Résumé:
Dans les procédés de fabrication de produits en acier une grande importance est allouée à l'état de
surface et les possibilités de son inspection, production en cours. Le simple contrôle visuel est incapable de
suivre le produit qui est, généralement, en mouvement, et même avec une vitesse réduite du process,
l’inspection de la surface ne peut être réalisée qu’à titre d’échantillonnage, qui reste non exhaustif.
L'inspection en fin de process, quant à elle, ne pourrait être la solution idéale, du fait qu'elle ne permettra
que de retracer l'historique du process, et renseigner sur ses tendances. Par conséquent, les défauts du
produit final, qui ne sont pas détectés et corrigés, conduisent au déclassement des produits et induisent des
coûts supplémentaires.
Le travail proposé, porte sur le développement d’application de détection et de classification automatique
des défauts de surface des produits plats laminés à chaud. Ces défauts (pailles, griffes, criques, calamine,
porosité, etc.) sont multiples et d’apparence complexe. Ainsi, notre contribution consiste à proposer de
nouvelles approches, basées sur des descripteurs d’images, utilisés à ce jour dans quelques applications de
biométrie, les appliquer à une base de données de référence pour valider les algorithmes développés, et
améliorer les résultats de classification, déjà publiés par d’autres études. En outre nous élaborons une
nouvelle base de données, composée d’images de défauts de bandes d’acier laminées à chaud sur une ligne
de production locale, et nous démontrons l’efficacité des approches proposées par leur application sur cette
nouvelle base de défauts. Nous contribuons ainsi à fournir un outil performant qui peut être utilisé en ligne
pour le contrôle de la qualité des produits, et même servir dans la maintenance et l’optimisation de la
conduite du process.
