Remerciements table des Matières Introduction 1

7.3 Comparaison des Attributs Structurels de deux images

Procédure :

A partir d'une image référence (culasse), on extrait les caractéristiques géométriques par :

- filtre de Deriche et approximation polygonale pour les segments de droites

- filtre de Harris pour les points de fortes courbures

Ensuite, on prend une image (bruitée ou non) et on relance les mêmes filtres avec les mêmes paramètres.

On en déduit 3 coefficients de corrélation (un pour les PFCs, un pour l'approximation polygonale et un pour le coefficient de corrélation) qui vont servir à détecter des défauts ou disparités entre ces 2 images.

Résultats :


Figure 7.7 : Image de Référence

Le but va être de comparer cette image à plusieurs images dégradées et de voir l'influence du fenêtrage sur les calculs :

(la règle de décision utilisée ici pour valider ou non la pièce corrélée est :

si (pfc >= 0.9 & corrélation >= 0.9) alors 'pièce valide'

sinon si (pfc >= 0.8 & corrélation >= 0.85 & segments >=0.7 ) alors 'pièce valide'

sinon 'pièce non valide')

1. 
   Tests sur image dégradée par un objet :
   

fenêtre 65*65

pfc = 0.4706

segments = 0.3529

corrélation = 0.5677

résultat : Pièce non valide


fenêtre 125*140

pfc = 0.6827

segments = 0.6111

corrélation = 0.8308

résultat : Pièce non valide


fenêtre 250*200


pfc = 0.6855

segments = 0.7576

corrélation = 0.9271

résultat : Pièce non valide

2. 
   Tests sur image dégradée (pièce mal usinée) :
   

fenêtre 55*45

pfc = 0.5556

segments = 0.6111

corrélation = 0.5334

résultat : Pièce non valide


fenêtre 90*90

pfc = 0.8082

segments = 0.7345

corrélation = 0.8305

résultat : Pièce non valide

fenêtre 160*220

pfc = 0.8121

segments = 0.8142

corrélation = 0.9780

résultat : Pièce valide

3. 
   Tests sur image dégradée (pièce mal usinée / usinage non réalisé) :
   

fenêtre 60*45

pfc = 0.6154

segments = 0.5417

corrélation = 0.1023

résultat : Pièce non valide


fenêtre 110*100
pfc = 0.9118

segments = 0.7368

corrélation = 0.6652

résultat : Pièce non valide

fenêtre 210*170
pfc = 0.8779

segments = 0.8387

corrélation = 0.8552

résultat : Pièce valide

4. 
   Tests sur image dégradée (pièce mal usinée) :
   

fenêtre 60*60

pfc = 0.3478

segments = 0.5000

corrélation = 0.4393

résultat : Pièce non valide

fenêtre 125*120


pfc = 0.5455

segments = 0.6923

corrélation = 0.7364

résultat : Pièce non valide

fenêtre 300*190

pfc = 0.7714

segments = 0.8076

corrélation = 0.8983

résultat : Pièce non valide

7.4 Conclusion Technique

Les résultats expérimentaux exposés au chapitre précédent ont été présentés aux responsables de Renault Automation qui les ont trouvés satisfaisants quant à une implantation sur site.

• 
  Dans le cas d'un mauvais bridage de la pièce sur son support, ou d'un outil sur le porte outil, la précision de la détection des déplacements obtenus par extraction des points de fortes courbures (cf. chapitre 7.1) est approximativement de 0.5mm. Une telle précision est suffisante pour déterminer si pièce et outils sont présents et correctement positionnés.
  
• 
  D'autre part, la comparaison des attributs structurels d'une image acquise "en ligne" (sur site expérimental) avec une image de référence semble toute aussi satisfaisante (cf. chapitre 7.2). En effet, la règle de décision, basée sur les paramètres définissant une pièce ou un outil (points de fortes courbures, approximation polygonale et coefficient d'inter corrélation), "valide / non valide" est robuste dans 96% des cas (3 erreurs de décision sur 75 essais). Deux facteurs importants influent sur le calcul des trois paramètres et donc indirectement la règle de décision : la taille du défaut et la taille de la fenêtre employée qui sont corrélés. Par exemple, un petit défaut dans une grande fenêtre de calcul sera difficilement détectable. Il sera donc nécessaire de définir des régions d'intérêts en fonction des pièces à usiner, de telle manière que la fenêtre de traitement soit proportionnelle au défaut apparent.
  

Malgré la bonne tenue des algorithmes implantés, il arrive parfois qu'une pièce soit déclarée "valide" alors qu'elle possède un petit défaut. Cependant, il faut bien se rappeler que cette application sera implantée en milieu industriel sur une chaîne de fabrication. Dans ce contexte il peut être coûteux d'interrompre la production à cause d'un défaut mineur qui n'aura pas forcément d'impact sur l'intégrité du processus d'usinage.

Toutefois, ces résultats sont expérimentaux et il convient maintenant de valider le processus en l'implantant sur le site industriel. Il sera alors possible de contrôler la robustesse du processus de vision (cf. chapitre 7.2) par rapport aux éléments perturbateurs réels dont le plus important est l'éclairage. Une étude ayant pour but de limiter l'influence de la luminosité sur la détection des points de fortes courbures et l'approximation polygonale pourra alors être envisagée.