論文の概要: Integrated Laser Scanning and Image-Based Topology Optimization Techniques for Detection and Quantification of Visible and Subsurface Structural Defects
- arxiv url: http://arxiv.org/abs/2609.01808v1
- Date: Tue, 01 Sep 2026 19:31:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-03 17:53:17.964007
- Title: Integrated Laser Scanning and Image-Based Topology Optimization Techniques for Detection and Quantification of Visible and Subsurface Structural Defects
- Title（参考訳）: 可視・地下構造欠陥の検出・定量化のための統合レーザー走査と画像ベーストポロジー最適化技術
- Abstract要約: 本研究では, 構造成分の欠陥の検出と定量評価のための2つの相補的非接触的視覚的アプローチを提案する。
第一のアプローチは、損傷した鋼の3次元点雲を生成するために高分解能レーザー走査を用いる。
第2のアプローチは、3D-DICを用いて得られたフルフィールド表面の変形測定と有限要素モデルの更新とトポロジー最適化を組み合わせたものである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Reliable characterization of structural defects requires methods capable of resolving both directly observable surface damage and damage that is not visible from the inspected surface. This study presents two complementary non-contact, vision-based approaches for the detection and quantitative characterization of defects in structural components. The first approach employs high-resolution laser scanning to generate three-dimensional (3D) point clouds of damaged steel specimens. Comparative processing of measured and reference point clouds is used to localize damaged regions, quantify geometric loss, and transfer the measured defect geometry to a finite element representation. The second approach combines full-field surface deformation measurements obtained using three-dimensional digital image correlation (3D-DIC) with finite element model updating and topology optimization. In this inverse framework, measured surface response is used to infer subsurface abnormalities through their influence on the spatial distribution of structural response. Experimental steel-beam specimens containing controlled smooth defects and randomly distributed defects are used to evaluate the approaches. Comparisons with milling-based ground-truth measurements demonstrate that both methods can identify and quantify defect geometry, while providing complementary information for visible and subsurface damage assessment. The combined framework establishes a pathway toward high-fidelity, non-contact structural condition assessment and model updating for components with complex and irregular damage.
- Abstract（参考訳）: 構造欠陥の信頼性評価には、直接観察可能な表面損傷と検査された表面から見えない損傷の両方を解決できる方法が必要である。
本研究では, 構造成分の欠陥の検出と定量評価のための2つの相補的非接触的視覚的アプローチを提案する。
第一のアプローチは、損傷した鋼の3次元3D点雲を生成するために高分解能レーザー走査を用いる。
測定された点雲と基準点雲の比較処理は、損傷領域のローカライズ、幾何学的損失の定量化、測定された欠陥幾何学を有限要素表現に転送するために用いられる。
2つ目のアプローチは、3次元デジタル画像相関(3D-DIC)と有限要素モデル更新と位相最適化を組み合わせたフルフィールド表面変形測定である。
この逆フレームワークでは、測定された表面応答を用いて、その構造応答の空間分布への影響を推測する。
制御されたスムーズな欠陥とランダムに分散した欠陥を含む鋼製ビーム試験片を用いてアプローチを評価する。
研削法に基づく地層構造測定との比較により,両手法が欠陥形状の同定と定量化を可能とし,可視・地下損傷評価のための相補的情報を提供することを示した。
複合フレームワークは、複雑で不規則な損傷を有するコンポーネントの高忠実で非接触構造条件評価とモデル更新のための経路を確立する。
関連論文リスト
- 3D Point Cloud from Close-Range Photogrammetry for Defect Characterisation of Rubberised Concrete [3.2639585740278805]
本研究は, ゴム化コンクリート(RuC)の光線量測定に応用する。
解像度の高い画像はキヤノンDSLRとiPhone 16で撮影され、密度の高い3Dモデルが生成された。
表面欠陥の同定を高めるため, RGB誘導き裂抽出法を開発した。
論文 参考訳（メタデータ） (2026-08-21T03:28:03Z) - Point Cloud Diffusion with Global and Local Reconstruction for Instance-Level 3D Anomaly Detection [53.26344422459608]
インスタンスレベルの3次元異常発生と検出のための点群拡散フレームワークである textbfPCDiff を提案する。
生成フェーズでは、インスタンスレベルのマルチモーダルアテンションが生成フレームワークに埋め込まれ、そこでは異常にテクスチャ勾配、画像パッチ、テキスト、マスクが条件付けられている。
検出段階では,局所的異常回復と大域的幾何整合性を確保するために,共同局所言語再構成アルゴリズムが導入された。
論文 参考訳（メタデータ） (2026-06-24T12:11:05Z) - Rethinking Structural Anomaly Detection: From Decision Boundaries to Projection Operators [51.771100367755544]
本稿では,既存手法の帰納バイアスとデータ構造とのミスマッチに対処する幾何学的視点を提案する。
具体的には、正規サンプルの多様体上の射影作用素を学習し、この射影によって変更される場合、サンプルを異常として定義する。
特に、プロジェクション品質の観点から、その成功と失敗を説明することによって、再構築に基づく手法の統一的な解釈を提供する。
論文 参考訳（メタデータ） (2026-06-13T12:37:20Z) - Quantum Limits of Passive Optical Surface Metrology and Defect Detection [0.0]
我々は受動光学面メトロジーのための量子統計フレームワークを開発する。
我々は、量子パラメータ推定と仮説テストの手法を用いて、幾何学的特徴を共同で推定する究極の境界を導出する。
本研究では,空間モードのソートにより,ひび割れ幅と深さをほぼ限定的に推定できることを示す。
論文 参考訳（メタデータ） (2026-03-11T14:07:52Z) - Explainable Computer Vision Framework for Automated Pore Detection and Criticality Assessment in Additive Manufacturing [0.2864713389096699]
内部ポロシティは、追加的に製造されたコンポーネントにおいて重要な欠陥モードのままである。
本研究では,細孔検出と臨界度評価のためのコンピュータビジョンフレームワークを提案する。
論文 参考訳（メタデータ） (2026-02-03T02:28:31Z) - G4Splat: Geometry-Guided Gaussian Splatting with Generative Prior [53.762256749551284]
我々は,3次元シーン再構成を効果的に活用するための基本的な前提条件として,正確な幾何学を同定する。
生成パイプライン全体にこの幾何学的ガイダンスを導入し、可視性マスク推定を改善し、新しいビュー選択をガイドし、ビデオ拡散モデルに着色した場合の多視点一貫性を向上させる。
本手法は,屋内および屋外の両方のシナリオにおいて,高い一般化性を有するシングルビュー入力とアンポーズ映像を自然にサポートする。
論文 参考訳（メタデータ） (2025-10-14T03:06:28Z) - A Multimodal Fusion Framework for Bridge Defect Detection with Cross-Verification [0.0]
本稿では,橋梁欠陥の検出と解析のための多モード融合フレームワークを提案する。
非破壊的評価(NDE)技術と高度な画像処理を統合し、正確な構造評価を可能にする。
論文 参考訳（メタデータ） (2024-12-23T20:33:34Z) - ND-SDF: Learning Normal Deflection Fields for High-Fidelity Indoor Reconstruction [50.07671826433922]
微妙な幾何を同時に復元し、異なる特徴を持つ領域をまたいだ滑らかさを保つことは自明ではない。
そこで我々は,ND-SDFを提案する。ND-SDFは,通常のシーンとそれ以前のシーンの角偏差を表す正規偏向場を学習する。
本手法は, 壁面や床面などのスムーズなテクスチャ構造を得るだけでなく, 複雑な構造の幾何学的詳細も保存する。
論文 参考訳（メタデータ） (2024-08-22T17:59:01Z) - GUPNet++: Geometry Uncertainty Propagation Network for Monocular 3D Object Detection [92.41859045360532]
我々はGUPNet++(Geometry Uncertainty Propagation Network)を提案する。
トレーニング中の幾何射影の不確実性伝播関係をモデル化し、エンドツーエンドのモデル学習の安定性と効率を向上させる。
実験により,提案手法は画像ベースモノクロ3次元検出におけるSOTA性能を得るだけでなく,簡易なフレームワークで有効性を示す。
論文 参考訳（メタデータ） (2023-10-24T08:45:15Z) - A Model for Multi-View Residual Covariances based on Perspective
Deformation [88.21738020902411]
マルチビューSfM, オードメトリ, SLAMセットアップにおける視覚的残差の共分散モデルの導出を行う。
我々は、合成データと実データを用いてモデルを検証し、それを光度および特徴量に基づくバンドル調整に統合する。
論文 参考訳（メタデータ） (2022-02-01T21:21:56Z) - Computer Vision based Tomography of Structures Using 3D Digital Image
Correlation [0.0]
サンプルの内部特性は、医用イメージングツールによって観察できる。
三次元異質空間の内部における見えない欠陥分布の回復を目的とした新しいアイデア。
論文 参考訳（メタデータ） (2020-12-18T21:17:00Z)
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。