Chaîne de Markov

Table des matières

1 Introduction
1.1 Mise en contexte
1.1.1 Description sommaire de la production
1.1.1.1 Problématique
1.2 Projet et objectif du mémoire
1.2.1 Projet
1.2.2 Objectif du mémoire
2 Revue de littérature
2.1 Introduction
2.2 Éléments d’optique géométrique et physique
2.2.1 Réflexions
2.2.1.1 Réflexion spéculaire
2.2.2 Infrarouge
2.2.3 Proche infrarouge et matière organique
2.3 Semences
2.3.1 Essences
2.3.1.1 Épinette noire
2.3.1.2 Épinette rouge
2.3.1.3 Pins rouge et blanc
2.4 Vision par ordinateur
2.4.1 Traitement d’image
2.4.1.1 Prétraitement
2.4.1.1.1 Réduction du bruit
2.4.1.1.2 Seuillage binaire adaptatif
2.4.1.1.3 Méthode d’Otsu
2.4.1.2 Morphologie
2.4.1.3 Détection de contours
2.4.2 Analyse de contours
2.4.3 Formes et géométries des contours
2.4.3.1 Moments statistiques
2.4.3.1.1 Définition mathématique
2.4.3.1.2 Définition discrète
2.4.3.2 Facteurs de forme
2.5 Langages de programmation
2.5.1 C#
2.5.2 Python .
2.5.3 Bibliot hèques logicielles
2.6 Maîtrise statistique des procédés
2.6.1 Modèle probabiliste pour une cellule
2.6.1.1 Estimation des paramètres: maximum de vraisemblance
2.6.1.2 Estimation des paramètres: méthode des moments
2.6.2 Chaîne de Markov .
2.6.2.1 Définit ions
2.6.2.2 Classification des états
2.6.2.3 Matrice de t ransition .
2.6.2.4 Utilisation des chaînes de Markov.
2.6.3 Cartes de contrôle
2.6.3.1 Cartes-c
2.6.3.2 Cartes-u
2.6.3.2.1 Remarques
2.7 Conclusion
3 Méthode expérimentale
3.1 Introduction
3.2 Méthode de travail d’origine
3.3 Erreurs à corriger
3.4 Objectif du système de vision
3.5 Système de capture
3.5.1 Emplacement du système de vision
3.5.2 Équipement
3.5.2.1 Caisson métallique
3.5.2.2 Caméra
3.5.2.3 Projecteur
3.5.2 .4 Ordinateur
3.5.3 Organigramme du processus de détection
3.6 Programmation
3.6.1 Critères sélectifs
3.6.2 Fonctionnement du système de vision
3.7 Contrôle qualité
3.8 Conclusion
4 Résultats et discussion
4.1 Introduction
4.2 Test
4.2.1 Résultats de la détection
4.2.2 Résultat du contrôle de qualité
4.2.2.1 Modèle probabiliste
4.2 .2.1.1 Méthode via maximum de vraisemblance
4.2.2.1.2 Méthode des moments
4.2.2.1.3 Comparaisons des méthodes
4.2.2.2 Chaîne de Markov
4.2.2.3 Cartes de contrôle
4.3 Ajouts potentiels de fonctionnalités
4.3.1 Ajouts immédiats
4.3.2 Moyen-terme
4.4 Conclusion
5 Conclusion