Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)Gualdron Gonzalez, OscarPlata Gómez, ArturoMorantes Delgado, Oscar FabianAlferez Baquero, Edwin Santiago2024-03-0320062024-03-0320062006https://noesis.uis.edu.co/handle/20.500.14071/19085La 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.application/pdfspahttp://creativecommons.org/licenses/by/4.0/Segmentación automáticaMantenimiento predictivoTermografía infrarrojaProcesamiento digital de imágenesInterfaz gráfica.Universidad Industrial de SantanderTesis/Trabajo de grado - Monografía - PregradoUniversidad Industrial de Santanderhttps://noesis.uis.edu.coinfo:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)