XINFORMAÇÕES SOBRE DIREITOS AUTORAIS
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital
Título: SUPER-RESOLUTION IN TOMOGRAPHIC IMAGES OF IRON ORE BRIQUETTES EMPLOYING DEEP LEARNING Autor: BERNARDO AMARAL PASCARELLI FERREIRA
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):
SIDNEI PACIORNIK - ADVISOR
KAREN SOARES AUGUSTO - CO-ADVISOR
Nº do Conteudo: 64283
Catalogação: 11/10/2023 Idioma(s): PORTUGUESE - BRAZIL
Tipo: TEXT Subtipo: THESIS
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=64283@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=64283@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.64283
Resumo:
Título: SUPER-RESOLUTION IN TOMOGRAPHIC IMAGES OF IRON ORE BRIQUETTES EMPLOYING DEEP LEARNING Autor: BERNARDO AMARAL PASCARELLI FERREIRA
KAREN SOARES AUGUSTO - CO-ADVISOR
Nº do Conteudo: 64283
Catalogação: 11/10/2023 Idioma(s): PORTUGUESE - BRAZIL
Tipo: TEXT Subtipo: THESIS
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=64283@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=64283@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.64283
Resumo:
The mining industry has been witnessing a reduction of extracted iron ore s
quality and the advent of new environmental demands. This situation reinforces a
search for iron ore products that meet the requirements of the steel industry, such
as new iron ore agglomerates. X-ray microtomography (microCT) allows the
characterization of a sample s three-dimensional structure, with micrometer
resolution, in a non-destructive analysis. However, this technique presents several
limitations. Better resolutions greatly increase analysis time and decrease the
acquired sample’s volume. Super-Resolution (SR) models, based on Deep
Learning, are a powerful tool to digitally enhance the resolution of tomographic
images acquired at lower resolutions. This work proposes the development of a
methodology to train three SR models, based on EDSR architecture, using
tomographic images of direct reduction briquettes: A model for enhancing the
resolution from 16 um to 6 um, another for enhancing from 6 um to 2 um, and the
third for enhancing 4 um to 2 um. This proposal aims to mitigate the limitations of
microCT, assisting the development and implementation of new Digital Image
Processing methodologies for agglomerates. The methodology includes different
proposals for SR s performance evaluation, such as PSNR comparison and pore
segmentation. The results indicate that SR can improve the resolution of
tomographic images and reduce common tomography noise.
| Descrição | Arquivo |
| COMPLETE |
