Abstract FR:

Il existe differentes methodes, permettant de detecter et par suite de caracteriser les microrugosites. Ces methodes ont des pouvoirs de resolution differents (et quelquefois limites) et chacune peut etre utilisee de preference a une autre, suivant le probleme que l'on a a resoudre. La methode de rasigni est basee sour l'analyse microdensitometrique de micrographie des repliques ombrees, obtenues par microscopie electronique. Cette methode presentait de nombreux avantages : possibilites d'etudier des surfaces alterables a partir d'empreintes obtenues sous ultra-vide, excellent pouvoir de resolution lateral, cependant, elle presentait certaines limitations concernant notamment les donnees manquantes dans les zones d'ombrage, et de ce fait etait perfectible. Apres a un examen critique de la methode, et resume des travaux anterieurs de nouvelles methodologies permettant d'ameliorer les algorithmes classiques de reconstruction et caracterisation des profiles d'une couche mince d'or, sont presentees et largement analyses. Cette nouvelle approache permettant de pallier les imprecisions introduites par la methode d'ombrage oblique, integer : (i) le model global de caracterisation autoregressive verifiant le principe de parsimonie qui remplace avantageusement l'approache classique ligne par ligne, (ii)la restitution des donnees manquantes par interpolation : diffusion isotrope des contours ou par series de fourier avec donnees manquantes, (iii) determination de la derive basse frequence par filtrage multiresolution qmf approprie. Une large discussion est consacree aux differents outils d'analyse : fonction d'autocovariance spectre de rugosite, permettant de caracteriser statistiquement le rugosites ainsi qu'une description des tests qui peuvent etre mis en jeux pour caracteriser la gaussianite des repartitions des hateurs de rugosite mais aussi permettant de mettre en evidence la pertinence du model adopte et la rigueur de l'analyse statistique des differentes grandeur considerees en utilisant le test du x 2 et les autocorrelations partielles des residues.