1. Rapport de stage UPC
- 1 -
Stage du 13 juin au 10 septembre
2016
UNIVERSITAT POLITECNICA DE
CATALUNYA
Lab ESAII-VIS c/ Pau Gargallo, 5
08028-Barcelona,Spain
Tuteur de Stage : Antoni GRAU
Responsable : Yolanda BOLEA
Rapport de Stage
Junyu CHEN
Promo 2017, ARI
3. Rapport de stage UPC
- 3 -
Remerciements
Je remercie Dr. Yolanda BOLEA pour m’avoir accepté comme stagiaire au sein
de UPC, ainsi que Prof. Antoni GRAU (mon tuteur de stage) qui m’a beaucoup appris
au cours de ce stage avec de patience.
Je remercie également M. Edmundo GUERRA pour les informations.
4. Rapport de stage UPC
- 4 -
Sommaire
Remerciements P.3
Introduction P.5
I. La résentation de l’université et du laboratoire P.6
1) l’Université polytechnique de Catalogne P.6
2) Le laboratoire ESAII-VIS P.7
II. Le projet réalisé : détection de la rouille sur un tube P.9
1) l’Objectif du projet P.9
2) Les méthodes et techniques utilisées P.9
3) Le résultat et la conclusion P.12
III. Mes expériences du stage P.13
1) Les travaux réalisés P.13
2) Les problèmes rencontrés P.15
3) Les solutions trouvées P.15
IV. Bilan de stage P.16
V. Conclusion P.17
VI. Annexes P.18
5. Rapport de stage UPC
- 5 -
Introduction
Actuellement étudiant en deuxième année du cycle d’ingénieur de l’ESIGELEC,
j’ai effectué un stage d’ingénieur comme chercheur en informatique d’une durée de 3
mois (du 13 juin au 10 septembre) au sein du laboratoire VIS de UPC à Barcelone,
Espagne.
L’objectif du stage est de trouver des algorithmes adaptables pour analyser les
images et distinguer automatiquement la rouille sur un tube, ainsi que de me enrichir
les connaissances techniques du traitement d’image.
Pour mieux connaître et présenter mon stage et les connaissances j’ai apprises,
je vais tout d'abord montrer en bref de l’université et le laboratoire, en suite présenter
le projet réalisé, et à la fin mon bilan.
Mes Tâches effectuées :
- Étudier et analyser les méthodes et les essais
- Proposer les algorithmes adaptables
- Programmer des codes et les dépanner,Etc...
6. Rapport de stage UPC
- 6 -
I. Présentation de l’université et
du laboratoire
1) Université polytechnique de Catalogne
L’histoire de l’université polytechnique de Catalogne remonte à la fusion de
l'Institut Politècnic Superior et l’Universidad Politécnica en 1971. Jusqu'à 2007, elle
contient 25 membres des écoles scientifiques ou technologiques de Catalogne. Plus de
30.000 étudiants et 2.500 enseignants et chercheurs étudient ou travaillent dans
l’université.
L’UPC se focalise de former des talents internationaux, elle est une des
université polytechnique européenne a le plus des doctorants et des étudiantes de
maîtrise internationaux.
Figure1: Faculté de mathématique et statistique
7. Rapport de stage UPC
- 7 -
2) Le laboratoire ESAII-VIS
ESAII-VIS est l’abréviation du laboratoire de Vision et Système Intelligent du
département de Système d’Ingénieur, Automation et Informatique Industrielle. Il est
un département important de la faculté de mathématique et statistique de UPC. Le but
est de étudier et comprendre les systèmes intelligents interactives avec la réalité, qui
doivent analyser, comprendre et réagir l’environnement extérieur par les expériences
précédentes.
Le groupe travaille sur les domaines suivants: la division des couleurs d’une
image et l’étiquetage, la reconnaissance des formes, la reconnaissance d’un objet des
points de vue invariante, la poursuite d’un objet dynamique en mouvement, la
détection de visage, la biométrie, l’analyse de document, le traitement et l’analyse
d’image médicale, la navigation robotique, la cartographie et la localisation
simultanée, le système de vision pour l'asservissement en position du robot,
l’interactions homme-machine.
Les recherches du laboratoire VIS contient des domaines de automation et
l’industrie du transport, l’industrie d’image biomédicale, l’industrie spatiale, les
applications robotiques, l’industrie de sécurité.
8. Rapport de stage UPC
- 8 -
Figure 2: Laboratoire VIS
Figure 3: Environnement du laboratoire VIS
9. Rapport de stage UPC
- 9 -
II.Projet réalisé : détection de la
rouille sur un tube
1) L’objectif du projet
Les tubes sont utilisés très souvent dans la vie mais la révision de la condition
passe beaucoup de temps. L’objectif du projet est de trouver un algorithme adaptable
qui peut évaluer la condition d’un tube sur une image. Avec la technologie de drone,
les ingénieurs peuvent gagner du temps en estimant la condition d’un tube et faire ses
travailles plus efficacement.
2) Méthodes et techniques utilisées
L’extraction de l’objet
Après analyser l’exemple, nous avons trouvé que les deux bords du tube est
toujours les deux lignes plus longues sur l’image, on utilise la transformée de Hough
pour trouver les lignes principales sur l’image.
La transformée de Hough permet de détecter tout les lignes possibles sur
l’image avec un processus mathématique, ici on choisie les 6 lignes plus longues sur
l’image.
Figure 4(a). Image originale Figure 4(b). Image avec traitement Hough
Avec ces lignes, on peut mettre le arrière-plan en noir pour simplifier les étapes
suivantes.
10. Rapport de stage UPC
- 10 -
Figure 5. Avant-plan obtenue
La détection de la rouille
On utilise les deux méthodes suivantes de segmenter l’image et puis estimer la
gravité de corrosion.
A)Le partitionnement k-moyennes
Le partitionnement en k-moyennes est une méthode de partitionner tout les pixel
en k groupage par sa valeur de couleur. Ici, dans le algorithme proposé, k=3.
Figure 6. Résultat de dégroupage en k-moyennes
(a) (b) (c)
Figure 7. affichage des 3 groupes
(*)Figure 7 (a) (b) (c) représentent séparément « tube» , « partie légèrement rouillée» et « partie rouillée» .
11. Rapport de stage UPC
- 11 -
Avec une binarisation , on peut calculer la superficie de la « partie rouillée» et la
superficie totale du tube.
Figure 8. superficie totale du tube
La superficie totale et calculable en faisant la somme de tout les pixels, pixels
noirs sont comptés à 0 et les blancs sont comptés à 1.
La même méthode est utilisée pour calculer la superficie de « partie rouillée» .
Figure 9. Résultat de corrosion en pourcentage
Le résultat est 34.98%, qui signifie la corrosion n’est pas négligeable, le tube a
besoin de maintenance.
B) Algorithme binarisation de Bernsen
L’algorithme binarisation de Bernsen donne un seuillage indépendant de chaque
zone 3*3, ce qui atteint un mieux résultat en luminosité varie.
12. Rapport de stage UPC
- 12 -
(a) (b)
Figure 10. Résultat avec Algorithme binarisation de Bernsen
(*)La rouille est indiquée en rouge dans Figure 10.(b)
Avec la même méthode utilisée en A)k-moyennes, on peut calculer le
pourcentage de corrosion.
Figure 11. Résultat de corrosion avec Algorithme binarisation de Bernsen
3) Conclusion
L’écart=(34,98%-34,47%)/34,98%=1.46%.
On peut considérer les résultats sont quasiment identiques. Les deux méthodes
donnent un même résultat d’évaluation, ce qu’est le tube est rouillé relativement, la
condition du tube est considérablement faible.
L’algorithme répond le besoin d’utilisateur, on considère ce algorithme est
adaptable.
13. Rapport de stage UPC
- 13 -
III. Mes expériences du stage
1) Les travaux j’ai réalisés
Au début du stage, Prof. GRAU et M.GUERRA m’ont aider de comprendre la
méthodologie principale d’analyser un problème réel, comment diviser le problème
actuelles étape par étape. De chaque étape, le chercheur doit choisir une méthode et
puis adapter son outil à la situation réelle. Dans notre cas, il existe au moins 5 étapes:
la préparation, la segmentation, la classification, l’étiquetage et la conclusion à la fin.
Tout d'abord il faut traiter l’image pour simplifier les travaux suivants, ensuite
segmenter l’image par certains des critères, puis les classifier et ajouter les étiquetages.
Il est aussi très important de donner un résultat et la conclusion à la fin.
À cause de mes connaissances sur le traitement d’image sont limitées, Prof.
GRAU m’a prêté le livre « Image Processing, Dealing with Texture» pour étudier les
outils concrètes mathématiques et informatiques utilisés. Ce me permet de choisir les
quelles idées sont plus adaptables à notre demande.
14. Rapport de stage UPC
- 14 -
Figure 12. « Image Processing, Dealing with Texture» par Maria Petrou, Pedro Garcia Sevilla
Le premier mois de juin est un mois de recherche, j’ai étudié le livre et puis j’ai
essayé de lire les thèses sur internet, qui comparent les méthodes, ou montrent les
nouveaux algorithmes ne sont pas mentionnés sur le livre.
Au milieu du mois de juillet, j’ai eu le première idée de l’algorithme utilisé la
méthode de k-moyennes, mais le plan-arrière m’a poser des problèmes de segmenter
par couleur.
J’ai fini ce algorithme au début de août en trouvant la solution de la transformée
de Hough.
Dans le mois de août, j’ai fini la deuxième méthode avec la binarisation de
Bernsen. C’était moins difficile d’accomplir parce que c’était la même structure mais
avec une méthode différente.
Pendant cette période de stage, Prof.GRAU et moi ont réuni officiellement 6
fois pour discuter l’état du projet et m’a donner des conseils qui m’a beaucoup aider.
15. Rapport de stage UPC
- 15 -
2) Les problèmes j’ai rencontrés
Pendant les recherche, il y avais deux problèmes difficiles pour moi, le premier
est de comprendre la méthodologie principale, elle est trop abstraite, je n’ai jamais eu
des idées comment extraire les informations d’une image par certains de critères avant.
Le deuxième est de trouver une solution adaptable pour notre but, les méthodes
sont créées pour résoudre les autres problèmes, elles sont fondées par des théorèmes
mathématiques compliqués, ça m’a posé des problèmes de configurer les paramètres
dans l’algorithme pour faire adapter notre cas réel, ça me passe beaucoup de temps.
3) Les solutions j’ai trouvées
J’ai lu plus des thèses et exemples pour comprendre comment la méthode
marche, et aussi communiquer avec les autres chercheurs sur des forums internet
technique ou envoyer des e-mail aux auteurs des thèses.
J’ai aussi essayer de discuter avec mes collègue et mon tuteur, mais la plupart
du temps j’ai trouvé la solution moi-même après la réflexion.
Figure 13. Prof.Antoni GRAU, moi au milieux et l’autre stagiaire,Jinghao PAN
16. Rapport de stage UPC
- 16 -
IV. Bilan de stage
Pendant ce stage, j’ai la chance de réaliser un programme qui répond une
demande actuelle, le programme peut simplifier de examiner l’état d’un tube, pas
seulement le coût de revue sera réduit, mais l’effet sera aussi amélioré, un drone peut
arriver un lieu atroce pour humain et les ingénieurs peuvent accomplir la tache à
distance.
Ce stage est très bénéfique pour moi, j’ai appris les connaissances pas
seulement techniques mais aussi professionnelles, comment les chercheurs travailler
dans un laboratoire, comment trouver les informations voulues, comment diviser un
problème en étapes et puis les résoudre. Je peux maintenant essayer de penser comme
chercheur: diviser le problème, trouver le point critique et chercher un chemin à
réussir.
J’étais avec une équipe très sympathique et patiente, ils m’ont aidé beaucoup,
mon tuteur ne m’a enseigné pas directement la solution mais comment de la trouver.
J’ apprécié ce stage en raison du enrichissement des compréhensions techniques et
aussi de la découverte un métier inconnu et intéressant.
Maintenant j’ai compris comment les codes sont programmé et comment il
change la vie quotidienne, malgré très peu de personne comprend la totalité d’un code,
ces outils informatiques peuvent vraiment changer notre vie étape par étape, ils
peuvent simplifier la vie beaucoup. Peut-être dans quelque année, les technicien n’a
plus besoin de risquer sa vie de monter sur le générateur éolien mais examiner la
station avec un drone et un ordinateur portable. Ce me donne l’ passion de devenir un
ingénieur et essayer de simplifier la vie.
17. Rapport de stage UPC
- 17 -
V. Conclusion
J’ai effectué un stage d’une durée de 3 mois au sein de laboratoire de ESAII-
VIS de UPC.
Tout d’abord, je vous ai présenté l’université de UPC, en suite je vous ai
montré le laboratoire de ESAII-VIS. Et plus je vous ai parlé mes expériences et en fin
mon bilan de stage.
Ce stage est très intéressant, il y avait une bonne ambiance entre collègues.
J’ai commencé de connaître le fonctionnement d’un laboratoire. J’ai vu comment
combiner les méthodes inventées avant et créer un nouvel outil. D’après moi, un bon
stagiaire doit être intelligent, rigoureux, motivé et compréhensible. Travailler en
équipe est une compétence très important.
Je souhaiterais de remercier Prof. Antoni GRAU une autre fois. Ce stage m’a
apporté des connaissances professionnelles qui m’aider de choisir mon orientation
plus tard, j’espère que je peux apprendre plus pendant le stage suivant.
18. Rapport de stage UPC
- 18 -
Annexe
Figure 1 - 3, 13 : Auteur
Figure 4 : Le database de corrsion:
http://www.corrview.com/the-corrosion-threat/corrosion-
galleries/forms-of-corrosion
Figure 5-11 : Auteur du programme
Figure12 : « Image Pocessing, Dealing with Texture» par Maria Petrou,
Pedro Garcia Sevilla
Documentations
[1] Abu-Gharbieh, R., Althoff,K., & Hamarneh,G. Automatic line
detection,(1999).Department of Signals and Systems, Chalmers University of Technology.
[2] Roy, S., Sinam,T., Singh, K.M., Singh,O.I., & Singh, T. R. A new local adaptive thresholding
technique in binarization. IJCSI International Journal of Computer Science Issues, Vol. 8,
Issue 6, No 2,November 2011
[3] Madhuri,C. G., and Latha, G. , An improved Bernsen algorithm approaches for license plate
recognition , IOSR Journal of Electronics and Communication Engineering (IOSR-
JECE), vol. 3, 2012,SeptemberOctober, pp. 01-05
[4] Moore, A., and Pelleg, D. X-means: Extending K-means with efficient estimation of the
number of clusters. In Proceedings of the 17th International Conf. on Machine Learning,
pages 727–734. Morgan Kaufmann, San Francisco, CA, 2000.
[5] Petrou, M., and Garcia, S.P., Image Processing - Dealing With Texture.
John Wiley & Sons, Ltd, 2006.
[6] Chen, J., Wang. Z., Dou. L., Scale adaptive Canny edge detection method[J]. OPTO-
ELECTRONIC ENGINEERING, 2008, 35( 2) : 79-84.
[7] Chen, D., Zhang,F., He, G., An Improved Binarization Algorithm for Document Image
[J] . COMPUTER ENGINEER, 2003, 29( 13): 85-86.
[8] Tong, L., Chen, K., Fu, X., Duan, J., VFCM: binarization algorithm for document
image [J]. COMPUTER ENGINEERING AND DESIGN, 2009, 30( 13):3216-3218.