Algoritmo de segmentación automática para la detección de defectos en imágenes termográficas
| dc.contributor.advisor | Gualdron Gonzalez, Oscar | |
| dc.contributor.advisor | Plata Gómez, Arturo | |
| dc.contributor.author | Morantes Delgado, Oscar Fabian | |
| dc.contributor.author | Alferez Baquero, Edwin Santiago | |
| dc.date.accessioned | 2024-03-03T16:13:18Z | |
| dc.date.available | 2006 | |
| dc.date.available | 2024-03-03T16:13:18Z | |
| dc.date.created | 2006 | |
| dc.date.issued | 2006 | |
| dc.description.abstract | La automatización del mantenimiento predictivo y la identificación de defectos en materiales exigen un adecuado manejo del procesamiento de imágenes con el fin de determinar el procedimiento más apropiado para determinar la ubicación y extraer las características del defecto en el termograma. En este trabajo se plantea un algoritmo de segmentación automática para resaltar zonas susceptibles de falla en equipos de eléctricos de alta potencia. La estructura de la metodología empleada en este proyecto comienza con la lectura del termograma que se encuentra en formato TIF. Posteriormente se realiza la localización de los máximos mediante una técnica robusta y eficaz. Luego se plantean tres algoritmos distintos para generar el borde de la región: el algoritmo acumulativo que encuentra un umbral de la zona mediante la distribución de probabilidad de brillo, el algoritmo del gradiente quien genera un radar de máximos gradientes para encontrar el borde del defecto y el algoritmo morfológico que determina la región con un procedimiento de reconstrucción basado en morfología matemática para niveles de gris a través de un umbral. Se realizó también una interfaz gráfica de usuario, Term 1.0, en la cual se permite al usuario, acceder a cada una de los algoritmos diseñados. Otras aplicaciones opcionales se muestran en Term 1.0: el ensanchamiento del rango dinámico para el mejoramiento del contraste, el contraste térmico absoluto con base en una referencia, y un filtrado medio para la disminución de ruido. | |
| dc.description.abstractenglish | The predictive maintenance automation and defect material identification demand an appropriate images processing to identify the defect in material with the purpose of determining the most appropriate procedure to determine the location and to extract the characteristics of the defect in thermal imagines. In this work we think an algorithm of automatic segmentation to stand out susceptible areas of flaw in the high power electric equipment. The structure of the methodology used in this project begins with the reading of the thermal imagines is in TIF format. Later on it is carried out the localization of the maxima by means of a robust and effective technique. Then they think about three different algorithms to generate the border of the region: the accumulative algorithm that finds a threshold of the area by means of the distribution of probability of shine, the algorithm of the gradient who generates a radar of maximum gradients to find the border of the defect and the morphological algorithm that it determines the region with a reconstruction procedure based on mathematical morphology for levels of gray through a threshold. It was also carried out user's graphic interface, Term 1.0, in which is allowed to the user, to consent to each one of the designed algorithms. Other optional applications are shown in Term 1.0: the expansion of the dynamic range for the improvement of the contrast, the absolute thermal contrast with base in a reference, and a half filtrate for the decrease of noise. | |
| dc.description.degreelevel | Pregrado | |
| dc.description.degreename | Físico | |
| dc.format.mimetype | application/pdf | |
| dc.identifier.instname | Universidad Industrial de Santander | |
| dc.identifier.reponame | Universidad Industrial de Santander | |
| dc.identifier.repourl | https://noesis.uis.edu.co | |
| dc.identifier.uri | https://noesis.uis.edu.co/handle/20.500.14071/19085 | |
| dc.language.iso | spa | |
| dc.publisher | Universidad Industrial de Santander | |
| dc.publisher.faculty | Facultad de Ciencias | |
| dc.publisher.program | Física | |
| dc.publisher.school | Escuela de Física | |
| dc.rights | http://creativecommons.org/licenses/by/4.0/ | |
| dc.rights.accessrights | info:eu-repo/semantics/openAccess | |
| dc.rights.creativecommons | Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) | |
| dc.rights.license | Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) | |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc/4.0 | |
| dc.subject | Segmentación automática | |
| dc.subject | Mantenimiento predictivo | |
| dc.subject | Termografía infrarroja | |
| dc.subject | Procesamiento digital de imágenes | |
| dc.subject | Interfaz gráfica. | |
| dc.title | Algoritmo de segmentación automática para la detección de defectos en imágenes termográficas | |
| dc.title.english | Defect identification in thermal imaging through automatic segmentation algorithm∗ | |
| dc.type.coar | http://purl.org/coar/version/c_b1a7d7d4d402bcce | |
| dc.type.hasversion | http://purl.org/coar/resource_type/c_7a1f | |
| dc.type.local | Tesis/Trabajo de grado - Monografía - Pregrado |