Annonce

Les commentaires sont clos.

Détection et classification de déchets marins par imagerie hyperspectrale

17 Septembre 2022


Catégorie : Doctorant


Directeur de thèse : Nicolas VANDENBROUCKE (nicolas.vandenbroucke@univ-littoral.fr)
Co-encadrante : Alice POREBSKI (alice.porebski@univ-littoral.fr)

Université d’accueil : Université du Littoral Côte d'Opale (ULCO)
Laboratoire : Laboratoire d'Informatique Signal et Image de la Côte d'Opale (LISIC)
Equipe : Image & Apprentissage (IMAP)
Spécialité : Traitement d’images

Envoyez un CV et une lettre de motivation au directeur de thèse et/ou à la co-encadrante

 

La gestion des déchets issus de l’activité humaine représente un enjeu environnemental et sanitaire majeur, notamment pour lutter contre la pollution marine. La pollution par les déchets plastiques demeure en particulier une préoccupation mondiale du fait des possibles répercussions environnementales, économiques, sociales ou sanitaires.

L’observation et la quantification de ces déchets qui polluent les environnements marins (bords de mers, plages, estuaires, zones portuaires, marais, cours d’eau, fleuve, rivière, étang, lacs, etc.) est nécessaire pour en déterminer la nature exacte et étudier cette pollution.

L’imagerie hyperspectrale émerge comme une technologie appropriée pour caractériser, détecter et identifier les déchets marins. L’inspection des matériaux constituant ces déchets nécessite notamment d’analyser l’aspect et la texture de leur surface. Ce projet consiste donc à développer des méthodes de classification qui exploitent ces images hyperspectrales afin de reconnaitre automatiquement les matériaux contenus dans les déchets. Il vise, à la fois, l’étude de la pollution marine mais aussi le contrôle de la recyclabilité des déchets et l’élaboration de systèmes de tri de matériaux dans la perspective de solutions intelligentes et innovantes de recyclage et de valorisation des déchets marins.

Ce travail s’appuie sur les travaux des chercheurs de l’équipe IMAP du LISIC qui s’intéressent aux problèmes de réduction de la dimension dans les applications de classification de textures couleur et hyperspectrales.