Result of the query

We have obtained 1 Results of your query.


Code: 07-003

Place: Sala-1

Day: 2019-07-10

Hour: 15:45  h.

Area: 07-7 Tecnologías de la Información y las Comunicaciones. Ingeniería del Software

Filiation: (1) Universidad de Castilla-La Mancha

Speaker: ANTONIO ADAN OLIVER
Author: GARCÍA AGUILAR, JUAN (1); ADAN OLIVER, ANTONIO (1); QUINTANA GALERA, BLANCA (1); CASTILLA PASCUAL, FRANCISCO JAVIER (1); PÉREZ ANDREU, VÍCTOR (1)


Título:
Algoritmo de segmentación de regiones en paredes mediante análisis temporal de mapas térmicos
Tittle:
An algorithm for segmentation of thermal maps by using temporal analysis techniques


Resumen:

Las humedades y fallos de aislamiento en edificios son aún manualmente detectados, delimitando regiones críticas de forma aproximada. Sin embargo, la inclusión de técnicas de IA puede mejorar el análisis térmico proporcionando resultados más precisos y objetivos. En este artículo se presenta un algoritmo, basado en técnicas de agrupamiento temporal, que realiza una segmentación de ortoimágenes térmicas (OT) de una pared tomadas a distintos tiempos. El algoritmo tiene dos etapas: etiquetado y consenso. En la primera, se realiza un procedimiento de agrupamiento que delimita distintas regiones de temperatura para cada OT. Se forma así una matriz de regiones en un espacio de tres dimensiones XYt. Las dimensiones XY corresponden a las coordenadas en la OT, mientras que la dimensión t corresponde al tiempo de la sesión. En la segunda etapa, se realiza un algoritmo de consenso en la dimensión tiempo, delimitando finalmente regiones de distinto comportamiento térmico. Este comportamiento es finalmente caracterizado con un conjunto de estadísticos. El algoritmo ha sido experimentado con éxito en edificios utilizando un escáner térmico 3D. Se presenta un caso de estudio sobre 48 ortoimágenes térmicas obtenidas durante 24 horas en intervalos de 30 minutos.

Abstract:

Nowadays, moistures and thermal leaks in buildings are manually detected by an operator, who roughly delimits those critical regions in thermal images. Nevertheless, the use of AI techniques can greatly improve the manual thermal analysis, providing automatically more precise and objective results. This paper presents a temporal-clustering based technique that carries out the segmentation of thermal orthoimages (TO) of a wall, which have been taken at different times. The algorithm has two stages: region labelling and consensus. In order to delimit regions with similar temperature, a clustering procedure is applied to each TO, obtaining a set of labelled TOs. As a result, a three-dimensional data structure XYt is obtained. Dimensions XY correspond to a labelled TO and dimension t is the time of the session. In the second stage, a consensus algorithm between corresponding regions at different times is applied. Thus, the method delimitates regions with different thermal behaviour over time, which are characterized with a set of statistical indicators. The approach has been tested in real scenes by using a 3D thermal scanner. A case study, composed of 48 thermal orthoimages at 30 minute intervals over 24 hours, are presented.