Dwuwymiarowa funkcja korelacji obrazów wad typu squat w diagnostyce szyn kolejowych metodą skaterometrii laserowej

• Autorzy: Lesiak P. , Sokołowski A. , Wlazło M.

Warianty tytułu

EN

Two-dimensional cross-correlation function of the flaws type of squat in diagnostics of railway rails by laser scatterometry method

• Języki publikacji: PL

Abstrakty

PL

W artykule zastosowano dwuwymiarową funkcję korelacji do oceny podobieństwa obrazów wad szyn kolejowych uzyskanych metodą skaterometrii laserowej. Obrazy te powstają w wyniku rozproszenia wiązki lasera. Jako obiekt badań wybrano wady kontaktowo-naprężeniowe typu squat. Proponowana metoda polega na porównaniu obrazu wady z obrazem jej wzorca. W obliczeniach funkcji korelacji tych obrazów, wykorzystano dwuwymiarową szybką transformację Fouriera. Transformaty obydwu obrazów pomnożono przez siebie. Następnie wyznaczono odwrotną transformatę, w wyniku której uzyskano obraz funkcji korelacji. Charakterystycznym efektem podobieństwa tych obrazów jest obraz z ostrym, wyrazistym pikiem. Wartość liczbowa tej funkcji stanowi miarę podobieństwa obrazów wady i wzorca. Ten oryginalny algorytm wyznacza nowe możliwości w diagnostyce szyn kolejowych.

EN

Two-dimensional cross-correlation function has been applied to evaluate similarity of railway rails flaws images, that were obtaining by means of laser scatterometry method. These images arise from the dispersion of laser beam. The contact-tension flaws squat type have been chosen as property research. Proposed method consists in comparison between flaws images and standard images. Two-dimensional Fast Fourier Transform has been applied to calculate cross-correlation functions for these images. Fourier transforms both images were multiplied. Next the inverse Fourier transform was calculated and as the result cross-correlation function was obtained. Characteristic similarity effect of both images is the image with sharp expressive peak. The numerical value of this function is a measure of the similarity flaws image and standard image. This original algorithm sets new possibilities in railway rails diagnosis.

Słowa kluczowe

PL

szyny kolejowe; diagnostyka; skaterometria laserowa

EN

railways; diagnostics; scatterometry laser method

• Wydawca: Instytut Naukowo-Wydawniczy "TTS" Sp. z o.o
• Czasopismo: TTS Technika Transportu Szynowego
• Rocznik: 2016
• Tom: R. 23, nr 7-8
• Strony: 52--57
• Opis fizyczny: Bibliogr. 13 poz., rys., tab.

Twórcy

autor

Lesiak P.

• Uniwersytet Technologiczno-Humanistyczny im. K. Pułaskiego w Radomiu, Wydział Transportu i Elektrotechniki

autor

Sokołowski A.

• Politechnika Rzeszowska w Rzeszowie, Wydział Zarządzania, Zakład Informatyki w Zarządzaniu

autor

Wlazło M.

• Uniwersytet Technologiczno-Humanistyczny i. K. Pułaskiego w Radomiu, Wydział Transportu i Elektrotechniki
• Firma Sunnco Kolektory Słoneczne

Bibliografia

• 1. Bracewel R., The Fourier transform and its applications, McGraw-Hill, Boston 2000.
• 2. Gniadek K., Optyczne przetwarzanie informacji, PWN, Warszawa 1992.
• 3. Izydorczyk 1, Płonka G., Tyma G., Teoria sygnałów, Wydawnictwo Helion, 2006.
• 4. Lesiak R, Bojarczak R, Wlazło M., Algorytmy przetwarzania sygnałów w defektoskopii optycznej powierzchniowych wad kontaktowo-naprężeniowych szyn kolejowych, VII Konferencja Naukowo-Techniczna „Projektowanie, budowa i utrzymanie infrastruktury w transporcie szynowym" INFRASZYN 2014, Zakopane 9-11 kwietnia, ITE-PiS, Radom 2014.
• 5. Lesiak P., Bojarczak P., Przetwarzanie i analiza obrazów w wybranych badaniach defektoskopowych, Monograficzna seria wydawnicza Biblioteka Problemów Eksploatacji, ITE, Radom 2012.
• 6. Lesiak P., Szumiata T., Wlazło M., Laser scatterometry for detection of squat defects in railway rails, The Archives of Transport, Volume 33, Issue 1, pp. 47-56, Warszawa 2015.
• 7. Lesiak R, Szumiata T., Skaterometria laserowa wad head checking w szynach kolejowych, „Pomiary Automatyka Kom-putery w Gospodarce i Ochronie Środowiska", 2010, nr 2.
• 8. Lesiak R, Wlazło M., Badania i analiza widmowa sygnałów wad squat w defektoskopii optycznej szyn kolejowych, „Logistyka" 2014, nr 3.
• 9. Lim J. S., Two-dimensional signal and image processing, Englewood Cliffs, NJ, Prentice Hall 1990.
• 10. Sokołowski A., Nowy algorytm klasyfikacji obiektów na przykładzie bazy P522144 zawierającej opisy zmian melanocytowych skóry, Oprogramowanie Naukowo-Techniczne, Kraków 2005.
• 11. Sokołowski A., Fourier transform in machinę learning process, Artificial Intelligence and Soft Computing, Academic Publishing House EXIT, Warszawa 2006.
• 12. Szymczyk T., Metoda dopasowania wzorców w rozpoznawaniu obrazów - ograniczenia, problemy i modyfikacje metody, Automatyka, 12, No 2, 449, 2008.
• 13. Xianyu Su, Wenjing Chen, Fourier transform profilometry: an rewew. Opt and Lasers in Eng., 35, No 5, 263, 2001.