Thèse : Morphologie mathématique sur cartes d’élévation

When:
31/12/2018 – 01/01/2019 all-day
2018-12-31T01:00:00+01:00
2019-01-01T01:00:00+01:00

Annonce en lien avec l’Action/le Réseau : aucun

Laboratoire/Entreprise : IFP Energies nouvelles, CMM Mines ParisTech
Durée : 3 ans
Contact : maxime.moreaud@ifpen.fr
Date limite de publication : 2018/12/31

Contexte :
Les cartes d’élévation sont des images dont chaque point porte une information d’élévation. Ces images sont obtenues par des procédés d’imagerie faisant intervenir une notion de reconstruction de surface 3D, comme par exemple la reconstruction stéréo à partir d’au moins deux images observant la même scène avec des angles de vue différents. Ces cartes d’élévation peuvent être obtenues par microscopie électronique à balayage (MEB) pour des objets à l’échelle du micromètre, en particulier en utilisant de précédents travaux de [Drouyer et al., 2017]. L’application visée est la caractérisation avancée des phases actives cristallines et supports de catalyseurs. L’activité de ces phases actives est en effet spécifiquement liée aux orientations particulières de certaines faces cristallines et également aux aires de ces faces.

Sujet :
Nous nous intéresserons à développer des opérateurs permettant d’extraire des caractéristiques géométriques comme par exemple des notions de granulométrie (histogramme de taille d’objets), de mesure d’aire de surfaces, ou de classification de surfaces en fonction de l’orientation de leur normale.
Pour réaliser ce travail, la piste envisagée est différente d’une approche classique consistant à reconstruire une surface 3D triangulée à partir de la carte d’élévation. Cette démarche présente en effet certaines limitations : dépendance à la méthode de triangulation utilisée, mauvaise gestion de fortes discontinuités, et enfin calculs 3D souvent complexes. Nous proposons de travailler directement sur les cartes d’élévation en utilisant des opérations de traitement d’images 2D, issues en particulier du domaine de la morphologie mathématique. Les intérêts de cette approche originale sont d’une part que les opérations algorithmiques sont relativement rapides, et d’autre part qu’elles utilisent directement les données initiales sans les transformer.

[Drouyer et al., 2017] Drouyer S., Beucher S., Bilodeau M., Moreaud M., Sorbier L. (2017) Sparse Stereo Disparity Map Densification Using Hierarchical Image Segmentation. In: Angulo J., Velasco-Forero S., Meyer F. (eds) Mathematical Morphology and Its Applications to Signal and Image Processing. ISMM 2017. Lecture Notes in Computer Science, vol 10225. Springer, Cham

Profil du candidat :
Master 2, ingénieur

Formation et compétences requises :
Traitement d’images, mathématiques appliquées, programmation C/C++
Bonne maîtrise du français indispensable, anglais souhaitable

Adresse d’emploi :
IFP Energies nouvelles

Document attaché :