Classification des images provenant d'une sonde d'inspection de fibre optique
Remplacer cette classification binaire par une classification à plusieurs niveaux de façon à fournir à l’usager une plus grande latitude dans la décision de ce qui est acceptable et inacceptable.
Projet de stage – été 2021
Stagiaire : Salma Bendaoud
Entreprise : EXFO
Les images captées par les sondes d’inspection de fibre optique sont habituellement analysées pour détecter les anomalies présentes (poussières, saletés, égratignures). En fonction du type d’anomalie, de la quantité, localisation et dimensions, une acceptation est faite selon des critères définis par des standards internationaux.
Le projet vise à remplacer cette classification binaire (succès/échec) par une classification à plusieurs niveaux (1 à 5 par exemple) de façon à fournir à l’usager une plus grande latitude dans la décision de ce qui est acceptable et inacceptable en fonction du type d’application particulier. L’analyse automatique des images est actuellement basée sur la détection des anomalies présentes sur la fibre. En fonction de la quantité d’anomalies, de leur dimension et de leur localisation, un verdict est établi (succès/échec) basé sur des limites définies par des standards internationaux.
Nous visons l’utilisation de méthodes basées sur l’apprentissage machine pour effectuer cette classification.
Restons en contact!
Vous souhaitez être informé des nouvelles et activités de l'IID? Abonnez-vous dès maintenant à notre infolettre mensuelle.