对于双传感器检查的高级图像拼接方法
Sara Shahsavarani1, Fernando Lopez2, Clemente Ibarra-Castanedo1
1Computer Vision and Systems Laboratory (CVSL), Department of Electrical and Computer Engineering, Faculty of Science and Engineering, Laval University, Quebec City, QC G1V 0A6, Canada.
Sensors (Basel, Switzerland)
|June 27, 2024
概括
本研究介绍了一种用于双传感器检查的先进图像拼接方法,改进了基础设施非破坏性评估 (NDE) 中的缺陷可视化. 该技术增强了特征检测和匹配,用于无的红外和可见图像融合,有助于结构维护.
科学领域:
- 工程 工程师 工程师 工程师
- 计算机科学 计算机科学
- 材料科学 材料科学 材料科学
背景情况:
- 基础设施的非破坏性评估 (NDE) 需要精确的缺陷可视化.
- 现有的方法通常依赖于近距离成像,限制了缺陷检测范围.
- 检测小缺陷并了解它们在大型结构中的连续性仍然具有挑战性.
研究的目的:
- 为双传感器 (红外和可见) 检查提出先进的图像拼接方法.
- 提高对大型结构和工业资产缺陷的可视化.
- 通过改进图像融合,促进自动化检查和结构维护.
主要方法:
- 员工自主监督功能检测,以提高功能质量和数量.
- 利用图形神经网络进行强大的特征匹配.
- 开发了一种方法来消除针红外和可见图像中的视角扭曲.
主要成果:
- 实现了基础设施检查显著增强的可视化功能.
- 成功合了红外和可见图像,消除了视角扭曲.
- 与最先进的图像拼接方法相比,表现出更高的性能.
结论:
- 拟议的图像拼接方法在基础设施的双传感器检查中是有效的.
- 该技术为多模式融合战略提供了关键的先决条件.
- 这一进步支持更全面和自动化的结构维护.
