Wyniki wyszukiwania - BazTech

1

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.

2

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.

3

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.

4

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.

5

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.

6

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.

7

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.

8

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.

9

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.

10

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.

11

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.

12

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.

13

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.

14

Sztuczna inteligencja w systemach wizyjnych

Dozór Techniczny

|

2023

|

z. 3

18--19

PL

Większa produktywność i wyższa jakość - jak systemy wizyjne oparte na sztucznej inteligencji mogą pomóc firmom łatwo zautomatyzować procesy produkcyjne. Najnowsze osiągnięcia w zakresie analizy obrazu opartej na AI sprawiły, że systemy wizyjne stały się dostępne dla wszystkich firm, również tych bez zaplecza technicznego czy wiedzy programistycznej.

15

Improving the Performance of Multiscene Marketing Video Content through its Dynamics Adjustments

Fornalczyk Kacper, Bortko Kamil, Disterheft Aneta, Jankowski Jarosław

Annals of Computer Science and Information Systems

|

2023

|

Vol. 35

967--972

EN

The use of online video content plays a vital role in marketing strategies and is a significant component of internet usage. The challenge lies in evaluating the impact of video content on user engagement and finding ways to enhance its performance without employing techniques that overwhelm users or prompt ad avoidance behavior. This study investigates the correlation between video dynamics metrics and eye-tracking patterns to determine if user engagement, as indicated by fixations, is influenced by these metrics. The findings demonstrate that dynamic metrics can accurately predict eye-tracking patterns for brief videos and can be applied to measure both inter and intra-scene dynamics in multiscene videos.

16

The effects of arc voltage and shielding gas type on the microstructure of wire arc additively manufactured 2209 duplex stainless steel

Kemény Dávid Miklós, Sándor Bence, Varbai Balázs, Katula Levente Tamás

Advances in Materials Science

|

2023

|

Vol. 23, nr 4(78)

62--82

EN

Duplex stainless steels (DSSs) are widely used due to their corrosion resistance. Austenite and ferrite determine the excellent properties. Ferrite provides strength and good corrosion resistance, while austenite provides toughness and weldability. During our research,samples were producedwith ER 2209 duplex steel wire using wirearc additive manufacturing (WAAM). Two different 17V and 19V arc voltages were used during the production. Two shielding gases were used for each voltage: M12-ArC-2.5 and M12-ArHeC-20/2. The research aimed to determine the ferrite ratio as a function of the welding parameters. The ferrite(or austenite)content must be between 30% and 70% for duplex stainless steel welds, according to the ISO 17781 standard.Based on our research, it can be stated that the austenite ratio increases as the voltage increases, thus failing to fulfill the standard's requirements. The helium content reduced the ferrite ratio even when the 17V voltage was used due to the gas's higher ionizationpotential. During the metallographicexamination, our welded samples met the standardrequirements for the austenite content for17V arc voltage and M12-ArC-2.5 shielding gas. The ferrite content in the entire sample cross-sectionfell between 30-42% duringferitscopeand image analysis measurements. These welding parameters can be recommended for industrial applications.

17

Zastosowanie metod uczenia maszynowego w analizie obrazu mikroskopowego płytek ceramicznych

Gąsiński Arkadiusz, Tymowicz-Grzyb Paulina

Szkło i Ceramika

|

2022

|

R. 73, nr 2

34--37

PL

Współczesne metody badań stosowane w nowoczesnych technikach badawczych spowodowały, że zbierane są ogromne ilości danych, które muszą być poddane dalszej analizie. Uczenie maszynowe pomaga interpretować zgromadzone dane, a po ich przetworzeniu może pomóc podjąć dalsze decyzje. Metoda ta ma coraz większe zastosowanie w kontroli jakości wyrobów. W artykule przedstawiono zastosowanie nadzorowanej wersji uczenia maszynowego w badaniach nad optymalizacją rozpoznawania faz chemicznych z obrazów mikroskopowych i obrazów składu chemicznego dla płytek ceramicznych. Stwierdzono, że w przypadku opracowanych danych z elektronowej mikroskopii skaningowej, najlepsze wyniki uzyskano dla algorytmu CART (drzewo decyzyjne). Zastosowana metodyka znacznie usprawnia przeprowadzenie badań i poprawia jakość uzyskanych analiz obrazu w odniesieniu do standardowego oprogramowania mikroskopów.

EN

Contemporary research methods used in modern research techniques often result in the collection of huge amounts of data that must be further analyzed. Machine learning helps to interpret the collected data, and after their processing, it can help you make further decisions. The article presents the use of the supervised machine learning in research on the optimization of the recognition of chemical phases from microscopic images and chemical composition images for ceramic tiles. It was found that in the case of the developed data from scanning electron microscopy, the best results were obtained for the CART algorithm (decision tree structure). The applied methodology significantly improve the conduct of research and ameliorate the quality of the obtained image analyzes.

18

Stanowisko do automatycznego badania parametrów aparatów cyfrowych

Konieczka Adam, Balawajder Szymon

Przegląd Elektrotechniczny

|

2022

|

R. 98, nr 9

209--212

PL

W artykule przedstawiono skonstruowane stanowisko laboratoryjne do automatycznego badania wybranych parametrów jakościowych urządzeń rejestrujących obrazy cyfrowe. Na stanowisku można przebadać zarówno aparaty cyfrowe (lustrzanki oraz tzw. bezlusterkowce) jak i smartfony, kamery internetowe, kamery monitoringu czy kamerki samochodowe. Uzyskane na stanowisku obrazy testowe są analizowane przez opracowane oprogramowanie, które generuje raport w postaci tabeli z wynikami analizy.

EN

The article presents a constructed laboratory stand for automatic testing of selected quality parameters of devices recording digital images. At the stand, it is possible to test both digital cameras (SLRs and so-called mirrorless cameras) as well as smartphones, webcams, monitoring cameras and car cameras. The test images obtained on the stand are analyzed by the prepared software, which generates a report in the form of a table with the results of the analysis

19

Ocena jakości ściany wykonanej w technologii druku 3D za pomocą systemu analizy obrazu

Skibicki Szymon

Inżynieria i Budownictwo

|

2022

|

R. 78, nr 3-4

124--127

PL

W artykule przedstawiono pilotażowe badania dotyczące zastosowania systemu analizy obrazu do oceny jakości struktur wykonanych w technologii druku 3D kompozytów cementowych. Zaproponowany algorytm w sposób prawidłowy ocenia jakość powierzchni wydrukowanych elementów. Analiza nieciągłości mieszanki tą metodą może być przydatna nie tylko w ocenie estetyki wykonanych elementów, ale także możliwe jest jej powiązanie z właściwościami mechanicznymi, skurczem oraz trwałością drukowanej struktury.

EN

The paper presents a pilot study on the use of an image analysis system to assess the quality of structures made in the 3D printing technology of cementitious composites. The proposed algorithm correctly evaluated the surface quality of the printed elements. Analysis of the path discontinuity with this method can be useful not only in the assessment of the aesthetics of the manufactured elements, but also it is possible to link it with the mechanical properties, shrinkage and durability of the printed structure.

20

An overview of the possibilities of combining medical imaging with deep learning techniques focused on CT

Podolszańska Jolanta

Inżynier i Fizyk Medyczny

|

2022

|

Vol. 11, nr 3

191--194

EN

Combining tomographic imaging with deep learning techniques enables image analysis. There are still many questions in the subject of image reconstruction from projection using a deep neural network. This publication focuses on biomedical imaging with an emphasis on developing a new generation of image reconstruction techniques using deep neural networks. Such targeted research may lead to the development of intelligent use of knowledge in big data, including innovative approaches to the reconstruction of tomographic images and further development in the area of diagnostic imaging. Fully utilizing the possibilities of machine learning in biomedical imaging will be the first step in the development of new translational techniques.

PL

Połączenie obrazowania tomograficznego z technikami uczenia głębokiego umożliwia analizę obrazu. W dziedzinie rekonstrukcji obrazu z projekcji za pomocą głębokiej sieci neuronowej wciąż istnieje wiele wątpliwości. Ta publikacja skupia się na obrazowaniu biomedycznym z naciskiem na opracowanie nowej generacji technik rekonstrukcji obrazów właśnie z użyciem głębokich sieci neuronowych. Tak ukierunkowane badania mogą prowadzić do rozwoju inteligentnego wykorzystania wiedzy z zakresu big data, w tym innowacyjnych podejść do rekonstrukcji obrazów tomograficznych oraz dalszego rozwoju w obszarze diagnostyki obrazowej. W pełni wykorzystane możliwości uczenia maszynowego w obrazowaniu biomedycznym będzie pierwszym krokiem do rozwoju nowych technik translacyjnych.