Détection et analyse non destructive de caractéristiques internes de billons d'Epicéa commun (Picea abies (L.) Karst.) par tomographie à rayons X

La tomographie par rayons X permet un accès direct aux caractéristiques internes des billons scannés par l’intermédiaire des variations de densité et de teneur en eau. L’objectif de ce travail est de démontrer la faisabilité de la détection automatique de caractéristiques dans des billons à des fins d’analyses scientifiques. Nous disposons pour cela d’une base d’images tomographiques de 24 épicéas communs (Picea abies (L.) Karst.) obtenues avec un scanner médical. Les arbres sont représentatifs de différents statuts sociaux et proviennent de quatre peuplements du nord-est de la France, eux-mêmes sont représentatifs de plusieurs classes d’âge, de densité et de fertilité. Les procédures de détection développées sont les suivantes : - détection de la moelle dans les billons, y compris en présence de nœuds et/ou d’excentricité des cernes. La précision de la localisation est inférieure au millimètre ; - détection de la limite aubier/duramen dans les billons, y compris en présence des nœuds (principale source de difficulté). L’erreur sur le diamètre du duramen est de 1.8mm soit une erreur relative de 1.3%. ; - détection de la localisation des verticilles et une comparaison à une méthode optique ; - détection des nœuds individualisés. Cette procédure permet de compter les nœuds dans un billon et de les localiser (hauteur dans le billon et azimut) ; cependant, la validation de la méthode et l’extraction du diamètre et de l’inclinaison des branches reste à effectuer. Une application de ce travail a été l’analyse de la variabilité de la quantité d’aubier dans le tronc : en intra-arbre, la largeur d’aubier était constante sous la base du houppier ; en inter-arbre, une forte corrélation avec la quantité de branches vivantes a notamment été mise en évidence. De nombreuses analyses sont envisageables à partir des résultats de notre travail, parmi lesquelles : l’étude architecturale des arbres avec le suivi de la moelle dans les billons et l’occurrence des prises de relais sur l’axe principal, l’analyse des variations radiales de la forme du duramen, l’analyse de la distribution des nœuds dans les billons.

Computerized tomography allows a direct access to internal characteristics of scanned logs on the basis of density and moisture content variations. The objective of this work is to assess the feasibility of an automatic detection of internal characteristics with the final aim of conducting scientific analyses. The database is constituted by CT images of 24 spruces (Picea abies (L.) Karst.) obtained with a medical CT scanner. Studied trees are representative of several social status and are coming from four stands located in North-Eastern France, themselves are representative of several age, density and fertility classes. The automatic processing developed are the following: - pith detection in logs dealing with the problem of knot presence and ring eccentricity. The accuracy of the localisation was less than one mm; - detection of the sapwood/heartwood limit in logs dealing with the problem of knot presence (main source of difficulty). The error on the diameter was 1.8mm which corresponds to a relative error of 1.3%; - detection of the whorls location and comparison with an optical method; - detection of individualised knots. This process allows to count knots and to locate them in a log (longitudinal position and azimuth); however, the validation of the method and extraction of branch diameter and inclination are still to be developed. An application of this work was a variability analysis of the sapwood content in the trunk: at the within-tree level, the sapwood width was found to be constant under the living crown; at the between-tree level, a strong correlation was found with the amount of living branches. A great number of analyses are possible from our work results, among others: architectural analysis with the pith tracking and the apex death occurrence; analysis of radial variations of the heartwood shape; analysis of the knot distribution in logs.