Le présent projet a pour objectif de caractériser l'aspect des pièces de viande de porc (jambon, longe, poitrine. Cette recherche en vision sur l'aspect extérieur des pièces est couplée à une recherche en IRM pour comprendre la structure interne de ces pièces de viande et déterminer les coupes les plus représentatives de la structure interne des pièces. De plus, dans un souci de validation de ces deux types de mesures, des comparaisons ont été réalisées avec les mesures provenant des dissections des pièces de viande. L'élaboration d'un système de vision active et de méthodes de traitement d'images appropriées, pour évaluer la qualité des pièces de viande vise deux objectifs principaux : - la quantification du gras de couverture et du gras intermusculaire sur les plans de découpe des pièces de viande; - la détection de défauts et la mesure de leurs surfaces sur l`ensemble d`une pièce de viande donnée. Compte tenu des résultats de simulation en vision active, il s`avère que la trajectoire générée par l`algorithme de reconstruction 3D se situe sur une sphère centrée approximativement au centre de gravité de l`objet. L`architecture informatique devient par la même très simple également : un poste d`acquisition d`images à faible puissance de calcul se contentant d`acquérir des images et de les transférer via un réseau local à un poste de calcul. C`est en fait une solution très proche de ce que pourrait être un prototype industriel, un poste d`acquisition sur la chaîne qui transfère des données à un poste de décision. Il devient également possible, plutôt que de déplacer une unique caméra, d`acquérir n images issues de n caméras fixes. L`algorithme proposé devient de ce fait indépendant de l`architecture physique du système d`acquisition des images. Les tests réalisés en détection de défauts sur la base d`images couleur montrent des problèmes encore non résolus pour les jambons dont la couenne est bicolore et pour les hématomes situés sur la face interne du jambon et contigus à la viande sans qu`une région de gras ne sépare le défaut de la viande La détection des défauts sur des pièces de porc est donc difficilement réalisable de manière suffisamment fiable à partir d`analyse d`images couleur. Bien que les spectres soient distincts, les bandes passantes des capteurs rouge, vert et bleu des caméras couleur standards ne permettent pas d`obtenir des valeurs distinctes pour chaque tissu. Des images acquises aux longueurs d`onde supérieures à 600 nm pourraient faciliter la segmentation des défauts. L`IRM s`avère une méthode très précise pour évaluer les poids de pièces et de muscles des pièces avec une erreur n`excédant pas 110g. Par contre, la séquence d`imagerie IRM actuellement utilisée pour segmenter le muscle ne permettent pas de différencier les tissus adipeux des os. Bien que la segmentation automatique du gras de couverture reste perfectible, le poids de (gras intermusculaire + os) évalué par dissection dans la poitrine peut être évalué avec une erreur de l`ordre de 104 g. L`analyse des coupes IRM de poitrines montre que le choix d`une image couleur d`une coupe proche du plan de découpe entre épaule et poitrine pour quantifier le gras total et le gras inter de la pièce par vision apparait judicieux. Ce qui explique le bon résultat obtenu en vision avec l`analyse de ce plan de découpe, tout au moins pour la prédiction du gras total. Cette découpe doit être d`autant plus soignée par le boucher qu`elle sert de référence. Le plan de découpe entre rein et poitrine permet aussi d`avoir une bonne prédiction du gras total, mais ne permet pas une bonne appréciation du gras sous-cutané.