DETECTION AUTOMATIQUE DES DEFAUTS DANS DES IMAGES INDUSTRIELLES ULTRASONORES EN UTILISANT LES SUPPORTS VECTORS MACHINES (SVM)

Type : Article de conférence
Auteur(s) :  Kechida Ahmed, Redouane DRAI, Abderrezak GUESSOUM
Année :  2010
Domaine : Electronique
Conférence: The 2nd International Conference on welding, nondestructive testing and the industry of materials and alloys (ICWNDT-MI’10)
Lieu de la conférence:  Oran, Algeria
Résumé en PDF :  (résumé en pdf)
Fulltext en PDF :  (.pdf)
Mots clés :  analyse de texture, contrôle non destructif, Détection de défaut, Image T.O.F.D (Time Of Flight Diffraction), Transformée en ondelettes, PCA, SVMs

Résumé : 

Dans cet article, nous présentons une approchede segmentation pour la détection des défauts dans des images ultrasonores du type T.O.F.D (Time Of Flight Diffraction). Notre approche se décompose en trois étapes : extraction des vecteurs d’attributs pour chaque pixel en utilisant la décomposition par paquées d’ondelettesensuite l’optimisation de ces derniers par l’analyse en composantes principales (PCA). Finalement la classification par les Supports Vectors Machines (SVMs) de chaque pixel comme « défaut ou non-défaut ». L’approche proposée est testée sur des images T.O.F.D obtenues l’échelle industrielle