Thèse Année : 2024

Integration of a priori data to optimise industrial X-ray tomographic reconstruction

Intégration d'information a priori pour l'optimisation de la tomographie par rayons X dans un cadre industriel

Victor Bussy
  • Fonction : Auteur
  • PersonId : 1511419
  • IdRef : 283185260

Résumé

This thesis explores research topics in the field of industrial non-destructive testing (NDT) using X-rays. The application of CT tomography has significantly expanded, and its use has intensified across many industrial sectors. Due to increasing demands and constraints on inspection processes, CT must continually evolve and adapt. Whether in terms of reconstruction quality or inspection time, X-ray tomography is constantly progressing, particularly in the so-called sparse-view strategy. This strategy involves reconstructing an object using the minimum possible number of radiographic projections while maintaining satisfactory reconstruction quality. This approach reduces acquisition times and associated costs. Sparse-view reconstruction poses a significant challenge as the tomographic problem is ill-conditioned, or, as it is often described, ill-posed. Numerous techniques have been developed to overcome this obstacle, many of which rely on leveraging prior information during the reconstruction process. By exploiting data and knowledge available before the experiment, it is possible to improve reconstruction results despite the reduced number of projections. In our industrial context, for example, the computer-aided design (CAD) model of the object is often available, which provides valuable information about the geometry of the object under study. However, it is important to note that the CAD model only offers an approximate representation of the object. In NDT or metrology, it is precisely the differences between an object and its CAD model that are of interest. Therefore, integrating prior information is complex, as this information is often "approximate" and cannot be used as is. Instead, we propose to judiciously use the geometric information available from the CAD model at each step of the process. We do not propose a single method but rather a methodology for integrating prior geometric information during X-ray tomographic reconstruction.
Cette thèse explore des sujets de recherche dans le domaine du contrôle non destructif industriel par rayons X (CND). L’application de la tomographie CT s’est considérablement étendue et son utilisation s'est intensifiée dans de nombreux secteurs industriels. En raison des exigences croissantes et des contraintes sur les processus de contrôle, la CT se doit de constamment évoluer et s'adapter. Que ce soit en termes de qualité de reconstruction ou en temps d’inspection, la tomographie par rayons X est en constante progression, notamment dans ce qu’on appelle la stratégie de vues éparses. Cette stratégie consiste à reconstruire un objet en utilisant le minimum possible de projections radiologiques tout en maintenant une qualité de reconstruction satisfaisante. Cette approche réduit les temps d'acquisition et les coûts associés. La reconstruction en vues éparses constitue un véritable défi car le problème tomographique est mal conditionné, on le dit mal posé. De nombreuses techniques ont été développées pour surmonter cet obstacle, dont plusieurs sont basées sur l'utilisation d'informations a priori lors du processus de reconstruction. En exploitant les données et les connaissances disponibles avant l'expérience, il est possible d'améliorer le résultat de la reconstruction malgré le nombre réduit de projections. Dans notre contexte industriel, par exemple, le modèle de conception assistée par ordinateur (CAO) de l’objet est souvent disponible, ce qui représente une information précieuse sur la géométrie de l’objet étudié. Néanmoins, il est important de noter que le modèle CAO ne fournit qu’une représentation approximative de l'objet. En CND ou en métrologie, ce sont précisément les différences entre un objet et son modèle CAO qui sont d'intérêt. Par conséquent, l'intégration d'informations a priori est complexe car ces informations sont souvent "approximatives" et ne peuvent pas être utilisées telles quelles. Nous proposons plutôt d’utiliser judicieusement les informations géométriques disponibles à partir du modèle CAO à chaque étape du processus. Nous ne proposons donc pas une méthode, mais une méthodologie pour l'intégration des informations géométriques a priori lors la reconstruction tomographique par rayons X.
Fichier principal
Vignette du fichier
these.pdf (18) Télécharger le fichier
Origine Version validée par le jury (STAR)

Dates et versions

tel-04961293 , version 1 (21-02-2025)

Identifiants

  • HAL Id : tel-04961293 , version 1

Citer

Victor Bussy. Integration of a priori data to optimise industrial X-ray tomographic reconstruction. Signal and Image processing. INSA de Lyon, 2024. English. ⟨NNT : 2024ISAL0116⟩. ⟨tel-04961293⟩
0 Consultations
0 Téléchargements

Partager

More