Une aide numérique pour le tri des troncs

21. Février 2019
Février 2019

Une mauvaise estimation de la qualité des troncs abattus (grumes) peut induire des pertes économiques pour les scieries, en particulier pour les PME. Afin de pouvoir déterminer suffisamment tôt ce qu’il en est, une équipe de chercheurs de la BFH développe une procédure d’analyse d’images numérique qui est à la fois bon marché et simple à utiliser.

La création de valeur dans les scieries débute dès la livraison des grumes. Un premier tri correct des troncs est donc indispensable pour qu’ils puissent être transformés efficacement en planches et baguettes, conformément au mandat formulé. Pour les scieries, une mauvaise appréciation de la qualité des grumes peut induire des pertes financières considérables. Le processus de tri peut être en grande partie automatisé grâce à des installations de tomographie à rayons X assistée par ordinateur. Toutefois, comme le cout de ces équipements atteint environ 2 millions de francs, ils ne peuvent être acquis que par des exploitations qui traitent chaque année au moins un million de mètres cubes. Or les scieries de taille petite à moyenne typiques en Suisse traitent au plus quelques centaines de milliers de mètres cubes par an. Les investissements de ce type ne sont donc pas à leur portée.

Les yeux travaillent aussi

Ces entreprises misent donc sur des procédures plus simples, par exemple en déterminant la forme et le volume à l’aide d’un scanneur laser. Les caractéristiques du bois qui ne sont pas saisies par ces méthodes sont évaluées lors d’un tri visuel effectué par des personnes expérimentées. Bien que cette approche fonctionne bien, elle reste entachée d’un certain taux d’erreurs humaines et suppose une formation de longue durée des employé-e-s. Comme les technologies numériques proposent désormais des capteurs d’images et des procédures d’analyse, une équipe de la BFH examine – dans le cadre d’un projet soutenu par le Fonds pour les recherches forestières et l’utilisation du bois – à quelles conditions ces solutions bon marché peuvent être utilisées pour soutenir le processus de tri visuel. Dans ce contexte, l’accent a été mis sur la reconnaissance des cernes et de la forme du tronc. Le but n’était pas d’automatiser entièrement le tri, mais de développer des outils auxiliaires, qui fournissent aux personnes concernées des données de mesure quantitatives facilitant la prise de décision.

Des algorithmes pour déceler la qualité

Comme l’entreposage affecte la surface de section des troncs, il n’a pas été possible de recourir à des méthodes issues de la dendrochronologie (qui permet de déterminer l’âge des bois très anciens grâce à l’étude de leurs cernes). À la place, on a mis en œuvre des procédés développés récemment qui se fondent sur le traitement local des images et permettent d’évaluer la qualité des mesures (voir Norrell 2010 et Schraml 2016). À l’aide d’algorithmes spécifiques, il est possible d’identifier les caractéristiques du bois importantes pour la qualité, même lorsque la surface de la section est relativement endommagée. Les méthodes élaborées ont été testées en laboratoire et lors d’essais de terrain réalisés dans l’installation de tri d’un partenaire industriel. Grâce aux résultats obtenus, la mise en œuvre industrielle de ces procédures auxiliaires fera l’objet de projets de recherche ultérieurs.
Sources
  • Wald- und Holzforschungsfonds WHFF des BAFU
  • Norell K (2010): «Automatic analysis of log end face images in the sawmill industry», Doctoral thesis, Swedish University of Agricultural Sciences, Uppsala.
  • Schraml R (2016): «Log End Image Databases: BiometricTracking & Image Analysis», Magisterarbeit, Paris-London, Universität Salzburg.