• Computer Vision
• Infrared Imaging
• Machine Learning
• NDE
• Object Detection

Secondo l’associazione americana American Road and Transportation Builders Association (ARTBA) 46052, dei 616087 ponti americani sono considerati “strutturalmente difettosi”. In Italia la situazione, ugualmente critica, è stata evidenziata da tragici crolli come quello del ponte sul fiume Magra (2020) e del ponte Morandi a Genova (2018). Mancanza di manutenzione ordinaria e età avanzata delle strutture sono tra i motivi principali di queste fatalità. Come sottolinea la sopracitata associazione il costo per l’identificazione delle criticità nelle strutture americane e la loro messa in sicurezza con tecniche tradizionali supera i 164 miliardi di dollari.
Proprio per facilitare queste operazioni, e abbatterne i costi, negli ultimi anni diverse tecniche di valutazione non distruttive (Non-Destructive Evaluation, NDT) sono state proposte. Esse sono accomunate dalla possibilità di effettuare i test senza dover fisicamente ispezionare la struttura tramite trivellazioni o perforazioni della struttura per estrarre campioni di cemento o per visualizzare gli strati al di sotto della superficie. Alcune tra le tecniche più promettenti sono crack detection tramite computer vision, impact echo, ultrasonic surface waves, electrical resistivity, ground-penetrating radar e termografia a infrarossi (IRT). Quest’ultima in particolare ha la capacità di individuare danni sotto la superficie della struttura come delaminazioni e infiltrazioni d’acqua, difficilmente individuabili tramite le altre tecniche.
In questa tesi si propone un algoritmo per il rilevamento automatico di danni in strutture in cemento armato tramite immagini infrarossi. L’algoritmo sfrutta la differenza di temperatura tra la parte sana della struttura e quella danneggiata per individuare i deterioramenti della struttura.

According to the American Road and Transportation Builders Association (ARTBA) 46052, of the 616,087 American bridges are considered "structurally defective". In Italy, the equally critical situation was highlighted by tragic collapses such as the one of the bridge over the river Magra (2020) and the Morandi bridge in Genoa (2018). Lack of routine maintenance and advanced age of the structures are among the main reasons for these fatalities. As the aforementioned association points out, the cost of identifying critical issues in American structures and securing them with traditional techniques exceeds $ 164 billion. In order to facilitate these operations, and to reduce their costs, in recent years various non-destructive evaluation techniques have been proposed. They share the ability to test without having to physically inspect the structure by drilling the structure to extract concrete samples or to visualize the layers below the surface. Some of the most promising techniques are crack detection using computer vision, impact echo, ultrasonic surface waves, electric resistivity, ground-penetrating radar and infrared thermography (IRT). The latter in particular has the ability to identify damage under the surface of the structure such as delaminations and water infiltrations, which are difficult to identify through other techniques. In this thesis we propose an algorithm for the automatic detection of damage in reinforced concrete structures using infrared images. The algorithm exploits the temperature difference between the healthy part of the structure and the damaged one to identify the deterioration of the structure.