@misc{PaetschBaumEbelletal., author = {Paetsch, Olaf and Baum, Daniel and Ebell, Gino and Ehrig, Karsten and Heyn, Andreas and Meinel, Dietmar and Prohaska, Steffen}, title = {Korrosionsverfolgung in 3D-computertomographischen Aufnahmen von Stahlbetonproben}, issn = {1438-0064}, url = {http://nbn-resolving.de/urn:nbn:de:0297-zib-50912}, abstract = {Kurzfassung. Durch die Alkalit{\"a}t des Betons wird Betonstahl dauerhaft vor Korrosion gesch{\"u}tzt. Infolge von Chlorideintrag kann dieser Schutz nicht l{\"a}nger aufrechterhalten werden und f{\"u}hrt zu Lochkorrosion. Die zerst{\"o}rungsfreie Pr{\"u}fung von Stahlbetonproben mit 3D-CT bietet die M{\"o}glichkeit, eine Probe mehrfach gezielt vorzusch{\"a}digen und den Korrosionsfortschritt zu untersuchen. Zur Quantifizierung des Sch{\"a}digungsgrades m{\"u}ssen die bei dieser Untersuchung anfallenden großen Bilddaten mit Bildverarbeitungsmethoden ausgewertet werden. Ein wesentlicher Schritt dabei ist die Segmentierung der Bilddaten, bei der zwischen Korrosionsprodukt (Rost), Betonstahl (BSt), Beton, Rissen, Poren und Umgebung unterschieden werden muss. Diese Segmentierung bildet die Grundlage f{\"u}r statistische Untersuchungen des Sch{\"a}digungsfortschritts. Hierbei sind die {\"A}nderung der BSt-Geometrie, die Zunahme von Korrosionsprodukten und deren Ver{\"a}nderung {\"u}ber die Zeit sowie ihrer r{\"a}umlichen Verteilung in der Probe von Interesse. Aufgrund der Gr{\"o}ße der CT-Bilddaten ist eine manuelle Segmentierung nicht durchf{\"u}hrbar, so dass automatische Verfahren unabdingbar sind. Dabei ist insbesondere die Segmentierung der Korrosionsprodukte in den Bilddaten ein schwieriges Problem. Allein aufgrund der Grauwerte ist eine Zuordnung nahezu unm{\"o}glich, denn die Grauwerte von Beton und Korrosionsprodukt unterscheiden sich kaum. Eine formbasierte Suche ist nicht offensichtlich, da die Korrosionsprodukte in Beton diffuse Formen haben. Allerdings l{\"a}sst sich Vorwissen {\"u}ber die Ausbreitung der Korrosionsprodukte nutzen. Sie bilden sich in r{\"a}umlicher N{\"a}he des BSt (in Bereichen vorheriger Volumenabnahme des BSt), entlang von Rissen sowie in Porenr{\"a}umen, die direkt am BSt und in dessen Nahbereich liegen. Davon ausgehend wird vor der Korrosionsprodukterkennung zun{\"a}chst eine BSt-Volumen-, Riss- und Porenerkennung durchgef{\"u}hrt. Dieser in der Arbeit n{\"a}her beschriebene Schritt erlaubt es, halbautomatisch Startpunkte (Seed Points) f{\"u}r die Korrosionsprodukterkennung zu finden. Weiterhin werden verschiedene in der Bildverarbeitung bekannte Algorithmen auf ihre Eignung untersucht werden.}, language = {de} } @article{PaetschBaumProhaskaetal., author = {Paetsch, Olaf and Baum, Daniel and Prohaska, Steffen and Ehrig, Karsten and Ebell, Gino and Meinel, Dietmar and Heyn, Andreas}, title = {Korrosionsverfolgung in 3D-computertomographischen Aufnahmen von Stahlbetonproben}, series = {DGZfP-Jahrestagung 2014 Konferenzband}, journal = {DGZfP-Jahrestagung 2014 Konferenzband}, language = {de} }