Evaluación de calidad de imágenes en ensayo termográfico no destructivo

Abstract

El siguiente trabajo presenta el desarrollo de diferentes metodologías de análisis para ensayos termográficos no destructivos (IRNDT por sus siglas en inglés Infra–Red Non–Destructive Testing) activo y pasivo. En IRNDT pasivo se propone un método de segmentación de imágenes IR orientado a la detección de fallos en máquinas rotativas producto del calentamiento de las partes que la componen. Mientras para IRNDT activo, se describe una serie de directrices básicas para una adecuada adquisición de cara a la obtención de medidas más acertadas y confiables. De igual manera, se estudiaron las estadísticas de las imágenes IR con el fin de entender su comportamiento. Dichas estadísticas gobiernan la naturaleza de las imágenes, además su comportamiento se puede describir con herramientas como la densidad espectral de potencia (PSD por sus siglas en inglés Power Spectral Density) y las distribuciones de los coeficientes de detalle de la Transformada Wavelet. Los resultados de estos estudios, demuestran que las estadísticas de las imágenes analizadas nos entregan información importante para entender su comportamiento y su relación con el sistema de visión humano.

Abstract : In this work it is developed different analysis methodologies in order to perform Infrared Non–Destructive Testing (IRNDT) for active and passive approaches. For passive IRNDT approach, it is proposed an IR image segmentation methodology focused in detection of possible failures associated to rotating machinery product of the heating of its component parts. On the other hand, for active IRNDT approach, it is described a general methodology for a proper acquisition of IR images in order to obtain accurate and reliable measures by means of an IR camera. Furthermore, It is analyzed the statistics of surveyed IR images with the aim to understand its behavior. In order to carry out this task, it is used tools like the Power Spectral Density (PSD) and detail coefficients from Discrete Wavelet Transform across orientation and scales. Obtained results demonstrate that statistics of analyzed IR images highly correlates with human perception. In addition, IR image statistics provide important information about its behavior for the understanding of its relation with the human vision system.