A novel approach for defect detection on vessel structures using saliency-related features

کشتی های دریایی باید به طور منظم بازرسی های بصری انجام دهند تا نقص هایی نظیر ترک خوردگی و خوردگی را شناسایی کنند تا پیش از آن به عواقب فاجعه بار منجر شوند. این بازرسی ها در حال حاضر به وسیله ناظران کشتی با هزینه ای عالی به صورت دستی انجام می شود، به طوری که هر گونه کمک در طول پروسه بازرسی با استفاده از مثال ناوگان روبات هایی که قادر به شناسایی نقص می باشند، هزینه های بازرسی را به میزان قابل توجهی کاهش می دهد. در این مقاله، یک چارچوب جدید برای تشخیص نقایص فوق را توصیف می کنیم. این چارچوب عمومی و انعطاف پذیر است به این معنی که می توان آن را به راحتی پیکربندی کرد تا محاسبه ویژگی هایی که بهتر برای بازرسی در دست انجام. با استفاده از این چارچوب و با الهام از ایده آگاهی، این اثر کنتراست و تقارن را به عنوان ویژگی هایی برای تشخیص نقص ها و سودمندی آن ها برای مورد عروق نشان می دهد. سه اپراتور ترکیبی متفاوت برای تسهیل ادغام اطلاعات ارائه شده توسط این ویژگی ها و بهبود عملکرد تشخیصی، مورد آزمایش قرار می گیرند. نتایج تجربی برای پیکره بندی های مختلف چارچوب تشخیص نشان می دهد نرخ طبقه بندی بهتر نسبت به روش های هنری و اثبات قابلیت استفاده از آن برای تصاویر جمع آوری شده توسط یک پلت فرم رباتیک میکرو هوایی مورد نظر برای بازرسی بصری است.