Page 141 - КЛАСИФІКАЦІЯ ЛОКАЛІЗОВАНИХ ДЕФЕКТІВ ЗВАРНИХ ШВІВ НА РЕНТГЕНІВСЬКИХ ЗОБРАЖЕННЯХ ТРУБ

141

РОЗДІЛ 3. РОЗВИТОК ТА АПРОБАЦІЯ МЕТОДІВ СЕГМЕНТАЦІЇ

ДЕФЕКТІВ ЗВАРНИХ ШВІВ НА ОЦИФРОВАНИХ РЕНТГЕНОГРАМАХ

3.1. Структурно-адаптивний алгоритм локалізації та сегментації

різномасштабних об’єктів на радіографічних зображеннях на основі фукції

інформативності

Для виявлення дефектів на технічних зображеннях необхідні: попередня

фільтрація зображень для усунення шумів; локалізація об’єктів; бінарна сегмен-

тація зображень; класифікація локалізованих дефектів. У цій роботі основну

увагу сконцентровано на методах локалізації об’єктів та бінарній сегментації.

Сегментація дозволяє виділити ділянки зображення, які видаються спостерігачу

однорідними, і забезпечує розбиття зображення на області однакового виду.

Мета цієї роботи – сегментація об’єктів різного розміру та обчислення їх

інформативних ознак на зображеннях зварних швів за допомогою автоматичної

локалізації на основі різниці яскравості між об’єктом та фоном. Для цього

вибрано кусково-поліноміальну модель функції яскравості, в якій значення

яскравості можна подати як поліноміальну функцію у вікні обробки.

Наприклад, в одновимірному випадку

∑ , для , (3.1)

де – функція оцінки яскравості зображення; i=[i , i ] – вектор координат;
1
2
V(l) – вікно обробки з центром у точці l;  – r-й коефіцієнт регресії.
r
Для реалізації кусково-лінійної моделі яскравості зображення прийняли

значення q = 1. Коефіцієнти регресії { } разом з параметром шуму становлять
r
вектор параметрів моделі. Як правило, шум n(i) містить відносно небагато

викидів, які можна змоделювати так: