Contexte
Surveillance non destructive de l’état des ponts, bâtiments et infrastructures. L’enjeu n’est pas seulement de détecter les fissures, mais de les classer selon leur ouverture — sans contact ni échafaudage.
C’est l’ouverture qui compte pour l’inspection : selon la largeur d’une fissure, la méthode de réparation (de remplissage) n’est pas la même. Un système d’inspection doit donc être très précis, car une mauvaise classe d’ouverture conduit à une mauvaise prescription de réparation.
Quatre classes d’ouverture
| Classe | Ouverture | Conséquence |
|---|---|---|
| 1 | < 0,3 mm | Fissures les plus fines — souvent plus étroites qu’un pixel ; réparation spécifique |
| 2 | 0,3 – 0,7 mm | Méthode de réparation différente |
| 3 | 0,7 – 1 mm | Méthode de réparation différente |
| 4 | ≥ 1 mm | Méthode de réparation différente |
Chaque classe appelle sa propre méthode de remplissage ou de réparation : la classification conditionne donc directement la décision de maintenance.
Le défi du sous-pixel
La principale difficulté est de descendre sous la taille du pixel. Une fissure de 0,3 mm ne couvre même pas un pixel entier aux résolutions d’inspection courantes — et le système doit pourtant la détecter, même lorsque la résolution au sol est un peu plus grossière que 0,3 mm.
Pourquoi est-ce possible ? Une fissure plus fine qu’un pixel ne disparaît pas : elle occupe une partie des pixels qu’elle traverse et modifie légèrement leur intensité par rapport à la surface environnante. Pris isolément, ce signal de pixel partiel est faible ; mais une fissure est un élément continu et allongé : le même contraste ténu se répète de façon cohérente sur de nombreux pixels voisins. C’est en exploitant ce contraste et cette continuité qu’on peut détecter la fissure — et estimer son ouverture — au-delà de la résolution nominale de l’image.
Acquisition : drone et smartphone
- Photographie par drone — acquisition haute résolution des surfaces des ouvrages, pour les structures étendues ou difficiles d’accès.
- Photographie au smartphone — l’approche fonctionne aussi sur des images prises au téléphone portable, ce que j’ai testé, ce qui permet une inspection rapprochée avec un équipement courant.
Chaîne de traitement
Méthodes
- Acquisition haute résolution des surfaces des ouvrages par drone ou smartphone.
- Segmentation des fissures par vision par ordinateur / apprentissage profond sur béton et maçonnerie.
- Calibration métrique et analyse sous-pixel pour l’estimation de l’ouverture des fissures.
- Classification en quatre classes d’ouverture associées aux méthodes de réparation.
Résultats
- Inspection non destructive et reproductible des ouvrages de génie civil.
- Cartes de défauts géolocalisées pour hiérarchiser les interventions de maintenance.
Modèles et visuels à venir.
Stack technique
Python · OpenCV · apprentissage profond · drone RVB haute résolution · imagerie smartphone · photogrammétrie