@article { author = {Meshkizadeh, Pouria and Farahani, Mohammadreza and Rezaee Hajideh, Mojtaba and Heidari-Rarani, Mohammad}, title = {Implementing Thermal Image Processing Techniques for Enhancing the Detectability of Defects in Thermography of Additive Manufacturing Components}, journal = {NDT Technology}, volume = {2}, number = {6}, pages = {36-45}, year = {2020}, publisher = {Iranian Society for Nondestructive Testing (IRNDT)}, issn = {2676-6655}, eissn = {2676-6655}, doi = {10.30494/jndt.2020.243128.1043}, abstract = {Nowadays, as the application of additive manufactured equipment is increasing in the industry, an appropriate inspection method for identifying defects of these products has become a pressing need. In this contribution, a study on inspection of the artificial defects of an additive manufactured specimen via thermography was carried out. A projector with 2KW in power was utilized as the heating source. The temperature of the sample was recorded by a thermal camera. Moreover, the camera kept recording the sample’s temperature for a while after that heating source was shut down. The best frame of raw thermal data was selected. To enhance the thermal raw data in case of the contrast between defective and sound regions and the number of detectable defects, two well-known thermal image processing methods, namely, Pulsed Phase Thermography (PPT) and Principle Component Analysis (PCA), were applied to the initial data. It was illustrated that all defects could be detected through processed images, whereas only 18 defects out of 20 could be revealed in the best frame of raw thermal data. Furthermore, for evaluating the ability of each technique to improve the contrast, the SNR parameter was adopted. According to the concluded data, the processed image via PCA with SNR average equal to 14.75 had the highest amount. This amount was almost three times higher than that of the best frame of initial thermal data.}, keywords = {Nondestructive Tests,Thermography,thermal image processing,Additive Manufacturing}, title_fa = {به‌کارگیری روش‌های پردازش تصاویر حرارتی به‌منظور بهبود شناسایی عیوب قطعات تولیدشده به روش ساخت افزایشی}, abstract_fa = {با توجه به توسعه روزافزون به‌کارگیری قطعات و تجهیزات ساخته‌شده به روش تولید افزایشی در صنایع مختلف، بهره‌گیری از روش‌های مناسب بازرسی این قطعات، به‌منظور بررسی کیفیت تولید و شناسایی عیوب، اهمیت بسزایی یافته است. در این پژوهش یک نمونه پلیمری ساخته‌شده به روش تولید افزایشی از جنس PLA به روش دمانگاری مورد بازرسی قرار گرفت. یک منبع حرارتی نوری نمونه را گرم نمود. تصاویر حرارتی در مدت‌زمان روشن بودن منبع حرارتی و مدتی پس از قطع منبع توسط دوربین حرارتی ثبت شد. به‌منظور بهبود تصاویر حرارتی، دو روش پردازش پرکاربرد به نام‌های پردازش فازی پالسی (PPT) و تجزیه‌وتحلیل مولفه اصلی(PCA) به کار گرفته شدند. پس از اعمال این روش‌ها به داده‌های منتخب خام حرارتی، مشخص شد که درحالی‌که تنها 18 عیب از 20 عیب موجود در نمونه از طریق بهترین فریم خام حرارتی قابل‌تشخیص است، همه‌ 20 عیب موجود در نمونه از طریق تصاویر پردازش‌شده قابل‌شناسایی هستند. برای مقایسه کمی تصاویر پردازش‌شده ازنظر بهبود وضوح عیوب که تاثیر مستقیمی بر سهولت در شناسایی آن‌ها دارد، پارامتر نسبت سیگنال به نویز (SNR) مورداستفاده قرار گرفت. با توجه به بالاتر بودن میزان SNR در کلیه تصاویر پردازش‌شده از بهترین تصویر خام حرارتی، مشخص شد که کلیه روش‌های پردازش بکار گرفته شده شناسایی عیوب را تسهیل می‌نمایند. همچنین مشاهده شد که روش PCA بالاترین میزان میانگین SNR را داراست. این مقدار برای تصویر PCA که معادل 14.75 است، تقریبا سه برابر میزان میانگین SNR برای بهترین تصویر خام حرارتی، معادل 4.75، بود.}, keywords_fa = {تست غیر مخرب,ترموگرافی,پردازش تصاویر حرارتی,تولید افزایشی}, url = {https://www.jndttech.ir/article_118266.html}, eprint = {https://www.jndttech.ir/article_118266_f39894a809979fc2c8b62ef7644317c0.pdf} }