuelle, comme la normalisation de la sensation visuelle dans le contexte du champ visuel global.

3. la cognition visuelle, comme l’interprétation de la perception visuelle.

Baudet (2012) met en avant une stratégie associée à la formalisation du contrôle qualité pour le contrôle visuel, réalisé par un contrôleur humain, illustré par la figure1.5. C’est un point de départ pour la réalisation d’un système automatisé qui peut s’attacher à l’imitation de ce schéma. Si on applique cette formalisation à l’inspection visuelle, la phase d’Exploration correspond à une phase d’Observation du produit, voire jusqu’à une sous-phase de Détection.

FIGURE1.4 –Formalisation du contrôle qualité, également appliquée au contrôle qualité visuel

La phase de Détection correspond à l’observation d’un évènement inattendu, qui dans notre cas est une anomalie de surface. Après la phase d’Observation, qu’il y ait ou nonDétection d’une anomalie de surface, il y a la mise en place d’une échelle de valeurs, d’intensité. L’évaluation correspond alors à définir l’ensemble des notations possibles pour caractériser le produit, la surface ou l’anomalie. La phase de Décision correspond ensuite à l’établissement d’une échelle de gravité en lien avec l’échelle précédente de notations, et surtout au choix et à l’application d’un seuil critique définissant l’acceptable ou non.

Cependant, ce schéma est adapté au contrôle visuel humain. Avec l’objectif d’automatisation, il est nécessaire de faire usage de machines (d’ordinateurs notamment). Nous proposons de modifier l’interprétation du schéma pour l’adapter à une réalisation compatible avec un système de vision par ordinateur, par la formalisation présentée ci-après sur la figure1.6. Plus précisément, nous tenons compte des méthodes issues du traitement d’images et de classification de données réalisables par l’ordinateur. Ainsi nous modifions le schéma par le déplacement de la phase de reconnaissance, de l’exploration à l’évaluation. Pour conduire à l’évaluation, plus complète, de l’objet, nous proposons également que cette deuxième phase globale soit enrichie et qu’elle soit composée de (sous-)phases de reconnaissance des anomalies telles qu’elles seront détaillées en quatre étapes :

1. L’étape deReconnaissance de l’anomalie ou non 2. L’étape d’Évaluation factuelle, morphologique 3. L’étape d’Évaluation perceptuelle

4. L’étape d’Évaluation globale

Dans le détail et dans l’objectif d’automatiser le contrôle visuel, la formalisation modifiée correspond donc à l’enchaînement de :

1. La phase d’Exploration. Cette phase consiste à rechercher et à trouver, voire à localiser, les anomalies de surfaces comme des écarts par rapport à une référence. Il y a trois références possibles :

(a) Le modèle virtuel identifiable comme le modèle fabriqué par Conception Assistée par Ordinateur (CAO) ou bien l’intention du concepteur.

(b) Le modèle réel identifiable comme la pièce réelle bonne ou le prototype. (c) Le voisinage direct. A défaut des deux précédentes références, le contrôleur

humain peut extrapoler un modèle à partir du voisinage pour vérifier la continuité.

La phase répond à la question go/no go de l’usage des deux phases suivantes. En effet, en cas de non-détection d’anomalies de surfaces, la phase d’évaluation est inutile et la décision associée correspond à l’acceptation du produit, d’un point de vue esthétique.

2. La phase d’Evaluation. Cette phase consiste à reconnaitre les éléments mis en évidence par la détection, à définir des échelles de valeurs et à leurs associer des niveaux sur les échelles d’une variété nécessaire et suffisante de descripteurs. Cette reconnaissance est multi-échelles afin de faciliter la prise de décision successive. Il s’en suit l’identification de quatre étapes hiérarchiques :

(a) la reconnaissance du type d’anomalies. Des travaux Baudet et al. (2011) proposent de différencier les anomalies suivant deux niveaux classifications restreintes :

i. L’anomalie est-elle évolutive ou non ?

ii. L’anomalie est-elle une marque, une déformation, une hétérogénéité ou bien une pollution ?

L’interprétation de cette étape est différente de celle de Baudet(2012). Dans notre analyse, elle est déplacée de la phase d’exploration à celle d’évaluation. Ceci s’explique par la considération que l’effort de détection est déjà une forme d’évaluation, par reconnaissance de l’anomalie. Ceci est vrai que la détection soit orientée et restreinte par type d’anomalie ou non. En effet, toutes les anomalies ne sont pas équivalentes.

(b) l’évaluation factuelle locale à partir de critères morphologiques (taille, forme, etc.). Autrement dit, l’anomalie est caractérisée comme région unique.

(c) l’évaluation perceptuelle locale à partir de critères géométriques contextuels et statistiques (contraste, localisation, etc.). Autrement dit, l’anomalie est caractérisée par rapport aux régions voisines

(d) l’évaluation globale qui permet de mettre en perspective le produit et ses anomalies par rapport à sa forme et son utilisation.

3. La phase de Décision. Cette phase consiste à établir un seuil sur chaque échelle prédéfinie des descripteurs. Ainsi la comparaison des intensités relevées durant la phase d’évaluation fournit une note globale du produit parmi le choix restreint : Accepté ou Refusé.

Ainsi, nous pouvons faire le parallèle entre la stratégie de vision industrielle à mettre en place et celle du contrôle qualité visuel défini au sens de l’analyse sensorielle réalisée par un contrôleur humain. L’étape d’observation consiste à réaliser une image. Ensuite, les étapes de détection, de reconnaissance et de caractérisation sont successivement composées de phases d’extraction d’attributs et de classification de ceux-ci afin d’identifier les différents niveaux d’information nécessaires à l’évaluation de l’objet, et d’en déduire les descripteurs utiles du produit. Enfin, la conclusion consiste à (ré-)exécuter les étapes d’extraction et de classification à partir des descripteurs afin d’obtenir une classification binaire finale des produits. La figure1.7illustre ce parallèle.

FIGURE1.7 –Parallèle entre la stratégie de vision industrielle et celle du contrôle qualité visuel

Il est alors relativement évident que de nombreux paramètres peuvent influer sur le processus de contrôle qualité et ainsi jusque sur la décision finale. Nous présentons ci-après succinctement les différents paramètres identifiés au cours de travaux précédents, ainsi que la considération faite au regard des multiples paramètres contextuels relatifs à l’application du contrôle qualité visuel.