FR3085095A1

FR3085095A1 - Procede et dispositif d'imagerie ameliore pour imager un objet

Info

Publication number: FR3085095A1
Application number: FR1857537A
Authority: FR
Inventors: Olivier Mesnil; Pierre Calmon
Original assignee: Commissariat a lEnergie Atomique CEA; Commissariat a lEnergie Atomique et aux Energies Alternatives CEA
Current assignee: Commissariat a lEnergie Atomique et aux Energies Alternatives CEA
Priority date: 2018-08-20
Filing date: 2018-08-20
Publication date: 2020-02-21

Abstract

Procédé d'imagerie pour imager un objet à l'aide d'un dispositif d'imagerie comprenant une pluralité d'émetteurs aptes à émettre une onde élastique dans l'objet à imager et une pluralité de récepteurs aptes à recevoir une onde élastique provenant de l'objet à imager, ledit procédé comprenant les étapes de : - Déterminer (202) une première image de l'objet, à un premier niveau d'échantillonnage spatial, à partir d'une pluralité de signaux reçus chacun par l'un desdits récepteurs, - Sur-échantillonner (203) la première image en effectuant une interpolation des pixels de la première image.

Description

L’invention concerne le domaine de l'imagerie par ultrasons ou plus généralement par ondes élastiques. Elle s'applique en particulier au contrôle non destructif d’objets ou de pièces. Le contrôle non destructif vise notamment à détecter la présence d’éventuels défauts dans une pièce, à les localiser et à les dimensionner. L'invention concerne plus particulièrement un procédé d'imagerie amélioré à sous-échantillonnage adaptatif qui permet de diminuer la complexité algorithmique, autrement dit le nombre d’opérations et le temps de calcul nécessaires pour obtenir une image par rapport à un procédé d’imagerie par ondes élastiques conventionnel.

Le contrôle non destructif de structures ou de matériaux présente de nombreuses applications, notamment, mais pas exclusivement, dans les domaines de l’industrie pétrolière, de l’industrie navale, de l’aéronautique, de l’industrie automobile ou encore de la sidérurgie ou de l’industrie de l’énergie.

Dans le domaine du contrôle non destructif d’objets, les techniques d’imagerie par capteurs ultrasons multiéléments sont couramment utilisées. En particulier, il existe une méthode d’imagerie dite «Total Focusing Method >> ou TFM qui fournit une image d’une zone ou d’un volume d’une pièce à partir d’une collection de signaux ultrasonores obtenus par acquisition à l’aide d’un capteur ultrasons multiéléments. L’acquisition est par exemple du type « Full Matrix Capture >> ou FMC. L’imagerie peut être obtenue en deux dimensions ou en trois dimensions selon que le capteur est linéaire ou matriciel.

Lors d’une acquisition du type FMC, chaque élément constitutif du capteur ou transducteur multiélément émet successivement une onde ultrasonore, tandis que tous les éléments sont actifs en réception. Pour un transducteur constitué de N éléments, N*N signaux sont donc acquis. L’imagerie TFM consiste à afficher en chacun des pixels de la zone imagée la somme des N² signaux retardés du temps de vol théorique associé à la position du pixel dans la zone. Ce faisant, on obtient une image présentant des tâches de forte intensité la où sont présents les réflecteurs responsables des échos reçus. Ces réflecteurs sont le plus souvent associés à des discontinuités géométriques correspondant à des défauts ou encore des bords de pièce par exemple. Cette méthode permet donc d’imager précisément l’intérieur d’une structure, en mettant en exergue les réflecteurs des ondes ultrasonores (correspondants à des défauts tels que des trous ou des fissures...).

Pour créer une image comprenant un nombre P de pixels avec la méthode d’imagerie TFM, il faut donc calculer les P x N² temps de vol théoriques associés aux P pixels et aux N² paires d’éléments (ou N²signaux). Puis il faut calculer la somme des N² signaux retardés de ces temps de vol théoriques, pour obtenir une valeur scalaire associée à chaque pixel représentant l’amplitude de réflexion des ondes par ce pixel. La juxtaposition de ces valeurs scalaires aux P pixels fournit l’image TFM permettant par exemple de diagnostiquer l’état de la structure.

Le temps de calcul de l’image est donc proportionnel au coefficient P*N². Ce temps de calcul limite la résolution de la grille (ou bien la taille de l’image) compatible avec la contrainte de calcul de l’image en temps réel, en particulier dans des appareils portables, qui sont naturellement limités en termes de masse et taille, utilisés pour réaliser des inspections sur site. Même si des appareils portables intégrant le procédé d’imagerie TFM en temps réel existent, ceux-ci sont onéreux et massifs notamment en raison du système de calcul nécessaire à l’imagerie. Cette limitation est aujourd’hui un frein au déploiement de la technique d’imagerie TFM.

Ainsi, un problème à résoudre consiste à diminuer le nombre de calculs et/ou le temps de calcul nécessaire pour obtenir une image à une résolution donnée dans l’optique d’exploiter cette image pour détecter et caractériser des défauts dans une pièce à inspecter et ce, en temps réel. Un autre objectif de l’invention est de fournir une méthode d’imagerie dont les calculs sont parallélisables afin de ne pas limiter la vitesse de calcul d’une image.

Des méthodes permettant une mise en oeuvre temps réelle d’imagerie dite TFM sont notamment décrites dans les références [1 ],[2],[3] et [4], Les références [1] et [2] décrivent des implémentations optimisées pour des processeurs graphiques de type GPU (Graphies Processing Unit). Les références [3] et [4] décrivent des implémentations pour des circuits logiques programmables de type FPGA (Field Programmable Gate Array).

Toutes ces méthodes requièrent une puissance de calcul conséquente et dédiée afin de pouvoir effectuer une imagerie en temps réel. De ce fait, elles imposent un coût important de mise en oeuvre du dispositif de calcul de l’image.

L’invention propose une méthode d’imagerie mettant en oeuvre un sous-échantillonnage adaptatif et optimisé couplé à une technique d’interpolation. L’utilisation d’une interpolation permet d’éviter le calcul de tous les pixels de l’image par la technique TFM.

Ainsi, l’invention permet de limiter la puissance de calcul nécessaire à l’acquisition et le calcul d’une image pour diminuer le coût du dispositif de calcul associé.

L’invention a pour objet un procédé d’imagerie pour imager un objet à l’aide d’un dispositif d’imagerie comprenant une pluralité d’émetteurs aptes à émettre une onde élastique dans l’objet à imager et une pluralité de récepteurs aptes à recevoir une onde élastique provenant de l’objet à imager, ledit procédé comprenant les étapes de :

- Déterminer une première image de l’objet, à un premier niveau d’échantillonnage spatial, à partir d’une pluralité de signaux reçus chacun par l’un desdits récepteurs,

- Sur-échantillonner la première image en effectuant une interpolation des pixels de la première image.

Selon un aspect particulier de l’invention, l’interpolation est linéaire, polynomiale ou réalisée par procédé Gaussien.

Selon un aspect particulier de l’invention, le premier niveau d’échantillonnage spatial est défini en décomposant l’objet en cellules et en sélectionnant un point dans chaque cellule.

Selon un aspect particulier de l’invention, la sélection d’un point dans chaque cellule suit une distribution aléatoire ou une distribution prédéfinie.

Selon une variante particulière, le procédé d’imagerie selon l’invention comprend en outre les étapes de :

- Définir, dans la première image, au moins une zone d’intérêt de l’objet à imager,

- Déterminer une seconde image de l’objet à partir d’une pluralité de signaux reçus chacun par l’un desdits récepteurs, la seconde image présentant, dans chaque zone d’intérêt, un second niveau d’échantillonnage spatial supérieur au premier niveau d’échantillonnage spatial.

Selon un aspect particulier de l’invention, au moins une zone d’intérêt est élargie en intégrant tous les points situés à une distance prédéterminée de la zone d’intérêt.

Selon un aspect particulier de l’invention, la distance prédéterminée dépend de la longueur d’onde de l’onde élastique.

Selon un aspect particulier de l’invention, une zone d’intérêt comprend au moins un pixel dont la valeur est un extrema local.

Selon un aspect particulier de l’invention, la définition, dans la première image, d’au moins une zone d’intérêt de l’objet à imager comprend les sous-étapes de :

- définir un seuil d’amplitude,

- comparer chaque pixel de la première image au seuil d’amplitude,

- définir si le pixel de la première image appartient ou non à une zone d’intérêt en fonction du résultat de la comparaison.

Selon un aspect particulier de l’invention, l’image de l’objet est une image en deux dimensions ou en trois dimensions.

Selon une variante particulière, le procédé d’imagerie selon l’invention comprend en outre les étapes préalables de :

- Emettre, depuis chaque émetteur, une onde élastique dans l’objet à imager,

- Recevoir, dans chaque récepteur, une onde élastique provenant de l’objet à imager.

Selon un aspect particulier de l’invention, la détermination d’une image de l’objet comprend le calcul d’une pluralité de pixels correspondant chacun à un point de l’objet en exécutant les sous-étapes de :

- Pour chaque couple émetteur-récepteur, déterminer un temps de vol correspondant à une durée théorique nécessaire à l’onde élastique pour parcourir un trajet depuis l’émetteur jusqu’au récepteur en passant par le point de l’objet,

- Déterminer une somme des amplitudes extraites d’un ensemble d’ondes élastiques émises par lesdits émetteurs et reçus par lesdits récepteurs, aux temps de vol déterminés à l’étape précédente.

Selon un aspect particulier de l’invention, l’onde élastique est une onde ultrasonore ou une onde guidée.

L’invention a encore pour objet un dispositif d’imagerie pour imager un objet, le dispositif comprenant une interface pour recevoir une pluralité de signaux reçus par une pluralité de récepteurs aptes à recevoir une onde élastique provenant d’un objet à imager et un imageur configuré pour mettre en oeuvre les étapes du procédé d’imagerie selon l’un quelconque des modes de réalisation de l’invention.

Dans une variante de réalisation, le dispositif d’imagerie selon l’invention comprend une pluralité d’émetteurs aptes à émettre une onde élastique dans l’objet à imager et une pluralité de récepteurs aptes à recevoir une onde élastique provenant de l’objet à imager.

D’autres caractéristiques et avantages de la présente invention apparaîtront mieux à la lecture de la description qui suit en relation aux dessins annexés qui représentent :

- La figure 1, un schéma d’un dispositif d’imagerie selon un mode de réalisation de l’invention,

- La figure 2, un organigramme détaillant les étapes de mise en oeuvre d’un procédé d’imagerie selon différents modes de réalisation de l’invention,

- La figure 3, un exemple illustrant l’imagerie d’une pièce,

- Les figures 3a,3a-bis,3b,3c,3d, cinq exemples d’images obtenues après différentes étapes intermédiaires du procédé selon différents modes de réalisation de l’invention appliqué à la pièce décrite à la figure 3.

La figure 1 représente, sur un schéma, un exemple de dispositif d’imagerie par ondes élastiques selon un mode de réalisation de l’invention.

Un tel dispositif comporte au moins un transducteur multiéléments TR comprenant une pluralité d’émetteurs/récepteurs d’ondes élastiques Ci,Cj. Chaque élément Cj,Cj du transducteur TR est apte à émettre une onde élastique dans un objet OBJ et à recevoir une onde élastique provenant d’un objet. L’onde élastique est, par exemple, une onde ultrasonore ou une onde guidée. Lorsque l’onde élastique est une onde ultrasonore, le transducteur TR est, par exemple, un capteur piézoélectrique. Les émetteurs/récepteurs Cj,Cj sont agencés linéairement, sous forme de matrice ou distribués à différentes positions sur ou à proximité de l’objet. Dans le cas d’un agencement compact linéaire, le dispositif est apte à produire une image en deux dimensions d’un plan de l’objet. Dans le cas d’un agencement compact matriciel, le dispositif est apte à produire une image en trois dimensions d’un volume d’une partie de l’objet.

Pour réaliser une acquisition de type TFM, c'est-à-dire une procédure d’émission et de réception successives d’ondes élastiques à travers l’objet à imager, un fluide couplant est, parfois, disposé entre le dispositif d’imagerie et l’objet à imager. Le fluide couplant est, par exemple, de l’eau.

Le dispositif selon l’invention comporte en outre un imageur IMG configuré pour déterminer une image de l’objet OBJ à partir des signaux reçus par les récepteurs du transducteur TR. L’imageur IMG est, par exemple, un processeur graphique, un processeur de signaux ou encore un circuit intégré, un circuit logique programmable, un circuit intégré propre à une application ou tout autre dispositif équivalent configurable pour exécuter les étapes du procédé selon l’un quelconque des modes de réalisation de l’invention.

Le dispositif selon l’invention peut aussi comporter un afficheur AFF, tel qu’un écran ou toute autre interface homme machine, pour restituer à un utilisateur une image de l’objet OBJ déterminée par l’imageur IMG. L’image peut être en deux dimensions ou en trois dimensions.

Dans un mode de réalisation particulier de l’invention, le dispositif comprend uniquement l’imageur IMG qui reçoit les signaux mesurés par les récepteurs du transducteur multi-éléments TR au moyen d’une interface adaptée. Dans ce scénario, le transducteur TR est distinct de l’imageur IMG qui peut être, ou non, associé à un afficheur AFF.

Dans le cas où les ondes élastiques sont des ondes guidées, les différents capteurs du dispositif peuvent être positionnés en différents endroits de l’objet à imager. Un avantage à l’utilisation d’ondes guidées est qu’elles ont la capacité à être guidées dans une structure dans laquelle elles se propagent sur une plus longue distance que les ondes ultrasonores. Ainsi, il est possible d’imager des objets de plus grande taille en utilisant des ondes guidées.

La figure 2 détaille les étapes de réalisation d’un procédé d’imagerie selon un mode de réalisation de l’invention, le procédé étant mis en oeuvre au moyen d’un dispositif du type décrit à la figure 1.

Une première étape 201 du procédé consiste à déterminer une acquisition de signaux à l’aide d’un transducteur multiéléments du type décrit à la figure 1. Cette étape 201 peut être réalisée de différentes façons. Le principe général d’une telle acquisition consiste à émettre successivement, au moyen de chaque émetteur du transducteur multiéléments, une onde élastique propre à se propager dans l’objet à imager. Pour chaque émission par un émetteur, on acquière ensuite successivement, au moyen de chaque récepteur du transducteur multiéléments, le signal émis par l’émetteur.

Sur la figure 1 on a représenté le trajet d’une onde élastique émise par un émetteur Cj se propageant dans un objet OBJ, l’onde est réfléchie sur un point P de l’objet puis est reçue par un récepteur Ci. L’onde peut être une onde ultrasonore ou une onde guidée.

Si le transducteur multiéléments comprend N émetteurs/récepteurs, le nombre total de signaux acquis est égale à N². La procédure d’acquisition, objet de l’étape 201 du procédé, suit, par exemple, une procédure du type « Full Matrix Capture >> ou FMC.

Une deuxième étape 202 du procédé consiste à réaliser un prééchantillonnage spatial de l’image, à faible densité. Autrement dit, lors de cette étape 202, on détermine, pour un premier ensemble de points Qi de l’objet à imager, un pixel correspondant d’une image de l’objet. Le premier ensemble de points Qi est choisi de sorte à ce que le nombre de points de cet ensemble est significativement inférieur au nombre de points nécessaire pour obtenir une image de l’objet à une résolution prédéterminée. Pour cela, la résolution souhaitée de l’image ainsi que sa dimension sont, par exemple, fournis comme paramètres de l’étape 202, en fonction de l’application visée ou du matériau constitutif de l’objet. En général, le nombre de pixels souhaité pour obtenir une image permettant une inspection précise d’un objet dépend de la longueur d’onde de l’onde élastique utilisée. Par exemple, la distance entre deux pixels est prise égale à un ratio de la longueur d’onde À, par exemple λ/10 ou λ/20. Ainsi, le premier ensemble de points Qi est, par exemple, choisi pour contenir un faible pourcentage, de l’ordre de 1%, du nombre de points normalement requis pour obtenir une image à la résolution souhaitée.

Les positions des points du premier ensemble de points Qi peuvent être choisies de différentes façons. Un premier choix consiste à sélectionner les points de façon aléatoire ou pseudo-aléatoire parmi l’ensemble des points de l’objet. Un autre choix consiste à sélectionner les points selon une distribution prédéterminée régulière, par exemple une distribution de Poisson. La distance entre deux points sélectionnés est, par exemple, dépendante de la longueur d’onde de l’onde élastique émise à travers l’objet.

Un mode de réalisation particulier de l’étape 202 consiste à segmenter l’objet à imager en cellules, de mêmes tailles ou de tailles différentes, puis à sélectionner, de façon aléatoire ou déterministe, un point dans chaque cellule.

Le nombre et les coordonnées des points du premier ensemble de points Qi peuvent aussi être prédéterminés a priori pour toute image ayant une taille donnée, ou pour une application donnée.

Ensuite, pour chaque point du premier ensemble de points Qi, on détermine un pixel correspondant de l’image de l’objet à partir de l’ensemble des signaux mesurés par les récepteurs à l’étape 201. Autrement dit, l’étape 201 consiste à imager l’objet avec un premier niveau d’échantillonnage spatial.

Pour déterminer un pixel, différentes méthodes sont possibles.

Une méthode possible est la méthode dite TFM (Total Focusing Method). Cette méthode consiste à calculer, pour chaque point P de la zone de l’objet à imager, le pixel correspondant l(P) comme étant égal à la somme des amplitudes extraites des signaux S,j(t) reçus par les récepteurs du transducteur multiéléments, aux temps de vol théoriques t= T,j(P)= tj(P) + t,(P) correspondant aux chemins parcourus entre un émetteur Cj et un récepteur Q en passant par le point P.

Autrement dit, si N est le nombre de récepteurs et M le nombre d’émetteurs, on somme les amplitudes des M x N signaux reçus par les récepteurs aux instants correspondant aux durées respectives nécessaires pour rejoindre l'un des récepteurs depuis l'un des émetteurs en passant par le point P considéré. La somme /(P) peut être formulée par l'expression suivante :

N M /σ)=ΣΣΜ^) i=ij=i

Selon une variante de cette méthode, les termes de la somme peuvent être pondérés par des coefficients de pondération W,j afin de calibrer les différents signaux pour prendre en compte des différences de gain entre les différents capteurs.

Un exemple de réalisation de la méthode d’acquisition TFM est notamment décrit dans les documents [1] et [4],

D’autres méthodes sont possibles pour calculer la valeur d’un pixel l(P) à partir des signaux reçus S,j(t). On peut citer, sans être exhaustif, les méthodes suivantes : SAFT (Synthetic Aperture Focusing Technique) décrite dans [5], MUSIC (Multiple Signal Classificationdécrite dans [6], ou encore les méthodes décrites dans les références [7] à [10] qui portent plus précisément sur l’utilisation d’ondes guidées.

De manière générale, l’invention est applicable à toute méthode d’imagerie permettant de déterminer un pixel pour un point d’un objet, en deux dimensions ou en trois dimensions, à partir des signaux reçus S,j(t).

La figure 3 illustre schématiquement la mise en œuvre de l’invention pour imager un objet 300 au moyen d’un dispositif d’imagerie 301 apte à émettre des ondes élastiques 302 pour imager l’objet 300. Sur la figure 3, on a représenté en superposition à l’objet 300, une image 303 obtenue via une méthode d’imagerie TFM selon l’art antérieur. Sur l’image, on peut visualiser un défaut 310 ainsi que des échos 311 correspondant au fond de l’objet 300. Il convient de noter que les images suivantes illustrées sur les figures 3a, 3abis, 3b, 3c, 3d, 4a, 4b, 4c sont inversées selon l’axe vertical par rapport à l’image de la figure 3.

La figure 3a illustre le résultat obtenu après l’étape 202, pour l’exemple particulier décrit à la figure 3. Selon cet exemple, l’image est décomposée en cellules et un pixel (représenté par un point sur la figure 3a) est calculé dans chaque cellule.

Sur la figure 3a-bis, on a représenté, pour illustration, en fond et en superposition à l’image de la figure 3a, l’image de l’objet obtenue avec une méthode d’imagerie TFM selon l’art antérieur ainsi que les cellules.

L’étape suivante 203 est une étape d’affinement de l’image calculée à l’étape 202, l’affinement étant réalisé par interpolation.

Selon cette étape d’affinement 203, on effectue un suréchantillonnage de l’image à partir des pixels calculés à l’étape 202 en utilisant une fonction d’interpolation.

Différents types d’interpolation sont possibles, il peut s’agir d’une interpolation Gaussienne ou d’une interpolation linéaire ou encore d’une interpolation quadratique ou polynomiale ou bilinéaire polynomiale.

L'interpolation bilinéaire peut s'interpréter comme une succession de deux interpolations linéaires, une dans chaque direction. Contrairement à ce que son nom suggère, la fonction d'interpolation bilinéaire polynomiale n'est pas une forme linéaire mais quadratique, qui peut se mettre sous la forme :

f(x,y) = ax + by + cxy + d f(x ,y) est la valeur interpolée au point de coordonnées ( x , y ) et a , b, c et d sont des constantes déterminées à partir des quatre points voisins ( x1 , y1 ), ( x2 , y1 ) , ( x1 , y2 ) , ( x2 , y2 ) du point ( x , y ) dont on cherche la valeur.

Dans le cas où l’imagerie est en trois dimensions, on applique une interpolation en trois dimensions, par exemple une succession de trois interpolations linéaires, une dans chaque direction.

Un objectif de l’interpolation est de permettre une identification, dans l’image, des zones d’amplitude les plus fortes correspondants aux défauts que l’on souhaite identifier.

L’interpolation Gaussienne ou régression Gaussienne ou interpolation par procédé Gaussien (en anglais Gaussian Process Regressor ou GPR) est une méthode dite de « machine learning >> supervisée souvent présentée comme une alternative à l’interpolation classique. Il s’agit d’un procédé itératif qui observe les points fournis par l’étape 202 du procédé un à un, en adaptant sa régression au fur et à mesure. La régression Gaussienne n’est pas une régression paramétrique (c’est-à-dire qu’elle ne définit pas un nombre fixe de paramètres à estimer, par exemple la régression linéaire ’y= ax+b’ a deux paramètres), mais elle essaie de réaliser la régression de manière probabiliste en cherchant des distributions gaussiennes permettant de prédire au mieux la fonction à reconstruire. Un exemple de régression Gaussienne est décrit dans la référence [11].

En particulier, un avantage à l’utilisation d’une interpolation Gaussienne est qu’elle permet de mieux représenter les extrema de l’image qui correspondent à des réflecteurs.

Un autre moyen d’affiner la représentation des extrema de l’image consiste à augmenter le nombre de points sur lequel est réalisé l’interpolation.

Sur la figure 3b, on a représenté un exemple de résultat de l’étape 203 dans le cas d’une interpolation Gaussienne. On peut identifier sur cette image un indicateur de défaut aux alentours de la position (x,y)=(150,100) et une zone en haut de l’image correspondant au fond de la pièce.

Ainsi, le procédé selon l’invention permet de fournir une image d’un objet sans nécessiter le calcul direct de tous les pixels de l’image. L’utilisation d’une fonction d’interpolation adaptée permet de faire ressortir des indicateurs des extrema de l’image qui correspondent à des défauts. Ainsi, cette image peut être directement exploitée par un utilisateur pour l’inspection de défauts dans une pièce, en particulier pour la détection simple de défauts et pour déterminer un premier positionnement grossier des défauts.

Dans une variante de réalisation, le procédé d’imagerie selon l’invention peut être encore amélioré par l’ajout des étapes 204,205 suivantes.

Dans une étape suivante 204, on détermine, à partir de l’image obtenue après l’étape 203, un ensemble de zones d’intérêts de l’image qui correspondent aux zones de l’objet dans lesquelles se situe potentiellement un défaut ou plus généralement un élément que l’on souhaite visualiser avec précision. Autrement dit, les zones d’intérêts de l’image correspondent aux zones de l’objet que l’on souhaite imager avec une résolution importante.

De façon générale, pour définir une zone d’intérêt, on cherche à identifier les extrema locaux des valeurs des pixels de l’image qui correspondent, en moyenne, à des points remarquables de l’image que l’on souhaite visualiser avec précision.

Une réalisation possible de l’étape 204 consiste à définir un seuil auquel sont comparées les valeurs de chaque pixel de l’image. En fonction du résultat de la comparaison, le pixel est classé ou non dans une zone d’intérêt. Si les valeurs des pixels présentent des valeurs positives et négatives, la comparaison est réalisée entre la valeur absolue d’un pixel et le seuil.

La valeur du seuil est un paramètre de l’invention qui peut être déterminée en fonction de la moyenne des valeurs des pixels et des valeurs absolues maximales des pixels.

Le seuil peut être, par exemple déterminé comme un pourcentage de la valeur moyenne de l’ensemble des pixels calculés à l’étape précédente. Ce pourcentage est, par exemple, égal à 100%,50% ou 200% ou toute autre valeur paramétrée par l’utilisateur. Il s’agit d’un seuil en proportion de l’énergie totale. Les pixels de l’image qui présentent une valeur absolue supérieure à ce seuil sont sélectionnés pour faire partie d’une zone d’intérêt.

D’autres possibilités existent pour fixer la valeur du seuil. Elle peut être fixe mais aussi réglable en fonction de l’application visée ou déterminée à partir des premières mesures sur l’objet à imager.

Une autre alternative est de définir une zone d’intérêt en se basant sur un nombre de points (et non pas sur l’énergie). Par exemple, une zone d’intérêt peut être définie en sélectionnant un nombre prédéterminé de pixels dont la valeur est la plus grande dans l’image.

Une autre alternative est de calculer les maxima et/ou minima locaux de la cartographie estimée et de sélectionner un nombre prédéterminé de pixels aux alentours de ces extrema pour définir les zones d’intérêts.

La figure 3c donne un exemple de zones d’intérêts identifiées à partir de l’image obtenue sur la figure 3b. Les zones d’intérêts sont détectées d’une part autour d’un défaut situé approximativement aux coordonnées (x=150, y=100) et d’autre part en haut de l’image, qui correspond au fond de la pièce imagée.

Dans une dernière étape 205, on défini un second ensemble Q2 de points de l’objet, situés exclusivement dans les zones d’intérêts définies à l’étape 204 précédente, puis on calcule les pixels associés à ces points.

Un objectif de l’étape 205 est de réaliser un échantillonnage spatial de l’image uniquement dans les zones d’intérêts définies, c'est-à-dire pour les zones de l’objet que l’on souhaite imager avec une résolution importante. Le niveau d’échantillonnage choisi est supérieur au niveau d’échantillonnage utilisé pour l’étape de pré-échantillonnage 202. Ainsi, on défini dans les zones d’intérêts une grille d’échantillonnage plus dense que celle choisie à l’étape 202 pour définir le premier ensemble Q1 de points.

Dans une variante particulière de l’étape 205, l’échantillonnage spatial est appliqué dans les zones d’intérêts élargies aux points situés à une distance prédéfinie de ces zones. La distance dépend, par exemple, de la longueur d’onde de l’onde élastique. Cette variante permet de s’assurer que des points importants, situés entre deux zones d’intérêts par exemple, sont bien sélectionnés.

Le nombre de points ou la densité des points du second ensemble Q2 est choisie en fonction de la résolution souhaitée. Ces paramètres peuvent dépendre de la longueur d’onde de l’onde élastique.

Le second ensemble Q₂ peut comprendre des pixels déjà calculés à l’étape 202, c'est-à-dire pour des points qui appartiennent aussi au premier ensemble Q1. Selon l’implémentation choisie, ces pixels sont recalculés ou non.

La figure 3d illustre un exemple de sur-échantillonnage réalisé à l’étape 205 pour les zones d’intérêts définies à l’étape 204. La figure 3d correspond à l’image finale qui est composée des pixels calculés à l’étape 202 de pré-échantillonnage et des pixels calculés à l’étape 205 de suréchantillonnage.

Pour une image de même taille et même résolution, le gain de réduction du nombre de pixels calculés pour l’image de la figure 3d par rapport à une image calculée avec une méthode TFM classique est de l’ordre de 80%. L’erreur moyenne estimée entre l’image de la figure 3d et une image calculée avec une méthode TFM classique est de l’ordre de 4%.

Dans une variante de réalisation de l’invention, l’étape 202 ou la combinaison des étapes 202 et 203 est/sont itérée(s) dans chaque zone d’intérêt définie à l’étape 204 afin de permettre de mettre à jour la définition des zones d’intérêts à chaque itération et ainsi d’améliorer la précision de la définition de ces zones.

Références [1] J. Lambert, A. Pedron, G. Gens, F. Bimbard, L. Lacassagne et E. Iakovleva, «Performance evaluation of total focusing method on GPP and GPU,» Design and Architectures for Signal and Image Processing (DASIP), 2012 Conference on, 2012.

[2] G. Rougeron, J. Lambert, E. Iakovleva, L. Lacassagne et N. Dominguez, «Implementation of a GPU accelerated total focusing reconstruction method within CIVA software,» AIP Conference Proceedings, 2014.

[3] J. Guo, X. Li, X. Gao, Z. Wang et Q. Zhao, «Implementation of total focusing method for phased array ultrasonic imaging on FPGA,» Ninth International Symposium on Precision Engineering Measurement and Instrumentation, 2015.

[4] M. Njiki, A. Elouardi, S. Bouaziz, O. Casula et O. Roy, «A real-time implementation of the total focusing method for rapid and precise diagnostic in non destructive evaluation,» Application-Specific Systems, Architectures and Processors (ASAP), 2013 IEEE 24th International Conference on.

[5] SAFT : Mayer, K., et al. Three-dimensional imaging system based on Fourier transform synthetic aperture focusing technique. Ultrasonics 28.4 (1990): 241-255.

[6] MUSIC : Schmidt, Ralph. Multiple emitter location and signal parameter estimation. IEEE transactions on antennas and propagation 34.3 (1986): 276-280.

[7] Excitelet : Quaegebeur, N.; Masson, P.; Langlois-Demers, D. & Micheau, P. Dispersion-based imaging for structural health monitoring using sparse and compact arrays Smart Materials and Structures, IOP Publishing, 2011, 20,025005 [8] DAS : Michaels, J. E. Detection, localization and characterization of damage in plates with an in situ array of spatially distributed ultrasonic sensors Smart Materials and Structures, IOP Publishing, 2008, 17, 035035 [9] MVDR : Hall, J. S. & Michaels, J. E. Minimum variance ultrasonic imaging applied to an in situ sparse guided wave array IEEE transactions on ultrasonics, ferroelectrics, and frequency control, IEEE, 2010, 57, 2311-2323 [10] RAPID : Zhao, X.; Gao, H.; Zhang, G.; Ayhan, B.; Yan, F.; Kwan, C. &

Rose, J. L. Active health monitoring of an aircraft wing with embedded piezoelectric sensor/actuator network: I. Defect detection, localization and growth monitoring Smart materials and structures, IOP Publishing, 2007, 16, 1208, [11] M.Ebden, “Gaussian Processes for Regression: a quick introduction”, 10 August 2008

Claims

1. Procédé d’imagerie pour imager un objet (OBJ) à l’aide d’un dispositif d’imagerie comprenant une pluralité d’émetteurs (Cj) aptes à émettre une onde élastique dans l’objet à imager et une pluralité de récepteurs (Ci) aptes à recevoir une onde élastique provenant de l’objet à imager, ledit procédé comprenant les étapes de :

- Déterminer (202) une première image de l’objet, à un premier niveau d’échantillonnage spatial, à partir d’une pluralité de signaux reçus chacun par l’un desdits récepteurs,

- Sur-échantillonner (203) la première image en effectuant une interpolation des pixels de la première image.

2. Procédé d’imagerie selon la revendication 1 dans lequel l’interpolation est linéaire, polynomiale ou réalisée par procédé Gaussien.

3. Procédé d’imagerie selon l’une des revendications précédentes dans lequel le premier niveau d’échantillonnage spatial est défini (204) en décomposant l’objet en cellules et en sélectionnant un point dans chaque cellule.

4. Procédé d’imagerie selon la revendication 3 dans lequel la sélection d’un point dans chaque cellule suit une distribution aléatoire ou une distribution prédéfinie.

5. Procédé d’imagerie selon l’une des revendications précédentes comprenant en outre les étapes de :

- Définir (204), dans la première image, au moins une zone d’intérêt de l’objet à imager,

- Déterminer (205) une seconde image de l’objet à partir d’une pluralité de signaux reçus chacun par l’un desdits récepteurs, la seconde image présentant, dans chaque zone d’intérêt, un second niveau d’échantillonnage spatial supérieur au premier niveau d’échantillonnage spatial.

6. Procédé d’imagerie selon la revendication 5 dans lequel au moins une zone d’intérêt est élargie en intégrant tous les points situés à une distance prédéterminée de la zone d’intérêt.

7. Procédé d’imagerie selon la revendication 6 dans lequel la distance prédéterminée dépend de la longueur d’onde de l’onde élastique.

8. Procédé d’imagerie selon l’une des revendications 5 à 7 dans lequel une zone d’intérêt comprend au moins un pixel dont la valeur est un extrema local.

9. Procédé d’imagerie selon l’une des revendications 5 à 8 dans lequel la définition (204), dans la première image, d’au moins une zone d’intérêt de l’objet à imager comprend les sous-étapes de :

- définir un seuil d’amplitude,

- comparer chaque pixel de la première image au seuil d’amplitude,

10. Procédé d’imagerie selon l’une des revendications précédentes dans lequel l’image de l’objet est une image en deux dimensions ou en trois dimensions.

11. Procédé d’imagerie selon l’une des revendications précédentes comprenant en outre les étapes préalables (201) de :

12. Procédé d’imagerie selon l’une des revendications précédentes dans lequel la détermination (202,205) d’une image de l’objet comprend le calcul d’une pluralité de pixels correspondant chacun à un point (P) de l’objet en exécutant les sous-étapes de :

- Pour chaque couple émetteur-récepteur (Cj,Cj), déterminer un temps de vol correspondant à une durée théorique nécessaire à l’onde élastique pour parcourir un trajet depuis l’émetteur (Cj) jusqu’au récepteur (Ci) en passant par le point (P) de l’objet,

13. Procédé d’imagerie selon l’une des revendications précédentes dans lequel l’onde élastique est une onde ultrasonore ou une onde guidée.

14. Dispositif d’imagerie pour imager un objet, le dispositif comprenant une interface pour recevoir une pluralité de signaux reçus par une pluralité de récepteurs aptes à recevoir une onde élastique provenant d’un objet (OBJ) à imager et un imageur (IMG) configuré pour mettre en oeuvre les étapes du procédé d’imagerie selon l’une quelconque des revendications précédentes.

15. Dispositif d’imagerie selon la revendication 14, comprenant une pluralité d’émetteurs (Cj) aptes à émettre une onde élastique dans l’objet à imager et une pluralité de récepteurs (Ci) aptes à recevoir une onde élastique provenant de l’objet à imager.