s paper presents a new sensing meth

s paper presents a new sensing methodology for
the automated inspection of pipes. Standard inspection systems, as
they are for example used in waste pipes and drains, are based on
closed-circuit television cameras which are mounted on remotely
controlled platforms and connected to remote video recording facilities.
Two of the main disadvantages of such camera-based inspection
systems are: 1) the poor quality of the acquired images
due to difficult lighting conditions and 2) the susceptibility to error
during the offline video assessment conducted by human operators.
The objective of this research is to overcome these disadvantages
and to create an intelligent sensing approach for improved
and automated pipe-condition assessment. This approach makes
use of a low-cost lighting profiler and a camera which acquires images
of the light projections on the pipe wall. A novel method for
extracting and analyzing intensity variations in the acquired images
is introduced. The image data analysis is based on differential
processing leading to highly-noise tolerant algorithms, particularly
well suited for the detection of small faults in harsh environments.
With the subsequent application of artificial neural networks, the
system is capable of recognizing defective areas with a high success
rate. Experiments in a range of waste pipes with different diameters
and material properties have been conducted and test results
are presented.

ผลลัพธ์ (ไทย) 1:

กระดาษ s แสดงวิธีวัดค่าใหม่สำหรับการตรวจสอบอัตโนมัติของท่อ ระบบการตรวจสอบมาตรฐาน เป็นพวกเขาจะใช้ตัวอย่างเช่นในท่อขยะและท่อระบายน้ำ เป็นไปตามกล้องโทรทัศน์วงจรปิดที่ติดตั้งอยู่ในระยะไกลสถาปัตยกรรมควบคุมและอำนวยความสะดวกในการบันทึกวิดีโอที่เชื่อมต่อกับระยะไกลสองข้อเสียหลักของการตรวจสอบจากกล้องดังกล่าวระบบ: 1) คุณภาพของภาพได้มาเนื่องจากสภาพแสงที่ยากและ 2) ความไวต่อการผิดพลาดในระหว่างวิดีโอประเมินแบบออฟไลน์โดยผู้ประกอบการที่มนุษย์วัตถุประสงค์ของงานวิจัยนี้คือการ เอาชนะข้อเสียเหล่านี้และการสร้างแนวทางตรวจจับอัจฉริยะสำหรับการปรับปรุงและประเมินเงื่อนไขอัตโนมัติท่อ วิธีการนี้ทำให้ใช้ profiler การประหยัดไฟและกล้องที่ควบรวมภาพการคาดการณ์แสงบนผนังท่อ วิธีการใหม่ในการแยกและวิเคราะห์การเปลี่ยนแปลงความเข้มในภาพได้รับมีการแนะนำ การวิเคราะห์ข้อมูลภาพอยู่ที่แตกต่างกันประมวลผลนำไปสู่อัลกอริทึมทนต่อสัญญาณรบกวนสูง โดยเฉพาะอย่างยิ่งเหมาะสำหรับการตรวจจับข้อบกพร่องขนาดเล็กในสภาวะแวดล้อมของด้วยการประยุกต์เครือข่ายประสาทเทียม มาระบบมีความสามารถในการจดจำพื้นที่บกพร่อง มีความสำเร็จสูงอัตราการ การทดลองในช่วงของท่อเสียด้วยขนาดที่แตกต่างกันและคุณสมบัติของวัสดุเป็นผู้ดำเนินการ และผลทดสอบมีแสดง

ผลลัพธ์ (ไทย) 2:

s กระดาษนำเสนอวิธีการใหม่สำหรับการตรวจจับ
การตรวจสอบโดยอัตโนมัติของท่อ ระบบการตรวจสอบมาตรฐานในขณะที่
พวกเขาเป็นตัวอย่างที่ใช้ในท่อของเสียและท่อระบายน้ำที่อยู่บนพื้นฐานของ
กล้องโทรทัศน์วงจรปิดที่ติดตั้งอยู่บนระยะไกล
แพลตฟอร์มควบคุมและเชื่อมต่อกับสิ่งอำนวยความสะดวกในการบันทึกวิดีโอระยะไกล.
สองข้อเสียที่สำคัญของการตรวจสอบกล้องที่ใช้เช่น
ระบบคือ 1) คุณภาพของภาพที่ได้มา
เนื่องจากสภาพแสงที่ยากลำบากและ 2) ความไวต่อความผิดพลาด
ในระหว่างการประเมินวิดีโอออฟไลน์ดำเนินการโดยผู้ประกอบการของมนุษย์.
วัตถุประสงค์ของงานวิจัยนี้คือการเอาชนะข้อเสียเหล่านี้
และเพื่อสร้างการตรวจวัดอัจฉริยะ วิธีการสำหรับการปรับปรุง
และอัตโนมัติประเมินสภาพท่อ วิธีการนี้จะทำให้
การใช้งานของต้นทุนต่ำแสง Profiler และกล้องที่ได้มาภาพ
ของประมาณการไฟบนผนังท่อ วิธีการใหม่สำหรับ
การสกัดและวิเคราะห์รูปแบบความเข้มในภาพที่ได้มา
เป็นที่รู้จัก การวิเคราะห์ข้อมูลภาพจะขึ้นอยู่กับค่า
การประมวลผลนำไปสู่การขอเสียงอัลกอริทึมใจกว้าง, โดยเฉพาะอย่างยิ่ง
เหมาะสำหรับการตรวจสอบความผิดพลาดเล็ก ๆ ในสภาพแวดล้อมที่รุนแรง.
พร้อมกับใบสมัครที่ตามมาของเครือข่ายประสาทเทียม
ระบบมีความสามารถในการตระหนักถึงพื้นที่ที่มีข้อบกพร่องที่มีสูง ประสบความสำเร็จใน
อัตรา การทดลองในช่วงของท่อที่มีเส้นผ่าศูนย์กลางของเสียที่แตกต่างกัน
และคุณสมบัติของวัสดุที่มีการดำเนินการและผลการทดสอบ
จะถูกนำเสนอ

ผลลัพธ์ (ไทย) 3:

s กระดาษนำเสนอวิธีการตรวจวัดใหม่อัตโนมัติการตรวจสอบท่อ ระบบการตรวจสอบมาตรฐาน เช่นมีตัวอย่างที่ใช้ในท่อของเสียและระบายอยู่บนพื้นฐานกล้องโทรทัศน์วงจรปิดที่ติดตั้งอยู่บนจากระยะไกลควบคุมแพลตฟอร์มและเชื่อมต่อกับเครื่องบันทึกวิดีโอระยะไกลสองหลัก ข้อเสียของกล้องที่ใช้ เช่น การตรวจสอบระบบ คือ 1 ) คุณภาพของภาพที่ได้มาเนื่องจากสภาพแสงยาก และ 2 ) ความไวต่อความผิดพลาดในแบบออฟไลน์วิดีโอการประเมินโดยมนุษย์ ผู้ประกอบการการวิจัยนี้มีวัตถุประสงค์ที่จะเอาชนะข้อเสียเหล่านี้และแนวทางปรับปรุงการสร้างอัจฉริยะและการประเมินสภาพท่ออัตโนมัติ วิธีนี้ทำให้ใช้แสง Profiler ต้นทุนต่ำและกล้องที่ได้รับภาพของประมาณการไฟบนผนังท่อ . วิธีการใหม่สำหรับการสกัดและวิเคราะห์ความเข้มในการเปลี่ยนแปลงภาพที่ได้มาเป็นที่รู้จัก ข้อมูลภาพการวิเคราะห์อยู่บนพื้นฐานของความแตกต่างการประมวลผลนำไปสู่ขอเสียงใจกว้างที่สุดโดยเฉพาะอย่างยิ่งเหมาะสำหรับการตรวจจับข้อบกพร่องเล็ก ๆในสภาพแวดล้อมที่รุนแรงกับโปรแกรมที่ตามมาของโครงข่ายประสาทเทียม ,ระบบมีความสามารถในการตระหนักถึงความบกพร่องพื้นที่ที่มีความสำเร็จสูงอัตรา การทดลองในช่วงของเสียท่อที่มีขนาดแตกต่างกันและคุณสมบัติของวัสดุที่ได้รับการดำเนินการและผลการทดสอบจะนำเสนอ