Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

MNiSW
140
Lista 2021
Status:
Autorzy: Kania Konrad, Rymarczyk Tomasz, Mazurek Mariusz, Skrzypek-Ahmed Sylwia, Guzik Mirosław, Oleszczuk Piotr
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Rok wydania: 2021
Wersja dokumentu: Drukowana | Elektroniczna
Język: angielski
Numer czasopisma: 24
Wolumen/Tom: 14
Numer artykułu: 8295
Strony: 1 - 21
Impact Factor: 3,252
Web of Science® Times Cited: 8
Scopus® Cytowania: 8
Bazy: Web of Science | Scopus
Efekt badań statutowych NIE
Materiał konferencyjny: NIE
Publikacja OA: TAK
Licencja:
Sposób udostępnienia: Witryna wydawcy
Wersja tekstu: Ostateczna wersja opublikowana
Czas opublikowania: W momencie opublikowania
Data opublikowania w OA: 9 grudnia 2021
Abstrakty: angielski
This paper presents an open architecture for a sensor platform for the processing, collection, and image reconstruction from measurement data. This paper focuses on ultrasound tomography in block-wise-transform-reduction image reconstruction. The advantage of the presented solution, which is part of the project “Next-generation industrial tomography platform for process diagnostics and control”, is the ability to analyze spatial data and process it quickly. The developed solution includes industrial tomography, big data, smart sensors, computational intelligence algorithms, and cloud computing. Along with the measurement platform, we validate the methods that incorporate image compression into the reconstruction process, speeding up computation and simplifying the regularisation of solving the inverse tomography problem. The algorithm is based on discrete transformation. This method uses compression on each block of the image separately. According to the experiments, this solution is much more efficient than deterministic methods. A feature of this method is that it can be directly incorporated into the compression process of the reconstructed image. Thus, the proposed solution allows tomographic sensor-based process control, multidimensional industrial process control, and big data analysis.