The useful life time of equipment is an important variable related to system prognosis, and its accurate estimation leads to several competitive advantage in industry. In this paper, Remaining Useful Lifetime (RUL) prediction is estimated by Particle Swarm optimized Support Vector Machines (PSO+SVM) considering two possible pre-processing techniques to improve input quality: Empirical Mode Decomposition (EMD) and Wavelet Transforms (WT). Here, EMD and WT coupled with SVM are used to predict RUL of bearing from the IEEE PHM Challenge 2012 big dataset. Specifically, two cases were analyzed: considering the complete vibration dataset and considering truncated vibration dataset. Finally, predictions provided from models applying both pre-processing techniques are compared against results obtained from PSO+SVM without any pre-processing approach. As conclusion, EMD+SVM presented more accurate predictions and outperformed the other models.
PL
Okres użytkowania sprzętu jest ważną zmienną związaną z prognozowaniem pracy systemu, a możliwość jego dokładnej oceny daje zakładom przemysłowym znaczną przewagę konkurencyjną. W tym artykule pozostały czas pracy (Remaining Useful Life, RUL) szacowano za pomocą maszyn wektorów nośnych zoptymalizowanych rojem cząstek (SVM+PSO) z uwzględnieniem dwóch technik przetwarzania wstępnego pozwalających na poprawę jakości danych wejściowych: empirycznej dekompozycji sygnału (Empirical Mode Decomposition, EMD) oraz transformat falkowych (Wavelet Transforms, WT). W niniejszej pracy, EMD i falki w połączeniu z SVM wykorzystano do prognozowania RUL łożyska ze zbioru danych IEEE PHM Challenge 2012 Big Dataset. W szczególności, przeanalizowano dwa przypadki: uwzględniający kompletny zestaw danych o drganiach oraz drugi, biorący pod uwagę okrojoną wersję tego zbioru. Prognozy otrzymane na podstawie modeli, w których zastosowano obie techniki przetwarzania wstępnego porównano z wynikami uzyskanymi za pomocą PSO + SVM bez wstępnego przetwarzania danych. Wyniki pokazały, że model EMD + SVM generował dokładniejsze prognozy i tym samym przewyższał pozostałe badane modele.
Przedmiotem pracy jest wykorzystanie transformacji falkowej do ilościowej oceny degradacji kontrastu, jaki ma miejsce podczas kompilowania ortofotomapy z ortoobrazów. Jest to problem rzadko podejmowany, a tymczasem w sytuacji masowego wykorzystywania ortofotomapy coraz większej wagi nabiera ocena jakości, także radiometrycznej. W pracy wyjaśniono przyczyny spadku kontrastu przy mozaikowaniu. Następnie pokrótce scharakteryzowano transformację falkową, przedstawiając istotę zachowania wariancji podczas dekompozycji. Dla kontrastu krytyczne znaczenie mają wariancje komponentów detalicznych. Badania polegały na obserwacji wariancji podczas dekompozycji ortofotomap i źródłowych ortoobrazów. Przebadano 26 przypadków. We wszystkich widoczny był spadek wariancji, ale tylko w czterech skutki rozmycia krawędzi były wykrywane przez obserwatora. Wyniki potwierdziły możliwość wnioskowania o jakości radiometrycznej na podstawie badania wariancji komponentów. W obecnym stadium badań wskaźniki falkowe mają głównie charakter porównawczy.
EN
In the paper, the use of wavelet transformation for evaluation of loss in radiometric quality during orthophoto mosaic process is proposed. The automation of the production and relatively low costs of development imply that the orthophotomap is one of the more important and probably the most popular geo-information technology product. Due to the global application of the orthophotomap, as it is particularly evident in case of web geoportals, the quality assessment becomes more and more important. During the end stage of orthophoto production, the individual rectified images are assembled to form seamless mosaic. The process is executed with the aim to achieve mosaics with good radiometric quality. Due to the different interpretation of the term: "radiometric quality", the question which image is good or better than other is difficult to rate. The human perception of the picture is very complex. At the first look on image, the slope of illumination and then the colour changes are detected. That is why during the mosaicking, feathering technique and radiometric balancing are applied. However, such techniques could result in loss of local contrast and small object could not be recognized from the back ground. This is why there is a need to look for the indicators of radiometric quality. For some years, the discrete wavelet transformation has been used in the image processing. The wavelet transformation is regarded as the most effective method of lossy compression of multitonal images [1, 6] and it is used in fusion of images [7], etc. The wavelet representation of the image can be also used for evaluation of the image radiometric quality, first of all the noise contents [8, 10, 11, 13]. In the paper, based on the studies, it has been proven that the analysis of the equation of preservation of image relative variance is a good indication of the local contrast preserving. In the described research, the variance of wavelets components in 3D scale, for a set of orthophotomaps and orthoimages, was compared. The test material was taken from typical photogrammetric project in which the orthophotomaps from DMC images with GSD 10 cm was produced. In all examined cases, loss of variance of orthophotomaps details' components in comparison to orthoimages has been noted. This result was expected: due to tonal balancing the edge contrast is reduced. The question is how significant the degradation for photointerpretation is? In 4 out of 26 cases, the degradation was significant for interpretation, for example some technical devices on the streets and some small plants were not recognizable. The potential of wavelet transform applied for valuation of the part of radiometric quality has been proved in this study. In the current phase of researches, the results of wavelet indicators are mainly comparative - it is possible to estimate in which image there are better contrasts. Such researches should be carried out in the future, because unsatisfactory quality of the radiometric images reduces the interpretation value of the images, including orthophotomaps, so popular nowadays.
In the paper the use of wavelet transformation for valorization of noise content in photogrammetric images is proposed. At first noise in the digital images and applied methods of noise removing is described synthetically. Then the most important features of wavelet transformation are presented through the comparison with Fourier transformation, widely used in the similar problems. Valorization of the noise content was based on the observation given in literature, stating that the noise changes the shape of the transform detail components histograms. The fragments of aerial photographs and high-resolution satellite images were used as a research material. The researches confirmed the possibility to define the noise content indicators based on the analysis of the wavelet detail coefficients distribution shape. It was found that investigation of the wavelet components histograms shape can be employed for the comparison of the radiometric changes occurred during radiometric and geometric processing of the images.
PL
W pracy zaproponowano zastosowanie transformacji falkowej do waloryzacji zawartości szumów losowych występujących w obrazach fotogrametrycznych. Najpierw omówiono syntetycznie problem szumów w obrazach cyfrowych oraz stosowane metody ich usuwania. Następnie przedstawiono najważniejsze cechy transformacji falkowej, poprzez porównanie do powszechnie stosowanej - w podobnych zagadnieniach - transformacji Fouriera. Waloryzacje zawartości szumów oparto na podanych w literaturze spostrzeżeniach, że szum zmienia kształt histogramów komponentów detalicznych transformaty falkowej. Jako materiał badawczy wykorzystano fragmenty zdjęć lotniczych i wysokorozdzielczych obrazów satelitarnych. Badania potwierdziły możliwość formułowania wskaźników zawartości szumów, opartych na analizie kształtu rozkładów współczynników detali falkowych. Stwierdzono, że badanie kształtu histogramów komponentów falkowych może być zastosowane do porównywania zmian radiometrycznych następujących podczas radiometrycznego i geometrycznego przetwarzania obrazów.
Dla potrzeb badań zebrano materiał składający się z par zdjęć zarejestrowanych kamerą analogową (LMK1000) i cyfrową (DMC). Było to zdjęcia wyselekcjonowane z wykonanych uprzednio prac fotolotniczych, przy czym materiał dobierano tak, aby w miarę możliwości porównywać zdjęcia wykonane w podobnym okresie wegetacyjnym i posiadające zbliżoną rozdzielczość geometryczną. Na zdjęciach wybierano fragmenty o jednolitym użytkowaniu terenu, np. budynki, parkingi, pola, lasy. W ten sposób zgromadzono materiał badawczy liczący 25 par obrazów o rozmiarach 1024 x 1024 pikseli. Jako metodę badań jakości radiometrycznej obrazów wybrano analizę ich transformat falkowych. Na podstawie analizy równania zachowania wariancji względnej stwierdzono następujące prawidłowości: (1) w obrazach z kamery cyfrowej względna wariancja detali sukcesywnie rośnie wraz ze wzrostem poziomu dekompozycji, (2) w obrazach z kamery analogowej względna wariancja maleje pomiędzy 1. i 2. poziomem rozdzielczości a potem powoli rośnie lub jest stabilna. Sukcesywny wzrost wariancji detali, obserwowany dla obrazów z kamery cyfrowej, świadczy o bardzo niskim poziomie szumów przypadkowych. Z kolei niestabilne zmiany wariancji dla obrazów z kamery analogowej dowodzą wysokiej zawartości szumów.
EN
A set of aerial images taken by two cameras, analogue (LMK 1000) and digital photogrammetric (DMC), was used to compare radiometric quality of images obtained. Pairs consisting of analogue and digital images showing corresponding fragments of identical contents were selected for comparisons. As far as possible, fragments showing homogenous land use, e.g. buildings, parking lots, fields, forests, were selected, which made it possible to observe how the land use affected the wavelet transform. A total of 25 and 9 fragments of medium- and small-scale images, respectively were subjected to comparisons. The fragments selected were 1024 * 1024 pixels in size. The wavelet transformation was chosen as a method with which to compare radiometric image quality. Analysis of the equation for relative image variance preservation allowed to reveal the following patterns: (1) the relative variance of details in digital camera images was found to increase with the decomposition level, (2) the relative variance in analogue camera images was observed to decrease between the first and the second decomposition level. In all the cases examined, the digital camera produced better parameters of noise evaluation. The DMC images contained several times less random noise than those taken with the analogue camera. The study confirmed that it was possible to define the noise content indicators by analysing the wavelet detail coefficients.
Railway's surface defects belong to some kind of railway's flaws not been detected by traditional ultrasonic method and therefore they pose a major thread to the safety of railway traffic. Paper's aim is to present the Method of Metal Magnetic Memory along with SVM network allowing for detection of surface defects. Signals coming from the device whose operation is based on this method are given to wavelet's packet block extracting the most important features characterizing surface defects, followed by SVM network operating as a classifier.
PL
W artykule przedstawiono próbę wykorzystania metody magnetycznej pamięci metalu wraz z klasyfikatorem opartym o sieć SVM (Support Vector Machines) do wykrywania wad powierzchniowych występujących w szynach kolejowych. Wady te są niewykrywalne przez tradycyjne metody oparte na ultradźwiękach a przez to stanowią poważne zagrożenie dla bezpieczeństwa ruchu pociągów.
W pracy zaproponowano zastosowanie transformacji falkowej do wykrywania szumów zawartych w danych rastrowych a następnie do usuwania szumów losowych. Omówiono syntetycznie problem szumów występujących w obrazach cyfrowych oraz stosowane metody ich usuwania. Przedstawiono najważniejsze cechy transformacji falkowej. Jako materiał badawczy wykorzystano fragmenty zdjęć lotniczych i wysokorozdzielczych obrazów satelitarnych. Analizowano także dane pseudo-rastrowe, jakimi są wysokościowe modele terenu o strukturze regularnej siatki. Badania potwierdziły możliwość formułowania wskaźników zawartości szumów, opartych na analizie kształtu rozkładów współczynników detali falkowych. Stwierdzono, że badanie kształtu histogramów komponentów falkowych może być zastosowane do porównywania zmian radiometrycznych następujących podczas przetwarzania obrazów. W pracy przedstawiono koncepcje wykorzystania falek do redukowania zawartości szumów losowych. Na podstawie pierwszych eksperymentów badawczych sformułowano problemy cząstkowe, których rozwiązanie powinno zagwarantować wysoka skuteczność metody redukcji szumów w dziedzinie transformaty falkowej.
EN
In the present paper, the use of wavelet transformation for determining noise type and reduction of random noise from raster data, is proposed. Noise in the digital images and applied methods for noise removal is described synthetically. The most important features of wavelet transformation are presented. The fragments of aerial photographs and high-resolution satellite images were used as a research material. Besides the images, the pseudo-raster data, such as the area digital terrain models (DTM) with the regular grid structure, were analysed. The research confirmed the possibility to define the noise content indicators based on the analysis of wavelet detail coefficients distribution shape. It was found that the study of histogram shape of the wavelet components can be employed for the comparison of the radiometric changes occurring during radiometric and geometric processing of the images. In the paper, the concept of using wavelets for the reduction of the random noise content is presented. On the grounds of the experiments in preliminary research, the partial problems were formulated. Finding the solution to them should guarantee the efficiency of noise reduction method in the wavelet transformation field.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.