Detecção de variação de rugosidade por análise de imagens digitais de padrões de speckle via entropia de Tsallis
Autor(a) principal: | |
---|---|
Data de Publicação: | 2024 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
Texto Completo: | https://app.uff.br/riuff/handle/1/34791 |
Resumo: | O presente trabalho propõe a detecção da variação de rugosidade de superfícies metálicas em movimento, através da análise de imagens digitais de padrões speckle, produzidos pela incidência de laser e com a utilização da segmentação entrópica, usando a Entropia de Tsallis. Tal entropia foi introduzida como uma generalização da entropia de Boltzmann-Gibbs-Shannon, com um parâmetro de extensividade. As imagens dos padrões de speckle foram capturadas por uma câmera CCD como um filme e tratadas como um conjunto de matrizes. O experimento foi realizado para diferentes valores de q . Foi possível identificar que os limiares ótimos obtidos pela Entropia de Tsallis são sensíveis à rugosidade da superfície, sendo capaz de detectar mudanças de rugosidade em superfícies metálicas em movimento. Os resultados, ainda que provas de princípio, mostram uma nova concepção para detectar variação de rugosidade em materiais de forma indireta e eficaz. |
id |
UFF-2_82aed0e1af826a9c79895204bf416ecb |
---|---|
oai_identifier_str |
oai:app.uff.br:1/34791 |
network_acronym_str |
UFF-2 |
network_name_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository_id_str |
2120 |
spelling |
Detecção de variação de rugosidade por análise de imagens digitais de padrões de speckle via entropia de TsallisRugosidadeSuperfícies metálicas rugosasImagens digitaisPadrões de speckleSegmentação entrópicaEntropia de TsallisProcessamento de imagemSpeckleRoughnessRough metal surfacesDigital imagesSpeckle patternsEntropic segmentationTsallis entropyO presente trabalho propõe a detecção da variação de rugosidade de superfícies metálicas em movimento, através da análise de imagens digitais de padrões speckle, produzidos pela incidência de laser e com a utilização da segmentação entrópica, usando a Entropia de Tsallis. Tal entropia foi introduzida como uma generalização da entropia de Boltzmann-Gibbs-Shannon, com um parâmetro de extensividade. As imagens dos padrões de speckle foram capturadas por uma câmera CCD como um filme e tratadas como um conjunto de matrizes. O experimento foi realizado para diferentes valores de q . Foi possível identificar que os limiares ótimos obtidos pela Entropia de Tsallis são sensíveis à rugosidade da superfície, sendo capaz de detectar mudanças de rugosidade em superfícies metálicas em movimento. Os resultados, ainda que provas de princípio, mostram uma nova concepção para detectar variação de rugosidade em materiais de forma indireta e eficaz.In this work we propose a new method fot the detection of roughness variation of moving metallic surfaces using. Detection occurs through the analysis of speckle patterns produced by laser incidence, using entropic segmentation with Tsallis Entropy. Such entropy was introduced as a generalization of the Boltzmann-Gibbs-Shannon entropy, with a parameter of extensivity. The speckle pattern images were captured by a CCD camera as a movie and treated as a set of sequential matrixes. The experiment was performed for different values of q. It was possible to identify that the optimal thresholds, obtained by the Tsallis Entropy, are sensitive to surface roughness, being able to detect changes in roughness on moving metallic surfaces. The results, although proof of principle, show a new process to detect indirectly variation of roughness in materials with efficiency.37Volta RedondaSilva, Ladário dahttp://lattes.cnpq.br/3743563498830737Costa, Dionísio José Rodrigues dahttp://lattes.cnpq.br/0740855081290458Auler, Luiz Telmo da Silvahttp://lattes.cnpq.br/7964458773966012http://lattes.cnpq.br/7101735044781024Dias, Clarissa de Paula2024-09-24T12:27:07Z2024-09-24T12:27:07Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfDIAS, Clarissa de Paula. Detecção de variação de rugosidade por análise de imagens digitais de padrões de speckle via entropia de Tsallis. 2018. 37 f. Trabalho de Conclusão de Curso (Graduação em Física com Ênfase em Física Computacional) - Instituto de Ciências Exatas, Universidade Federal Fluminense, Volta Redonda, 2018https://app.uff.br/riuff/handle/1/34791Bacharelado em Física ComputacionalCC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2024-09-24T12:27:13Zoai:app.uff.br:1/34791Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202024-09-24T12:27:13Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false |
dc.title.none.fl_str_mv |
Detecção de variação de rugosidade por análise de imagens digitais de padrões de speckle via entropia de Tsallis |
title |
Detecção de variação de rugosidade por análise de imagens digitais de padrões de speckle via entropia de Tsallis |
spellingShingle |
Detecção de variação de rugosidade por análise de imagens digitais de padrões de speckle via entropia de Tsallis Dias, Clarissa de Paula Rugosidade Superfícies metálicas rugosas Imagens digitais Padrões de speckle Segmentação entrópica Entropia de Tsallis Processamento de imagem Speckle Roughness Rough metal surfaces Digital images Speckle patterns Entropic segmentation Tsallis entropy |
title_short |
Detecção de variação de rugosidade por análise de imagens digitais de padrões de speckle via entropia de Tsallis |
title_full |
Detecção de variação de rugosidade por análise de imagens digitais de padrões de speckle via entropia de Tsallis |
title_fullStr |
Detecção de variação de rugosidade por análise de imagens digitais de padrões de speckle via entropia de Tsallis |
title_full_unstemmed |
Detecção de variação de rugosidade por análise de imagens digitais de padrões de speckle via entropia de Tsallis |
title_sort |
Detecção de variação de rugosidade por análise de imagens digitais de padrões de speckle via entropia de Tsallis |
author |
Dias, Clarissa de Paula |
author_facet |
Dias, Clarissa de Paula |
author_role |
author |
dc.contributor.none.fl_str_mv |
Silva, Ladário da http://lattes.cnpq.br/3743563498830737 Costa, Dionísio José Rodrigues da http://lattes.cnpq.br/0740855081290458 Auler, Luiz Telmo da Silva http://lattes.cnpq.br/7964458773966012 http://lattes.cnpq.br/7101735044781024 |
dc.contributor.author.fl_str_mv |
Dias, Clarissa de Paula |
dc.subject.por.fl_str_mv |
Rugosidade Superfícies metálicas rugosas Imagens digitais Padrões de speckle Segmentação entrópica Entropia de Tsallis Processamento de imagem Speckle Roughness Rough metal surfaces Digital images Speckle patterns Entropic segmentation Tsallis entropy |
topic |
Rugosidade Superfícies metálicas rugosas Imagens digitais Padrões de speckle Segmentação entrópica Entropia de Tsallis Processamento de imagem Speckle Roughness Rough metal surfaces Digital images Speckle patterns Entropic segmentation Tsallis entropy |
description |
O presente trabalho propõe a detecção da variação de rugosidade de superfícies metálicas em movimento, através da análise de imagens digitais de padrões speckle, produzidos pela incidência de laser e com a utilização da segmentação entrópica, usando a Entropia de Tsallis. Tal entropia foi introduzida como uma generalização da entropia de Boltzmann-Gibbs-Shannon, com um parâmetro de extensividade. As imagens dos padrões de speckle foram capturadas por uma câmera CCD como um filme e tratadas como um conjunto de matrizes. O experimento foi realizado para diferentes valores de q . Foi possível identificar que os limiares ótimos obtidos pela Entropia de Tsallis são sensíveis à rugosidade da superfície, sendo capaz de detectar mudanças de rugosidade em superfícies metálicas em movimento. Os resultados, ainda que provas de princípio, mostram uma nova concepção para detectar variação de rugosidade em materiais de forma indireta e eficaz. |
publishDate |
2024 |
dc.date.none.fl_str_mv |
2024-09-24T12:27:07Z 2024-09-24T12:27:07Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
DIAS, Clarissa de Paula. Detecção de variação de rugosidade por análise de imagens digitais de padrões de speckle via entropia de Tsallis. 2018. 37 f. Trabalho de Conclusão de Curso (Graduação em Física com Ênfase em Física Computacional) - Instituto de Ciências Exatas, Universidade Federal Fluminense, Volta Redonda, 2018 https://app.uff.br/riuff/handle/1/34791 |
identifier_str_mv |
DIAS, Clarissa de Paula. Detecção de variação de rugosidade por análise de imagens digitais de padrões de speckle via entropia de Tsallis. 2018. 37 f. Trabalho de Conclusão de Curso (Graduação em Física com Ênfase em Física Computacional) - Instituto de Ciências Exatas, Universidade Federal Fluminense, Volta Redonda, 2018 |
url |
https://app.uff.br/riuff/handle/1/34791 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
CC-BY-SA info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
CC-BY-SA |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.coverage.none.fl_str_mv |
Bacharelado em Física Computacional |
dc.publisher.none.fl_str_mv |
Volta Redonda |
publisher.none.fl_str_mv |
Volta Redonda |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF) instname:Universidade Federal Fluminense (UFF) instacron:UFF |
instname_str |
Universidade Federal Fluminense (UFF) |
instacron_str |
UFF |
institution |
UFF |
reponame_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
collection |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF) |
repository.mail.fl_str_mv |
riuff@id.uff.br |
_version_ |
1811823550407901184 |