Eng
Ukr
Rus
Печать

2009 №04 (05) 2009 №04 (07)

Техническая диагностика и неразрушающий контроль 2009 #04
«Техническая диагностика и неразрушающий контроль», №4,2009, c.37-42
ИССЛЕДОВАНИЕ АЛГОРИТМОВ СЕГМЕНТАЦИИ РЕНТГЕНОТЕЛЕВИЗИОННЫХ ИЗОБРАЖЕНИЙ СВАРНЫХ ШВОВ ДЛЯ АВТОМАТИЧЕСКОГО ОБНАРУЖЕНИЯ ДЕФЕКТОВ
Автор
Я. П. ЛАЗОРЕНКО, Е. В. ШАПОВАЛОВ, Т. Г. СКУБА, Д. Д. ТОПЧЕВ, Ф. С. КЛИЩАР
Реферат
Предложено три новых алгоритма сегментации цифровых рентгенотелевизионных изображений сварных швов, которые предназначены для автоматического обнаружения дефектов. Данные алгоритмы основаны на адаптивных методах пороговой обработки. Показано, что оптимальное значение порога устанавливается для каждой точки изображения на основе свойств ее локальной окрестности. Для выбора оптимального порогового значения использованы следующие критерии: среднеквадратический, моментный и энтропийный. Экспериментальное исследование показало эффективность предложенных алгоритмов сегментации, что делает возможным их применение в системах автоматизированного рентгенотелевизионного контроля.
Three new algorithms of segmentation of digital X-Ray TV images of welds have been proposed, which are designed for automatic defect detection. These algorithms are based on adaptive methods of threshold treatment. In these methods the optimum threshold value is set for each image point based on the properties of its local vicinity. Selection of the optimum threshold value was performed on the basis of the following criteria: mean root square, instant and entropy. Experimental study has shown the effectiveness of the proposed segmentation algorithms, which enables their application in systems of automated X-Ray TV inspection.
1. Лазоренко Я. П. Автоматическое распознавание дефектов на радиационных изображениях сварных швов (Обзор) // Техн. диагностика и неразруш. контроль. — 2008. — № 3. — С. 31–37.
2. Alghalandis S., Alamdari G. Welding defect pattern recognition in radiographic images of gas pipelines using adaptive feature extraction method and neural network classifier // 23rd World gas conference, 2006.
3. Wang G., T. W. Liao. Automatic identification of different types of welding defects in radiographic images // NDT&E International. — 2002. — № 35. — P. 519–528.
4. Weld defect detection in industrial radiography based digital image processing / N. Nacereddine, M. Zelmat, S. S. Belaifa, M. Tridi // Proc. of world academy of science, engineering and technology. — 2005. — January. — 2. — ISSN 13076884.
5. Mery D., Berti M. A. Automatic detection of welding defects using texture features // Intern. symp. on computed tomography and image processing for industrial radiology, 2003.
6. Гонсалес Р., Вудс Р. Цифровая обработка изображений. — М.: Техносфера, 2006. — 1072 с.
7. Бакут П. А., Колмогоров Г. С. Сегментация изображений: методы выделения границ областей // Зарубежная радиоэлектроника. — 1987. — № 10. — С. 25–47.
8. Бакут П. А., Колмогоров Г. С., Ворновицкий И. Э. Сегментация изображений: методы пороговой обработки // Там же. — 1987. — № 10. — С. 6–24.
Поступила в редакцию 10.10.2008
Подписано в печать 14.12.2009