Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/113
Título: Segmentação e extração das características de defeitos em imagens radiográficas de juntas soldadas e tubulações
Autor(es): Schneider, Guilherme Alceu
Orientador(es): Arruda, Lúcia Valéria Ramos de
Palavras-chave: Processamento de imagens-técnicas digitais
Soldagem
Image processing-digital techniques
Welding
Data do documento: 2005
Editor: Centro Federal de Educação Tecnológica do Paraná
Câmpus: Curitiba
Citação: SCHNEIDER, Guilherme Alceu. Segmentação e extração das características de defeitos em imagens radiográficas de juntas soldadas e tubulações. 2005. 133 f. Dissertação (Mestrado em Engenharia Elétrica e Informática Industrial) – Universidade Tecnológica Federal do Paraná, Curitiba, 2005.
Resumo: A inspeção visual de imagens radiográficas de soldas e tubulações é uma tarefa difícil para o ser humano, devido a sua característica repetitiva. Desta forma, a partir da digitalização dessas imagens radiográficas, é possível o desenvolvimento de ferramentas de inspeção automática, reduzindo os erros cometidos por inspeção visual. Este trabalho apresenta uma metodologia que tem o objetivo de automaticamente segmentar os defeitos em soldas e tubulações e extrair características que permitam o reconhecimento destes defeitos. Os resultados obtidos com o uso da metodologia desenvolvida neste trabalho mostram que é possível segmentar os defeitos em imagens radiográficas de soldas e levantar as características desses defeitos de forma automática, mesmo que tais defeitos sejam de difícil visualização. O trabalho também propõe o uso de parâmetros para calibrar o método proposto, sendo que tais parâmetros conferem uma maior maleabilidade ao método. Desta forma o método proposto para segmentar os defeitos foi testado com dois grupos de imagens, cada grupo proveniente de origem diferente, e obteve resultados satisfatórios conseguindo segmentar os defeitos em quase todas as imagens. Para extrair as características utilizou-se a rotulação das regiões segmentadas fechadas, este algoritmo coloca um label em cada possível defeito e assim permite levantar os seus parâmetros de forma automática. Por sua vez o método de segmentação de cordões de solda também se mostrou visualmente robusto conseguindo segmentar os cordões mesmo em imagens onde haviam outros objetos inseridos.
Abstract: The visual inspection of radiographic images of welds and pipelines is a very repetitive task, very hard for humans. However, using digital radiographic images, it is possible to develop computational tools to be applied in the inspection process and to decrease the risks of inconsistent evaluations. This work presents a methodology to be applied in the automatic segmentation of defects in welds and pipes radiographic images, as well as to extract characteristics for the defects recognition. The tests and results, using the proposed methodology, show that it is possible to automatically perform the defect segmentation and characteristic extraction. As a result, some defects, difficult to be visually detected, were automatically segmented by the proposed method. Using some adjusting parameters, also proposed in this work, it is possible to adjust the method performance, obtaining more flexibility in the method applications. Two groups of images, originating from different sources, were tested and the results were satisfactory, since the defects, in almost all images, were segmented by the proposed method. A connected region labeling algorithm was used in order to make possible the automatic characteristics extraction for each detected defect. Besides, the proposed methodology shows to be robust also in some situations where other undesirable objects are presented in the image.
URI: http://repositorio.utfpr.edu.br/jspui/handle/1/113
Aparece nas coleções:CT - Programa de Pós-Graduação em Engenharia Elétrica e Informática Industrial

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
CT_CPGEI_M_Schneider, Guilherme Alceu_2005.pdf6,49 MBAdobe PDFThumbnail
Visualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons