Wyniki wyszukiwania - BazTech

1

A conceptual usability testing method for maritime autonomous surface ships’ graphical user interfaces: Maker–user schemata alignment analysis

Kamarumtham Khairul Izzati bin, Murai Koji

Zeszyty Naukowe Politechniki Morskiej w Szczecinie

|

2026

|

nr 85 (157)

32--40

EN

Maritime autonomous surface ships (MASS) introduce operational paradigms for which no standard GUI designs or established operator roles currently exist. Conventional usability testing (UT) methods involving users are predominantly qualitative, limiting the precision of evaluations. While experienced system designers can partially compensate for this limitation, in the contexts of MASS-where operational conditions and operator roles are unprecedented-their experience offers less guidance. This underscores the need for UT methods that can efficiently support makers in developing and adapting schemata that remain well aligned with those of MASS operators. Leveraging recent advances in eye-tracking, this paper presents a conceptual UT method-a maker–user schemata alignment analysis-designed to support the research and development of GUI design for MASS. A proof-of-concept demonstration using scripted interactions illustrates how the method can reveal differences between makers’ and users’ schemata and quantify the extent of these divergences. The conceptual demonstration suggests the potential of the proposed method in providing both qualitative and quantitative assessments of maker–user schemata alignment, establishing a foundation for rigorous, human-centered evaluation frameworks as operational MASS systems are developed.

2

Experimental evaluation of vision-based inspection performance under different illumination conditions in automated manufacturing

Kalman Olha, Husár Jozef, Staša Pavel, Trojanowski Piotr

Technologia i Automatyzacja Montażu

|

2026

|

nr 2

49--57

EN

Machine vision systems are of paramount importance in the context of contemporary industrial quality control, wherein the reliability of object detection is contingent upon the conditions of image acquisition. It is evident that illumination is a pivotal factor in the context of inspection performance, exerting a substantial influence on factors such as image contrast, feature visibility, and detection accuracy. The present study investigates the influence of multispectral illumination on the detection of coloured polymer samples using a Keyence intelligent vision system. The experimental investigation was conducted using geometrically identical samples manufactured from the same material but differing in surface colour. Four colour variants, namely white, black, violet, and orange, were evaluated under seven illumination conditions, including white, red, green, blue, infrared (IR), ultraviolet (UV), and ambient mode illumination. The acquired images were then subjected to analysis with respect to the visibility of geometric features, contour sharpness, and overall detection reliability. The findings of the present study demonstrated that the illumination wavelength exerts a significant influence on the detectability of objects and the quality of the resulting images. White illumination was found to provide the most consistent performance across all the samples that were tested. In addition, specific combinations of object colour and illumination spectrum were found to produce enhanced feature visibility. Infrared illumination exhibited favourable outcomes for surfaces of a darker hue, whilst ultraviolet illumination enhanced the visibility of specific features on samples of a coloured nature. The findings presented herein corroborate the significance of illumination selection in industrial machine vision applications and furnish pragmatic recommendations for the optimisation of inspection conditions when employing intelligent vision sensors. The findings may inform the development of more reliable automated quality control systems in Industry 4.0 and Industry 5.0 environments.

PL

Systemy wizyjne mają ogromne znaczenie w kontekście współczesnej przemysłowej kontroli jakości, gdzie niezawodność wykrywania obiektów zależy od warunków pozyskiwania obrazu. Nie ulega wątpliwości, że oświetlenie jest kluczowym czynnikiem wpływającym na skuteczność kontroli, wywierając znaczący wpływ na takie elementy, jak kontrast obrazu, widoczność cech charakterystycznych oraz dokładność wykrywania. Niniejsze badanie dotyczy wpływu oświetlenia wielospektralnego na wykrywanie kolorowych próbek polimerowych przy użyciu inteligentnego systemu wizyjnego firmy Keyence. Badania eksperymentalne przeprowadzono przy użyciu próbek o identycznej geometrii, wykonanych z tego samego materiału, ale różniących się kolorem powierzchni. Cztery warianty kolorystyczne, a mianowicie biały, czarny, fioletowy i pomarańczowy, oceniono w siedmiu warunkach oświetlenia, w tym w trybie oświetlenia białego, czerwonego, zielonego, niebieskiego, podczerwonego (IR), ultrafioletowego (UV) oraz oświetlenia otoczenia. Uzyskane obrazy poddano następnie analizie pod kątem widoczności cech geometrycznych, ostrości konturów oraz ogólnej niezawodności wykrywania. Wyniki niniejszego badania wykazały, że długość fali oświetlenia ma znaczący wpływ na wykrywalność obiektów i jakość uzyskanych obrazów. Stwierdzono, że oświetlenie białe zapewnia najbardziej spójną wydajność w przypadku wszystkich badanych próbek. Ponadto stwierdzono, że określone kombinacje koloru obiektu i widma oświetlenia zapewniają lepszą widoczność cech. Oświetlenie podczerwone dawało korzystne wyniki w przypadku powierzchni o ciemniejszym odcieniu, natomiast oświetlenie ultrafioletowe poprawiało widoczność określonych cech na próbkach o barwnym charakterze. Przedstawione tutaj wyniki potwierdzają znaczenie doboru oświetlenia w przemysłowych zastosowaniach wizji maszynowej i dostarczają praktycznych zaleceń dotyczących optymalizacji warunków kontroli przy stosowaniu inteligentnych czujników wizyjnych. Wyniki te mogą przyczynić się do rozwoju bardziej niezawodnych zautomatyzowanych systemów kontroli jakości w środowiskach Przemysłu 4.0 i Przemysłu 5.0.

3

Wykrywanie i lokalizacja obiektów za pomocą skanowania przestrzeni niskorozdzielczą kamerą termowizyjną

Erd Karol, Sawicki Krzysztof

Pomiary Automatyka Robotyka

|

2026

|

R. 30, nr 1

101--108

PL

We współczesnych systemach monitoringu i detekcji często stosowane są technologie termowizyjne, które umożliwiają obserwację obiektów w warunkach słabego oświetlenia czy trudnych warunkach pogodowych. Szczególnym wyzwaniem pozostaje jednak skuteczne wykrywanie i lokalizacja obiektów przy użyciu niskorozdzielczych kamer termowizyjnych, które mimo ograniczeń sprzętowych oferują szereg zalet, takich jak niski koszt, niewielkie wymiary oraz energooszczędność. W artykule przedstawiono autorski algorytm przetwarzania obrazu termowizyjnego przeznaczony dla kamer o niskiej rozdzielczości. Przedstawiono także i przetestowano system skanujący, realizujący opracowany algorytm, oparty na kamerze termowizyjnej o rozdzielczości 32 × 24 piksele, zbudowany przy użyciu popularnych i łatwo dostępnych komponentów elektronicznych. Zwrócono uwagę na zagadnienia optymalizacji filtracji, binaryzacji oraz operacji morfologicznych, które pozwalają zredukować szumy, poprawić jakość detekcji oraz umożliwiają precyzyjne określenie położenia wykrytych obiektów. Wyniki przeprowadzonych eksperymentów pozwalają sądzić, że nawet przy zastosowaniu niskorozdzielczej matrycy możliwe jest uzyskanie użytecznych informacji o ruchu i lokalizacji obiektów, co otwiera nowe możliwości rozwoju kompaktowych i ekonomicznych systemów monitoringu w podczerwieni.

EN

Modern monitoring and detection systems frequently employ thermographic technologies, which enable observation of objects under low-light conditions or adverse weather. However, the effective detection and localization of objects using low-resolution thermal cameras remains a significant challenge. Despite their hardware limitations, such cameras offer numerous advantages, including low cost, compact size, and energy efficiency. This paper presents a custom developed algorithm for thermal image processing, designed for low-resolution cameras. It also describes and evaluates a scanning system that implements the developed algorithm. The system is based on a thermal imaging camera with a 32 × 24 pixel resolution and was constructed using commercially available electronic components. Particular attention is given to the optimization of filtering, binarization, and morphological operations, which reduce noise, enhance detection quality, and enable precise determination of the location of detected objects. The results of conducted experiments demonstrate that even with a low-resolution sensor, it is possible to obtain useful information regarding the movement and localization of objects. This opens new possibilities for the development of compact and cost-effective infrared monitoring systems.

4

Analysis of histogram asymmetry for waste recognition

Bobulski Janusz, Pasternak Kamila

Journal of Automation Mobile Robotics and Intelligent Systems

|

2026

|

Vol. 20, No. 1

74--78

EN

Despite many years of effort and research, the current waste management problem remains. So far, no fully effective waste management system has been developed. Many programs and projects improve statistics on the percentage of waste recycled every year. Modern computer vision techniques supported by artificial intelligence are worth using in these efforts. In the article, we present a method of identifying plastic waste based on the asymmetry analysis of the image’s histogram containing the waste. The method is simple but effective ( 94% ), allowing it to be implemented on devices with low computing power, particularly microcomputers. Such devices will be used both at home and in waste-sorting plants.

5

A text-guided vision model for enhanced recognition of small instances

Jung Hyun-Ki

Applied Computer Science

|

2026

|

Vol. 22, no. 1

35--46

EN

As drone-based object detection technology continues to evolve, the demand is shifting from simply detecting objects to enabling users to accurately identify specific targets. For example, users can enter specific targets as prompts to accurately detect the desired objects. To address this need, an efficient text-guided object recognition model has been developed to improve the recognition of small objects. Specifically, an improved version of the existing YOLO-World model is presented. The proposed method replaces the C2f layer in the YOLOv8 backbone with a C3k2 layer, allowing for a more accurate representation of local features, especially for small objects or those with well-defined boundaries. In addition, the proposed architecture improves processing speed and efficiency by optimizing parallel processing, while contributing to a more lightweight model design. Comparative experiments on the VisDrone dataset show that the proposed model outperforms the original YOLO-World model, with precision increasing from 40.6% to 41.6%, recall from 30.8% to 31%, F1 score from 35% to 35.5%, and mAP@0.5 from 30.4% to 30.7%, confirming its improved accuracy. In addition, the model exhibits superior lightweight performance, with the number of parameters reduced from 4 million to 3.8 million and the FLOPs reduced from 15.7 billion to 15.2 billion. These results indicate that the proposed approach provides a practical and effective solution for accurate object detection in drone-based applications.

6

Influence of oxalic acid and seawater in iron-based binders: Correlating porosity with compressive strength through image processing

Chandralega Viswanathan, Shanmugasundaram Muthusamy

Advances in Science and Technology. Research Journal

|

2026

|

Vol. 20, no. 3

129--147

EN

This study investigated the feasibility of iron-based binders under CO2 curing and the development of sustainable construction materials. Samples were prepared using varying concentrations of oxalic acid (0%, 2%, and 4%) using different mixing media (normal water and seawater), and their mechanical properties (compressive and flexural strength) and microstructural characteristics were evaluated. The results demonstrate that the best-performing oxalic acid concentrations—2% for normal water and 4% for seawater, which enhances compressive and flexural strengths by promoting carbonation reactions, leading to denser microstructures and the formation of stable carbonate phases. Excessive oxalic acid, however, hampers phase development and reduces strength due to increased acidity, porosity, and formation of weaker phases. Microstructural analysis revealed that moderate additions facilitate uniform pore distribution and controlled porosity, which accelerates carbonation and densification, while higher dosages or larger interconnected pores diminish performance. The mineral content of seawater, including Mg² ⁺, Cl ⁻, and SO₄² ⁻, synergistically interacts with oxalic acid to further enhance carbonation, resulting in superior mechanical strength and structural integrity compared to normal water. These findings emphasize the importance of optimizing additive contents and leveraging seawater chemistry to develop sustainable, high-performance iron-based binders with improved microstructural and mechanical properties.

7

Detection of selected gear tooth defects using deep neural networks

Bojarczak Piotr, Osuch-Słomka Edyta, Stanisławek Sebastian, Lucedarski Bartosz

Advances in Science and Technology. Research Journal

|

2026

|

Vol. 20, no. 2

388--401

EN

Gear transmissions, due to demanding operating conditions, are particularly susceptible to wear. Surface fatigue wear (pitting) is among the most difficult to predict and, at the same time, the most critical forms of damage to the working surfaces of cylindrical gears, alongside scuffing. Pitting is classified as an unacceptable tribological degradation process leading to catastrophic wear, the propagation of which ultimately results in tooth fracture and consequently the failure of the entire gear system. For this reason, detecting them is an important task. This paper presented the algorithms for classifying pitting defects using deep learning networks. Classification was based on recorded images of defects. Three types of feature extractors (convolutional network, vision transformer, and hybrid model) used in the classifier were tested. A neural network and a vision language model were used as the classifier. The best accuracy of 86% was achieved for the vision transformer together with the neural network. The novel elements are a comparison of three types of feature extractors with respect to their application to the detection (classification) of gear tooth pitting damage and the use of a multimodal language model for the detection of gear tooth pitting damage.

8

Symulacja procesu rekonstrukcji obrazu na podstawie emisji ujawniającej sygnału wide

Sakowska Emilia, Nowosielski Leszek

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2025

|

nr 4

185--188

PL

Artykuł przedstawia symulacje procesu przechwytywania i rekonstrukcji obrazu wideo pochodzącego od emisji ujawniającej generowanej przez urządzenia IT w warunkach laboratoryjnych. Celem jest najwierniejsze odwzorowanie zjawisk zachodzących podczas tego typu analizy z uwzględnieniem poszczególnych etapów. Symulacja umożliwia ocenę jakości obrazu i przekłada uzyskane wyniki na ocenę jakości sygnału w rzeczywistych warunkach. Zaproponowane podejście pozwala ograniczyć subiektywność oceny sygnału emisji ujawniającej przez operatora.

EN

The article presents a simulation of the process of capturing and reconstructing a video image originating from compromising emanations generated by IT devices in laboratory conditions. The aim of the work is to faithfully replicate the phenomena occurring during this type of analysis, taking into account the individual stages of the process. The simulation enables the evaluation of image quality and let results into an assessment of signal quality under real-world conditions. The proposed approach helps reduce the subjectivity of the operator’s evaluation of in the laboratory.

9

Problematyka programowania systemów wizyjnych do identyfikacji owoców

Tomasik Marcin, Bałuszyńska Paulina

Przegląd Elektrotechniczny

|

2025

|

R. 101, nr 2

106--111

PL

Systemy wizyjne to zaawansowane zestawy składające się z sensorów obrazu, sprzętu komputerowego oraz wyspecjalizowanych algorytmów oprogramowania. Przetwarzają i analizują obrazy z otoczenia, wspierając kontrolę, automatyzację procesów i inspekcję produktów. Typowe elementy takich systemów to oświetlenie, obiektywy, sensory obrazu, jednostki przetwarzania wizji oraz systemy komunikacji. W przemyśle spożywczym i rolniczym systemy wizyjne są coraz częściej wykorzystywane do identyfikacji owoców, rozpoznawania i klasyfikowania ich na podstawie cech takich jak kolor, kształt, rozmiar i stopień dojrzałości. Badania skupiały się na programowaniu systemów wizyjnych do identyfikacji truskawek z użyciem środowiska Python oraz bibliotek OpenCV. Do oceny skuteczności identyfikacji owoców i poprawności określania ich współrzędnych wykorzystano kamerę inspekcyjną DF Robot OpenMV Cam H7. Kalibracja i uczenie maszynowe zostały przeprowadzone na zestawie owoców o różnych cechach. Algorytm został skonfigurowany do identyfikacji pikseli o wartościach RGB odpowiadających kolorowi czerwonego. Badania obejmowały uczenie maszynowe w celu identyfikacji obiektów, analizę wpływu natężenia światła, wykrywanie obiektów o określonym kolorze oraz ocenę dokładności odczytu współrzędnych owoców. Wyniki pokazały, że system najlepiej identyfikował czerwone truskawki z powodu wysokiego kontrastu. Dostosowanie ekspozycji kamery umożliwia preferencyjne wykrywanie bardziej nasyconych kolorów.

EN

Machine vision systems are advanced sets composed of electronic components, computer hardware and specialized software algorithms. They process and analyze images from the environment, supporting control, process automation and product inspection. Typical components include lighting, lenses, image sensors, vision processing units, and communication systems. In the food and agricultural industries, vision systems are increasingly used to identify fruit, recognizing and classifying them based on features such as color, shape, size and degree of ripeness. The research focused on programming vision systems for strawberry identification using the Python environment and OpenCV libraries. The DF Robot OpenMV Cam H7 inspection camera was used to assess the effectiveness of fruit identification and the correctness of determining their coordinates. Calibration and machine learning were performed on a set of fruits with different characteristics. The algorithm was configured to identify pixels with RGB values corresponding to the red color. The research included machine learning for object identification, analysis of the impact of light intensity, detection of objects of a specific color and assessment of the accuracy of reading fruit coordinates. The results showed that the system best identified red strawberries due to high contrast. Adjusting the camera exposure allows for preferential detection of more saturated colors.

10

Lokalizacja wizyjna autonomicznego ciągnika sadowniczego w zadanym środowisku

Krysztoforski Patryk, Kledzik Adam, Góral Piotr, Pawłowski Paweł

Przegląd Elektrotechniczny

|

2025

|

R. 101, nr 11

160--165

PL

W artykule przedstawiono propozycję nawigacji wizyjnej dla zautomatyzowanego ciągnika sadowniczego, poruszającego się na plantacji sadowniczej. Opracowano algorytmy umożliwiające autonomiczną jazdę miedzy rzędami drzew, wykonywanie nawrotów i detekcję przeszkód na podstawie sygnału z kamery czołowej umieszczonej na kabinie ciągnika. Wydajne oprogramowanie zapewniło poprawne działanie algorytmów zarówno w dzień, jak i w nocy. Testy w środowisku rzeczywistym potwierdziły zakładaną dokładność nawigacji do realizacji przyjętych zadań.

EN

The article presents a proposal for vision navigation for an automated orchard tractor moving on an orchard plantation. Algorithms were developed that enable autonomous driving between tree rows, making U-turns, and detecting obstacles based on the signal from the front camera placed on the tractor cabin. Efficient software ensured the correct operation of the algorithms both during the day and at night. Tests in a real environment confirmed the assumed accuracy of navigation for the implementation of the adopted tasks.

11

Investigation of defects of artificial BSCC heart valves using radiographic computational methods

Smetana Milan, Gombárska Daniela, Ďurčo Martin

Przegląd Elektrotechniczny

|

2025

|

R. 101, nr 5

81--84

EN

Acute mechanical failure of Björk-Shiley convex-concave artificial heart valves has caused thousands of patient deaths over the past decades. This article focuses on the issue of investigating the inhomogeneities whose presence causes progressive heart valve dysfunction and eventual patient death. The results of radiological inspection and subsequent reconstructive methods, based on digital scanning and computed tomography, are presented to detect artefact defects in a series of artificially produced heart valve implants.

PL

Ostra awaria mechaniczna wypukło-wklęsłych sztucznych zastawek serca Björk-Shiley spowodowała śmierć tysięcy pacjentów w ciągu ostatnich dziesięcioleci. Niniejszy artykuł koncentruje się na kwestii zbadania niejednorodności, których obecność powoduje postępującą dysfunkcję zastawki serca i ostateczną śmierć pacjenta. Przedstawiono wyniki badania radiologicznego i późniejszych metod rekonstrukcyjnych, opartych na skanowaniu cyfrowym i tomografii komputerowej, w celu wykrycia defektów artefaktów w serii sztucznie wytworzonych implantów zastawek serca.

12

Experimental measurement setup for hyperspectral mapping of diffuse radiation from the hemispheric sky

Kucharczyk-Drab Aleksandra, Ryniec Radosław, Piszczek Marek

Przegląd Elektrotechniczny

|

2025

|

R. 101, nr 2

242--247

EN

This paper presents the concept of a mobile, low-cost measurement station and methodology to derive a function that modifies the diffuse radiation model of the sky in real time, adjusting for current weather conditions. The experimental measurement setup is designed to capture both image data and associated metadata. The synthesis and processing of panoramic images from various sources and their analysis within a common coordinate framework demonstrate the effectiveness of this approach.

PL

Artykuł przedstawia koncepcję mobilnej, niskokosztowej stacji pomiarowej oraz metodologię opracowywania funkcji modyfikującej model rozproszonego promieniowania nieba w czasie rzeczywistym, uwzględniając aktualne warunki atmosferyczne. Eksperymentalna konfiguracja pomiarowa została zaprojektowana do rejestrowania zarówno danych obrazowych, jak i powiązanych metadanych. Syntetyzowanie i przetwarzanie panoramicznych obrazów z różnych źródeł oraz ich analiza w ramach wspólnego układu współrzędnych wykazują skuteczność tego podejścia.

13

Application of convolutional neural networks for characterization of biomass co-combustion process

Kotyra Andrzej

Przegląd Elektrotechniczny

|

2025

|

R. 101, nr 12

236--241

EN

Maintaining the biomass co-combustion process at the optimal state is more difficult for the mixture of different fuels compared to the one for which the facilities were designed. Flame image offers direct, low-latency information about the combustion process. The paper explores applying a simple convolutional neural network architecture to identify different cocombustion process states. The input data were flame image sequences captured during the combustion tests with varying fuel and airflow rates.

PL

Utrzymywanie procesu współspalania biomasy w optymalnym stanie jest trudniejsze w przypadku stosowania mieszanki różnych paliw w porównaniu do tej, dla której instalacje zostały zaprojektowane. Obraz płomienia jest źródłem bezpośredniej i praktycznie nieopóźnionej informacji o przebiegu procesu spalania. W artykule zbadano skuteczność rozpoznawania zastosowanie prostej architektury konwolucyjnej sieci neuronowej do identyfikacji różnych stanów procesu współspalania. Danymi wejściowymi były sekwencje obrazów płomienia zarejestrowane podczas testów spalania z różnymi wydatkami paliwa i powietrza.

14

Zastosowanie kamer termowizyjnych do detekcji i śledzenia znaczników wizualnych w warunkach ograniczonej widzialności metodami sztucznej inteligencji

Leplawy Marcin, Lipiński Piotr, Morawska Barbara, Zdanowicz-Zasidko Jakub

Pomiary Automatyka Robotyka

|

2025

|

R. 29, nr 3

85--91

PL

W artykule przedstawiono system wykrywania znaczników ArUco w obrazach termowizyjnych IR, zaprojektowany z myślą o pokonaniu ograniczeń typowych dla tego typu obrazowania, takich jak niska rozdzielczość, szum termiczny, pasmowanie gradientu i brak wyraźnych krawędzi. Klasyczne algorytmy wykrywania znaczników fiducjalnych, skuteczne w obrazach RGB, zawodzą w środowisku IR z uwagi na specyfikę promieniowania cieplnego. Autorzy zaprojektowali wieloetapowy potok przetwarzania wstępnego obrazu, obejmujący m.in. posteryzację, wygładzanie gradientu, wzmocnienie krawędzi i eliminację pasmowania, co umożliwia poprawną identyfikację wzorców binarnych ArUco. Zastosowano również metody estymacji pozy i orientacji w przestrzeni 3D oraz adaptacyjne progowanie binarne z tolerancją błędów dopasowaną do zakłóceń termicznych. Opracowany interaktywny system pozwala użytkownikowi dostosowywać parametry przetwarzania obrazu w czasie rzeczywistym, co znacząco zwiększa skuteczność detekcji znaczników ArUco w zmiennych warunkach środowiskowych. Przeprowadzone testy wykazały poprawę skuteczności detekcji znaczników o około 26 % w porównaniu do standardowych podejść.

EN

This article presents a system for detecting ArUco markers in thermal infrared (IR) images, designed to overcome the typical limitations of this imaging modality, such as low resolution, thermal noise, gradient banding, and the absence of distinct edges. Conventional fiducial marker detection algorithms, effective in RGB images, fail in IR environments due to the specific nature of thermal radiation. The author developed a multi-stage preprocessing pipeline including posterization, gradient smoothing, edge enhancement, and banding elimination, enabling accurate identification of binary ArUco patterns. Additionally, methods for estimating position and orientation in 3D space were implemented, along with adaptive binary thresholding with error tolerance tailored to thermal disturbances. The developed interactive system allows users to adjust image processing parameters in real time, significantly improving ArUco marker detection performance in varying environmental conditions. Tests conducted showed an approximately 26 % improvement in detection accuracy compared to standard approaches.

15

Non-Destructive Testing of Composite Helmets Using Ultrasonic Thermography

Świderski Waldemar

Pomiary Automatyka Robotyka

|

2025

|

R. 29, nr 4

15--21

EN

Due to the shape and material of composite helmets, ultrasonic thermography is the most effective method of detecting subsurface defects using non-destructive testing methods. This method was created by combining the ultrasonic method with infrared thermography. Ultrasonic waves flowing through the tested material cause vibrations at the edges of material discontinuities, which results in heat release. A thermal camera is used to locate places on the surface of the helmet with elevated temperature. Defects are located in these places. Since changes in temperature above defects often do not exceed the noise level, various methods of image processing (thermograms) are used to improve the effectiveness of detecting defects. The article presents the results of tests of composite helmets with intentionally introduced defects and helmets after many years of use. It also shows the possibilities of improving the results of defect detection using various image processing methods.

PL

Ze względu na kształt i materiał, z którego wykonane są hełmy kompozytowe, termografia ultradźwiękowa jest najskuteczniejszą metodą wykrywania wad podpowierzchniowych przy użyciu metod badań nieniszczących. Metoda ta została stworzona poprzez połączenie metody ultradźwiękowej z termografią w podczerwieni. Fale ultradźwiękowe przepływające przez badany materiał powodują drgania na krawędziach nieciągłości materiału, co powoduje wydzielanie ciepła. Kamera termowizyjna służy do lokalizowania miejsc na powierzchni hełmu o podwyższonej temperaturze. W tych miejscach znajdują się wady. Ponieważ zmiany temperatury powyżej wad często nie przekraczają poziomu szumu, stosuje się różne metody przetwarzania obrazu (termogramu) w celu poprawy skuteczności wykrywania wad. Artykuł przedstawia wyniki badań hełmów kompozytowych z celowo wprowadzonymi wadami oraz hełmów po wieloletnim użytkowaniu. Pokazuje również możliwości poprawy wyników wykrywania wad przy użyciu różnych metod przetwarzania obrazu.

16

Review on infrared single-pixel imaging

Szajewski Krzysztof, Szajewska Anna, Urbaś Sebastian, Więcek Bogusław

Opto-Electronics Review

|

2025

|

Vol. 33, No. 2

art. no. e154306

EN

The article discusses modern single-pixel imaging techniques. Different solutions of spatial light modulators (SLMs) used in infrared imaging are presented. The focus is on image reconstruction methods, in particular on the use of a modulator based on orthogonal codes, cyclic matrices, and neural networks for image reconstruction. The potential possibilities and limitations of these new imaging methods are described, emphasizing their usefulness in different ranges of the infrared spectrum. Moreover, the experimental implementation of a single-pixel infrared camera is presented. Possible applications and future development perspectives of this technology are indicated.

17

Evaluation of the life cycle and determining the degree of firmness and acidity of rose apple with image processing and neural network with the grey wolf method to predict environmental effects

Shirzad Naim, Shahgholi Gholamhossein, Ardabili Sina, Szymanek Mariusz

Journal of Ecological Engineering

|

2025

|

Vol. 26, nr 2

73--84

EN

Department of Agricultural, Forest and Transport Machinery, University of Life Sciences in Lublin, Poland This study evaluates the process of detecting the degree of firmness and pH of rose apples with the help of image processing from the point of view of environmental effects. The process of this study started with image processing. In image processing, the selected samples were photographed with a charge-coupled device (CCD) camera, and red (R), green (G), and blue (B) values were extracted with the image processing algorithm in MATLAB software. Next, the hardness and acidity values of the samples were extracted using laboratory steps. Next, with the inputs of each test, the life cycle assessment (LCA) list was prepared. Then, with the Impact 2002+ method, the list was subjected to life cycle evaluation, and the middle and final effects of the analyses were extracted. Next, the neural network and grey wolf optimizer (GWO) methods were used to predict environmental effects. Based on the results, it was determined that the values of R and G had the highest effect on estimating pH and the values of B and G had the highest effect on estimating the product’s hardness. Also, the results of evaluating the accuracy of the artificial neural network combined with the grey wolf optimizer showed that the accuracy of the estimation of environmental effects in the evaluation of pH was about 3–5% higher than that of soluble solid content (SSC). Based on the findings, using the integrated machine learning (ML) system with image processing is a reliable method to estimate the environmental effects of detecting the quality characteristics of Iranian rose apples entirely non-destructively.

18

Application of curvelet transform and PLC controllers in automation as elements of ensuring high-quality control of an industrial gas burner

Łukasik Zbigniew, Pietruszczak Daniel, Jaśkiewicz Mateusz

Journal of Automation, Electronics and Electrical Engineering

|

2025

|

Vol. 7, No. 1

51--63

EN

The paper describes and proposes a multidimensional curvelet transformation for flame image analysis and describes the use of a PLC controller in an original program for controlling an industrial gas burner mounted on metallurgical furnaces for burning metal molds. Both the use of the curvelet transform and automation using PLC controllers for controlling the gas burner are elements that ensure the accuracy and safety of the entire industrial process.

19

A combination of two conjugate gradient methods under a new line search with its application in image restoration problems

Maiza Asma, Ziadi Raouf, Saleh Mohammed A., Almaymuni Abdulgader Z.

International Journal of Applied Mathematics and Computer Science

|

2025

|

Vol. 35, no. 2

267--280

EN

A combined conjugate gradient algorithm is introduced for solving unconstrained optimization problems. In the suggested approach, the conjugate gradient parameter is defined as a combination of PRP (Polak-Ribiére-Polyak) and BRB (Rahali- Belloufi-Benzine) conjugate gradient parameters. To improve the convergence properties, we have adopted a new inexact line search technique that fits in with the suggested approach. The proposed line search technique can be useful for other gradient descent methods. We have established the existence of a step length that meets the new line search conditions. The generated descent direction and the convergence properties of the suggested approach are studied under the new line search conditions and the proposed method converges globally under mild assumptions. Our approach is evaluated on various test functions, and a comparison with similar recent algorithms is carried out. Furthermore, the proposed algorithm is applied for restoring images with different noise levels.

20

Design and implementation of a vein detection system for improved accuracy in blood sampling

Boutalaka Omar, Benba Achraf, Sandabad Sara

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2025

|

T. 15, nr 1

131--134

EN

Blood sampling is a routine procedure in medical diagnostics, yet precise vein visualization methods remain limited. This projectintroducesa system designed to improve vein detection during blood collection. It relies on Near-Infrared (NIR) light, which interacts with the skin and highlights veins by taking advantage of hemoglobin’s infrared absorption properties. Using a Raspberry Pi and an infrared camera, image acquisitionand processing are handled through MATLAB and Python algorithms, which allow real-time visualization of veins. The system has been testedon a database of infrared images of hands and arms, effectively enhancing vein contrast in real time. The display is connected to the Raspberry Pi, giving medical staff a visual guide. This technology aims to streamline procedures for healthcare professionals, including doctors, nurses, and medical students, particularly in high-volume settings like labs and blood transfusion centers where vein visualization is critical to patient care.

PL

Pobieranie krwi jest rutynową procedurą w diagnostyce medycznej, jednak precyzyjne metody wizualizacji żył pozostają ograniczone. Projekt ten wprowadza system mający na celu usprawnienie wykrywania żył podczas pobierania krwi. Opiera się na świetle bliskiej podczerwieni (NIR),które oddziałuje ze skórą i uwydatnia żyły, wykorzystując właściwości absorpcji podczerwieni przez hemoglobinę. Przy użyciu Raspberry Pi i kameryna podczerwień akwizycja i przetwarzanie obrazu odbywa się za pomocą algorytmów MATLAB i Python, które umożliwiają wizualizację żył w czasie rzeczywistym. System został przetestowany na bazie danych obrazów dłoni i ramion w podczerwieni, skutecznie zwiększając kontrast żył w czasie rzeczywistym. Wyświetlacz jest podłączony do Raspberry Pi, zapewniając personelowi medycznemu wizualne wskazówki. Technologiata ma na celu usprawnienie procedurstosowanych przez pracowników służby zdrowia, w tym lekarzy, pielęgniarki i studentów medycyny, szczególnie w środowiskacho dużym natężeniu ruchu, takich jak laboratoria i centra transfuzji krwi, gdzie wizualizacja żył ma kluczowe znaczenie dla opieki nad pacjentem.