Abstract FR:

Un guide pour la conception de systemes de classification de populations granulaires a partir de l'analyse d'image a ete realise. Il permet a un utilisateur non averti de concevoir des capteurs intelligents capables d'apprecier des produits granulaires de maniere similaire a une expertise. Relier des images de produits granulaires a une decision qualitative demande des considerations au niveau de l'image et au niveau de la decision. Pour mieux apprehender la complexite de la decision et rester dans un schema general de resolution, a la fois des caracteristiques individuelles (relatives a une particule) et globales (sur l'ensemble de l'image) sont extraites de l'image. Pour fusionner ces informations heterogenes, deux approches hierarchiques de fusion ont ete developpees. La premiere est basee sur des concepts d'analyse de donnees : son objectif est de construire un espace des caracteristiques minimal sans perdre de l'information, et de selectionner les caracteristiques pertinentes. La deuxieme est basee sur des concepts de fusion de capteurs ou les decisions issues de chaque caracteristique sont combinees pour fournir la decision. Les decisions qualitatives ne sont pas formalisables : les approches sont basees sur le concept de l'apprentissage par l'exemple. A ce guide strategique, s'ajoute une aide pour le choix des outils les plus adaptes a une application donnee : ce choix doit se faire en tenant compte des performances intrinseques de l'outil mais aussi en fonction d'autres criteres comme guide a ete utilise avec succes pour la conception de capteurs pour l'evaluation des boulanges en minoterie et pour l'evaluation de la qualite des grains dans des machines agricoles.