The paper presents thermal images of an elbow joint area after it was loaded with three series of 40 push ups. The rises in the skin surface temperature were analysed, and measurement points on four sides of the joint were selected. The temperature rises were determined along with the reasons why they occurred in these points. Then the heat and mass transfer model was described, and the energy balance of the heat given off by the skin surface was made.
PL
Przedstawiono obrazy termowizyjne powierzchni łokcia po tym, jak został obciążony trzema seriami 40 pompek. Wybrano punkty pomiarowe dla czterech stron stawu łokciowego i przeanalizowano w nich wzrosty temperatury powierzchni skóry. Wzrosty temperatury wyznaczono wraz z uzasadnieniem, dlaczego wystąpiły w tych punktach. Następnie opisano model wymiany ciepła i masy oraz wykonano bilans energii ciepła oddawanego przez powierzchnię skóry.
2
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
The paper is concerned with the recognition of faces represented by the visible and infra-red images. Different methods of image feature generation at application of different classifiers will be studied and compared for both types of face imagery. The investigated approaches include the linear and nonlinear methods of transformation: principal component analysis (PCA), Kernel PCA, Sammon transformation and stochastic neighbor embedding with t-distribution (tSNE). The representation of the image in the form of limited number of main components of transformation is applied to the input of support vector machine classifier and random forest. The numerical results of experiments will be presented and discussed.
PL
Praca przedstawia porównanie metod rozpoznawania twarzy na podstawie dwu rodzajów obrazów: widzialnego oraz w podczerwieni. Zbadano kilka metod przetwarzania obrazu w cechy diagnostyczne: metodę opartą na PCA, nieliniową metodę KPCA, odwzorowanie Sammona oraz transformację stochastyczną tSNE. Każda z tych metod generuje inny zestaw cech diagnostycznych użytych jako atrybuty wejściowe dla klasyfikatora. W pracy zastosowano zespół klasyfikatorów stosujących sieć SVM oraz las losowy Breimana . Przedstawiono wyniki rozpoznania każdego z tych klasyfikatorów współpracujących z odpowiednim zestawem atrybutów wejściowych oraz wynik fuzji poszczególnych rezultatów. Jako jednostkę integrującą zespół zastosowano las drzew losowych. Wyniki pokazują, że zastosowanie wielu metod przetwarzania obrazu w cechy diagnostyczne i równoległego obrazowania twarzy w postaci widzialnej i w podczerwieni pozwala zwiększyć efektywność rozpoznania o około 30%.
3
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
The enhancement of the infrared dim small target image is a very important pretreatment in automatic recognition of target and infrared target tracking system. The paper proposed a new image enhancement algorithm based on the Fuzzy C-Means clustering. The algorithm conducted cluster analysis on the pixel and gray of the infrared image and increased the image gray level difference between the various objects so as to achieve the enhanced purpose for infrared small target image. The experimental results showed that this algorithm is able to enhance small target image to the maximum extent with ensuring no loss of the target information.
PL
W artykule zaproponowano nowy algorytm poprawy jakości obrazu otrzymanego w podczerwieni bazujący na klastrach rozmytych typu C. Algorytm analizuje piksle i odcień szarości obrazu i rozszerza poziom różnic szarości. Symulacje potwierdziły przydatność algorytmu dla małych zbiorów.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.