La génération de traces ultrasonores peut être modélisée comme une convolution entre l'onde émise et la réflectivité qui caractérise le milieu insonifié. Lorsque l'onde est inconnue, la restitution de la réflectivité constitue un problème de déconvolution myope. Dans ce cas, la démarche la plus courante consiste à déconvoluer la trace en utilisant l'ondelette à minimum de phase. En fait, cette hypothèse sur la phase n'est pas satisfaisante. Nous présentons deux méthodes qui permettent, dans certaines conditions, de pallier cette méconnaissance. La première méthode consiste à estimer conjointement une ondelette à phase non minimale et la réflectivité. La seconde prend en compte d'éventuelles rotations de phases de l'onde lors de sa propagation. Les résultats obtenus sont validés par le traitement de traces réelles....

L'objet de ce travail est la reconstruction de la forme d'un défaut dans un milieu homogène en tomographie X pour des applications en contrôle non destructif (CND). Lorsque le contour du défaut est modélisé par un polygône on peut relier les coordonnées de ses sommets aux projections. On peut alors estimer ces coordonnées soit en utilisant les moments des projections soit directement les projections. Dans une des étapes du premier cas on trouve un problème mathématique semblable à celui du traitement d'antenne. C'est pourquoi, dans ce papier, nos objectifs sont : ă -l'établissement d'un lien explicite entre le problèmes de la reconstruction de la forme d'un objet polygônal en tomographie et celui du traitement d'antenne; - l'évaluation de performances des méthodes de traitement d'antenne pour la résolution de ce problème; - la proposition d'une nouvelle méthode fondée sur l'approche bayésienne pour l'estimation des coordonnées des sommets du polygône directement à partir des projections....

Le travail présenté concerne la mise en oeuvre d'un procédé d'imagerie par courants de Foucault. Pour la résolution de ce problème inverse, nous utilisons une approche bayésienne de la régularisation. Nous introduisons deux informations a priori : une contrainte sur le domaine d'appartenance de la solution et une prise en compte de la corrélation locale entre pixels. La combinaison de ces deux informations a priori permet d'améliorer les résultats de reconstruction, quant à la précision de la forme et à la résolution de la taille des objets à reconstruire dans le cadre de notre application....