Field imaging framework for morphological characterization of aggregates with computer vision: Algorithms and applications

Cette thèse présente un cadre d'imagerie sur site intégrant des algorithmes de vision par ordinateur pour la caractérisation morphologique automatisée des agrégats de construction, tant individuels que sous forme de tas, en combinant reconstruction 3D, segmentation d'instances et complétion de formes pour surmonter les limites des méthodes actuelles.

Haohang Huang

Publié 2026-03-05
📖 5 min de lecture🧠 Analyse approfondie

Each language version is independently generated for its own context, not a direct translation.

🏗️ L'Enquête sur les Géants de Pierre : Comment la Vision par Ordinateur Révolutionne les Chantiers

Imaginez que vous êtes un architecte ou un ingénieur chargé de construire un pont, une route ou un barrage. Vos meilleurs amis, ce sont les agrégats : le sable, le gravier, et surtout les gros cailloux (qu'on appelle "riprap" ou enrochements). Ces pierres sont les briques fondamentales de notre monde moderne.

Mais voici le problème : ces pierres sont souvent énormes, lourdes et de formes très bizarres. Comment savoir si elles sont de la bonne taille et de la bonne forme pour tenir le coup ?

Jusqu'à récemment, la méthode était très "à l'ancienne" : un inspecteur devait regarder les tas de pierres, essayer de deviner leur taille avec ses yeux (ce qui est subjectif) ou utiliser une balance géante et un mètre ruban pour mesurer chaque pierre une par une. C'était long, épuisant, et souvent imprécis.

Haohang Huang, le chercheur de cette thèse, a eu une idée brillante : "Et si nous donnions des yeux numériques à nos ordinateurs pour qu'ils puissent voir, compter et mesurer ces pierres comme un super-héros ?"

Voici comment il a fait, en trois étapes magiques.


1. Le Scanner de Poche pour les Pierres Individuelles 📸

Le défi : Mesurer une seule grosse pierre sans la déplacer.
La solution : Imaginez un petit système portable fait de trois téléphones intelligents et d'un parapluie bleu.

  • L'analogie : C'est comme si vous preniez une photo de votre ami de face, de profil et de dessus pour créer un hologramme de lui.
  • Le tour de magie : L'ordinateur regarde la pierre sous ces trois angles. Grâce à un algorithme intelligent (qui ignore les ombres et la lumière du soleil), il "découpe" la pierre de son fond et reconstruit son volume en 3D.
  • Le résultat : Au lieu de peser la pierre (ce qui demande une grue), l'ordinateur calcule son poids et sa taille avec une précision incroyable, presque aussi bonne que la réalité, mais en quelques secondes.

2. Le Tri Magique des Tas de Pierres (Vision 2D) 🧩

Le défi : Dans un chantier, les pierres sont empilées en tas énormes, les unes sur les autres. Comment compter les milliers de pierres qui se cachent les unes derrière les autres ?
La solution : L'Intelligence Artificielle (Deep Learning).

  • L'analogie : Imaginez un tas de pièces de puzzle mélangées. Un humain mettrait des heures à les trier. Mais si vous apprenez à un robot à reconnaître la forme de chaque pièce, il peut les séparer instantanément.
  • Le tour de magie : Le chercheur a "nourri" un cerveau numérique avec des milliers de photos de tas de pierres. Il a appris au cerveau à reconnaître chaque pierre individuelle, même si elle est cachée à moitié. C'est comme un jeu de "Où est Charlie ?", mais pour des millions de cailloux.
  • Le résultat : L'ordinateur peut maintenant dire : "Il y a 500 pierres ici, 30% sont trop petites, et voici leur forme moyenne." Tout cela automatiquement, sans que personne ne touche aux pierres.

3. La Reconstruction 3D et la Devinette des Formes Manquantes 🧊

Le défi : Une photo 2D ne montre qu'une face de la pierre. Mais pour être sûr qu'elle est solide, il faut connaître sa forme complète en 3D. Or, dans un tas, on ne voit jamais le dessous d'une pierre.
La solution : Une combinaison de reconstruction 3D et d'une IA qui "devine" l'invisible.

  • L'analogie : Imaginez que vous voyez un nuage de forme bizarre. Vous voyez le dessus, mais pas le dessous. Un artiste humain pourrait dessiner le dessous en se basant sur ce qu'il voit. Ici, l'ordinateur fait pareil, mais avec des mathématiques complexes.
  • Le tour de magie :
    1. Reconstruction : L'ordinateur prend des dizaines de photos autour du tas pour créer un modèle 3D (comme un scan médical).
    2. Segmentation : Il sépare chaque pierre dans ce modèle 3D.
    3. Complétion (Le plus cool) : Comme il manque des parties cachées, l'IA utilise ce qu'elle a appris sur des milliers d'autres pierres pour "compléter" la forme manquante. C'est comme si elle disait : "Je vois le haut de cette pierre, et je sais que les pierres comme celle-ci ont généralement un bas rond, donc je vais dessiner le bas."
  • Le résultat : On obtient une copie numérique parfaite de chaque pierre, y compris les parties qu'on ne voyait pas, permettant de calculer son volume exact.

🌟 Pourquoi est-ce si important ?

Cette thèse n'est pas juste une expérience de laboratoire. C'est une révolution pour l'industrie de la construction :

  1. Gain de temps et d'argent : Fini les heures passées à peser des pierres une par une. Tout est fait par caméra.
  2. Sécurité : Moins de gros travaux manuels et de machines lourdes nécessaires pour manipuler les pierres.
  3. Qualité supérieure : En connaissant exactement la forme et la taille des pierres, on peut construire des ponts et des routes qui dureront plus longtemps et résisteront mieux aux inondations ou aux tremblements de terre.
  4. Objectivité : Plus de "je pense que cette pierre est assez grosse". C'est l'ordinateur qui a raison, avec des chiffres précis.

En résumé

Cette thèse nous dit que l'avenir de la construction n'est pas seulement dans le béton, mais dans la vision. En transformant des tas de pierres en données numériques intelligentes, nous pouvons construire un monde plus solide, plus sûr et plus efficace. C'est comme passer d'un monde où l'on devine la météo à un monde où l'on a un satellite qui vous dit exactement s'il va pleuvoir, mais pour les pierres ! 🌍🏗️🤖