Методи обробки та розпізнавання металографічних зображень в автоматизованих експертних ІВС. Модель зображень та алгоритми виділення структурних елементів (зерен феритів, перлітів, тріщин, утоми, зламів), які ґрунтуються на теоретико-множинному підході.
Аннотация к работе
НАЦІОНАЛЬНА АКАДЕМІЯ НАУК УКРАЇНИНауковий керівник: доктор технічних наук, професор Русин Богдан Павлович, завідувач відділу методів і систем обробки, аналізу та ідентифікації зображень Фізико-механічного інституту ім. Захист відбудеться “10” листопада 2005 р. о 14:00 годині на засіданні спеціалізованої вченої ради Д 35.052.10 у Фізико-механічному інституті ім. З дисертацією можна ознайомитися у бібліотеці Фізико-механічного інституту ім. Розроблено моделі зображень та нові алгоритми виділення структурних елементів (зерен феритів, перлітів, тріщин, борозен утоми, зламів), які ґрунтуються на теоретико-множинному підході. На основі розроблених методів попередньої обробки, формування систем інформативних ознак запропоновано елементи і структуру автоматизованої експертної ІВС для аналізу та інтерпретації в реальному часі металографічних зображень.На сьогодні існує велика кількість універсальних прикладних графічних програмних засобів, систем баз відеоданих, засобів підтримки експертних систем і систем автоматизації досліджень та прикладних пакетів обробки, аналізу і розпізнавання зображень. Методи обробки, аналізу та розпізнавання матеріалів, як правило, полягають у тому, що зображення їх поверхні формували за допомогою мікроскопів у вигляді фотографій або фотопластинок, а аналіз та їх інтерпретацію здійснювала людина або нешвидкодійні спеціальні апаратні засоби, наприклад “Епіквант”. Такий підхід, по-перше, не дає можливості однозначно інтерпретувати металографічні зображення і, по-друге, обробляти їх у реальному масштабі часу. Останнім часом спостерігається зміщення акцентів у бік розробки експертних автоматизованих ІВС аналізу структури матеріалів у реальному масштабі часу, у яких би були відсутні субєктивні чинники, повязані у першу чергу, з похибками сприйняття і обробки оператором металографічних зображень, похибками, які вносяться під час формування зображень, та похибками, які виникають під час переносу інформації про реальну поверхню на фотопластину або фотографію. З появою сучасних обчислювальних високопродуктивних та швидкодійних засобів вдалося, в принципі, змінити акценти в процесі аналізу металографічних зображень в ІВС, замінивши, наприклад, зберігання інформації на фотопластинках на ввід і зберігання цифрового оптичного зображення поверхні матеріалу у вигляді окремого файла в персональному компютері.Результати аналізу існуючих методів попередньої обробки і фільтрації металографічних зображень, а також відомих засобів автоматичного визначення статистичних параметрів зерен свідчать про їх емпіричність, оскільки вони ґрунтуються на математичній моделі формування зображень і не враховують спотворень на етапі їх обробки. Класичне означення обєднання підмножин та визначає множину яка містить елементи, кожен з яких належить хоч би одній з множин або , причому елементи, що належать і множині , і множині , входять в обєднання тільки один раз. Обєднанням двох зображень та називатимемо зображення (обєднання у класичному розумінні), у якому виконується умова: якщо та , тоді . Перший вираз, наприклад, читається так: множина включає елементи множини (), для яких слідує (символ «), що існує (символ ‘ ’) елемент у множині з координатами , тобто (). Перетином зображень та (у класичному теоретико-множинному розумінні) є зображення , яке складається з елементів, котрі одночасно належать як зображенню , так і зображенню .У режимі “Загальна структура” система забезпечує користувачеві доступ до всіх ресурсів бази даних, а саме: ввід даних у базу, перегляд інформації у базі та видалення застарілої або непотрібної інформації, проведення аналізу накопиченої інформації та виведення результатів цього аналізу. Форма також забезпечує штатний (правильний) вихід з бази даних (із збереженням введених даних та проведених змін). Зображення з файлу Img.bmp зявляється у формі, використовуючи приєднану рамку обєкта.У роботі розвязано наукову задачу, повязану з розробкою нових методів кількісного оцінювання та інтерпретації металографічних зображень для створення ІВС. Наведено основні методи досліджень для кількісного аналізу зображень основних геометричних типів структури. На основі теоретико-множинного підходу розроблено моделі зображень та нові алгоритми виділення структурних елементів металографічних зображень (зерен феритів, перлітів, тріщин, борозен утоми зламів і т.п.), що дозволяють у задачах кількісної металографії однозначно виділяти звязні контури. Розглянуто існуючі (кліткова розмірність) та розроблено нові алгоритми (кругова і колова розмірності) визначення фрактальної розмірності структурних елементів металографічних зображень, які дають можливість, на відміну від відомих, вперше встановлювати залежність зміни фізико-механічних властивостей конструкційних матеріалів від їх фрактальної структури.