論文の概要: Fusion-Restoration Image Processing Algorithm to Improve the High-Temperature Deformation Measurement

• arxiv url: http://arxiv.org/abs/2601.12682v1
• Date: Mon, 19 Jan 2026 02:55:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-21 22:47:22.739256
• Title: Fusion-Restoration Image Processing Algorithm to Improve the High-Temperature Deformation Measurement
• Title（参考訳）: 高温変形測定改善のための核融合保存画像処理アルゴリズム
• Authors: Banglei Guan, Dongcai Tan, Jing Tao, Ang Su, Yang Shang, Qifeng Yu,
• Abstract要約: DICを用いた変形測定における熱放射と熱ヘイズ抑制のための核融合復元画像処理法を提案する。 提案手法は, 画像品質を効果的に向上し, 変形測定誤差を低減し, 熱変形測定における潜在的な応用価値を有する。
• 参考スコア（独自算出の注目度）: 16.10813994391684
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In the deformation measurement of high-temperature structures, image degradation caused by thermal radiation and random errors introduced by heat haze restrict the accuracy and effectiveness of deformation measurement. To suppress thermal radiation and heat haze using fusion-restoration image processing methods, thereby improving the accuracy and effectiveness of DIC in the measurement of high-temperature deformation. For image degradation caused by thermal radiation, based on the image layered representation, the image is decomposed into positive and negative channels for parallel processing, and then optimized for quality by multi-exposure image fusion. To counteract the high-frequency, random errors introduced by heat haze, we adopt the FSIM as the objective function to guide the iterative optimization of model parameters, and the grayscale average algorithm is applied to equalize anomalous gray values, thereby reducing measurement error. The proposed multi-exposure image fusion algorithm effectively suppresses image degradation caused by complex illumination conditions, boosting the effective computation area from 26% to 50% for under-exposed images and from 32% to 40% for over-exposed images without degrading measurement accuracy in the experiment. Meanwhile, the image restoration combined with the grayscale average algorithm reduces static thermal deformation measurement errors. The error in ε_xx is reduced by 85.3%, while the errors in ε_yy and γ_xy are reduced by 36.0% and 36.4%, respectively. We present image processing methods to suppress the interference of thermal radiation and heat haze in high-temperature deformation measurement using DIC. The experimental results verify that the proposed method can effectively improve image quality, reduce deformation measurement errors, and has potential application value in thermal deformation measurement.
• Abstract（参考訳）: 高温構造物の変形測定において, 熱放射による画像劣化と熱ヘイズによるランダム誤差は, 変形測定の精度と有効性を制限した。 核融合補正画像処理方法を用いて熱放射及び熱ヘイズを抑制し、高温変形測定におけるDICの精度及び有効性を向上させる。 熱放射による画像劣化に対して、画像層表現に基づいて、画像は並列処理のために正および負のチャネルに分解され、マルチ露光画像融合により品質に最適化される。 熱ヘイズによって引き起こされる高周波ランダムな誤差に対処するため、FSIMを対象関数としてモデルパラメータの反復最適化を導出し、グレースケール平均アルゴリズムを適用して異常なグレー値の等化を行い、測定誤差を低減する。 提案したマルチ露光画像融合アルゴリズムは、複雑な照明条件による画像劣化を効果的に抑制し、未露光画像では26%から50%に、過剰露光画像では32%から40%に、測定精度を低下させることなく有効計算面積を増大させる。 一方、画像復元とグレースケール平均アルゴリズムを組み合わせることで、静的熱変形測定誤差を低減することができる。 ε_xxの誤差は85.3%減少し、ε_yyとγ_xyの誤差は36.0%と36.4%減少する。 DICを用いた高温変形測定における熱放射と熱ヘイズの干渉を抑制する画像処理手法を提案する。 実験結果から, 提案手法は画像品質を効果的に向上し, 変形測定誤差を低減し, 熱変形測定に応用できる可能性が示唆された。

関連論文リスト

• Physics-Constrained Cross-Resolution Enhancement Network for Optics-Guided Thermal UAV Image Super-Resolution [19.782662020080522]
  既存の方法では、光学的特徴を圧縮して熱的特徴次元を整合させて、クロスモーダルアライメントと融合を行う。 我々は,光と熱のモードの相互拡張を実現するためにPCNetを提案する。 また,光誘導に二次元熱伝導を取り入れた物理駆動熱伝導モジュール(PDTM)を提案する。
  論文  参考訳（メタデータ） (2026-01-07T02:30:27Z)
• Temperature calibration of surface emissivities with an improved thermal image enhancement network [8.19646340914779]
  赤外線サーモグラフィーは、物質放射率の変化による温度精度の持続的な課題に直面している。 本研究では、温度補正と画像強調を統一する物理誘導型ニューラルネットワークフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-06-20T07:40:05Z)
• Spatial super-resolution in nanosensing with blinking emitters [79.16635054977068]
  本稿では,蛍光ナノセンサを点滅させたメソロジー(サーモメトリー,マグネティックメソメトリー,pH推定など)における空間分解能向上手法を提案する。 我々は, 生活科学分野において, 画像解析技術に補完される点滅蛍光センシング剤を日常的に活用できると考えている。
  論文  参考訳（メタデータ） (2024-02-27T10:38:05Z)
• Photometric Correction for Infrared Sensors [1.170732359523702]
  本稿では,温度安定度に基づく赤外線センサの光度補正モデルを提案する。 実験の結果,補正した赤外線画像の再現性は,RGBセンサを用いた最先端の再現性に匹敵する性能を示した。
  論文  参考訳（メタデータ） (2023-04-08T06:32:57Z)
• Exposure Correction Model to Enhance Image Quality [70.7848787073901]
  露光誤りと過度な露光誤りの両方を扱うために,エンドツーエンドの露光補正モデルを提案する。 我々のモデルは、補正された画像を生成するために、画像エンコーダ、連続残差ブロック、画像デコーダを含む。 提案モデルを用いて露出補正を行った結果,ポートレートマッチングの品質は著しく向上した。
  論文  参考訳（メタデータ） (2022-04-22T11:38:52Z)
• Thermal to Visible Image Synthesis under Atmospheric Turbulence [67.99407460140263]
  バイオメトリックスや監視では、低照度と夜間の条件下での撮像に熱画像モダリティがしばしば用いられる。 このような画像システムは、しばしば大気の乱れに悩まされ、撮像された画像に激しいぼやけや変形のアーチファクトをもたらす。 熱画像を直接可視光画像に変換するエンド・ツー・エンドの再構成法を提案する。
  論文  参考訳（メタデータ） (2022-04-06T19:47:41Z)
• Maximizing Self-supervision from Thermal Image for Effective Self-supervised Learning of Depth and Ego-motion [78.19156040783061]
  熱画像からの深度とエゴモーションの自己教師付き学習は、困難なシナリオ下で強い堅牢性と信頼性を示す。 弱いコントラスト、ぼやけたエッジ、ノイズなどの固有の熱画像特性は、熱画像から効果的な自己スーパービジョンを生成するために障害となる。 本研究では,時間的一貫性を維持しつつ,全体構造,コントラスト,詳細などの画像情報を大幅に向上させる有効熱画像マッピング手法を提案する。
  論文  参考訳（メタデータ） (2022-01-12T09:49:24Z)
• Photothermal-SR-Net: A Customized Deep Unfolding Neural Network for Photothermal Super Resolution Imaging [9.160910754837756]
  本論文では, 基礎物理を考慮した深部展開によるデコンボリューションを行う光熱SR-Netを提案する。 光熱SR-Netは、各畳み込み層の得られた熱画像に訓練されたブロック分散しきい値を適用します。
  論文  参考訳（メタデータ） (2021-04-21T14:41:04Z)
• Learning to Restore a Single Face Image Degraded by Atmospheric Turbulence using CNNs [93.72048616001064]
  このような条件下で撮影された画像は、幾何学的変形と空間のぼかしの組合せに悩まされる。 乱流劣化顔画像の復元問題に対する深層学習に基づく解法を提案する。
  論文  参考訳（メタデータ） (2020-07-16T15:25:08Z)

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。