Fusion entre les données ultrasonores et les images de radioscopie ...

&KDSLWUH ,,, 7UDLWHPHQW DXWRPDWLTXH GHV GRQQpHV
__________________________________________________________________________________________
c) image finale pour le seuil S 3
d) image finale pour le seuil S 4
Figure III.9. : images binaires obtenues après fermeture (taille 2) des images de la figure
III.8.
L'étape de segmentation des images est maintenant terminée et il nous faut choisir un seuil,
c'est-à-dire établir un compromis entre l'absence de fausse détection et une détection correcte
de la rainure. Malheureusement, les figures précédentes montrent que ces deux aspects varient
en sens inverse.
Un seuil élevé comme S 4 permet de ne pas de détecter de bruit, ce qui est intéressant dans la
mesure où l’on a alors une grande confiance dans le fait que les objets détectés soient
réellement des défauts. Néanmoins, le fait que la rainure ne soit pas détectée nous paraît
inacceptable puisque nous ne pouvons pas nous reposer systématiquement sur le contrôle
ultrasonore pour compenser ce manque de performance. D’un autre côté, le choix d’un seuil
faible comme S 1 pose aussi le problème d’un grand nombre de fausses détections.
Nous avons choisi d’adopter le seuil S 2 qui nous paraît le meilleur compromis pour les raisons
suivantes : les défauts faiblement contrastés sont détectés (parfois en partie comme la
rainure) ; en vue des études ultérieures, le nombre de fausses détections reste raisonnable. En
effet, puisqu’il reste des fausses détections, il va falloir rechercher les caractéristiques
physiques des objets capables de distinguer les fausses détections des vrais défauts. Cette
étude ne peut raisonnablement se faire sur un trop grand nombre de fausses détections. Enfin,
ce seuil est commode puisqu’il est calculé à partir de la moyenne et de l'écart-type des
niveaux de gris d’une image de référence ne contenant pas de défaut. Il est donc possible de
calculer ce seuil de manière automatique quelle que soit l'image utilisée. L'inconvénient d'un
tel seuil est que même en l'absence de défaut dans l'image, il restera toujours au moins 2% des
pixels de l'image au niveau de gris 255 (avant érosion et reconstruction) représentant des
fausses détections. Si les bords du cordon sont très clairs, comme c'est le cas ici, la grande
majorité des fausses détections sera située dans cette région (figure III.9.b). Il nous faut donc
3DJH