Page 52 - КЛАСИФІКАЦІЯ ЛОКАЛІЗОВАНИХ ДЕФЕКТІВ ЗВАРНИХ ШВІВ НА РЕНТГЕНІВСЬКИХ ЗОБРАЖЕННЯХ ТРУБ

52

[136, 137]. Потім піксели, ідентифіковані як граничні, треба з’єднати в замкнуті

криві, які оточують відповідні області. Стандартним прийомом є врахування

різниці значень яскравості двох груп пікселів, як це передбачає фільтр високих

частот. Щоб взяти до уваги відмінності в напрямках границь, необхідно більше

фільтрів такого типу. Оскільки особливістю фільтрів високих частот є

посилення шуму, то цінність таких методів для обробки зашумлених зображень

відносна. Очевидно, що прості процедури виявлення границь придатні лише

для обробки висококонтрастних зображень з низьким рівнем високочастотного

шуму. Для виділення контурів дефектів використовують просторову обробку

радіографічного зображення за допомогою наступних фільтрів: лапласіану [14],

лапласіану від гаусіану [7, 9], фільтра Собеля [7, 8]. Дослідження ефективності

методів виділення контурів за допомогою перерахованих вище фільтрів

показали, що з їхньою допомогою можна досить добре виявляти контури

дефектів.

Однак ці методи мають недолік, що полягає в тому, що крім контурів

дефектів часто виділяються також перепади інтенсивності, утворені шумом на

зображенні. Частково усунути цей недолік вдалося в роботі [6]. Метод

виявлення перепадів інтенсивності, що відповідають контурам дефектів,

запропонований у цій роботі, заснований на аналізі коефіцієнтів вейвлет-
перетворення, за допомогою якого стало можливим відрізнити контури

дефектів від шуму зображення.
Прегер [138] запропонував набір алгоритмів сегментації сцен на основі

аналізу границь. Мета алгоритму – коректна локалізація границь об’єкта в
сцені. Перкінс [139] досліджував проблему появи пропусків при виділенні

контурів, що призводить до об’єднання відмінних областей.

У роботах [3, 12] для сегментації дефектів було запропоновано

використовувати штучні нейронні мережі. Нейронна мережа визначала

приналежність заданого пікселя зображення до області з дефектом на основі

розподілу інтенсивності в околі цього пікселя. Експериментальні дослідження,