Fusion des images et filtrage des artefacts 

Télécharger le fichier pdf d’un mémoire de fin d’études

IMAGERIE TFM MULTIMODES

Introduction

L’algorithme TFM est un cas particulier de la méthode de Kirchhoff introduite au chapitre précédent. On peut également faire l’analogie avec la Synthetic Aperture Focusing Technique (SAFT)[28] [29] utilisée en contrôle conventionnel par balayage mécanique d’un traducteur mono-élément. Celle-ci consiste à sommer de manière cohérente les signaux reçus à différentes positions pour focaliser en réception l’énergie. Cette approche a pu aisément être transposée aux acquisitions multi-éléments pour devenir la méthode de Focalisation en Tout Point (FTP) qu’on retrouve également dans la littérature sous l’acronyme TFM (Total Focusing Method). Cet acronyme sera utilisé par la suite.
De nombreux travaux réalisés sur cette thématique au cours de ces dernières années en ont fait une des méthodes phares et des plus prometteuses en contrôle non destructif par ultrasons et ses applications industrielles se développent de plus en plus. De nombreuses études ont montré que les images TFM présentent des résolutions optimales comparées aux méthodes classiques basées sur le principe de delay and sum. Dans [30], il a été montré que la TFM présente une meilleure résolution et un meilleur RSB comparée aux méthodes classiques de type B-Scan ou S-Scan. Dans [31], l’imagerie TFM comparée à l’imagerie MUSIC [32], réputée pour sa grande résolution, a montré que l’imagerie TFM est beaucoup moins sensible au bruit et présente une meilleure résolution.
Par ailleurs, des études ont également été menées afin d’améliorer la qualité des images TFM en terme de rapport signal à bruit [33], mais également pour exploiter tout le potentiel de cette technique. L’exploitation multimodes de la TFM [34] [35] a ainsi montré qu’elle pouvait fournir des images de défauts très réalistes comparées aux méthodes standards, facilitant ainsi la caractérisation des défauts en termes de nature et de dimensionnement.
Cependant, ces différentes études ont également mis en avant les difficultés liées à l’utilisation de l’imagerie TFM.
Dans ce chapitre, nous allons tout d’abord rappeler le principe de l’algorithme d’imagerie TFM basée sur l’acquisition Full Matrix Capture (FMC) et nous décrirons le choix des différents paramètres nécessaires au calcul. Nous analyserons ensuite à travers différentes images TFM les types d’indications reconstruites avant de rappeler le principe général des phénomènes physiques qui en sont à l’origine. Enfin, nous montrerons la variabilité des images TFM pour différentes configurations d’inspection expérimentales. L’analyse des résultats permettra de poser la principale problématique de cette thèse.

Principe de l’imagerie TFM

L’imagerie TFM est une méthode de focalisation synthétique qui consiste à focaliser les signaux en chaque point d’une région définie. Elle s’applique sur un type d’acquisition particulier, la Full Matrix Capture FMC [30] [36].

Principe de l’acquisition FMC

L’acquisition FMC consiste en une succession de séquences de tirs ultrasonores, chacune se composant d’une émission par un élément et de la réception de signaux par tous les éléments du capteur.
L’onde générée se propage dans le milieu où elle peut être diffractée et/ou réfléchie par les obstacles (parois de pièce, défaut…) avant d’être rétrodiffusée totalement ou partiellement vers le capteur où elle est reçue par les différents éléments. La même séquence se reproduit ensuite à partir de l’élément voisin, et ainsi de suite jusqu’au dernier élément du capteur.
Ce séquençage élémentaire est particulièrement favorable à l’imagerie TFM. En effet comme nous le verrons dans la section 2.2, c’est une méthode basée sur l’interférence des signaux et son efficacité sera d’autant plus importante que les éléments auront un champ de sensibilité divergent, laquelle sensibilité est inversement proportionnelle à la taille de la source, soit d’un élément, pour une longueur d’onde donnée [8]. Cependant, le grand nombre de tirs peut limiter la cadence d’imagerie dans le cas d’une application en temps réel. Des travaux [37] [38] ont ainsi été menés afin de retrouver des images de qualité équivalente avec un nombre de tirs réduit. Toutefois, dans le cadre de cette thèse, nous ne nous intéresserons qu’à l’acquisition FMC.
A partir d’un capteur multi-éléments constitué de N éléments, l’acquisition FMC permet de stocker NN signaux temporels qui constitue la matrice inter-éléments S dont les composantes sont données dans le tableau 2.1 où Sij(t) est le signal temporel émis par l’élément i et reçu par l’élément j, i et j variant chacun de 1 à N. Chaque signal Sij(t) contient alors un ensemble d’échos issus des différents parcours ultrasonores possibles. En effet les ondes ultrasonores réfractées dans une pièce prennent différents chemins en fonction de leur angle de réfraction et de la présence de réflecteurs dans le matériau inspecté tels que les parois de la pièce ou un défaut potentiel. Nous verrons que ce grand nombre de parcours peut être un avantage mais aussi un inconvénient pour l’interprétation des images TFM.

Algorithme TFM

L’algorithme TFM s’applique sur une région d’intérêt ou ROI (Region Of Interest) définie par l’opérateur. Dans cette ROI discrétisée, l’algorithme consiste à appliquer des lois de retards à postériori sur les différents signaux de la matrice inter-éléments S afin de focaliser l’énergie en chaque point de la ROI. Chaque image TFM est associée à un mode de reconstruction qui est défini pour un type de parcours des ondes donné et par la nature des ondes considérées lors du parcours.

Calcul des temps de vol

Le calcul des temps de vol repose de manière classique sur des hypothèses simples, comme la propagation sphérique des ondes due à une source « ponctuelle ». Pour chaque élément, le temps de vol est calculé à partir du centre de l’élément jusqu’au point de calcul suivant le principe de Fermat.

Modes de reconstruction

Les modes de reconstruction sont définis par le type de parcours ultrasonore des ondes et par leur nature. C’est donc une combinaison d’ondes longitudinales (L) et d’ondes transversales (T) générées par réfraction dans la pièce et/ou lors des conversions au contact d’un réflecteur.
Avec la convention définie dans le logiciel CIVA, trois familles de modes de reconstruction sont usuellement considérées : les modes de reconstruction directs, écho de coin et indirects.

Modes de reconstruction directs

Les trajets ultrasonores considérés dans un mode de reconstruction direct ne comprennent pas de rebond aux interfaces. A l’émission comme à la réception, la seule interface rencontrée est la surface de la pièce vue par la sonde (cf. Fig 2.2). La combinaison des ondes longitudinales et transversales conduit alors à quatre modes de reconstruction :
Mode LPL : Les trajets à l’émission et à la réception se font en considérant des ondes longitudinales L, l’indice P désignant le passage au point de focalisation P.
Mode TPT : Les trajets à l’émission et à la réception se font en considérant des ondes transversales.
Mode LPT : Le trajet à l’émission se fait en considérant des ondes longitudinales et le trajet à la réception se fait en considérant des ondes transversales.
Mode TPL : Le trajet à l’émission se fait en considérant des ondes transversales et le trajet à la réception se fait en considérant des ondes longitudinales.
Fig 2.2 – Modes directs. En rouge, le trajet à l’émission, en vert le trajet à la réception

Modes de reconstruction écho de coin

Pour les modes de reconstruction écho de coin, le trajet à l’émission comporte un rebond sur le fond avant le passage par le point de focalisation P tandis que le trajet à la réception est direct (cf. Fig 2.3). Le mode de reconstruction est alors désigné par les trois modes de propagation possibles lors du parcours ultrasonore : émetteur-fond, fond-P et P-récepteur.

Table des matières

1 Généralités sur l’imagerie ultrasonore 
1.1 Contrôle non destructif par ultrasons
1.2 Traducteurs multiéléments
1.3 Représentation des données
1.4 Imagerie avancée
1.5 Comparaison entre une méthode conventionnelle (S-Scan) et une méthode avancée(TFM)
2 Imagerie TFM multimodes 
2.1 Principe de l’imagerie TFM
2.1.1 Principe de l’acquisition FMC
2.1.2 Algorithme TFM
2.1.3 Calcul des temps de vol
2.1.4 Discrétisation de la ROI
2.1.5 Modes de reconstruction
2.1.6 Redondance de modes de reconstruction de la convention CIVA
2.1.7 Définition d’une nouvelle convention
2.2 Analyse de la construction des images TFM
2.3 Nature des indications reconstruites
2.3.1 Indications de diffraction
2.3.2 Indications spéculaires
2.3.3 Artefacts de reconstruction
2.4 Sensibilité des modes de reconstruction
2.4.1 Pièce à faces parallèles, défaut vertical
2.4.2 Pièce avec délardage, défaut vertical
2.4.3 Résumé des résultats expérimentaux
2.5 Conclusion
3 Prédiction des modes 
3.1 Contexte et objectifs de la prédiction
3.2 Rappel du compteur de réflexions
3.2.1 Algorithme de calcul
3.2.2 Cartographie du compteur de réflexions
3.2.3 Analyse de la cohérence entre le compteur de réflexions et l’imagerie TFM
3.2.4 Discussions sur le compteur de réflexions
3.3 Estimateur d’Echos Spéculaires (SEE)
3.3.1 Hypothèses
3.3.2 Vecteur déplacement d’une onde plane
3.3.3 Algorithme de calcul de l’estimateur SEE
3.3.4 Calcul numérique
3.3.5 Cartographie spatiale SEE
3.3.6 Analyse de la cohérence entre les cartographies spatiales SEE et les images TFM
3.3.7 Comparaison quantitative de l’amplitude TFM vs SEE
3.3.8 Amplitude minimale de détection
3.3.9 Cartographie angulaire SEE
3.3.10 Discussions sur l’estimateur SEE
3.4 Sélection des modes de reconstruction pertinents
3.4.1 Maximisation de l’amplitude SEE
3.4.2 Maximisation du nombre de modes
3.4.3 Minimisation du nombre de modes
3.4.4 Application à la cartographie angulaire SEE
3.4.5 Discussions sur les critères de sélection
4 Fusion des images et filtrage des artefacts 
4.1 Fusion d’images TFM
4.1.1 Configurations d’inspection considérées
4.1.2 Fusion des indications spéculaires
4.1.3 Fusion des indications de diffraction
4.1.4 Fusion des indications de diffraction et spéculaires
4.1.5 Conclusions sur les méthodes de fusion
4.2 Filtrage des artefacts
4.2.1 La méthode MTE
4.2.2 Développement d’une procédure de filtrage des artefacts
4.3 Conclusion
5 Caractérisation des défauts plans 
5.1 Détermination de la résolution des images TFM
5.2 Estimation de l’orientation des défauts plans
5.2.1 Estimation de l’orientation d’un défaut à partir des signaux FMC : histogramme d’orientation
5.2.2 Estimation de l’orientation d’un défaut à partir de méthodes de traitement d’images
5.2.3 Étude comparative des différentes méthodes sur des données simulées
5.3 Dimensionnement des défauts plans
5.3.1 Dimensionnement des défauts plans à partir des échos de diffraction
5.3.2 Dimensionnement des défauts plans à partir de l’écho spéculaire : état de l’art
5.3.3 IAC-sizing
5.4 Application sur des données expérimentales
5.4.1 Dimensionnement via la diffraction
5.4.2 Dimensionnement via la réflexion spéculaire
5.4.3 Discussion
6 Validation 
6.1 Procédé de contrôle
6.2 Pièce avec une pente de délardage de 14°
6.2.1 Défaut vertical de 10mm de hauteur
6.2.2 Défaut vertical de 3mm de hauteur
6.2.3 Défaut incliné de 10mm de hauteur
6.2.4 Défaut incliné de 3mm de hauteur
6.3 Pièce à faces planes
6.3.1 Défaut vertical de 10mm de hauteur
6.3.2 Défaut vertical de 3mm de hauteur
6.3.3 Défaut de 10mm de hauteur incliné
6.3.4 Défaut de 3mm de hauteur incliné
6.4 Tableaux récapitulatifs
Bibliographie 
A Suppression des isochrones pour la TFM dans l’eau
A.1 Influence et optimisation de la divergence des éléments
A.2 Influence et optimisation de la hauteur d’eau pour un contrôle en immersion
A.3 Influence et optimisation de l’échantillonnage du traducteur
B Formation d’un artefact intra-mode
C Formation d’un artefact inter-modes
D Algorithme d’atténuation de la diffraction

Télécharger le rapport complet