|
Résumé :
|
Dans le cadre de la surveillance des materiels de centrale nucleaire,les coudes moules de generateurs de vapeur sont radiographies puis expertises afin de detecter la presence de defauts.Les cliches obtenus sont ensuite numerises selon un protocole parfaitement defini,l'objectif d'EDF etant de disposer d'un systeme de reconnaissance des defauts.Dans cette note,nous decrivons la procedure de reconnaissance des zones presentant des defauts.Apres avoir rappele le protocole de numerisation et la faible qualite des images,nous proposons un pretraitement de celles-ci pour rehausser les defauts.Nous examinons ensuite le probleme du choix des criteres de classification.Apres avoir demontre que des criteres statistiques ou texturaux classiques de type homogeneite,entropie,contraste ne sont pas pertinents,nous developpons une approche geometrico-statistique fondee sur la cooperation de l'etude des correlations du signal et de l'analyse des extrema regionaux.Le principe consiste a analyser puis comparer dans le cas de zones avec defauts et celui de zones sans defauts,l'evolution des matrices de probabilites conditionnelles pour une taille croissante du voisinage,l'allure des variogrammes et la localisation de minima regionaux.Il ressort que l'anisotropie et la surface de la serie des "queues de cometes"associees aux probabilites conditionnelles,la pente des variogrammes et des indices statistiques,la localisation des minima regionaux sont des parametres discriminant les zones de defauts des zones sans defauts.La classification des images est finalement realisee par un reseau de neurones dont nous detaillons l'architecture,les proprietes et le mecanisme d'apprentissage et dont nous discutons les resultats obtenus.
|
