Detection of Defects Using Infrared Thermography in a Controlled Environment – Preliminary Study

Dieses Kapitel befasst sich mit der Anwendung der Infrarot-Thermographie (IRT) zur Erkennung von Defekten in Gebäuden, wobei der Schwerpunkt auf der Integration dieser Technik mit maschinellem Lernen liegt, um die Genauigkeit zu erhöhen und die Subjektivität zu verringern. Die Studie skizziert die angewandte Methodik, einschließlich der Ausrüstung und Verfahren zur Erfassung von Wärmebildern unter kontrollierten Umweltbedingungen. Sie unterstreicht den Einsatz sowohl passiver als auch aktiver Ansätze im IRT, abhängig vom thermischen Kontrast zwischen beschädigten und unbeschädigten Bereichen. In diesem Kapitel wird auch das Potenzial maschineller Lernalgorithmen zur automatischen Erkennung und Klassifizierung von Mängeln diskutiert, was den Weg für zuverlässigere und effizientere Inspektionen von Gebäuden ebnet. Der Versuchsaufbau, bei dem kleinformatige Mauerwerke mit eingearbeiteten Defekten verwendet werden, zielt darauf ab, eine umfassende Bilddatenbank zur Schulung und Validierung von maschinellem Lernen zu erstellen. Dieser Ansatz rationalisiert nicht nur den Inspektionsprozess, sondern gewährleistet auch konsistente und objektive Ergebnisse, was ihn zu einer wertvollen Ressource für Fachleute auf diesem Gebiet macht.