Détection et Reconstruction de forme d’Objets par les Techniques d’Imagerie Micro-ondes.

Abstract

L’imagerie micro-onde confocale utilise des signaux rétrodiffusés pour identifier des cibles en milieux ouverts ou enfouis. C’est une technique non invasive qui utilise des rayonnements non ionisants. Dans cette thèse, nous présentons des méthodes de reconstruction d'images, utilisant l'imagerie micro-onde Ultra-Large Bande (ULB) pour des applications de détection d’objets enfouis tels que des barres de fer dans un pilier en béton, de vision à travers le mur ainsi que de détection précoce du cancer du sein. Dans toutes ces applications, nous avons appliqué un nouvel algorithme nommé DASI, l’algorithme de rétroprojection (BP) ainsi qu’un algorithme de post-traitement sur des images obtenues par les deux algorithmes précédents. Nous avons aussi utilisé des modèles numériques 3D sous le logiciel CST pour les trois applications. Comme première application, nous nous sommes intéressés à la vision à travers le mur. La scène a été illuminée avec des impulsions ULB à partir d'un réseau synthétique d’antennes en configuration plane. Les réflexions recueillies ont été ensuite synthétiquement concentrées pour créer une carte d'énergie d’objets derrière le mur. Nous avons ainsi réussi à reconstruire des formes et à localiser, des cibles ayant l’aspect et les propriétés diélectriques d’un être humain. Ensuite, la détection de quatre barres de fer enfouis dans un pilier de béton, a été réalisée avec succès en utilisant des configurations circulaires et planes avec une estimation de leurs diamètres, de leurs longueurs ainsi que de leurs positions. Dans la deuxième phase de nos applications, la détection précoce du cancer du sein a été abordée. Le modèle du sein a été aussi illuminé avec une impulsion ULB à partir d'un réseau synthétique d’antennes en configuration circulaire et plane. Les réflexions recueillies ont été ensuite synthétiquement concentrées pour créer une carte d'énergie du sein. Grâce à différentes configurations du nombre et des positions de points d'acquisition, notre algorithme de posttraitement, nous a permis d'obtenir des images beaucoup plus claires et avec moins d'artéfacts. Dans ces images, nous pouvons clairement identifier la présence et la localisation de tumeurs cancéreuses du sein jusqu’à 2 mm de diamètre.