Filtrado 3D espacio-temporal iterativo para la atenuación de ruido en secuencias de imágenes térmicas para END

Abstract

En este artículo se presenta una propuesta de procesamiento multidimensional de imágenes destinada al filtrado de ruido en secuencias de imágenes térmicas, o termogramas, obtenidas de un experimento de Termografía Activa para Ensayo No Destructivo (END) de materiales. La técnica consiste fundamentalmente en extender la aplicación clásica de los filtros espaciales o filtros por convolución 2D a cada termograma de la secuencia, hacia un filtrado 3D que involucre la información espacial sobre cada termograma y la información temporal distribuida a través de termogramas consecutivos. Para desarrollar la propuesta, se implementan en MATLAB tres tipos de filtro bajo este esquema: promedio, mediana y promedio direccional. Los resultados obtenidos de la aplicación del filtrado espacio-temporal 3D sobre secuencias térmicas artificiales generadas con el software ThermoCalc6L, con ruido gaussiano adicionado, demuestran que se obtiene una reducción consistente del MSE de las imágenes resultantes (de manera individual y global) con respecto al filtrado 2D, que mejora aún más cuando se integra un procedimiento iterativo al algoritmo 3D inicial.

Defect Detection and Depth Estimation in Composite Materials for Pulsed Thermography Images by Nonuniform Heating Correction and Oriented Gradient Information

“…This section presents the results obtained for the proposed automated defect detection procedure and its subsequent depth estimation, applying different tests on the image sets described in Section 2.3. Sum-type [34] and maxigram [3] synthesis images were used for the tests. Sum-type images were chosen to evaluate the methodologies for defect detection on thermal information under low-contrast conditions.…”

El ensayo no destructivo usando termografía infrarroja en el mundo y en América Latina: Una revisión

“…La sumatoria espacial de pixeles y sumatoria temporal de imágenes se ha utilizado para el procesamiento de imágenes IR [16], así como métodos para corrección de píxeles anómalos, efecto vignetting y atenuación de ruido [17]. Muchos procedimientos y técnicas se han desarrollado y documentado en los últimos años [18], entre las que se destacan: la normalización del contraste, el contraste absoluto diferencial, la reconstrucción de señales termográficas, termografía de componentes principales, termografía de mínimos cuadrados parciales [2].…”

“…En [27] se presenta un sistema de visión artificial para imágenes infrarrojas el cual permite el procesamiento y análisis de esas imágenes a través de una interfaz gráfica desarrollada en JAVA, con la posibilidad de generar reportes de inspección y el almacenamiento de los resultados en una base de datos. Posteriormente, la aplicación TermoIR [18] con un mayor enfoque a TNDT permite la adquisición, procesamiento, análisis y caracterización de información térmica. Por último, en [28], se presenta un desarrollo software para fusión multimodal de imágenes térmicas y de espectro visible.…”

“…Una técnica de procesamiento para mejorar el contraste térmico de una secuencia de imágenes térmicas adquiridas a partir de un ejercicio experimental de termografía activa se presenta en [18]. El procedimiento puede compensar el efecto óptico de vigneting y el efecto de calentamiento no uniforme de la superficie producido por la fuente de excitación de energía inyectada a la muestra inspeccionada utilizando un filtro mediana y sin depender de modelos de propagación de calor.…”

Prediction of Calibration Parameters of the Oxygen Saturation Estimation Equation by Optical Recording on Smartphones

“…Low-pass Filter: Reduce electrical noise or typical hand vibration when recording video [16]. Spatial-Temporal Filter: Improve signal quality by choosing a threedimensional window of values that are averaged together, the greatest predominance for filtering is in the temporal filter with respect to the spatial [15] [18].…”