Recognition of overlapping particles in granular product images using statistics and neural networks

Image analysis can be used to characterize granular populations in many processes in the food industry or in agricultural engineering. Either global or individual parameters can be extracted from the image. However, granular products may agglomerate on the image, bringing bias measurements of individual parameters : products which agglomerate have to be recognized. This is done by a combination of image analysis (to pre-process and extract features), statistical methods (to reduce information) and neural network techniques (to take decisions). / L'analyse d'image peut être utilisée pour caractériser des populations granulaires dans plusieurs procédés notamment dans les industries agro-alimentaires ou dans le machinisme agricole. De l'image on peut extraire à la fois des paramètres individuels et globaux. Parce qu'ils biaisent les mesures sur les paramètres individuels, les agglomérats doivent faire l'objet d'une gestion spécifique et donc être identifiés. Cette connaissance peut être réalisée en modélisant les techniques d'analyse de l'image (pour l'extraction des caractéristiques), statistiques (pour réduire l'information) et d'intelligence artificielle à base de réseaux de neurones (pour prendre la décision).