論文の概要: Nondestructive Testing of Composite Fibre Materials with Hyperspectral
Imaging : Evaluative Studies in the EU H2020 FibreEUse Project
- arxiv url: http://arxiv.org/abs/2111.03443v1
- Date: Thu, 4 Nov 2021 17:01:38 GMT
- ステータス: 処理完了
- システム内更新日: 2021-11-09 04:52:42.631481
- Title: Nondestructive Testing of Composite Fibre Materials with Hyperspectral
Imaging : Evaluative Studies in the EU H2020 FibreEUse Project
- Title（参考訳）: ハイパースペクトルイメージングによる複合繊維材料の非破壊検査 : eu h2020繊維プロジェクトの評価研究
- Authors: Yijun Yan, Jinchang Ren, Huan Zhao, James F.C. Windmill, Winifred
Ijomah, Jesper de Wit, and Justus von Freeden
- Abstract要約: ハイパースペクトルイメージング(HSI)は、温度、湿度、化学組成の微妙な違いを検出することができる。
本稿では,CFRP製品の非破壊検査におけるHSIの適用について紹介する。
- 参考スコア（独自算出の注目度）: 7.412753371103298
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Through capturing spectral data from a wide frequency range along with the
spatial information, hyperspectral imaging (HSI) can detect minor differences
in terms of temperature, moisture and chemical composition. Therefore, HSI has
been successfully applied in various applications, including remote sensing for
security and defense, precision agriculture for vegetation and crop monitoring,
food/drink, and pharmaceuticals quality control. However, for condition
monitoring and damage detection in carbon fibre reinforced polymer (CFRP), the
use of HSI is a relatively untouched area, as existing non-destructive testing
(NDT) techniques focus mainly on delivering information about physical
integrity of structures but not on material composition. To this end, HSI can
provide a unique way to tackle this challenge. In this paper, with the use of a
near-infrared HSI camera, applications of HSI for the non-destructive
inspection of CFRP products are introduced, taking the EU H2020 FibreEUse
project as the background. Technical challenges and solutions on three case
studies are presented in detail, including adhesive residues detection, surface
damage detection and Cobot based automated inspection. Experimental results
have fully demonstrated the great potential of HSI and related vision
techniques for NDT of CFRP, especially the potential to satisfy the industrial
manufacturing environment.
- Abstract（参考訳）: 空間情報とともに広い周波数域からスペクトルデータを取得することで、ハイパースペクトルイメージング(HSI)は温度、湿度、化学組成の微妙な違いを検出することができる。
したがって、HSIは、セキュリティと防衛のためのリモートセンシング、植生と作物のモニタリングのための精密農業、食品/飲料、医薬品の品質管理など、様々な応用に成功している。
しかし, 炭素繊維強化ポリマー (cfrp) のコンディションモニタリングおよび損傷検出においては, 既存の非破壊試験 (ndt) 技術は材料組成ではなく, 構造の物理的完全性に関する情報の提供に重点を置いているため, hsiの使用は比較的非接触領域である。
この目的のために、HSIはこの課題に取り組むためのユニークな方法を提供することができる。
本稿では、近赤外HSIカメラを用いて、CFRP製品の非破壊検査にHSIを応用し、EU H2020 FibreEUseプロジェクトを背景として紹介する。
接着剤残基検出,表面損傷検出,Cobotによる自動検査など,3つのケーススタディに関する技術的課題と解決策を詳述する。
実験により,CFRPのNDTにおけるHSIとそれに関連する視覚技術の可能性,特に工業生産環境を満たす可能性について明らかにした。
関連論文リスト
- A Deep Learning Approach for Pixel-level Material Classification via Hyperspectral Imaging [1.294249882472766]
ハイパースペクトル(HS)イメージングは、X線蛍光やラマン分光のような従来の技術よりも有利である。
本研究では,HSイメージングと深層学習を併用した材料評価の可能性について検討した。
このモデルは99.94%の分類精度を達成し、色、サイズ、形状のばらつきの堅牢さを示し、材料重なりを効果的に扱った。
論文 参考訳（メタデータ） (2024-09-20T13:38:48Z) - PointHPS: Cascaded 3D Human Pose and Shape Estimation from Point Clouds [99.60575439926963]
本稿では,実環境で捉えた点雲から正確な3次元HPSを実現するための基本的フレームワークであるPointHPSを提案する。
PointHPSは、カスケードアーキテクチャを通じてポイント機能を反復的に洗練する。
広範囲な実験により、ポイントHPSは強力な特徴抽出と処理方式を持ち、State-of-the-Art法より優れていることが示された。
論文 参考訳（メタデータ） (2023-08-28T11:10:14Z) - Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue
with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。
本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
論文 参考訳（メタデータ） (2023-08-14T16:48:57Z) - Remote Bio-Sensing: Open Source Benchmark Framework for Fair Evaluation
of rPPG [2.82697733014759]
r(pg photoplethysmography)は、カメラで捉えたヘモグロビンの光吸収特性を用いてBVP(Blood Volume Pulse)を測定し、分析する技術である。
本研究は,多種多様なデータセットを対象とした様々なrベンチマーク手法の評価を行い,妥当性評価と比較を行うためのフレームワークを提供することを目的とする。
論文 参考訳（メタデータ） (2023-07-24T09:35:47Z) - A comprehensive review of 3D convolutional neural network-based
classification techniques of diseased and defective crops using non-UAV-based
hyperspectral images [0.1338174941551702]
ハイパースペクトルイメージング(HSI)は、物体の構造と組成に関する貴重な情報を提供する非破壊的で接触のない技術である。
スペクトル範囲が広いため、HSIは作物の健康と生産性をモニタリングするためのより効果的なツールとなる。
農業技術におけるこのイメージングツールの出現により、研究者は病気や欠陥のある作物の検出に関する問題をより正確に解決することができる。
論文 参考訳（メタデータ） (2023-06-15T18:02:53Z) - Ethylene Leak Detection Based on Infrared Imaging: A Benchmark [14.716538866819326]
石油化学産業におけるエチレンの漏れは、生産安全と環境汚染と密接に関係している。
赤外線エチレンリーク検出研究で用いられる検出基準は, 実世界の生産条件を完全に反映できないことがわかった。
我々は54275画像を含む異なる濃度と背景のエチレンリークの新しい赤外線画像データセットを作成する。
論文 参考訳（メタデータ） (2023-04-04T17:13:06Z) - Evaluation of the potential of Near Infrared Hyperspectral Imaging for
monitoring the invasive brown marmorated stink bug [53.682955739083056]
BMSB(Halyomorpha halys)は、数種の作物を害する世界的重要性の害虫である。
本研究は、BMSB検体を検出する技術として、NIR-HSI(Near Infrared Hyperspectral Imaging)を実験室レベルで予備評価する。
論文 参考訳（メタデータ） (2023-01-19T11:37:20Z) - Low-Light Hyperspectral Image Enhancement [90.84144276935464]
本研究は,暗黒領域に隠された空間スペクトル情報を明らかにすることを目的とした,低照度HSI強調タスクに焦点を当てた。
ラプラシアのピラミッドの分解と再構成に基づいて, エンド・ツー・エンドのデータ駆動型低照度HSIエンハンスメント(HSIE)手法を開発した。
定量的評価と視覚効果の両面でのHSIEの有効性と効果を実証した。
論文 参考訳（メタデータ） (2022-08-05T08:45:52Z) - Nondestructive Quality Control in Powder Metallurgy using Hyperspectral
Imaging [6.912911497063973]
汚染は、複数の原因によって引き起こされる最も頭痛の問題の1つである。
近赤外HSIカメラを用いることで、金属粉末の非破壊検査にHSIを適用した。
論文 参考訳（メタデータ） (2022-07-26T15:20:35Z) - OADAT: Experimental and Synthetic Clinical Optoacoustic Data for
Standardized Image Processing [62.993663757843464]
オプトアコースティック(OA)イメージングは、ナノ秒レーザーパルスによる生体組織の励起と、光吸収による熱弾性膨張によって発生する超音波の検出に基づいている。
OAイメージングは、深部組織における豊富な光学コントラストと高分解能の強力な組み合わせを特徴としている。
臨床環境でのOAの幅広い応用を促進するために、異なるタイプの実験的なセットアップと関連する処理手法で生成される標準化データセットは存在しない。
論文 参考訳（メタデータ） (2022-06-17T08:11:26Z) - Tensor Decompositions for Hyperspectral Data Processing in Remote
Sensing: A Comprehensive Review [85.36368666877412]
ハイパースペクトル(HS)リモートセンシング(RS)イメージングは、地球表面の観測と分析のためにかなりの量の空間的およびスペクトル的情報を提供している。
近年のHS RS技術の進歩と革命は、様々な応用の可能性を実現する機会を与えている。
3次元HS固有の構造が維持されているため、テンソル分解はHSデータ処理タスクにおける幅広い関心や研究を引き起こしている。
論文 参考訳（メタデータ） (2022-05-13T00:39:23Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。