|

Применение методов сегментации изображений в задачах обнаружения дефектов поверхности сварных соединений

Авторы: Гаврилов А.И., Тхет Аунг Опубликовано: 04.10.2014
Опубликовано в выпуске: #5(98)/2014  
DOI:

 
Раздел: Информатика и вычислительная техника  
Ключевые слова: цифровая обработка изображений, сегментация, визуальный контроль, мониторинг сварочных процессов

Приведен анализ методов сегментации изображений применительно к задаче обнаружения дефектов поверхности. Рассмотрена многоэтапная процедура детектирования дефектов. Эффективность предложенных алгоритмов цифровой обработки изображений подтверждена результатами тестирования программной системы обнаружения дефектов поверхности на изображениях сварных соединений кольцевых стыков труб большого диаметра.

Литература

[1] Установка для считывания клейма с труб НКТ / Р.А. Перковский, А.И. Гаврилов, А.Ф. Ширанков, А.Б. Рогов, Н.П. Надымов // Дефектоскопия. 2003. № 9. С. 81-83.

[2] Опыт разработки и применения современных отечественных технологий и оборудования для автоматической орбитальной сварки магистральных газопроводов / О.Б. Гецкин, Е.М. Вышемирский, А.В. Шипилов, С.И. Полосков // Сварка и Диагностика. 2010. № 6. С. 51-57.

[3] Гонзалес Р., Вудс Р. Цифровая обработка изображений; пер с англ. М.: Техносфера, 2006. 1072 с.

[4] Миронов Б.М., Малое А.Н. Сегментация изображений кластерным методом и алгоритмом случайных скачков: сравнительный анализ // Компьютерная оптика. 2010. Т. 34. № 1. С. 132-137.

[5] Шапиро Л., Стокман Дж. Компьютерное зрение. М.: БИНОМ. Лаборатория знаний, 2006. 752 с.

[6] Автоматизированный комплекс для многослойной сварки кольцевых стыков труб магистральных трубопроводов со средствами адаптации и прогнозирования качества сварки / Э.А. Гладков, РА. Перковский, Б.Л. Гецкин, А.И. Гаврилов, В.Н. Бродягин / Наука и техника в газовой промышленности. 2009. № 4. С. 77-86.

[7] Методические аспекты применения нейросетевых моделей для прогнозирования качества сварки плавлением / Э.А. Гладков, А.В. Малолетков, А.И. Гаврилов, Р.А. Перковский // Сварка и диагностика. 2008. № 3. С. 2-7.

[8] Гладков Э.А., Гаврилов А.И. Имитационное моделирование лазерной сварки с глубоким проплавлением с использованием нейросетевых моделей // Сварка и диагностика. 2009. № 1. С. 9-11.

[9] Пат. RUS 121765 06.04.2011. Микропроцессорный комплекс мониторинга и управления процессом сварки кольцевых стыков труб / Н.П. Алешин, Э.А. Гладков, Р.А. Перковский, А.И. Гаврилов, В.Н. Бродягин.

[10] Реализация адаптивных технологий сварки кольцевых стыков магистральных трубопроводов / Н.П. Алешин, Э.А. Гладков, А.И. Гаврилов, Р.А. Перковский, Т.А. Рахматуллин // Сварка и диагностика. 2011. № 5. С. 48-53.

[11] Фисенко В.Т., Фисенко Т.Ю. Компьютерная обработка и распознавание изображений. СПб.: СПбГУ ИТМО, 2008. 192 с.

[12] Гладков Э.А., Гаврилов А.И., Малолетков А.В. Динамическая нелинейная модель технического процесса лазерной сварки с глубоким проплавлением // Сварочное производство. 2001. № 12. С. 17-24.

[13] Яне Б. Цифровая обработка изображений. М.: Техносфера, 2007. 584 с.

[14] Цифровая обработка изображений в информационных системах / И.С. Грузман, В.С. Киричук, В.П. Косых, Г.И. Перетягин, А.А. Спектор. Новосибирск: Изд-во НГТУ, 2003. 352 с.