Objectif
Detection and analysis of low contrast flaws in radiographic images with high noise fields is a topic of current research in non-destructive evaluation of materials and articles during diagnostics. This problem is almost the same in medical diagnostics from radiographs for detection of dangerous diseases. Two crucial applications are considered: technical diagnostics of welds in nuclear power engineering and medical diagnostics of lung cancer. The poor quality of radiographic images is due to the physical nature of radiography as well as small size of the flaws and their poor orientation relatively to the size and thickness of an evaluated part. The known methods for radiograph analysis fail to detect low-contrast flaws and to make their meaningful analysis at all. The main approach to the radiographs processing consists of a development of structure-adaptive methods which consider shape constraints of local objects (flaws) in order to preserve local objects during filtering or to detect them on a non-homogeneous background. On one hand, these methods should be immune to the presence of noise and robust in conditions of non-homogeneity of the background. On the other hand, they must be computationally simple for possible implementation in real time. For flaws detection and analysis, a model based approach is used which provides image analysis by hypothesis generation and testing based on a current state of analysis and a database of hypotheses which was constructed during the learning stage. This is a process of sequential detection of local objects which are formed as structures of several primitive patterns which are described by their planar shape and have different locations in space at different resolution. For correct interpretation of the radiographs, formal decision rules will be used which consider, besides shape features, other image local properties. To evaluate basic image properties involved in the statistical hypothesis testing, an adaptive method of filtering will be investigated based on underlying structural mathematical model of radiographs. The proposed model of radiographs consists of separate morphological model of local objects (flaws) and non-stationary polynomial model for the background. Since the algorithms for image analysis are rather complex procedures, important concern of this research is fast implementation possibility of image analysis which can enable to do real-time diagnostics. For time-efficient processing of radiographs, fast rrsive algorithms with spatial and temporal rrsions will be developed yielding a speedup of an order as compared to the direct implementation of some algorithms. During the research period, the developed algorithms will be incorporated as a software package into available modern equipment for technical and medical diagnostics in the mentioned applications.
Champ scientifique (EuroSciVoc)
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.
Ce projet n'a pas encore été classé par EuroSciVoc.
Proposez les domaines scientifiques qui vous semblent les plus pertinents et aidez-nous à améliorer notre service de classification.
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Programme(s)
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
Thème(s)
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Données non disponibles
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Appel à propositions
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
Données non disponibles
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
Régime de financement
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
Données non disponibles
Coordinateur
5020 Salzburg
Autriche
Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.