Page 44 - КЛАСИФІКАЦІЯ ЛОКАЛІЗОВАНИХ ДЕФЕКТІВ ЗВАРНИХ ШВІВ НА РЕНТГЕНІВСЬКИХ ЗОБРАЖЕННЯХ ТРУБ

44

зображення зварного шва стає базовою для подальшої сегментації дефектів і

кількісного та якісного аналізу її результатів [54].

Сегментація зображення для виділення зварного шва виконується з метою

скорочення області аналізу. У виділеній області шва здійснюється вся наступна

обробка по виявленню дефектів. Результатом сегментації є бінарне зображення,

на якому одним кольором виділена область шва, а іншим ‒ область основного

D
металу. Нехай задано зображення I: Ω → R, де Ω ⊂ R ‒ це обмежена множина.

Метою сегментації зображення є поділ Ω на М множин *Ω + таким чином,

що кожна множина відрізняється від інших за певними ознаками і Ω =∪ *Ω + ,

∩ *Ω + = ∅ (М=2 - бінаризація).

Щодо виділення зварного шва, то у роботі [36] запропоновано

використовувати генетичний алгоритм до сегментації труби та кільцевих

зварних швів. Автори використали зображення синтезованих моделей труб, що

збільшило гнучкість методу та дозволило застосовувати такий підхід для

зварних швів іншої геометрії.

Підхід до виявлення зварного шва, запропонований у цій статті базується

на генетичному алгоритмі (ГА). Розглянемо стандартну реалізацію ГА, що

полягає в наступних кроках:

1) Створення початкової популяції.

2) Обчислення функції пристосованості для осіб популяції (оцінювання).

3) Вибір індивідів із поточної популяції (селекція).

4) Схрещення або/та мутація.

5) Повернення до кроку 2 до виконання критерію зупинки алгоритму.

Точне виявлення зварного шва відіграє істотну роль у великій кількості

задач, оскільки точність визначених параметрів є основою декількох завдань

високого рівня. У даній роботі пропонується підхід, оснований на погодженні

зображень, коли рентгенівські зображення порівнюються із заздалегідь

визначеними моделями труби або зварного шва, щоб отримати міру їх

подібності. При порівнянні розглядають множину пікселів, що відповідає