• Français
  • English

thèse de Morgane Jal

Etiquette(s) : thèse géologie

Structure d’une image hyperspectrale (d’après Ravel, 2017). Grâce à des analyses hyperspectrales, les matériaux peuvent être différentiés en raison de leurs spectres respectifs, chaque roche, minéral ou matériau présente un spectre qui lui est propre. Caractérisation des parois calcaires par analyses hyperspectrales et chimiques in situ : applications à l’étude du patrimoine bâti et des parois de cavités ornées

Débutée en septembre 2022

Financement : bourse Cifre / Ingen

Directeur : Fabrice Monna (Artehis) ; codirecteur : Christophe Durlet (Biogéosciences) ; codirectrice : Chloé Morales (Ingen : Innovations Géosciences)

 

Résumé

Résultats préliminaires d’analyses hyperspectrales ponctuelles sur un panneau peint (paléolithique) de la Grande Grotte d’Arcy-sur-Cure (Bourgogne). Les spectres de réflectance forment des classes en fonction des types de surfaces analysées. Les surfaces de roches calcaires, formant des parois naturelles (grottes, abris, falaises) ou artificielles (bâtiments, ouvrages, stèles, sculptures), sont souvent recouvertes par de fines couches minérales ou organiques. Qu’elles soient volontaires (pigments, peintures) ou involontaires (suies, minéralisations de carbonates, de sulfates, d’oxalates, poussières éoliennes, encroutements microbiens…), ces pellicules sont couramment étudiées pour des raisons de documentation et de préservation du patrimoine naturel et culturel. Un nouvel outil permettant de visualiser et de caractériser ces diverses couches est développé de manière très significative depuis quelques années : les caméras hyperspectrales, elles offrent de réelles perspectives pour cartographier à distance ces diverses pellicules. Pour autant, le signal hyperspectral collecté est toujours très complexe, influencé par de multiples paramètres physiques et chimiques, variables d’un contexte à un autre. Pour un contexte donné, il est toujours nécessaire de calibrer et d’associer les gammes spectrales potentiellement porteuses des informations recherchées grâce à des analyses minéralogiques, biologiques et chimiques. Un autre axe de cette thèse est lié au traitement de la masse élevée de données collectées par les scans hyperspectraux. Grâce à une approche de machine-learning (notamment par réseaux neuronaux), déjà engagée par l’équipe encadrante, la thèse ambitionne aussi de simplifier le traitement des données hyperspectrales, et de le rendre réalisable sur le terrain, dans la foulée de l’acquisition des spectres.

Ainsi les travaux de recherches sont effectués dans le cadre d’une convention Cifre entre l’UMR CNRS/uB Artehis, l’UMR CNRS/uB Biogéosciences et la société Ingen (Innovations pour les Géosciences) s’inscrivent dans un projet de R&D de l’entreprise. La finalité industrielle étant le développement du traitement du signal, notamment le démélange spectral, afin de l’appliquer à la cartographie des phases minéralogiques et chimiques qui composent une surface rocheuse, naturelle ou artificielle.

 

Mots clés

imagerie hyperspectrale ; préservation du patrimoine ; carbonates ; grottes ornées

titre:
Caractérisation des parois calcaires par analyses hyperspectrales et chimiques in situ : applications à l’étude du patrimoine bâti et des parois de cavités ornées
date_de_debut_these:
septembre 2022
nom:
Jal
date_de_debut_these_numerique:
202209
kc_data:
a:8:{i:0;s:0:"";s:4:"mode";s:0:"";s:3:"css";s:0:"";s:9:"max_width";s:0:"";s:7:"classes";s:0:"";s:9:"thumbnail";s:0:"";s:9:"collapsed";s:0:"";s:9:"optimized";s:0:"";}
kc_raw_content:

Structure d’une image hyperspectrale (d’après Ravel, 2017). Grâce à des analyses hyperspectrales, les matériaux peuvent être différentiés en raison de leurs spectres respectifs, chaque roche, minéral ou matériau présente un spectre qui lui est propre. Caractérisation des parois calcaires par analyses hyperspectrales et chimiques in situ : applications à l’étude du patrimoine bâti et des parois de cavités ornées

Débutée en septembre 2022

Financement : bourse Cifre / Ingen

Directeur : Fabrice Monna (Artehis) ; codirecteur : Christophe Durlet (Biogéosciences) ; codirectrice : Chloé Morales (Ingen : Innovations Géosciences)

 

Résumé

Résultats préliminaires d’analyses hyperspectrales ponctuelles sur un panneau peint (paléolithique) de la Grande Grotte d’Arcy-sur-Cure (Bourgogne). Les spectres de réflectance forment des classes en fonction des types de surfaces analysées. Les surfaces de roches calcaires, formant des parois naturelles (grottes, abris, falaises) ou artificielles (bâtiments, ouvrages, stèles, sculptures), sont souvent recouvertes par de fines couches minérales ou organiques. Qu’elles soient volontaires (pigments, peintures) ou involontaires (suies, minéralisations de carbonates, de sulfates, d’oxalates, poussières éoliennes, encroutements microbiens…), ces pellicules sont couramment étudiées pour des raisons de documentation et de préservation du patrimoine naturel et culturel. Un nouvel outil permettant de visualiser et de caractériser ces diverses couches est développé de manière très significative depuis quelques années : les caméras hyperspectrales, elles offrent de réelles perspectives pour cartographier à distance ces diverses pellicules. Pour autant, le signal hyperspectral collecté est toujours très complexe, influencé par de multiples paramètres physiques et chimiques, variables d’un contexte à un autre. Pour un contexte donné, il est toujours nécessaire de calibrer et d’associer les gammes spectrales potentiellement porteuses des informations recherchées grâce à des analyses minéralogiques, biologiques et chimiques. Un autre axe de cette thèse est lié au traitement de la masse élevée de données collectées par les scans hyperspectraux. Grâce à une approche de machine-learning (notamment par réseaux neuronaux), déjà engagée par l’équipe encadrante, la thèse ambitionne aussi de simplifier le traitement des données hyperspectrales, et de le rendre réalisable sur le terrain, dans la foulée de l’acquisition des spectres.

Ainsi les travaux de recherches sont effectués dans le cadre d’une convention Cifre entre l’UMR CNRS/uB Artehis, l’UMR CNRS/uB Biogéosciences et la société Ingen (Innovations pour les Géosciences) s’inscrivent dans un projet de R&D de l’entreprise. La finalité industrielle étant le développement du traitement du signal, notamment le démélange spectral, afin de l’appliquer à la cartographie des phases minéralogiques et chimiques qui composent une surface rocheuse, naturelle ou artificielle.

 

Mots clés

imagerie hyperspectrale ; préservation du patrimoine ; carbonates ; grottes ornées

extrait:
lien_externe:

Log In

Create an account