Obrazowanie hiperspektralne w wykrywaniu defektów powłoki cynkowej na powierzchniach wytłoczek elementów karoserii samochodowej

• Autorzy: Roemer Jakub , Zbyrad Paulina , Paćko Paweł , Uhl Tadeusz

Identyfikatory

DOI

10.26357/BNiD.2019.022

Warianty tytułu

EN

Hyperspectral imaging for zinc layer discontinuity detection for stamped car body parts

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono wyniki badań nieniszczących elementów karoserii samochodowej metodą obrazowania hiperspektralnego. Eksperymenty przeprowadzono na wytłoczkach z blachy ocynkowanej. Celem badań było sprawdzenie możliwości wykrywania nieciągłości powłoki cynkowej na podstawie analizy odpowiedzi spektralnej pozyskanej drogą skanowania 2D. Wyniki badań potwierdziły przydatność metody do wykrywania defektów w warunkach laboratoryjnych.

EN

The paper presents an application of hyperspectral imaging for defect detection in stamped elements of a car body. Measurements were performed on zinc-coated stamped steel sheets. The aim of the experiment was to verify the effectiveness of hyperspectral imaging for detecting discontinuities of the zinc layer. Two-dimensional hyperspectral scanning was performed on prepared steel samples. Experimental results prove the effectiveness of the proposed method for detecting zinc coating damage under laboratory conditions.

Słowa kluczowe

PL

obrazowanie hiperspektralne; badania nieniszczące; przemysł samochodowy; analiza obrazów

EN

hyperspectral imaging; NDT; automotive; image analysis

• Wydawca: Stowarzyszenie Inżynierów i Techników Mechaników Polskich
• Czasopismo: Badania Nieniszczące i Diagnostyka
• Rocznik: 2019
• Tom: nr 4
• Strony: 35--38
• Opis fizyczny: Bibliogr. 17 poz., rys.

Twórcy

autor

Roemer Jakub

• Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

autor

Zbyrad Paulina

• Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

autor

Paćko Paweł

• Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

autor

Uhl Tadeusz

• Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

Bibliografia

• [1] J. J. Liu, M. H. Bharati, K.G. Dunn, J.F. MacGregor, “Automatic masking in multivariate image analysis using support vector machines” Chemom. Intell. Lab. Syst., vol. 79, 42–54, 2015.
• [2] F. Gruber, P. Wollmann, B. Schumm, W. Grählert, S. Kaskel, “Quality control of slot-die coated aluminum oxide layers for battery applications using hyperspectral imaging” Journal of Imaging, vol. 2, pp. 12, 2016.
• [3] E.K. Hege, D. O'Connell, W. Johnson, S. Basty, E. L. Dereniak, “Hyperspectral imaging for astronomy and space surveillance” Imaging Spectrometry IX. International Society for Optics and Photonics, vol. 5159, pp. 380-391, 2004.
• [4] T. Adão, J. Hruška, L. Pádua, J. Bessa, E. Peres, R. Morais, J. Sousa, “Hyperspectral imaging: A review on UAV-based sensors, data processing and applications for agriculture and forestry” Remote Sensing, vol. 9(11), pp. 1110, 2017.
• [5] S. V. Panasyuk, S. Yang, D. V. Faller, D. V. Ngo, R. A. Lew, J. E. Freeman, A. E. Rogers, “Medical hyperspectral imaging to facilitate residual tumor identification during surgery” Cancer biology & therapy, vol. 6(3), pp. 439-446, 2007.
• [6] F. A. Kruse, J. W. Boardman, J. F. Huntington, “Comparison of EO-1 Hyperion and airborne hyperspectral remote sensing data for geologic applications” Proceedings, IEEE Aerospace Conference, vol. 3, pp. 3-3, 2002.
• [7] R. G. Resmini, M. E. Kappus, W. S. Aldrich, J. C. Harsanyi, M. Anderson, “Mineral mapping with hyperspectral digital imagery collection experiment (HYDICE) sensor data at Cuprite, Nevada, USA” Int. J. Remote Sens, vol. 18(7), pp. 1553-1570, 1997.
• [8] C. Cucci, J. K. Delaney, M. Picollo, “Reflectance hyperspectral imaging for investigation of works of art: old master paintings and illuminated manuscripts” Accounts of chemical research, vol. 49(10), pp. 2070-2079, 2016.
• [9] F. Daniel, A. Mounier, J. Pérez-Arantegui, C. Pardos, N. Prieto-Taboada, S. F. O. de Vallejuelo, K. Castro, “Hyperspectral imaging applied to the analysis of Goya paintings in the Museum of Zaragoza (Spain)” Microchemical Journal, vol. 126, 113-120, 2016.
• [10] R. Pillay, J. Y. Hardeberg, S. George, “Hyperspectral imaging of art: Acquisition and calibration workflows” Journal of the American Institute for Conservation, vol. 58(1-2), 3-15, 2019.
• [11] H. Huang, L. Liu, M. Ngadi, “Recent developments in hyperspectral imaging for assessment of food quality and safety” Sensors, vol. 14(4), pp. 7248-7276, 2014.
• [12] Z. Xiong, D. W. Sun, H. Pu, A. Xie, Z. Han, M. Luo, “Non-destructive prediction of thiobarbituric acid reactive substances (TBARS) value for freshness evaluation of chicken meat using hyperspectral imaging” Food chem., vol. 179, 175-181, 2015.
• [13] A. Xie, D. W. Sun, Z. Xu, Z. Zhu, “Rapid detection of frozen pork quality without thawing by Vis–NIR hyperspectral imaging technique” Talanta, vol. 139, pp. 208-215, 2015.
• [14] W. H. Su, H. J. He, D. W. Sun,“Non-destructive and rapid evaluation of staple foods quality by using spectroscopic techniques: a review” Crit. Rev. Food Sci. Nutr, vol. 57(5), pp. 1039-1051, 2017.
• [15] A. A. Gowen, C. P. O’donnell, P. J. Cullen, S. E. J. Bell, “Recent applications of chemical imaging to pharmaceutical process monitoring and quality control” European journal of pharmaceutics and biopharmaceutics, vol. 69(1), pp. 10-22, 2008.
• [16] R. Gosselin, D. Rodrigue, R. González-Núñez, C. Duchesne, “Potential of hyperspectral imaging for quality control of polymer blend films” Ind. Eng. Chem. Res, vol. 48(6), pp. 3033-3042, 2009.
• [17] W. Devesse, D. De Baere, P. Guillaume, “High resolution temperature measurement of liquid stainless steel using hyperspectral imaging” Sensors, vol. 17(1), pp. 91, 2017.

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2019).