Résumé:
Ce travail de thèse concerne l'étude et l'implémentation des méthodes de segmentation pour la détection des défauts dans des images ultrasonores de type time of flight diffraction (TOFD) cette technique présente un grand avantage sur la localisation et le dimensionnement des défauts et particulièrement les fissures. Le problème majeur de cette dernière est l'interprétation de ces images par les inspecteurs de la texture des défauts partiellement visibles par l'operateur. Les paramètres de textures sont extraits par deux méthodes, à savoir l'analyse de multirésolution basée sur les banques de filtres de Gabor. L’ensemble des vecteurs d'attributs sont optimisés par l'analyse en composantes principales (ACP) la classification de chaque pixel comme défaut ou non défaut est donnée de temps de calcul nous avons implémenté une approche d'apprentissage supervisé avec les séparateur à vaste marge les résultats obtenus sur des images TOFD industrielles attestent de la robustesse et la performance de ces méthodes.
