論文の概要: Data-Driven Automated Identification of Optimal Feature-Representative Images in Infrared Thermography Using Statistical and Morphological Metrics
- arxiv url: http://arxiv.org/abs/2604.09728v1
- Date: Thu, 09 Apr 2026 11:24:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-14 20:13:15.635175
- Title: Data-Driven Automated Identification of Optimal Feature-Representative Images in Infrared Thermography Using Statistical and Morphological Metrics
- Title（参考訳）: 統計量と形態量を用いた赤外サーモグラフィーにおける最適特徴表現画像の自動同定
- Authors: Harutyun Yagdjian, Martin Gurka,
- Abstract要約: 赤外線サーモグラフィ(IRT)は、表面欠陥などの構造的特徴を検出するために広く用いられている非破壊検査技術である。
ほとんどのIRT後処理手法は、時間、周波数、係数/インデックスの領域で、欠陥の可視性が強く変化する画像列を生成する。
信号対雑音比(SNR)や谷本基準といった従来の評価基準は、しばしば欠陥位置や欠陥のない参照領域に関する事前の知識を必要とする。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Infrared thermography (IRT) is a widely used non-destructive testing technique for detecting structural features such as subsurface defects. However, most IRT post-processing methods generate image sequences in which defect visibility varies strongly across time, frequency, or coefficient/index domains, making the identification of defect-representative images a critical challenge. Conventional evaluation metrics, such as the signal-to-noise ratio (SNR) or the Tanimoto criterion, often require prior knowledge of defect locations or defect-free reference regions, limiting their suitability for automated and unsupervised analysis. In this work, a data-driven methodology is proposed to identify images within IRT datasets that are most likely to contain and represent structural features, particularly anomalies and defects, without requiring prior spatial information. The approach is based on three complementary metrics: the Homogeneity Index of Mixture (HI), which quantifies statistical heterogeneity via deviations of local intensity distributions from a global reference distribution; a Representative Elementary Area (REA), derived from a Minkowski-functional adaptation of the Representative Elementary Volume concept to two-dimensional images; and a geometrical-topological Total Variation Energy (TVE) index, also based on two-dimensional Minkowski functionals, designed to improve sensitivity to localized anomalies. The framework is validated experimentally using pulse-heated IRT data from a carbon fiber-reinforced polymer (CFRP) plate containing six artificial defects at depths between 0.135 mm and 0.810 mm, and is further supported by one-dimensional N-layer thermal model simulations. The results demonstrate robust and unbiased ranking of image sequences and provide a reliable basis for automated defect-oriented image selection in IRT.
- Abstract（参考訳）: 赤外線サーモグラフィ(IRT)は、表面欠陥などの構造的特徴を検出するために広く用いられている非破壊検査技術である。
しかし、IRTのポストプロセッシング手法の多くは、時間、周波数、係数/インデックス領域で欠陥可視性が強く変化する画像列を生成し、欠陥表現画像の識別が重要な課題である。
信号対雑音比(SNR)や谷本基準のような従来の評価指標は、しばしば欠陥位置や欠陥のない参照領域に関する事前の知識を必要とし、自動化された教師なしの分析に適さない。
本研究では,特に異常や欠陥などの構造的特徴を格納し表現しうるIRTデータセット内の画像を特定するために,事前の空間情報を必要としないデータ駆動手法を提案する。
この手法は,大域的な基準分布からの局所強度分布の偏差による統計的不均一性を定量化する混合の均一性指数(HI)と,代表初等体積の概念を2次元画像へミンコフスキー関数的に適応した代表初等領域(REA)と,局所的異常に対する感度向上を目的とした2次元ミンコフスキー関数に基づく幾何学的トポロジカルトータル変量エネルギー(TVE)指数の3つの相補的指標に基づいている。
炭素繊維強化ポリマー(CFRP)板からパルス加熱IRTデータを用いて、0.135mmから0.810mmの深さで6つの人工的欠陥を有し、さらに1次元N層熱モデルシミュレーションによって支持されている。
その結果、画像シーケンスの堅牢で偏りのないランキングが示され、IRTにおける自動欠陥指向画像選択の信頼性の高い基盤を提供する。
関連論文リスト
- High Dimensional Data Decomposition for Anomaly Detection of Textured Images [13.885651193159198]
本稿では,テクスチャ画像における効率的な異常検出のためのテクスチャベース統合型滑らか分解(TBSD)手法を提案する。
提案手法は,誤識別が少なく,トレーニングデータセットの要件が小さく,シミュレーションおよび実世界のデータセット上での異常検出性能が優れたベンチマークを超越する。
論文 参考訳（メタデータ） (2025-12-23T15:21:18Z) - A Hierarchical Variational Graph Fused Lasso for Recovering Relative Rates in Spatial Compositional Data [0.9332987715848716]
本研究では,空間信号パターンの自然な間隔を利用して,画像全体にわたる各分子の相対率を復元するスケーラブルなベイズフレームワークを開発した。
本手法は,従来の図形ラッソの重み付き変奏法と,新しい階層的変奏法を併用することに依存する。
実際のIMSデータから,本手法は既知組織の真の解剖学的構造を回復し,アーティファクトを除去し,標準解析手法で欠落した活性領域を検出する。
論文 参考訳（メタデータ） (2025-09-25T00:19:45Z) - Adaptive Signal Analysis for Automated Subsurface Defect Detection Using Impact Echo in Concrete Slabs [0.0]
本研究は,コンクリートスラブの地下欠陥発生領域を検出するための,新しい,自動化された,スケーラブルな手法を提案する。
このアプローチは、高度な信号処理、クラスタリング、および視覚分析を統合して、地下の異常を識別する。
結果は方法論の堅牢性を示し、最小限の偽陽性とほとんど欠陥のない欠陥発生領域を一貫して同定した。
論文 参考訳（メタデータ） (2024-12-23T20:05:53Z) - LADMIM: Logical Anomaly Detection with Masked Image Modeling in Discrete Latent Space [0.0]
マスク付き画像モデリングは、画像中のマスキング領域の特徴表現を予測する自己教師付き学習技術である。
本稿では,MIMの特性を利用して論理異常を効果的に検出する手法を提案する。
提案手法をMVTecLOCOデータセット上で評価し,平均AUC 0.867。
論文 参考訳（メタデータ） (2024-10-14T07:50:56Z) - Deep Learning Based Speckle Filtering for Polarimetric SAR Images. Application to Sentinel-1 [51.404644401997736]
本稿では、畳み込みニューラルネットワークを用いて偏光SAR画像のスペックルを除去するための完全なフレームワークを提案する。
実験により,提案手法はスペックル低減と分解能保存の両方において例外的な結果をもたらすことが示された。
論文 参考訳（メタデータ） (2024-08-28T10:07:17Z) - DiAD: A Diffusion-based Framework for Multi-class Anomaly Detection [55.48770333927732]
本稿では,拡散型異常検出(Difusion-based Anomaly Detection, DAD)フレームワークを提案する。
画素空間オートエンコーダ、安定拡散の復調ネットワークに接続する潜在空間セマンティックガイド(SG)ネットワーク、特徴空間事前学習機能抽出器から構成される。
MVTec-ADとVisAデータセットの実験は、我々のアプローチの有効性を実証している。
論文 参考訳（メタデータ） (2023-12-11T18:38:28Z) - Video Anomaly Detection via Spatio-Temporal Pseudo-Anomaly Generation : A Unified Approach [49.995833831087175]
本研究は,画像のマスキング領域にペンキを塗布することにより,汎用的な映像時間PAを生成する手法を提案する。
さらに,OCC設定下での現実世界の異常を検出するための単純な統合フレームワークを提案する。
提案手法は,OCC設定下での既存のPAs生成および再構築手法と同等に動作する。
論文 参考訳（メタデータ） (2023-11-27T13:14:06Z) - You Only Train Once: A Unified Framework for Both Full-Reference and No-Reference Image Quality Assessment [45.62136459502005]
本稿では,完全な参照 (FR) と非参照 (NR) IQA を行うネットワークを提案する。
まず、入力画像から多レベル特徴を抽出するためにエンコーダを用いる。
FRおよびNR入力のユニバーサルアダプタとして階層的注意(HA)モジュールを提案する。
エンコーダの浅い層と深い層との間の特徴相関を調べるために, セマンティック・ディストーション・アウェア (SDA) モジュールを提案する。
論文 参考訳（メタデータ） (2023-10-14T11:03:04Z) - Negligible effect of brain MRI data preprocessing for tumor segmentation [36.89606202543839]
我々は3つの公開データセットの実験を行い、ディープニューラルネットワークにおける異なる前処理ステップの効果を評価する。
その結果、最も一般的な標準化手順は、ネットワーク性能に何の価値も与えないことが示されている。
画像の規格化に伴う信号分散の低減のため,画像強度正規化手法はモデル精度に寄与しない。
論文 参考訳（メタデータ） (2022-04-11T17:29:36Z) - Infrared small target detection based on isotropic constraint under
complex background [10.091959130890956]
ターゲットの低信号・クラッタ比(SCR)と不規則な背景クラッタによる干渉は正確な結果を得るのを難しくする。
等方性に制約された多層灰色の差分法(MGD)を提案する。
実験の結果,提案手法は信号-クラッタ比ゲイン (SCRG) と受信動作特性 (ROC) 曲線の両面で,いくつかの一般的な手法よりも有効で優れていることがわかった。
論文 参考訳（メタデータ） (2020-11-24T12:25:05Z)
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。