• Treffer 8 von 11
Zurück zur Trefferliste

Multi-sensor image fusion at signal level for improved near-surface crack detection

  • This study aims at improving the detection of near-surface defects in magnetizable and conductive specimens by combining the measurements of eddy current, magnetic flux leakage and thermography testing. Different signal processing methods for data normalization are proposed to enable data fusion at the pixel level. These methods are applied to a test specimen which contains 10 variably-sized defects. We quantitatively evaluate the performances of a total of 29 detection methods with respect to false alarm reduction at a fixed level of true positive rate. We report that false positive rate could be reduced from 1.65% down to 0.28% by the best multi-sensor method compared to the best single-sensor performance on the smallest defect, when 50% found flaw pixels are required for successful detection.

Volltext Dateien herunterladen

  • 1-s2.0-S0963869514001492-main.pdf
    eng

Metadaten exportieren

Weitere Dienste

Teilen auf Twitter Suche bei Google Scholar Anzahl der Zugriffe auf dieses Dokument
Metadaten
Autor*innen:René Heideklang, Parisa Shokouhi
Dokumenttyp:Zeitschriftenartikel
Veröffentlichungsform:Verlagsliteratur
Sprache:Englisch
Titel des übergeordneten Werkes (Englisch):NDT & E international
Jahr der Erstveröffentlichung:2015
Verlag:Elsevier Ltd.
Jahrgang/Band:71
Erste Seite:16
Letzte Seite:22
Freie Schlagwörter:Data fusion; Detection; Image processing; Surface flaw
DOI:10.1016/j.ndteint.2014.12.008
ISSN:0963-8695
Verfügbarkeit des Dokuments:Datei im Netzwerk der BAM verfügbar ("Closed Access")
Datum der Freischaltung:20.02.2016
Referierte Publikation:Ja
Datum der Eintragung als referierte Publikation:19.02.2015
Einverstanden
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.