Современные информационные технологии/2. Вычислительная техника и программирование

Ермаков А.А.

Муромский институт Владимирского государственного университета

Алгоритм обработки капиллярных снимков

В области компьютерной обработки изображений существует множество работ, связанных с анализом дефектоскопических снимков различной природы. Однако многие дефекты имеют специфичные, сложные образы. Например, очень распространены дефекты-трещины, риски, царапины, имеющие протяженную линейчатую форму в виде полосы. Такие дефекты часто выявляются капиллярным методом. Капиллярный метод неразрушающего контроля (ГОСТ–18442–80) основан на капиллярном проникновении индикаторных жидкостей в полости невидимых или слабовидимых невооруженным глазом поверхностных и сквозных несплошностей материала объектов контроля и регистрации образующихся индикаторных следов визуальным способом или с помощью преобразователя. Существующие системы технического зрения, применяемые в дефектоскопии, используют в основном классические методы цифровой обработки изображений, такие как выделение границ и текстурный анализ, и не позволяют выполнить более детальный разбор таких сложных по форме дефектов.

Актуальным является создание, исследование и применение новых более качественных специальных методов обработки изображений полосовых дефектов. В связи с линейчатой структурой образов дефектов предполагается применение интегральных преобразований по кривым и их сегментам, которое позволит увеличить качество анализа таких изображений.

В настоящей работе предлагается методика анализа дефектоскопических изображений, которая учитывает природу создания сцен, полученных на основе капиллярной технологии, используемой для обнаружения именно протяженных дефектов, и применение метода обработки изображений, основанного на интегральном преобразовании по линии к этой сцене.

Методику обработки и анализа дефектоскопических изображений, полученных с помощью капиллярной дефектоскопии, построим на основе следующего алгоритма:

1) Фильтрация полосовых образов [1].

2) Бинаризация фильтрованного изображения.

3) Вычисление площади выделенных областей.

4) Устранение областей малой площади.

5) Вычисление признаков выделенных дефектных областей.

6) Классификация дефектов.

Схема алгоритма приведена на рис. 1.

Рис.1. Схема обработки дефектоскопических изображений, полученных капиллярным методом.

Фильтрация позволяет подчеркнуть образы протяженной формы, которые вероятнее всего являются дефектными, и подавить фоновые шумы и помехи, вызванные неоднородной структурой оцениваемой поверхности.

Яркостная гистограмма исходного (и фильтрованного тоже) изображения содержит только одну моду, которая соответствует фону изображения. Это объясняется тем, что выделяемые образы имеют малую площадь. Мода дефектов практически всегда сливается с модой фона. В связи с этим применим метод аппроксимации фоновой моды прямоугольным импульсом равномерного распределения. В таком случае порог бинаризации выбирается как удвоенное среднее значения яркости всего изображения.

В результате пороговой бинаризации изображения существует вероятность выделения малых шумовых областей, которые явно не являются дефектными. Для устранения таких областей выполняется их отсечение по площади. Порог бинаризации необходимо выбрать в зависимости от уровня значимости обнаруживаемых дефектов.

Этап вычисление геометрических признаков объектов основан на использовании известных алгоритмов обработки монохромных (бинарных) изображений. Вычисляются площадь, длина, ширина и др.

На заключительном этапе (классификация образов) выполняются распознавание и классификация областей. В зависимости от ширины определяется значимость дефекта. Конечным результатом является характеристическое (маркированное) изображение с отмеченными областями значимых дефектов (рис.2).

Рис. 2. Исходное изображение и выделенный дефект.

Литература:

1. Ермаков, А.А. Методы и алгоритмы обработки и анализа дефектоскопических и металлографических снимков [Текст] / А.А. Ермаков, А.А. Орлов, С.С. Садыков, Д.Н. Стародубов. - Владимир: Изд-во Владим. гос. ун-та, 2008. - 112с.