کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6953673 1451821 2019 17 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Restoration of low-informative image for robust debris shape measurement in on-line wear debris monitoring
ترجمه فارسی عنوان
بازیابی تصویر کم اطلاعاتی برای اندازه گیری شکل های باقیمانده از برآمدگی های موجود در انبار
کلمات کلیدی
بقایای بقایای، نظارت بر وضعیت ماشین، ترمیم تصویر، ترکیب تصویر، اندازه گیری سه بعدی،
ترجمه چکیده
به عنوان یک روش قابل توجه در نظارت بر وضعیت ماشین، تجزیه و تحلیل باقیمانده می تواند تحقیق در مورد وضعیت ماشین را با توجه به ویژگی های باقی مانده از جمله اندازه، مقدار و مورفولوژی را بررسی کند. به طور خاص، قادر به ارائه جامع تر اطلاعات مورفولوژیکی، ویژگی های بقایای سه بعدی ضروری است و اغلب از طریق فرایند تصویربرداری باقی مانده بر اساس ویدئو به دست می آید. با این حال، تصاویر ضبط شده از باقی مانده ها اغلب از طریق تخریب حرکات آلودگی و آلودگی روانکاری، به دلیل تخریب ویژگی های تخریب قابل اطمینان، از بین می روند. برای مقابله با مسئله تخریب تصویر، یک روش جدید از بازیابی تصویر بذر سایشی برای کاهش اثر تاری طراحی شده است. برای جلوگیری از محاسبه گران درگیر در روش های نابودی کور، تصویر باقی مانده با استفاده از ویژگی های مرزی محلی مرمت شد. بر اساس این واقعیت که منطقه و منطقه پس زمینه مشخص کننده روشنایی متمایزی هستند، یک مدل لبه گام برای توصیف مرز باقی مانده اصلی استفاده می شود. سپس هسته های محلی در هر طرف بقایای تعیین می شود. بعد، ترمیم ها با هسته های تخمین زده می شود تا پروفیل های باقی مانده تر را با توجه به ویژگی های مختلف حرکت ایجاد کنند. ترمیم نهایی با ترکیب پروفیل های بازسازی شده با توجه به حداکثر وضوح محلی انجام می شود. نتایج تجربی نشان می دهد که این روش باعث می شود استخراج ویژگی های قابل اطمینان از تصویر مبهم، بهبود کارایی تجزیه و تحلیل بقایای لباس بر اساس ویدئو.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر پردازش سیگنال
چکیده انگلیسی
As a significant technique in machine condition monitoring, wear debris analysis enables investigation of machine running condition with respect to debris features including size, quantity and morphology. In particular, being capable of providing more comprehensive morphological information, three-dimensional debris features are regarded essential and often acquired through a video-based debris imaging process. However, debris images captured often suffer degradation due to debris motion blur and lubrication contamination, that hinder reliable debris features extraction. To address the image degradation issue, a new method of wear debris image restoration is developed to reduce the effect of blur. In order to avoid the expensive computation involved in blind deconvolution methods, the debris image was restored using localized boundary features. Based on the fact that debris area and background area indicate distinctive brightness, a step edge model is applied to describe the original debris boundary. Localized kernels on each side of debris are then determined. Next, restorations are conducted with the estimated kernels to produce sharper debris profiles with respect to different motion features. Final restoration is conducted by fusing the restored profiles according to the maximum local sharpness. Experimental results have demonstrated that this method allows reliable features extraction from blurred image, improving the robustness of video based wear debris analysis.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Mechanical Systems and Signal Processing - Volume 114, 1 January 2019, Pages 539-555
نویسندگان
, , , , , ,