Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Digital Image Correlation" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Aerotriangulacja cyfrowa
    Autorzy:
    Kaczyński, R.
    Ziobro, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/130288.pdf
    Data publikacji:
    1998
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    aerotriangulacja
    korelacja obrazów
    obraz cyfrowy
    aerotriangulation
    image correlation
    digital image
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 1998, 8; 8-1-8-9
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie metod analizy obrazów do automatycznej detekcji i pomiaru źrenic oczu
    Methods of image analysis used for automatic detection of human eye pupils
    Autorzy:
    Koprowski, R.
    Tokarczyk, R.
    Wróbel, Z.
    Powiązania:
    https://bibliotekanauki.pl/articles/131258.pdf
    Data publikacji:
    2006
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    digital image
    image analysis
    correlation
    neuron network
    morphological analysis
    obraz cyfrowy
    analiza obrazu
    korelacja
    sieć neuronowa
    analiza morfologiczna
    Opis:
    Potrzeby diagnostyki medycznej wad budowy i postawy człowieka wymagają stworzenia prostej metody jego pozycjonowania w trójwymiarowej przestrzeni. Jedną z metod wyznaczania położenia charakterystycznych punktów ciała jest metoda fotogrametryczna. Pomierzone punkty na zdjęciach służą do zbudowania przestrzennego modelu i za pomocą punktów dostosowania umieszczenia go w układzie odniesienia. Fotogrametryczny system do pomiaru 3D punktów ciała ludzkiego opracowany w Zakładzie Fotogrametrii i Informatyki Teledetekcyjnej WGGiIŚ AGH w Krakowie wymaga pomiaru na zdjęciach cyfrowych wybranych miejsc ciała ludzkiego, sygnalizowanych styropianowymi kulkami-markerami oraz środków źrenic oczu. W ramach automatyzacji pomiaru na zdjęciach prowadzone są badania nad metodami detekcji i pomiaru trzech grup punktów: fotopunktów, markerów na pacjencie oraz źrenic oczu Niniejsze opracowanie dotyczy metody automatycznego pomiaru trzeciej grupy punktów pomiarowych. Opracowana metoda detekcji źrenic oczu wymaga zrealizowania celów cząstkowych: detekcji markerów na ciele pacjenta, segmentacji obrazu ciała dla wykrycia głowy z rejonem oczu, wykrycia i pomiaru środków źrenic. Pierwszy z celów osiągnięto wykorzystując metodę korelacji krzyżowej. Do wykrycia rejonu oczu wykorzystano analizę skupień zbioru wspołrzędnych metodą k najbliższych sąsiadów. Dalsze przybliżenie rejonu oczu osiągnięto wykorzystując analizę statystyczną dużej ilości zdjęć pacjentów dla wyznaczenia współczynnika kryterium rejonizacji. Metodyka wyznaczania położenia oczu, centralnych punktów położenia źrenic została oparta na sieciach neuronowych ze wsteczną propagacją błędu. Uzyskana dokładność metody została oceniona na poziomie około 1 piksela, jej skuteczność w znacznej mierze zależy od prawidłowej detekcji markerów na ciele pacjenta.
    The needs of medical rehabilitation requires the creation of a simple method for the positioning of a human body in 3-D space. The method of posture analysis consists in simple visualization of particular characteristic points of the patient’s body. Usually, an assessment of the relative displacement and asymmetry of these points are a reliable measure of pathological body posture deviation. One of the methods of determining the position of characteristic points is the photogrammetric method. The points measured in the images are used to create a spatial model and, based on control points, position it in a reference system. The photogrammetric system for measuring 3D points located on a human body has been developed in the Department of Photogrammetry and Remote Sensing Informatics, Technical University – AGH Kraków. In the system, on digital images (taken with two compact, free-focus-type digital cameras), special markers (light foamed polystyrene balls) located on chosen points of human body and the center of an eye pupil are measured. To make the system more automatic, the research is carried on to automatically detect and measure the three following groups of points: control points, markers located on the human body and eye pupil. In this paper, the method of automatic measurement of last group of points is considered. The developed method of eye pupil detection requires achieving the following goals: detection of markers located on the human body, segmentation of the body image to detect a head, approximate eye localization and, finally, the measurement of a pupil center. The first goal was achieved by using the cross correlation method. The localization of the eyes was done by analyzing the coordinates’ set concentration by k nearest neighbors. The achieved results were divided into two sets pa 1 and pa 2 , which consist of data on the position of markers located on the front and back sides of body. A further approximation of eye location was achieved using statistical analysis of many images to determine the coefficient as a criterion for region membership. The methodology of determination of eye position, and pupil center were based on a neural network with backward error propagation. The achieved accuracy was estimated as 1 pixel, but the efficiency strongly depends on the proper detection of the markers located on the patient’s body.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2006, 16; 305-317
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    O niedokładnościach systemów cyfrowej korelacji obrazu
    About inaccuracies of dic system
    Autorzy:
    Krawczyk, Ł.
    Gołdyn, M.
    Urban, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/105468.pdf
    Data publikacji:
    2017
    Wydawca:
    Politechnika Rzeszowska im. Ignacego Łukasiewicza. Oficyna Wydawnicza
    Tematy:
    system
    korelacja
    obraz
    błąd pomiaru
    szerokość rys
    badania eksperymentalne
    digital image
    correlation
    measuring error
    crack width
    experimental investigations
    Opis:
    Celem niniejszego opracowania jest omówienie niedokładności pomiarowych systemu Aramis. Ze względu na złożoność zagadnienia trudno jest znaleźć rozwiązanie ogólne. Do celów aplikacyjnych stosowana jest metoda polegająca na porównywaniu wielu zdjęć przedstawiających jeden stan powierzchni. W artykule zaprezentowano analizę niedokładności dla pola pomiarowego 1250 × 1100 mm. Rozrzut wyników rejestrowany przez system Aramis jest miarą błędu pomiaru. Stwierdzono, że odczyty z map odkształceń obarczone są znacznym błędem w stosunku do wartości powodujących zniszczenie betonu. Jednocześnie stwierdzono dobrą dokładność wyznaczenia zmiany długości odcinków pomiarowych, co umożliwia precyzyjne wnioskowanie o zmianach szerokości rozwarcia rys. Wskazano jak szukać szerokości rozwarcia rys, aby osiągnąć zbieżność z wynikami pomiarów prowadzonych tradycyjnie (wzrokowo). Przeprowadzono dyskusję dotyczącą wpływu wielkości podziału powierzchni na otrzymaną szerokość rys.
    The aim of the paper is estimating of measuring inaccuracies for Aramis system. Because of issue complexity it is difficult to find general solution. For the application purpose method consists of comparison many photos showing one state of surface is used. In the paper analysis of the inaccuracies for measuring volume 1250 × 1100 mm is presented. Dispersion of the results recorded by Aramis system is the value of the measuring error. It is stated that values from strain maps contain error which is significant with respect to ultimate strain of concrete. Simultaneously very good accuracy of the the line segment length change is reported. It causes that observation of crack width is presisly. In the second part of the paper some practical information concern how determined compatibility between crack width measured traditionally and by Aramis are written. Discussion of influence of facet size on crack width is presented.
    Źródło:
    Czasopismo Inżynierii Lądowej, Środowiska i Architektury; 2017, 64, 3/I; 259-270
    2300-5130
    2300-8903
    Pojawia się w:
    Czasopismo Inżynierii Lądowej, Środowiska i Architektury
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of deep learning techniques in identification of the structure of selected road materials
    Zastosowanie techniki głębokiego uczenia do identyfikacji struktury wybranych materiałów drogowych
    Autorzy:
    Mazurek, Grzegorz
    Durlej, Małgorzata
    Šrámek, Juraj
    Powiązania:
    https://bibliotekanauki.pl/articles/27314909.pdf
    Data publikacji:
    2023
    Wydawca:
    Politechnika Świętokrzyska w Kielcach. Wydawnictwo PŚw
    Tematy:
    deep learning
    tomograph
    R programming language
    classification
    road surfaces
    correlation
    digital image
    głębokie uczenie
    tomograf
    język programowania R
    klasyfikacja
    nawierzchnie drogowe
    korelacja
    obraz cyfrowy
    Opis:
    In research, there is a growing interest in using artificial intelligence to find solutions to difficult scientific problems. In this paper, a deep learning algorithm has been applied using images of samples of materials used for road surfaces. The photographs showed cross-sections of random samples taken with a CT scanner. Historical samples were used for the analysis, located in a database collecting information over many years. The deep learning analysis was performed using some elements of the VGG16 network architecture and implemented using the R language. The learning and training data were augmented and cross-validated. This resulted in the high level of 96.4% quality identification of the sample type and its selected structural features. The photographs in the identification set were correctly identified in terms of structure, mix type and grain size. The trained model identified samples in the domain of the dataset used for training in a very good way. As a result, in the future such a methodology may facilitate the identification of the type of mixture, its basic properties and defects.
    W badaniach naukowych obserwuje się coraz większe zainteresowanie wykorzystaniem sztucznej inteligencji do poszukiwania rozwiązań trudnych problemów naukowych. W niniejszym artykule został zastosowany algorytm głębokiego uczenia z użyciem obrazów próbek materiałów wykorzystywanych do budowy nawierzchni drogowych. Fotografie przedstawiały przekroje losowych próbek wykonane za pomocą tomografu komputerowego. Do analizy wykorzystano próbki historyczne, znajdujące się w bazie danych zbierającej informacje z wielu lat. Analizę głębokiego uczenia wykonano przy użyciu niektórych elementów architektury sieci VGG16 i zaimplementowano, stosując język R. Dane uczące oraz treningowe poddano augmentacji oraz walidacji krzyżowej. W rezultacie uzyskano wysoki poziom 96,4% jakości identyfikacji rodzaju próbki oraz jej wybranych cech strukturalnych. Fotografie w zbiorze identyfikacyjnym zostały poprawnie zidentyfikowane pod względem struktury, typu mieszanki oraz uziarnienia. Wytrenowany model w bardzo dobry sposób zidentyfikował próbki w obszarze dziedziny trenowanego zbioru danych. W rezultacie taka metodyka może w przyszłości ułatwić identyfikację rodzaju mieszanki, jej podstawowych właściwości oraz defektów.
    Źródło:
    Structure and Environment; 2023, 15, 3; 159--167
    2081-1500
    Pojawia się w:
    Structure and Environment
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies