Key points are not available for this paper at this time.
Effizientes Bildstitching spielt eine entscheidende Rolle in der zerstörungsfreien Prüfung (NDE) von Infrastrukturen. Eine wesentliche Herausforderung in der NDE von Infrastrukturen besteht darin, Defekte innerhalb großer Strukturen präzise zu visualisieren. Die bestehende Literatur stützt sich überwiegend auf hochauflösende Nahbilder, um Oberflächen- oder Untergrundfehler zu erkennen. Während die automatische Erkennung aller Fehlertypen einen bedeutenden Fortschritt darstellt, ist es unerlässlich, den Standort und die Kontinuität von Defekten zu verstehen. Es ist wichtig zu beachten, dass einige Defekte von einem erheblichen Abstand aus möglicherweise zu klein sind, um erfasst zu werden. Folglich werden mehrere Bildsequenzen erfasst und mit Techniken des Bildstitchings verarbeitet. Darüber hinaus erweisen sich Fusionierungsstrategien für sichtbare und infrarote Daten als unerlässlich, um umfassende Informationen zum Erkennen von Defekten auf großen Strukturen zu erfassen. Daher besteht ein Bedarf an einer effektiven Bildstitching-Methode, die für infrarote und sichtbare Bilder von Strukturen und industriellen Anlagen geeignet ist und eine verbesserte Visualisierung und automatisierte Inspektion für die strukturelle Wartung erleichtert. Dieses Papier schlägt eine fortschrittliche Bildstitching-Methode vor, die für Dual-Sensor-Inspektionen geeignet ist. Die vorgeschlagene Technik verwendet selbstüberwachtes Feature-Detection zur Verbesserung der Qualität und Quantität der Merkmalsdetektion. Anschließend wird ein Graph-Neuronales Netzwerk für robustes Feature-Matching eingesetzt. Letztendlich führt die vorgeschlagene Methode zu einem Bildstitching, das perspektivische Verzerrungen sowohl in infraroten als auch in sichtbaren Bildern effektiv beseitigt, was eine Voraussetzung für nachfolgende multimodale Fusionsstrategien darstellt. Unsere Ergebnisse verbessern erheblich die Visualisierungsfähigkeiten für die Infrastrukturinspektion. Ein vergleichender Analyse mit populären modernen Methoden bestätigt die Wirksamkeit des vorgeschlagenen Ansatzes.
Shahsavarani et al. (Tue,) untersuchten diese Frage.