Loading...
Publication
Automatic detection of pathologies in buildings from thermal images
| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 5.05 MB | Adobe PDF |
Authors
Abstract(s)
The application of thermography, as a non-destructive technique to evaluate pathologies
in buildings where destructive tests are unfeasible or difficult to perform, stands out as a
valuable tool with high potential. InfraRed Thermography (IRT) offers the ability to
identify structural pathologies and abnormalities by inspecting thermal radiation from
building surfaces. While widespread, the applicability of IRT is generally constrained by
the quality of the resultant thermal images as well as their interpretative subjectivity. The
aim of this research is to circumvent these shortcomings by developing an automatic
system for the identification of construction pathologies using thermal images, which
would make building inspections more accurate and efficient.
The approach employed in this work involved the collection and categorization of a
database of thermal images, which served as the foundation for developing the automatic
detection tool. The research process was structured into several primary phases, including
problem definition, data collection, image processing, implementation of software, and
assessment.
The results of this study confirmed the instrument to be useful in detecting and mapping
construction irregularities. The presence of noise in the thermal images, nonetheless,
posed a significant threat to the accuracy of the detection process. Comparative studies
indicated that color detection methods outperformed percentile-based methods in terms
of accuracy and reliability. The image processing functions were highlighted, although
drawbacks like fixed resolution and potential memory utilization issues were noted.
In conclusion, this research contributes to automated pathology detection in building
diagnostics using infrared thermography. The developed tool can potentially assist
technicians with a more efficient and objective means of interpreting thermal images. The
tool's performance should be further enhanced, with the inclusion of machine learning
algorithms for improved accuracy, and the database populated to enable stronger neural
network training. Additionally, the incorporation of a report features to categorize
discovered pathologies by extent of damage would also make the tool more realistically
functional.
A aplicação da termografia, como técnica não destrutiva para avaliar patologias em edificações onde os ensaios destrutivos são inviáveis ou de difícil execução, destaca-se como uma ferramenta valiosa e de alto potencial. A termografia infravermelha (IRT) oferece a capacidade de identificar patologias e anormalidades estruturais inspecionando a radiação térmica das superfícies dos edifícios. Embora difundida, a aplicabilidade é geralmente limitada pela qualidade das imagens térmicas resultantes, bem como por sua subjetividade interpretativa. O objetivo desta pesquisa é contornar essas deficiências desenvolvendo um sistema automático para a identificação de patologias construtivas usando imagens térmicas, o que tornaria as inspeções prediais mais precisas e eficientes. A abordagem empregada neste trabalho envolveu a coleta e categorização de um banco de dados de imagens térmicas, que serviu de base para o desenvolvimento da ferramenta de detecção automática. O processo de pesquisa foi estruturado em várias fases primárias, incluindo definição do problema, coleta de dados, processamento de imagens, implementação de software e avaliação. Os resultados deste estudo confirmaram que o programa é útil na detecção e mapeamento de irregularidades na construção. A presença de ruído nas imagens térmicas, no entanto, representou uma ameaça significativa à precisão da detecção. Estudos comparativos indicaram que os métodos de detecção de cores superaram os métodos baseados em percentil, em termos de precisão e confiabilidade. O processamento de imagem fora destacado, embora tenham sido observadas desvantagens como resolução fixa e possíveis problemas de utilização de memória. Em conclusão, esta pesquisa contribui para a detecção automática de patologias em edifícios usando termografia infravermelha. A ferramenta desenvolvida pode auxiliar técnicos com um meio mais eficiente e objetivo de interpretar imagens térmicas. O desempenho da ferramenta deve ser aprimorado ainda mais, com a inclusão de aprendizado de máquina para maior precisão e banco de dados para permitir um treinamento da rede neural. Além disso, recomenda-se a incorporação de funcionalidades de relatório que permitam categorizar as patologias identificadas conforme a extensão dos danos observados.
A aplicação da termografia, como técnica não destrutiva para avaliar patologias em edificações onde os ensaios destrutivos são inviáveis ou de difícil execução, destaca-se como uma ferramenta valiosa e de alto potencial. A termografia infravermelha (IRT) oferece a capacidade de identificar patologias e anormalidades estruturais inspecionando a radiação térmica das superfícies dos edifícios. Embora difundida, a aplicabilidade é geralmente limitada pela qualidade das imagens térmicas resultantes, bem como por sua subjetividade interpretativa. O objetivo desta pesquisa é contornar essas deficiências desenvolvendo um sistema automático para a identificação de patologias construtivas usando imagens térmicas, o que tornaria as inspeções prediais mais precisas e eficientes. A abordagem empregada neste trabalho envolveu a coleta e categorização de um banco de dados de imagens térmicas, que serviu de base para o desenvolvimento da ferramenta de detecção automática. O processo de pesquisa foi estruturado em várias fases primárias, incluindo definição do problema, coleta de dados, processamento de imagens, implementação de software e avaliação. Os resultados deste estudo confirmaram que o programa é útil na detecção e mapeamento de irregularidades na construção. A presença de ruído nas imagens térmicas, no entanto, representou uma ameaça significativa à precisão da detecção. Estudos comparativos indicaram que os métodos de detecção de cores superaram os métodos baseados em percentil, em termos de precisão e confiabilidade. O processamento de imagem fora destacado, embora tenham sido observadas desvantagens como resolução fixa e possíveis problemas de utilização de memória. Em conclusão, esta pesquisa contribui para a detecção automática de patologias em edifícios usando termografia infravermelha. A ferramenta desenvolvida pode auxiliar técnicos com um meio mais eficiente e objetivo de interpretar imagens térmicas. O desempenho da ferramenta deve ser aprimorado ainda mais, com a inclusão de aprendizado de máquina para maior precisão e banco de dados para permitir um treinamento da rede neural. Além disso, recomenda-se a incorporação de funcionalidades de relatório que permitam categorizar as patologias identificadas conforme a extensão dos danos observados.
Description
Keywords
Automatic detection InfraRed Thermography InfraRed images Detecção automática Termografia infravermelha Imagens termográficas