Développement d'un procédé de classification et d'analyse permettant de prédire le rendu de finition sur bois et d'un prototype industriel démonstrateur – OPTIFIN

Un banc d’imagerie multimodale a été mis en place pour constituer une base de données « images » servant de référence à l’étude. Il rassemble un imageur hyperspectral proche infrarouge pushbroom avec un système de polarisation de la lumière et une caméra linéaire couleur 3D avec fonction multiscan (couleur, niveaux de gris, diffusion d’un profil LASER, profilométrie 3D). Afin d’exploiter les images hyperspectrales PIR, différents algorithmes de démélange hyperspectral en ligne respectant le schéma d’acquisition de l’imageur ont été développés. Une interprétation physico-chimique des signatures spectrales obtenues a aussi été réalisée par analyse d’échantillons types par microscopie FTIR dans le proche et moyen infrarouge et par microscopie hyperspectrale PIR. Après avoir défini l’ensemble des paramètres pertinents à extraire des images pour caractériser l’aspect du bois et en distinguer les différentes classes, des méthodes de fusion d’images et d’extraction des critères ainsi que de classification des produits bois ont été développées. Les algorithmes proposés ont été testés avec les données expérimentales afin d’évaluer leur efficacité en matière de justesse, précision et rapidité dans l’optique d’une classification en temps réel.

Les algorithmes de démélange d’images hyperspectrales ont montré leur pertinence et leur performance pour l’analyse d’échantillons de bois, notamment en ce qui concerne la discrimination aubier/duramen, la discrimination nœuds sains/nœuds pourris et la mise en évidence de bois de dosse ou de réaction difficilement observable visuellement mais particulièrement impactant sur la qualité d’une finition. Un focus particulier a été donné à la détection de l’aubier qui a un réel intérêt économique : sa détection fiable à un stade précoce de production (parqueterie, ameublement, tonnellerie, etc.) permet d’envisager une meilleure valorisation des flux de matières. Cependant, ses variations colorimétriques rendent sa détection par imagerie couleur très peu fiable. L’imagerie hyperspectrale PIR permet une détection fiable de l’aubier : elle est insensible à ses variations colorimétriques. De façon générale, les images couleurs et hyperspectrales fournissent des informations différentes. L’imagerie couleur favorise la détection de singularités colorimétriques tandis que l’imagerie hyperspectrale permet de révéler des structures presque invisibles à l’œil nu. Le couplage imageries couleur/hyperspectrale apparaît donc comme une solution d’avenir pour la détection de singularités dans le matériau bois.

Les objectifs affichés au début du projet OPTIFIN étaient ambitieux tant du point de vue expérimental que du point de vue du traitement et de l’exploitation des images. La plateforme d’imagerie multimodale mise en place a permis d’obtenir une base de données étiquetées unique par le nombre d’échantillons et les types d’images obtenues : couleur, niveaux de gris, diffusion d’un profil LASER, profilométrie 3D et hyperspectrale PIR. L’exploitation de ces données est encore en cours et pourra aboutir à d’autres résultats novateurs. La valorisation de l’ensemble des résultats dans le cadre du développement d’une application logicielle implantable dans un dispositif industriel est envisagée.

Dahbi, R. Conception d’une chaîne de traitements pour la segmentation texture d’images multimodales de pièces de bois en chêne. Application à la détection des singularités et la discrimination du grain du bois. Automatique / Robotique. Université de Lorraine. 2023.

Nus, L.; et al. A semi-supervised rank tracking algorithm for on-line unmixing of hyperspectral images. International Conference on Acoustics, Speech, and Signal Processing, ICASSP 2020. Barcelone, Spain. May 2020

Prévost, C.; et al. Hyperspectral Super-Resolution with Coupled Tucker Approximation: Recoverability and SVD-based algorithms. IEEE Transactions on Signal Processing. 2020, 68, 931-946.

Banc de mesure rassemblant un imageur hyperspectral Specim FX17 associé à un banc de mesure Specim LabScanner 100x50, une caméra Sick ColorRanger E55 associée à un convoyeur à bande et un spectromètre NIR-TF Bruker Matrix F avec tête de mesures sans contact associé à un convoyeur à bande.

Le bois est un matériau dont le rendu naturel est apprécié dans de nombreuses applications (parquets, ameublement, agencement intérieur ou extérieur, etc.). Cependant son hétérogénéité et sa variabilité de surface rendent souvent problématique la maitrise et l’harmonie des rendus, générant parfois des non-qualités. Ce rendu et cette harmonie sont majoritairement regardés au travers d’une finition appliquée sur le bois (vernis, peinture, etc.). La qualité de la finition et le rendu final sont impactés par le couple bois-finition. La texture physique, l’acidité, la présence de molécules pouvant migrer ou réagir avec la finition sont des facteurs potentiellement impactant.
Ces difficultés techniques liées à l’hétérogénéité et la variabilité des surfaces de bois génèrent donc aujourd’hui d’importants coûts de tri manuel et, ou, de non qualité. Les solutions techniques industrialisées à ce jour se cantonnent à détecter des singularités très marquées, telles que les nœuds, et effectuent des classifications sur base de logique floue. Certaines singularités du bois telles que l’aubier ne sont pas toujours détectables à l’œil alors que leur impact est important sur la qualité et le rendu de la surface finie.
Le projet OPTIFIN a pour objectif le développement d’une méthode d’analyse permettant de prédire et de classifier la qualité des rendus en fonction d’une analyse de surface (voire dans une faible épaisseur de surface) en temps réel du bois.
Cette analyse de surface va nécessiter le couplage de plusieurs techniques d’acquisition utilisables en industrie (caméra simple spectre, caméra hyperspectrale, polarisation, télémétrie , autre spectrométrie, etc.) ainsi que le couplage de plusieurs méthodes de traitement du signal (méthodes de séparation de signaux classiques ou récursives, classification par logique floue adaptée au bois, autre classificateur…).
Le projet OPTIFIN est prévu sur 36 mois, regroupe 2 laboratoires, un centre technique et 2 industriels : BERRY Wood et OGF Industrie. Il a pour objectifs :
• De développer des méthodes d’analyse rapide physico-chimique de surface couplées à de l’analyse texture-couleur pour le bois, en particulier le chêne,
• L’étude, la caractérisation et la compréhension des phénomènes physicochimiques et des singularités du bois impactant le rendu et la qualité des finitions appliquées,
• Sur la base des deux points précédents, le développement d’une méthode d’analyse et de classification à même de prédire la qualité et le rendu des finitions, et ainsi d’être en position d’adapter les paramètres des opérations suivantes d’un process
Le projet se construit autour du savoir-faire et de compétences scientifiques développées sur le classement du bois et l’analyse multi spectrale des matériaux des laboratoires CRAN et LCPME. Le centre de transfert de technologie CRITT Bois coordonnera ce projet et apportera sa connaissance métier. Les industriels BERRY Wood et OGF Industrie orienteront les travaux et y contribueront par leur expertise métier, la fourniture des matières, la mise à disposition de leurs opérateurs experts du tri et de la classification, les niveaux de précision exigés et/ou acceptables dans une logique industrielle pour que ces travaux conduisent à développer des connaissances et des procédés en lien avec des débouchés économiques.