Bachelor's Thesis

Study on the Corrosion Evaluation of Prestressing Reinforcement

Final Thesis 45.06 MB

Author of thesis: Bc. Patrik Pešl

Acad. year: 2025/2026

Supervisor: Ing. Adam Svoboda, Ph.D.

Reviewer: Ing. Martin Olšák, Ph.D.

Abstract:

The thesis deals with the possibilities of evaluating the surface corrosion of prestressing reinforcement using computer vision methods. The theoretical part first introduces the basic context of prestressed concrete, prestressing reinforcement and the corrosion damage of steel, and then addresses the visual manifestations of corrosion, their significance for the technical assessment of reinforcement, and the limitations of conventional diagnostic procedures based on visual evaluation. Separate attention is also given to selected normative scales originally developed for the evaluation of the corrosion of coating systems and to their limited applicability when applied to prestressing reinforcement. The basic principles of digital image processing and the methods applicable to the automated detection of corroded regions on the surface of steel wires are subsequently summarised. The practical part describes the acquisition setup with telecentric optics, the assembly of an image database of prestressing wires, the design and training of a segmentation model based on the U-Net architecture, and its evaluation on an unbiased test set. The trained model is then used for an automated estimation of the extent of surface corrosion across the entire sample set. The obtained results are converted into areal indicators and compared between individual wires. The concluding part discusses the strengths and limitations of the proposed procedure and outlines a framework for a future methodology for the objective evaluation of the surface corrosion of prestressing reinforcement, analogous to the existing standards for the evaluation of the corrosion of coating systems.

Keywords:

prestressing reinforcement, steel corrosion, computer vision, semantic segmentation, U-Net, convolutional neural network, telecentric optics, areal corrosion indicator

Date of defence

17.06.2026

Result of the defence

Defended (thesis was successfully defended)

znamkaAznamka

Grading

A

Process of defence

doc. Ing. Ladislav Klusáček, CSc. - Zabýval jste se v terénu více telecentrickou technikou? – Student odpověděl. Ing. Jan Trenz, Ph.D.- Jakým způsobem probíhá aproximace rozměrů při snímaní prutu? – Student odpověděl. doc. Ing. Jan Koláček, Ph.D. - Kalibrace modelu – jak jste zohlednil ověření správnosti? Je možné zohlednit v budoucnu i hloubku koroze? – Student odpověděl. Ing. Jan Trenz, Ph.D.- V případě, že byste měl dráty, které by nebyly tolik silně zasaženy korozí, nevedlo by to k jinému porovnání vstupních modelových parametrů? Nebyly by falešně vyhodnocovány jako zkorodované? – Student odpověděl. Ing. Jan Trenz, Ph.D.- Nemohla by úprava velikosti snímků se zohledněním pixelů – neovlivnil tento stav správnost výsledků? – Student odpověděl. doc. Ing. Ladislav Klusáček, CSc. - Jaký vliv na výsledky má uvažování zkontrastování snímků na bílé/černé pixely – k čemu tento krok sloužil? – Student odpověděl. doc. Ing. František Girgle, Ph.D. - Byla provedena nějaká rešerše týkající se tohoto tématu? – Student odpověděl. Ing. Jan Trenz, Ph.D.- Co je příčinou, že se některá strana nedetekuje? – Student odpověděl. Ing. Dorde Čairović, Ph.D.- Když pořídím snímky ze všech stran, jsem teoreticky schopen tyto snímky spojit a využít? – Student odpověděl.

Language of thesis

Czech

Faculty

Department

Institute of Concrete and Masonry Structures

Study programme

Civil Engineering (BPC-SI)

Specialization

Structural and Transport Engineering (K)

Composition of Committee

Ing. Dorde Čairović, Ph.D. (člen)
doc. Ing. Jan Koláček, Ph.D. (člen)
Ing. Ivana Švaříčková, Ph.D. (člen)
Ing. Jan Trenz, Ph.D. (člen)
doc. Ing. Ladislav Klusáček, CSc. (předseda)
doc. Ing. František Girgle, Ph.D. (místopředseda)

Supervisor’s report
Ing. Adam Svoboda, Ph.D.

Grade proposed by supervisor: A

File inserted by supervisor Size
Posudek vedoucího práce [.pdf] 82,39 kB

Reviewer’s report
Ing. Martin Olšák, Ph.D.

Topics for thesis defence:
  1. 1) Jaké jsou podle Vás hlavní výhody a omezení použití hlubokých neuronových sítí pro hodnocení koroze předpínací výztuže a jaké kroky by bylo nutné realizovat, aby bylo možné tuto metodu spolehlivě využívat v běžné diagnostické praxi mostních konstrukcí?
  2. 2) Jakým způsobem byla ověřována přesnost neuronové sítě a jaký rozsah a rozmanitost trénovacích dat považujete za nezbytné pro její nasazení v reálné diagnostické praxi?
  3. V rámci obhajoby práce doporučuji, aby student představil komisi, pokud je to technologicky možné, použití navrženého systému na vybraném předpínacím drátu.

Grade proposed by reviewer: A

File inserted by the reviewer Size
Posudek oponenta [.pdf] 167,02 kB

Responsibility: Mgr. et Mgr. Hana Odstrčilová