Page 156 - КЛАСИФІКАЦІЯ ЛОКАЛІЗОВАНИХ ДЕФЕКТІВ ЗВАРНИХ ШВІВ НА РЕНТГЕНІВСЬКИХ ЗОБРАЖЕННЯХ ТРУБ
P. 156

156

               морфологічних  логарифмічних  операторів  дає  змогу  виокремити  нечіткі

               границі сегментованих дефектів зображення.



                     3.4. Адаптивна сегментація дефектів зварних швів на рентгенівських

               зображеннях з використанням вирівнювання освітлення.


                     Для  покращання  вхідного  зображення  застосовуємо  метод  вирівнювання

               освітлення.  Це  компенсує  нерівномірний  розподіл  компоненти  освітленості  і

               збільшує локальний контраст. Для цієї мети  використовується метод [245, 246],

               що  представляє  собою  суперпозицію  одномасштабних  реалізацій  ретинексу

               (single-scale  implementations  of  Retinex,  SSR)  на  підставі  локального

               згладжування.    Ретинекс  –  це  теорія  сприйняття  світла  людиною,  яка  має

               фізіологічну  основу  і  використовує  логарифмічну  природу  фіксації

               випромінювання і його просторову відносність. ОРР визначається виразом




                                        R (x ,  ) y   logI (x ,  ) y  log[F (x , y ) I  (x , y )]     (3.20)


                                                   F (x , y )  K   e  (  x 2  y  2  / )   2  ,      (3.21)



               де  I  (x ,  ) y   вхідне  зображення,  F   (x ,  ) y   –  локальна  Гаусівська  функція  з


               нормалізуючою  константою      K   і  просторовою  константою  ,  а  *  є

               оператором згортки. Результати покращання представлені на рис. 3.12.

                     Наступним кроком є сегментація дефектів. Застосовано                  пороговий метод

               Ксу на основі гістограм [130], що зміщує глобальний поріг до класу з більшою

               дисперсією.  Спочатку  він  обчислює  поріг  по  методу  Оцу  [129]  у  всьому

               зображенні



                                                    T   arg  max  (T 2   )
                                                     1   1 T  L    b                                   (3.22)
   151   152   153   154   155   156   157   158   159   160   161