Επεξεργασία εικόνας για αυτοματοποιημένο μη καταστροφικό έλεγχο υγείας υποδομών

δείτε την πρωτότυπη σελίδα τεκμηρίου
στον ιστότοπο του αποθετηρίου του φορέα για περισσότερες πληροφορίες και για να δείτε όλα τα ψηφιακά αρχεία του τεκμηρίου*



Επεξεργασία εικόνας για αυτοματοποιημένο μη καταστροφικό έλεγχο υγείας υποδομών (EL)

Χριστόπουλος, Βασίλειος (EL)

Ξανθός, Στέλιος (EL)
Παπαχριστοφόρου, Μιχάλης (EL)

bachelorThesis
Προπτυχιακή/Διπλωματική εργασία (EL)
Bachelor thesis (EN)

2018-06-13
2020-03-27T22:02:13Z
2024-10-07T14:32:06Z


Πτυχιακή εργασία--ΣΤΕΦ-Τμήμα Μηχανικών Αυτοματισμού, 2018—9820 (EL)
Οι ρωγμές από σκυρόδεμα είναι ένα φαινόμενο, το οποίο υπάρχει σε όλους τους τύπους κατασκευών από σκυρόδεμα. Η παρακολούθησή τους είναι επιθυμητή, αφού υποδεικνύουν το πρόβλημα που υπάρχει. Ο προσδιορισμός και η παρακολούθηση της ποσότητας και της σοβαρότητας της ρωγμής, είναι πρωταρχικής σημασίας για την αξιολόγηση της τρέχουσας κατάστασης και πρόβλεψη της μελλοντικής διάρκειας ζωής μιας κατασκευής. Οι ρωγμές από σκυρόδεμα μπορεί να υποδεικνύουν τη διάβρωση της ενίσχυσης, την ανάπτυξη θραυσμάτων ή την αλλαγή των συνθηκών στήριξης. Επομένως, η παρακολούθηση των ρωγμών κατά την διάρκεια ζωής των κατασκευών από σκυρόδεμα αποτελεί αποτελεσματική τεχνική για την αξιολόγηση του επιπέδου ασφαλείας και την προετοιμασία σχεδίων για μελλοντική κατάλληλη αποκατάσταση. Μια αναπτυσσόμενη τεχνική είναι οι μη επανδρωμένες επιθεωρήσεις που χρησιμοποιούν μη επανδρωμένα αεροσκάφη (Unmanned Aerial Vehicles) (UAV). Τα UAVs είναι αεροσκάφη εξοπλισμένα με κάμερες, αισθητήρες, GPS, κλπ. Οι εικόνες RGB (έγχρωμες εικόνες σε red, green and blue color space) λαμβάνονται από μια κάμερα που είναι τοποθετημένη σε UAV που πετάει γύρο από την κατασκευή, για την ανίχνευση ρωγμών και άλλων ελαττωμάτων. Κάθε εικόνα που έχει ληφθεί από το UAV πρέπει να αξιολογηθεί για τον σχηματισμό ρωγμών. Για την εξοικονόμηση χρόνου, αυτή η εργασία μπορεί να γίνει εφαρμόζοντας τεχνικές επεξεργασίας εικόνας για την αυτόματη ανίχνευση ρωγμών και ελαττωμάτων, αντί η χρήση ανθρώπου για την αναγνώριση των ελαττωμάτων. Η εργασία αποτελείται από τα ακόλουθα τμήματα: Μια εισαγωγή και ανάλυση του τρόπου με τον οποίο ο υπολογιστής αντιλαμβάνεται και επεξεργάζεται τις εικόνες, κεφάλαιο 1. Η προτεινόμενη μέθοδος για την αυτόματη ανίχνευση ρωγμών, παρουσιάζεται στο κεφάλαιο 2. Τα πειραματικά αποτελέσματα της προτεινόμενης μεθόδου παρουσιάζονται στο κεφάλαιο 3. Τα συμπεράσματα και οι μελλοντική εργασία παρουσιάζονται στο κεφάλαιο 4. Τέλος στο Παράρτημα παρουσιάζεται ο κώδικας Matlab (EL)
Cracks in concrete cement exist in all constructions. Their development is commonly desirable since they indicate an existing problem. Determining the quantity of cracks and surveillancing the severity of them is of outmost importance regarding the current condition of the concrete and for determining the lifespan of a construction. Cracks in the concrete may be an indication of corrosion in the metallic armoring, shard development, or alteration in the shuttering conditions. Thus, the surveillance of cracks throughout the lifespan of concrete-based constructions is an efficient technique to evaluate the safety level of the construction itself and for planning future restoration/repair. A newly introduced technique for surveillance is the use of unmanned aerial vehicles (UAV). UAVs are drones equipped with cameras, sensors, GPS, etc. RGB pictures (colored pictures in red, green, and blue tones) are captured by cameras loaded in the UAV, which flies around the construction, seeking to locate cracks and other defects. Each picture taken by the UAV should be evaluated to located cracks. For timesaving purposes, the evaluation can be done by using image processing techniques for auto-detecting cracks and defects, rather than using human optical inspection to locate them. The current work is organized as follows: An introduction on how computers understand and process images is presented in chapter 1. The proposed method for autodetecting cracks is introduced in chapter 2. Experimental results of the proposed method are shown in chapter 3. Future expansions and inferences regarding the current work are concluded in chapter 4. Finally, in the appendix, it is presented the Matlab code used (EN)

Κατασκευή από οπλισμένο σκυρόδεμα -- Πρότυπα (EL)
Συστήματα αποθήκευσης και ανάκτησης πληροφοριών (EL)
Διαγνωστική απεικόνιση (EL)
Ιατρική -- Επεξεργασία δεδομένων (EL)
Επεξεργασία εικόνας -- Ψηφιακές τεχνικές (EL)
Νευρωνικά δίκτυα (Πληροφορική) (EL)
Γραφικά ηλεκτρονικών υπολογιστών (EL)

παρακολούθηση της ποσότητας (EL)
αυτοματοποιημένος μη καταστροφικός έλεγχος (EL)
υγεία υποδομών (EL)
επεξεργασία εικόνας (EL)
παρακολούθηση της σοβαρότητας (EL)
ρωγμές από σκυρόδεμα (EL)
κατασκευές από σκυρόδεμα (EL)

Τμήμα Μηχανικών Αυτοματισμού (EL)

Default License




*Η εύρυθμη και αδιάλειπτη λειτουργία των διαδικτυακών διευθύνσεων των συλλογών (ψηφιακό αρχείο, καρτέλα τεκμηρίου στο αποθετήριο) είναι αποκλειστική ευθύνη των αντίστοιχων Φορέων περιεχομένου.