Wyniki wyszukiwania - BazTech

1

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.

2

Application of the YOLO algorithm in fire and smoke detection systems for early detection of forest fires in real time

Drzymała Agnieszka Joanna, Korzeniewska Ewa

Przegląd Elektrotechniczny

|

2025

|

R. 101, nr 2

44--47

EN

The paper presents a study of the possibilities of using modern machine learning methods based on the YOLO (You Only Look Once) algorithm in the detection and classification of fire hazards based on camera image recognition. The paper aims to develop an automation system for effectively identifying fire and smoke to develop effective protection of forest complexes. The YOLOv8 model was used in the detection process, which turned out to be a highly effective object detection model in real-time. The paper presents the process of preparing image data sets for the construction of the YOLO model. In the final part of the paper, many tests were carried out to assess the effectiveness and precision of the developed fire detection and fire prediction models. The results of these tests confirmed that the detection model works very precisely and can accurately identify fiery and smoky areas in camera images.

PL

W pracy zaprezentowano badanie możliwości zastosowania nowoczesnych metod uczenia maszynowego w oparciu o algorytm YOLO (You Only Look Once) w detekcji i klasyfikacji zagrożenia pożarowego na podstawie rozpoznawania obrazu pozyskanego z kamery. Praca ma na celu określenie efektywności działania algorytmu w automatyzacji identyfikacji ognia i zadymienia dla potrzeb opracowania skutecznej ochrony kompleksów leśnych. W procesie detekcji zastosowano model YOLOv8, który okazał się modelem wykrywania obiektów o wysokiej skuteczności w czasie rzeczywistym. W pracy zaprezentowano proces przygotowania zbiorów danych obrazowych dla potrzeb budowy modelu YOLO.

3

Analyzing Potential Use of 3D Machine Vision and AI Algorithms at Robotic Workstations

Panasiuk Jarosław

Problemy Mechatroniki : uzbrojenie, lotnictwo, inżynieria bezpieczeństwa

|

2025

|

Vol. 16, Nr 1 (59)

95 -- 106

EN

The following article presents an analysis concerned with the potential use of vision and machine learning solutions implemented at automated workstations with industrial robots. Aspects related to various elements of such stations and theoretical foundations have been analyzed, and examples of equipment and program components have been given to open up new options related to industrial robotics, trajectory planning, collision avoidance, and safety.

PL

W artykule przedstawiono analizę możliwości wykorzystania rozwiązań z zakresu systemów wizyjnych i uczenia maszynowego na stanowiskach zrobotyzowanych, wykorzystujących roboty przemysłowe. Przeanalizowano kwestie związane z elementami takich stanowisk jak również podstawami teoretycznymi i przykładami elementów sprzętowych jak również programowych, umożliwiających uzyskiwanie nowych możliwości w obszarze robotyki przemysłowej, planowania trajektorii, unikania kolizji i bezpieczeństwa

4

Zastosowanie głębokiego uczenia na danych hiperspektralnych do klasyfikacji materiałów przyszwy obuwia

Wittels Paweł, Jaczewski Jan, Brzeziński Piotr

Pomiary Automatyka Robotyka

|

2025

|

R. 29, nr 2

85--93

PL

Rosnąca w społeczeństwie świadomość ekologiczna sprawia, że w Europie rośnie zapotrzebowanie na używaną odzież i obuwie. Jednak wysokie koszty siły roboczej w krajach UE sprawiają, że ręczne sortowanie odzieży staje się nieopłacalne. Skuteczna klasyfikacja materiałów odzieży i obuwia w oparciu o tradycyjne rozwiązania, np. kamery mono/RGB nie jest możliwa. W artykule opisujemy opracowany i wdrożony system automatycznej klasyfikacji materiałów przyszwy obuwia na linii sortującej, wykorzystujący sztuczne sieci neuronowe do analizy obrazu z kamer hiperspektralnych w paśmie NIR-SWIR (900-1700 nm).

EN

The growing environmental awareness in society is driving an increasing demand for second-hand clothing and footwear in Europe. However, the high labor costs in EU countries make manual sorting of clothing not economically viable. Effective classification of garment and footwear materials using traditional solutions, such as mono/RGB cameras, is not possible. In our article, we describe the development and implementation of an automated system for classifying upper shoe materials on a sorting line, utilizing artificial neural networks to analyze images from hyperspectral cameras in the NIR-SWIR range (900-1700 nm).

5

Digitalization in Mining and Mineral Processing – a New Solution for Potential Increasing the Metals Recovery

Foszcz Dariusz, Saramak Daniel, Galas Jacek, Litwin Dariusz, Krawczykowski Damian, Krawczykowska Aldona, Gawenda Tomasz, Kasińska-Pilut Ewelina

Inżynieria Mineralna

|

2025

|

Vol. 1, no. 1

29--34

EN

The paper deals with issues of increasing the recovery of useful copper minerals through the application of specific production scheme. A new model of production presented in the paper is connected with technology for monitoring and control of copper ore processing and is based on artificial intelligence. The technology operates at the copper flotation stage and consists of a vision system for analysis of flotation froth images. Image processing algorithms determine the characteristics of the froth and on that basis are capable of modifying and optimizing the flotation process course. The article characterizes the concept and expected outcomes resulting from the implementation of this technique.

PL

W artykule podjęto problematykę zwiększenia odzysku użytecznych minerałów miedzi poprzez zastosowanie określonego schematu produkcji. Przedstawiony w artykule nowy model produkcji jest powiązany z technologią monitorowania i kontroli przeróbki rudy miedzi i opiera się na sztucznej inteligencji. Technologia ta działa na etapie flotacji miedzi i składa się z systemu wizyjnego do analizy obrazów piany flotacyjnej. Algorytmy przetwarzania obrazu określają charakterystykę piany i na tej podstawie są w stanie modyfikować i optymalizować przebieg procesu flotacji. W artykule scharakteryzowano koncepcję i oczekiwane rezultaty wynikające z wdrożenia tej techniki.

6

An image Analysis Algorithm for Detecting Modified Content on the Internet Against Cybercrime. A Technique for Estimating the Probability of Modification

Jędrasiak Karol, Wolański Robert

Safety & Fire Technology

|

2024

|

Vol. 63, iss. 1

88--94

EN

Purpose: The aim of this study is to present a cutting-edge image analysis algorithm designed to estimate the probability of modifications in digital images, a critical component in cybersecurity for detecting altered content on the Internet. This technique enhances the accuracy of change detection by distinguishing real inconsistencies from accidental changes. As the problem of sophisticated image processing software and fake images continues to rise on the Internet, the issue of image authenticity becomes increasingly crucial in many areas of science and society. Traditional visual inspection methods are inadequate, as research shows human perception is limited in recognizing the authenticity of images. This study aims to improve the accuracy of detecting modifications by distinguishing authentic inconsistencies from random anomalies. Project and Methods: This project involves developing an algorithm that leverages noise analysis and a statistical validation step to detect image modifications. The algorithm employs the False Positive Rate Index (FPRI) to manage false positives, providing a reliable confidence level for each detection. The method includes visual exploration to interpret detections and compares the algorithm’s performance with other state-of-the-art techniques in scenarios such as retouching, coloring, and merging. The algorithm analyzes noise in images, considering changes in its statistical properties due to image processing like noise reduction, demosaicing, chromatic aberration correction, color matching, gamma correction, and image compression. It compares global noise curves with local ones to identify potential changes, with results visualized using heat maps. Results: The algorithm demonstrates promising performance across various test scenarios, successfully identifying true modifications among random events. However, it shows limitations in detecting certain types of forgeries, such as internal copy transfer and merging in high-noise areas. Tests conducted on various data sets, including scenarios of retouching, coloring, and merging, confirm the algorithm’s effectiveness in detecting modifications. The results are compared with other noise analysis methods such as Splicebuster, Noiseprint, and Mahdian, showing superior performance in most cases. Conclusions: The proposed method represents a significant advance in image forgery detection within the field of cybersecurity, offering rigorous statistical validation and a measurable level of detection confidence. Despite some challenges in detecting specific types of manipulation, the algorithm is a valuable tool in digital image analysis and forensic research, enhancing the reliability of image alteration detection. As the use of digital technologies increases, so does the importance of image interpretation in areas like fire investigations and other incidents involving records from both classical and thermographic imaging systems. This method is particularly valuable in forensic investigations, where objective evidence of image authenticity is crucial. Future challenges include the use of neural networks to replicate the characteristic noise of original images to hide alterations, underscoring the need for continued development of advanced forgery detection techniques.

PL

Cel: Celem tego badania jest przedstawienie najnowocześniejszego algorytmu analizy obrazu zaprojektowanego do oceny prawdopodobieństwa modyfikacji obrazów cyfrowych, co jest kluczowym narzędziem w wykrywaniu zmienionej treści. Technika ta zwiększa dokładność wykrywania zmian poprzez odróżnienie rzeczywistych niespójności od zmian przypadkowych. W miarę narastania problemu fałszywych obrazów w Internecie, kwestia autentyczności obrazu staje się coraz bardziej istotna w wielu obszarach nauki i społeczeństwa. Tradycyjne metody kontroli wizualnej są niewystarczające, ponieważ badania pokazują, że ludzka percepcja ma ograniczone możliwości rozpoznawania autentyczności obrazów. Projekt i metody: Projekt ten obejmuje opracowanie algorytmu wykorzystującego analizę szumu i etap walidacji statystycznej w celu wykrycia modyfikacji obrazu. Algorytm opiera się na wskaźniku częstości fałszywych trafień (FPRI) do zarządzania fałszywymi alarmami, zapewniając niezawodny poziom ufności dla każdego wykrycia. Metoda obejmuje eksplorację wizualną w celu interpretacji wykrycia i porównanie wydajności algorytmu z innymi najnowocześniejszymi technikami w scenariuszach, takich jak retusz, kolorowanie i łączenie. Algorytm analizuje szum w obrazach, biorąc pod uwagę zmiany jego właściwości statystycznych w wyniku procesów przetwarzania obrazu. Wyniki: Algorytm wykazuje obiecującą wydajność w różnych scenariuszach testowych, skutecznie identyfikując prawdziwe modyfikacje wśród zdarzeń losowych. Wykazuje jednak ograniczenia w wykrywaniu niektórych rodzajów fałszerstw, takich jak wewnętrzne przesyłanie kopii i łączenie dokumentów w obszarach o dużym zaszumieniu. Testy przeprowadzone na różnych zbiorach danych, obejmujące retusz, kolorowanie i łączenie, potwierdzają skuteczność algorytmu w wykrywaniu modyfikacji. Wyniki porównuje się z innymi metodami analizy szumu, takimi jak Splicebuster, Noiseprint i Mahdian, w większości przypadków wykazując lepszą wydajność. Wnioski: Proponowana metoda stanowi znaczący postęp w wykrywaniu fałszywych obrazów w dziedzinie cyberbezpieczeństwa, oferując rygorystyczną walidację statystyczną i mierzalny poziom pewności wykrycia. Pomimo pewnych wyzwań związanych z wykrywaniem określonych rodzajów manipulacji, algorytm jest cennym narzędziem w cyfrowej analizie obrazu i badaniach kryminalistycznych. Wraz ze wzrostem wykorzystania technologii cyfrowych rośnie znaczenie interpretacji obrazu, m.in. w badaniach pożarowych i eksploracji zapisów z systemów obrazowania klasycznego i termowizyjnego.

7

Automatyczne rozpoznawanie elementów polskich pojazdów hi storycznych

Balcerek Julian, Dąbrowski Adam, Pawłowski Paweł, Tokarski Piotr

Przegląd Elektrotechniczny

|

2024

|

R. 100, nr 10

212--215

PL

W niniejszym artykule zaprezentowano system do automatycznego rozpoznawania elementów polskich pojazdów historycznych. Sys tem dokonuje analizy obrazów za pomocą sztucznych sieci neuronowych. Do przeprowadzenia testów skuteczności klasyfikacji wybranych zbiorów klas obiektów przygotowano bazę obrazów, z uwzględnieniem pochodzenia, modułu, modelu, nadwozia, silnika i wnętrza. Dla sieci wytrenowanych na pojedynczych modułach pojazdów w dwóch przypadkach osiągnięto stuprocentową dokładność klasyfikacji.

EN

This article presents a system for automatic recognition of elements of Polish historical vehicles. The system uses artificial neural net works for image analysis. A database of images was prepared to carry out the classification tests of selected sets of object classes, taking into ac count the origin, module, model, engine, body, and interior. For networks trained on single vehicle module, even 100% classification accuracy was achieved in two cases.

8

Assessment of the effectiveness of an autonomous device for pre-sowing scarification and sorting of acorns

Tylek Paweł, Klocek Jakub, Piłat Adam, Kaliniewicz Zdzisław, Novikov Arthur I., Mateusiak Łukasz

Przegląd Elektrotechniczny

|

2024

|

R. 100, nr 9

206--209

EN

The paper presents the model of a rotary autonomous scarifier, which cuts acorns with precision and sorts them based on an innovative optical resolution feature. The device is equipped with two optical systems, the first of which checks the spatial orientation resulting from the random feeding of acorns through the feeder, while the second one is responsible for controlling the health of the acorns. Seedlings grown from acorns were assessed for viability based on the measurement of electrical conductivity. As plant cells have a capacitive element, mainly constituted by cytoplasmic membranes, the value of the measured electrical conductivity is the sum of conductance and susceptance, and the obtained result is called admittance. The fundamental advantage of this method is the ability to determine the viability of seedlings using a single measurement.

PL

Przedstawiono model karuzelowego, autonomicznego skaryfikatora, który dokonuje precyzyjnego obcięcia żołędzi oraz sortuje je na podstawie innowacyjnej, optycznej cechy rozdzielczej. Urządzenie zostało wyposażone w dwa systemy optyczne, z których pierwszy sprawdza orientację przestrzenną, wynikającą z losowego podawania żołędzi przez podajnik, natomiast drugi odpowiada za kontrolowanie zdrowotności. Wyhodowane z żołędzi sadzonki poddano ocenie ocenie żywotności na podstawie pomiaru przewodnictwa elektrycznego. Ze względu na występowanie w komórkach roślinnych elementu pojemnościowego, jakimi są głównie błony cytoplazmatyczne, wartość mierzonego przewodnictwa elektrycznego jest sumą konduktancji i susceptancji a otrzymany wynik określamy mianem admitancji. Fundamentalną zaletą tej metody jest możliwość określenia żywotności sadzonek przy wykorzystaniu tylko jednego pomiaru.

9

Modelowanie sygnału z kamery termowizyjnej na potrzeby badania algorytmów optical-flow

Bieszczad Grzegorz, Sawicki Krzysztof, Ligienza Andrzej, Mścichowski Mariusz, Gogler Sławomir

Pomiary Automatyka Robotyka

|

2024

|

R. 28, nr 1

71--80

PL

W artykule przedstawiono sposób modelowania sygnału pochodzącego od kamery termowizyjnej, pozwalający na wykonanie analizy porównawczej algorytmów wyznaczania tak zwanego przepływu optycznego. Sposób modelowania powstał na potrzeby rozwoju czujnika inercyjnego, wyznaczającego przesunięcie pojazdu na podstawie analizy obrazu z kamery termowizyjnej. W ramach prac rozwojowych niezbędne okazało się dokonanie wyboru rodzaju algorytmu wyznaczania przepływu optycznego oraz optymalizację parametrów algorytmu. Syntetyczny model sygnału pozwolił na szybkie prototypownie algorytmów i automatyczną optymalizację jego parametrów. W artykule przedstawiono przykładowe wyniki porównania efektywności algorytmów SAD oraz Farnebäcka w kontekście zastosowania dla obrazów termowizyjnych.

EN

The article presents a method of modeling the signal coming from a thermal imaging camera that allows to perform a comparative analysis of algorithms for determining the so-called optical-flow. The modeling method was created for the development of an inertial sensor determining the displacement of the vehicle based on the analysis of the image from a thermal imaging camera. As part of the development work, it was necessary to select the type of optical flow algorithm and optimize its parameters. The synthetic signal model allowed for quick prototyping and automatic optimization of its parameters. The article presents exemplary results of comparing the efficiency of SAD and Farnebäck algorithms in the context of application for thermal imaging.

10

Modern digital technologies as support for classic measurement methods in corrosion diagnosis of reinforced concrete

Jaśniok Mariusz

Ochrona przed Korozją

|

2024

|

nr 9

246--250

EN

This article presents contemporary methods for diagnosing corrosion damage in reinforced concrete structures. The first section provides a brief overview of traditional measurement methods used to assess the corrosion risk of reinforced concrete, including tests of concrete’s protective properties against reinforcement, corrosion probability tests, and polarisation tests of the corrosion rate of reinforcement in concrete. The second part of the article describes modern digital technologies that support the diagnosis of corrosion damage, including visual inspection using mixed reality and artificial intelligence, and remote inspection using drones. Additionally, the article describes a BIM model of the diagnosed structure allowing for the creation of a digital twin. This model integrates all classical and digital diagnostic tools.

PL

W artykule przedstawiono współczesne możliwości prowadzenia zaawansowanej diagnostyki uszkodzeń korozyjnych konstrukcji żelbetowych. W pierwszej części skrótowo omówiono standardowe metody pomiarowe, od dawna stosowane w ocenie zagrożenia korozyjnego żelbetu: badania właściwości ochronnych betonu względem zbrojenia, badania prawdopodobieństwa korozji i polaryzacyjne badania szybkości korozji zbrojenia w betonie. W drugiej, zasadniczej części artykułu scharakteryzowano nowoczesne technologie cyfrowe wspierające diagnostykę uszkodzeń korozyjnych: inspekcję wizualną z użyciem technologii rzeczywistości mieszanej i sztucznej inteligencji, a także zdalną inspekcję z wykorzystaniem dronów. Jako technologię integrującą wszystkie standardowe i cyfrowe narzędzia diagnostyczne opisano model BIM diagnozowanej konstrukcji, umożliwiający stworzenie cyfrowego bliźniaka.

11

The application of computer image analysis for assessment of surface porosity of architectural concrete

Benedysiuk Tomasz, Jackiewicz-Rek Wioletta, Garbacz Andrzej

Materiały Budowlane

|

2024

|

nr 10

29--39

EN

This article presents the results of research on an innovative method for assessing the porosity of architectural concrete surfaces using image analysis techniques. The method utilizes local thresholding algorithms and morphological operations to minimize the influence of surface color and roughness on the measurement results. The use of model samples with controlled color and surface topography allowed for verification of the method's accuracy in assessing surface porosity and its applicability for evaluating the surface quality of smooth architectural concrete.

PL

W artykule przedstawiono wyniki badań nad innowacyjną metodą oceny porowatości powierzchni betonu architektonicznego z zastosowaniem technik analizy obrazu. Metoda wykorzystuje algorytmy progowania lokalnego i operacje morfologiczne w celu minimalizacji wpływu koloru i chropowatości powierzchni na wynik pomiaru. Zastosowanie próbek modelowych, o kontrolowanych parametrach kolorystyki i struktury geometrycznej powierzchni, pozwoliło na przeprowadzenie weryfikacji dokładności metody oceny porowatości powierzchni i możliwości jej zastosowania do badania jakości powierzchni gładkiego betonu architektonicznego.

12

Building Material Recognition and Feature Extraction Using Small CCD Sensor and Image Analysis and Clustering Techniques

Pagnotta Stefano, Filimon Danis Ionut, Gallello Gianni, Lezzerini Marco

Inżynieria Mineralna

|

2024

|

Vol. 1, no. 1

229-236

EN

Heritage Building material recognition is the process of classifying building materials based on their visual appearance. It is important in construction, urban planning, and archaeology. Image analysis is a common approach, starting with acquiring RGB images, then extracting features using techniques such as colour histograms and texture analysis, and clustering the materials into groups using algorithms like k-means. Finally, the materials are classified into categories using classifiers like decision trees, SVM, or neural networks. Image analysis is a useful tool for building material recognition, as it allows for accurate classification of building materials based on their visual characteristics.

13

Ocena odporności chemicznej zapraw polimerowych zawierających biowęgiel

Załęgowski Kamil, Kępniak Maja

Inżynieria i Budownictwo

|

2024

|

R. 80, nr 6

458--462

PL

Częściowe zastąpienie w kompozytach polimerowych mikrowypełniacza z mączki kwarcowej biowęglem jest jednym z potencjalnych sposobów utylizacji tego odpadu. W artykule omówiono możliwość wykorzystania biowęgla jako składnika zapraw winyloestrowych, w kontekście ich odporności chemicznej. Badania wykonano dla zapraw o różnych składach ilościowych, a więc o różnej zawartości biowęgla. Poddano je 12-miesięcznej ekspozycji na chemicznie agresywne środowisko. Zastosowano roztwory kwasu siarkowego(VI) o stężeniu 0,5% oraz wodorotlenku sodu o stężeniu 5%. Miarą odporności były zmiany masy, wytrzymałości na ściskanie, prędkości podłużnych fal ultradźwiękowych oraz ilościowe zmiany mikrostruktury w porównaniu z próbkami nieobciążonymi chemicznie. Wyniki badań wskazują, że zaprawy winyloestrowe z biowęglem są bardziej odporne na agresję chemiczną roztworem kwasu siarkowego(VI). Zaobserwowano wyraźny spadek wytrzymałości na ściskanie, prędkości fali ultradźwiękowej oraz wzrost wartości parametrów stereologicznych po ekspozycji kompozytów w roztworze zasady sodowej, w przeciwieństwie do agresji chemicznej w roztworze kwasu, po której zmiany właściwości i parametrów mikrostruktury zapraw nie były tak jednoznaczne.

EN

Partial replacement of quartz flour microfiller in polymer composites with biocarbon is one of the potential ways to utilize this waste. The article discusses the possibility of using biocarbon as a component of vinyl ester mortars, in the context of their chemical resistance. The tests were carried out for mortars with different quantitative compositions, and therefore with different biocarbon contents. They were subjected to 12-month exposure to a chemically aggressive environment. Solutions of 0.5% sulfuric acid(VI) and 5% sodium hydroxide were used. Measures of resistance were changes in weight, compressive strength, longitudinal ultrasonic wave velocities and quantitative changes in microstructure compared to chemically unstressed samples. The results show that vinyl ester mortars with biocarbon are more resistant to chemical aggression with sulfuric(VI) acid solution. A significant decrease in compressive strength, ultrasonic wave velocity and an increase in the values of stereological parameters were observed after exposure of the composites in sodium base solution. This is in contrast to the chemical aggression in the acid solution, after which the changes in the properties and microstructural parameters of the mortars were not so clear.

14

Hand movement disorders tracking by smartphone based on computer vision methods

Andrushchenko Marko, Selivanova Karina, Avrunin Oleg, Palii Dmytro, Tymchyk Sergii, Turlykozhayeva Dana

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2024

|

T. 14, nr 2

5--10

EN

This article describes the development of a cost-effective, efficient, and accessible solution for diagnosing hand movement disorders using smartphone-based computer vision technologies. It highlights the idea of using ToF camera data combined with RG data and machine learning algorithms to accurately recognize limbs and movements, which overcomes the limitations of traditional motion recognition methods, improving rehabilitation and reducing the high cost of professional medical equipment. Using the ubiquity of smartphones and advanced computational methods, the study offers a new approach to improving the quality and accessibility of diagnosis of movement disorders, offering a promising direction for future research and application in clinical practice.

PL

W niniejszym artykule opisano opracowanie opłacalnego, wydajnego i dostępnego rozwiązania do diagnozowania zaburzeń ruchu ręki przy użyciu technologii wizyjnych opartych na smartfonach. Podkreślono w nim ideę wykorzystania danych z kamery ToF w połączeniu z danymi RG i algorytmami uczenia maszynowego do dokładnego rozpoznawania kończyn i ruchów, co przezwycięża ograniczenia tradycyjnych metod rozpoznawania ruchu, poprawiając rehabilitację i zmniejszając wysokie koszty profesjonalnego sprzętu medycznego. Wykorzystując wszechobecność smartfonów i zaawansowane metody obliczeniowe, badanie oferuje nowe podejście do poprawy jakości i dostępności diagnostyki zaburzeń ruchu, oferując obiecujący kierunek przyszłych badań i zastosowań w praktyce klinicznej.

15

Evaluating the feasibility of thermographic images for predicting breast tumor stage using DCNN

Khomsi Zakaryae, El Fezazi Mohamed, Elouerghi Achraf, Bellarbi Larbi

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2024

|

T. 14, nr 1

99--104

EN

Early-stage and advanced breast cancer represent distinct disease processes. Thus, identifying the stage of tumor is a crucial procedure for optimizing treatment efficiency. Breast thermography has demonstrated significant advancements in non-invasive tumor detection. However, the accurate determination of tumor stage based on temperature distribution represents a challenging task, primarily due to the scarcity of thermal images labeled with the stage of tumor. This work proposes a transfer learning approach based on Deep Convolutional Neural Network (DCNN) with thermal images for predicting breast tumor stage. Various tumor stage scenarios including early and advanced tumors are embedded in a 3D breast model using the Finite Element Method (FEM) available on COMSOL Multiphysics software. This allows the generation of the thermal image dataset for training the DCNN model. A detailed investigation of the hyperparameters tuning process has been conducted to select the optimal predictive model. Thus, various evaluation metrics, including accuracy, sensitivity, and specificity, are computed using the confusion matrix. The results demonstrate the DCNN model's ability to accurately predict breast tumor stage from thermographic images, with an accuracy of 98.2%, a sensitivity of 98.8%, and a specificity of 97.7%. This study indicates the promising potential of thermographic images in enhancing deep learning algorithms for the non-invasive prediction of breast tumor stage.

PL

Wczesny i zaawansowany rak piersi stanowią odrębne procesy chorobowe. Dlatego też identyfikacja stadium nowotworu jest kluczową procedurą dla optymalizacji skuteczności leczenia. Termografia piersi wykazała znaczny postęp w nieinwazyjnym wykrywaniu nowotworów. Jednak dokładne określenie stopnia zaawansowania nowotworu na podstawie rozkładu temperatury stanowi trudne zadanie, głównie ze względu na niedobór obrazów termicznych oznaczonych stopniem zaawansowania nowotworu. W niniejszej pracy zaproponowano podejście uczenia transferowego oparte na głębokiej konwolucyjnej sieci neuronowej (DCNN) z obrazami termicznymi do przewidywania stadium guza piersi. Różne scenariusze stadium nowotworu, w tym guzy wczesne i zaawansowane, są osadzone w trójwymiarowym modelu piersi przy użyciu metody elementów skończonych (MES) dostępnej w oprogramowaniu COMSOL Multiphysics. Pozwala to na wygenerowanie zestawu danych obrazów termicznych do trenowania modelu DCNN. Przeprowadzono szczegółowe badanie procesu dostrajania hiperparametrów w celu wybrania optymalnego modelu predykcyjnego. W związku z tym różne wskaźniki oceny, w tym dokładność, czułość i swoistość, są obliczane przy użyciu macierzy pomyłek. Wyniki pokazują zdolność modelu DCNN do dokładnego przewidywania stadium guza piersi na podstawie obrazów termograficznych, z dokładnością 98,2%, czułością 98,8% i swoistością 97,7%. Badanie to wskazuje na obiecujący potencjał obrazów termograficznych w ulepszaniu algorytmów głębokiego uczenia się w celu nieinwazyjnego przewidywania stadium guza piersi.

16

Analysis and improvement of the fragmentation quality of blasted rock using digital image processing: the case of the Kef Lahmer quarry, N-E Algeria

Tabet Abdelhak, Benyoucef Ali Ahmed, Zerzour Oussama, Batouche Toufik, Achour Zine Eddine

Geomatics, Landmanagement and Landscape

|

2024

|

no. 1

87--99

EN

The mining industry plays a significant role in the extraction and processing of various ore materials (phosphate, copper, iron, gold, aggregates and others), contributing to industrial and economic development. Rock fragmentation is a fundamental operation and a complex element in mining activities influenced by multiple parameters, including geological and geometric factors, explosive load parameters, and others related to the details of the execution of the blasting plan. The effectiveness of blasting depends on factors such as the geological structure, volume, optimal size of rocks to be blasted, and compliance with safety conditions. To achieve desirable outcomes, it is crucial to make informed decisions regarding the types and quantities of explosives to be used, along with other principal parameters of drilling-blasting design. Continuous evaluation of rock fragmentation is essential for optimizing blasting plans by contributing to the improvement of the quality-price ratio under favorable environmental and safety conditions. This study aims to analyze and enhance the quality of rock fragmentation resulting from blasting activities in the Kef Lahmar-Setif limestone quarry (northeast Algeria), which is characterized by significant rock mass fracturing. This fracturing will be carefully analyzed in order to arrive at an accurate blasting plan for the structure of the studied rock massif. As the aim of the research is to optimize the blasting plan to generate maximum gas pressure and minimize shock pressure due to the existing fractures in the rock mass. in order to test this hypothesis, we conducted several blasting tests by modifying the charge rate of the explosives used (Anfomil and Marmanite III), while maintaining the same parameters in the blasting plan for each test. The goal was to achieve optimal fragmentation. The particle size of the blasted rock pile was analyzed using WipFrag software, which utilizes image analysis techniques.

17

Wpływ popiołu lotnego na wczesną i późną hydratację cementu portlandzkiego

Feng Shuxia, Xu Linglin

Cement Wapno Beton

|

2024

|

R. 29, nr 6

413--430

PL

Badania dotyczące wpływu popiołu lotnego na hydratację stanowią podstawę stosowania go w kompozytach cementowych. Aby wyjaśnić ten wpływ, wykonano badania procesu hydratacji cementu portlandzkiego, w tym m. in. szybkości hydratacji, zmian składu fazowego produktów hydratacji metodą analizy termicznej i dyfrakcji rentgenowskiej. Dokonano także obserwacji mikrostruktury wraz z analizą obrazu. Omówiono różnice między referencyjnym zaczynem cementowym oraz zaczynem zawierającym popiół lotny w celu weryfikacji wpływu popiołu lotnego o niskiej zawartości wapnia na postęp hydratacji cementu. Popiół lotny sprzyjał tworzeniu się Ca(OH)2 w ciągu pierwszych 24 godzin i zwiększył ilość Ca(OH)2 i wody chemicznie związanej odpowiednio o 20,4% i 13,0%. Postęp hydratacji faz klinkierowych był większy w późniejszym etapie, w szczególności dla C4AF. Ze względu na efekty „rozcieńczania” i „adsorpcji” popiół lotny opóźnił lub nawet uniemożliwił powstawanie wewnętrznych produktów hydratacji i promował występowanie tzw. ziaren Hadleya. Po 7 dniach hydratacji strefa między nieuwodnionym rdzeniem klinkieru a zewnętrznymi produktami hydratacji była mniej gęsta, osiągnęła około 18 μm w mieszance z popiołem lotnym, co jest ważnym powodem przyspieszenia hydratacji cementu na skutek ułatwionej dyfuzji. Ponadto popiół lotny stabilizował ettringit i opóźniał jego konwersję do monosiarczanu, co wynikało prawdopodobnie z uwalniania jonów siarczanowych z popiołu lotnego, niż jak przypuszczano z opóźnionej hydratacji C3A.

EN

The effect of fly ash on hydration properties of cement is the theoretical basis of the application of fly ash in cement-based materials. In order to clarify the effect, hydration properties of Portland cement, such as hydration rate, hydration product and microstructure, were investigated by image analysis, thermal analysis and X-ray diffraction in this paper. The differences between the cement slurry with and without fly ash were discussed to gain clarity of the effect of low calcium fly ash on the hydration progress of the cement. Fly ash promoted Ca(OH)2 formation within the first 24 hours, and increased the amount of Ca(OH)2 and chemically bound water produced by unit mass cement hydration by 20.4 % and 13.0 %, respectively. The progress of hydration of the clinker minerals was accelerated in the late stage, most notably C4AF. Due to “dilution” and “adsorption” effects, fly ash delayed or even prevented the formation of inner hydration products and prolonged the existing time of Hadley particles. At the age of 7 days, the interspace between unhydrated clinker core and the outer hydration products reached up to about 18 μm in fly ash blended slurry. These long-lasting interspaces facilitated the migration of ions and water, which should be a very important reason for the accelerated hydration of the cement by fly ash. In addition, fly ash stabilized ettringite and delayed its conversion to monosulfate, which was more likely due to the continuous release of sulfate ions from fly ash than delayed C3A hydration.

18

Obrazowe monitorowanie zachowania dystansu społecznego z wykorzystaniem algorytmów sztucznej inteligencji

Zanozin Viktor, Zankiewicz Andrzej

Przegląd Elektrotechniczny

|

2023

|

R. 99, nr 2

73--77

PL

W artykule przedstawiony został system obrazowej analizy zachowania dystansu społecznego za pomocą współczesnych algorytmów detekcyjnych opartych na konwolucyjnych sieciach neuronowych. Algorytm wykonywany jest na procesorze graficznym (GPU), dzięki czemu wykonany system może zostać zaimplementowany na komputerze PC średniej klasy. Wynik detekcji obrazowany jest graficznie poprzez objęcie wykrytych w analizowanej scenie osób ramkami w kolorze zależnym od wyznaczonego dystansu.

EN

The article presents a system of visual analysis of social distancing behavior using modern detection algorithms based on convolutional neural networks. The algorithm is executed on a graphics processor (GPU), so that the system made can be implemented on a mid-range PC. The detection result is graphically illustrated by covering the people detected in the analyzed scene with frames in a color depending on the determined distance.

19

Automatyczne rozpoznawanie pojazdów uprzywilejowanych

Balcerek Julian, Pawłowski Paweł, Blajer Grzegorz, Filipkiewicz Jakub, Koćwin Kamil

Przegląd Elektrotechniczny

|

2023

|

R. 99, nr 10

274--277

PL

W niniejszym artykule zaprezentowano system do automatycznego rozpoznawania pojazdów uprzywilejowanych występujących na terenie Polski, działający na podstawie analizy obrazów i wykorzystujący sztuczne sieci neuronowe. Przygotowano bazę obrazów do przeprowadze nia skuteczności klasyfikacji wybranych rodzajów pojazdów uprzywilejowanych, z uwzględnieniem ich gabarytów i możliwości wykrywania sygnałów świetlnych. Dla najlepszej konfiguracji przebadanych sieci neuronowych i rozdzielczości obrazów osiągnięto ponad 99% dokładność klasyfikacji.

EN

This article presents a system for automatic recognition of emergency vehicles in Poland, using artificial neural networks and image anal ysis. A database of images was prepared to carry out the classification tests of selected types of emergency vehicles, taking into account their di mensions and the ability to detect light signals. For the best configuration of the tested neural networks and image resolution, over 99% classification accuracy was achieved.

20

Effect of coagulation conditions on size and morphology of phytoplanktonic organism aggregates

Kapuścińska Ewelina

Gaz, Woda i Technika Sanitarna

|

2023

|

Nr 12

41--48

EN

This paper presents results of research on changes in morphological parameters and fractal dimensions of Monoraphidium contortum and Microcystis aeruginosa cell aggregates obtained from coagulation using FeCl3. The study used Morphologi G3 as microscopic image analyzer. Based on the microscopic image analysis, the aggregates specific morphological parameters were determined: equivalent diameter (de), „elongation”, „solidity” and aggregate fractal dimensions - D1 and D2. It was found that, size of phytoplankton cell aggregates was subordinated to log-normal distribution. The analysis of changes in aggregate size distribution indicated that along with the increase of coagulant doses (Dc) and flocculation time (tf), their mean equivalent diameter increased. The average diameter of aggregates, on the other hand, decreased with increasing velocity gradient (G). Along with the increase in the amount of energy introduced into the system during mixing (G), a tendency to elongate cell aggregates and reduce their solidity was observed. The morphological characteristics of phytoplankton aggregates based on morphological parameters and fractal geometry allowed to observe a significant relationship between D2 and „solidity”. An increase in the morphological parameter in the form of „solidity” was associated with an increase in the value of the second fractal dimension. Aggregate size evolution, at a constant velocity gradient, occurred in three stages: aggregate growth (I), aggregate break-up (II) and steady state (III). The size and spatial structure of aggregates influenced sedimentation properties of flocs. The reduction of the mean equivalent diameter and solidity of aggregates resulted in a slower sedimentation rate of aggregates.

PL

W pracy poddano analizie zmiany parametrów morfologicznych i wymiarów fraktalnych agregatów komórek zielenicy Monoraphidium contortum oraz sinicy Microcystis aeruginosa ,,uzyskanych w wyniku koagulacji prowadzonej z wykorzystaniem chlorku żelaza (III). W badaniach wykorzystano analizator obrazu Morphologi G3. Zastosowana metoda cyfrowej analizy obrazu mikroskopowego pozwoliła na scharakteryzowanie zarejestrowanych cząstek za pomocą szeregu parametrów morfologicznych: średnica równoważna (dr), „wydłużenie”, „zwartość”. Ponadto, w oparciu o analizę obrazu mikroskopowego, wyznaczono wymiary fraktalne - D1 i D2. Stwierdzono, że wielkość agregatów komórek fitoplanktonu była podporządkowana rozkładowi log-normalnemu. Przeprowadzona analiza zmian rozkładów wielkości agregatów wskazała, że wraz ze wzrostem dawek koagulantu (Dk) i czasu flokulacji (tf) następował wzrost ich średniej średnicy równoważnej. Średnia średnica agregatów uległa natomiast zmniejszeniu wraz ze wzrostem gradientu prędkości (G). Zwiększanie ilości energii wprowadzanej do układu podczas mieszania (G), prowadziło do wydłużania się agregatów komórek oraz zmniejszania ich zwartości. Charakterystyka morfologiczna agregatów fitoplanktonu, oparta na parametrach morfologicznych i geometrii fraktalnej pozwoliła zaobserwować istotną zależność pomiędzy D2, a „zwartością”. Wzrost parametru morfologicznego w postaci „zwartości” związany był ze zwiększeniem wartości drugiego wymiaru fraktalnego. Zaobserwowano, że zmiana wielkości agregatów w czasie, przy stałym gradiencie prędkości zachodziła w trzech etapach: wzrost agregatów (I), rozpad agregatów (II) i ustalenie stanu równowagi (III). Wielkość i struktura przestrzenna agregatów wpływała na właściwości sedymentacyjne kłaczków. Zmniejszenie średniej średnicy równoważnej i zwartości agregatów decydowało o mniejszej prędkości sedymentacji agregatów.