Pause
Lecture
Moteur de recherche d'offres d'emploi CEA

Stage M1/M2 - Tomographie d'objets en mouvement à partir d'un nombre réduit de projections H/F


Détail de l'offre

Informations générales

Entité de rattachement

Le Commissariat à l'énergie atomique et aux énergies alternatives (CEA) est un organisme public de recherche.

Acteur majeur de la recherche, du développement et de l'innovation, le CEA intervient dans le cadre de ses quatre missions :
. la défense et la sécurité
. l'énergie nucléaire (fission et fusion)
. la recherche technologique pour l'industrie
. la recherche fondamentale (sciences de la matière et sciences de la vie).

Avec ses 16000 salariés -techniciens, ingénieurs, chercheurs, et personnel en soutien à la recherche- le CEA participe à de nombreux projets de collaboration aux côtés de ses partenaires académiques et industriels.  

Référence

2022-24555  

Description du poste

Domaine

Mathématiques, information  scientifique, logiciel

Contrat

Stage

Intitulé de l'offre

Stage M1/M2 - Tomographie d'objets en mouvement à partir d'un nombre réduit de projections H/F

Sujet de stage

Développement d'une méthode de reconstruction tomographique d'un objet en mouvement grâce au filtre de Kalman avec un faible nombre de projections.

Durée du contrat (en mois)

6

Description de l'offre

Le Département d'Imagerie et Simulation pour le Contrôle (DISC) du CEA LIST développe de nouvelles technologies afin d’améliorer les performances des contrôles non destructifs (CND), qui visent la détection et la caractérisation des défauts dans des pièces issues des secteurs industriels tels que l'aéronautique, la sidérurgie, le pétrole ou le nucléaire. Les activités du département sont organisées autour de trois axes : la simulation des procédés de contrôle (www.civa.fr), le développement de nouvelles méthodes, et le développement des instruments et capteurs pour le CND.

Le stage proposé s'inscrit dans le cadre des travaux portant sur des méthodes d’inspection ou de caractérisation structurelle de pièces industrielles par tomographie RX. Les méthodes classiques de reconstruction utilisent généralement un mode d’acquisition pas-à-pas. L’utilisation d’un mode d’acquisition dynamique, avec l’objet en rotation continue, nécessite une adaptation des algorithmes d’inversion. La reconstruction tomographique dynamique éparse a reçu une attention accrue ces dernières années [2][3]. L'objectif de cette étude est d'investiguer le potentiel du filtre de Kalman à réduction de dimensions pour la tomographie dynamique à rayons X sous-échantillonnée [4][5]. Cette méthode incorpore un modèle du mouvement de l'objet durant l’acquisition des radiographies, ainsi qu'une connaissance a priori du bruit des mesures et des variables reconstruites afin de proposer une reconstruction tomographique d’un objet mouvant. En outre, une réduction de la dimension de l’espace des paramètres est proposée pour obtenir une reconstruction numériquement légère et robuste. Le modèle du mouvement pourra se faire directement à partir de méthodes de type « optical flow » ou bien par analyse des déformations. La méthode et l’implémentation sera testée sur des données simulées et une évaluation des performances en termes de qualité d’image sera réalisée sur plusieurs jeux de données.

Marius Costin – Marius.Costin@cea.fr

Julie Escoda – Julie.Escoda@cea.fr

Victor Bussy - Victor.Bussy@cea.fr

Références :
[1] Thorsten M. Buzug. Computed tomography: from photon statistics to modern cone-beam CT. Springer Science & Business Media, 2008
[2] Stephane Bonnet, Anne Koenig, Sébastien Roux, Patrick Hugonnard, Régis Guillemaud, and Pierre Grangeat. Dynamic X-ray computed tomography. Proceedings of the IEEE, 91(10):1574{1587}, 2003.
[3] Bernadette N Hahn. Efficient algorithms for linear dynamic inverse problems with known motion. Inverse Problems, 30(3):035008, 2014.
[4] Antti Solonen, Tiangang Cui, Janne Hakkarainen, and Youssef Marzouk. On dimension reduction in Gaussian filters. Inverse Problems, 32(4):045003, 2016.
[5] J. Hakkarainen, Z. Purisha, A. Solonen and S. Siltanen, Undersampled Dynamic X-Ray Tomography With Dimension Reduction Kalman Filter, in IEEE Transactions on Computational Imaging, vol. 5, no. 3, pp. 492-501, Sept. 2019, doi: 10.1109/TCI.2019.

#StageList

Moyens / Méthodes / Logiciels

Compétence en Python ou Matlab (requis)

Profil du candidat

Des compétences en algèbre, traitement d’images et en programmation sont souhaitées, avec un accent sur les langages Python et Matlab.

Localisation du poste

Site

Saclay

Localisation du poste

France, Ile-de-France, Essonne (91)

Ville

Gif-Sur-Yvette

Critères candidat

Diplôme préparé

Bac+5 - Diplôme École d'ingénieurs

Formation recommandée

Bac+4 / Bac+5 Spécialité Mathématiques Appliquées, Informatique

Possibilité de poursuite en thèse

Non