Обработки изображения

Однако только в последнее время стала возможной автоматизация обработки изображений. Появились АСОИЗ "Периколор" - (Франция), ИБАС (ФРГ), "Маджискан-2" (Англия), ДТП 331К-3/4 (Россия) и другие, которые компонуются из микро- или мини ЭВМ, диалоговых полутоновых дисплеев, сканирующих устройств ввода изображения, быст-

Применение электромагнитных средств с многоэлементными преобразователями является эффективным способом повышения производительности контроля крупногабаритных изделий со сложной поверхностью. Достигнутый на сегодняшний день уровень технологии изготовления многоэлементных электромагнитных преобразователей позволяет не только повысить производительность сканирования контролируемой поверхности, но и решить очень важную и актуальную задачу - визуализацию топографии электромагнитных полей на поверхности объекта контроля. Значение визуализации физических полей в системах контроля и управления качеством изделий отмечено в большом количестве работ [21, 24, 41, 46 - 48]. Это связано как с физиологическими особенностями восприятия информации оператором - большую часть информации человек воспринимает через органы зрения и ему свойственно оперировать зрительными образами, так и с тем, что визуальное изображение, которое несет большое количество информации об объекте контроля, существенно упрощает и расширяет функциональные возможности систем ввода информации в электронно-вычислительные устройства. Интенсивное развитие компьютерных методов распознавания и обработки изображений также способствуют исследованиям в области визуализации физических полей и разработке устройств НК с визуальным представлением информации. В настоящее время ведутся интенсивные работы по созданию устройств неразрушающего контроля с визуализацией постоянных и переменных магнитных полей [46 - 48].

Применение электромагнитных средств с многоэлементными преобразователями является эффективным способом повышения производительности контроля крупногабаритных изделий со сложной поверхностью. Достигнутый на сегодняшний день уровень технологии изготовления многоэлементных электромагнитных преобразователей позволяет не только повысить производительность сканирования контролируемой поверхности, но и решить очень важную и актуальную задачу - визуализацию топографии электромагнитных полей на поверхности объекта контроля. Значение визуализации физических полей в системах контроля и управления качеством изделий отмечено в; большом количестве работ [21, 24, 41, 46 - 48]. Это связано как с физиологическими особенностями восприятия информации оператором - большую часть информации человек воспринимает через органы зрения и ему свойственно оперировать зрительными образами, так и с тем, что визуальное изображение, которое несет большое количество информации об объекте: контроля, существенно упрощает и расширяег функциональные возможности систем ввода информации в электронно-вычислительные устройства. Интенсивное развитие компьютерных методов распознавания и обработки изображений также способствуют исследованиям в области визуализации физических полей и разработке устройств НК с визуальным представлением информации. В настоящее время ведутся интенсивные работы по созданию устройств неразрушаюшего контроля с визуализацией постоянных и переменных магнитных полей [46 - 48].

Робототехнологические комплексы неразрушающего контроля, вычислительные томографы, автоматизированные системы обработки изображений физических полей — новые бурно развивающиеся устройства автоматизации современной техники и производства.

Лазерный Фурье-процессор с цифровой ТВ системой для анализа изображений структур; разрешение составляет 20 мм"1 в плоскости объекта КОП с набором управляемых транспарантов Интерактивная система обработки изображений с набором программ применительно к задачам микробиологии и металловедения (в том числе вычисление стереологических характеристик сплавов,, композитов и других объектов)

Многофункциональный ТВА с интерактивной системой обработки изображений

Автоматизация обработки изображений в дефектоскопии

АВТОМАТИЗАЦИЯ ОБРАБОТКИ ИЗОБРАЖЕНИЙ В КАПИЛЛЯРНОЙ ДЕФЕКТОСКОПИИ

Для решения ряда задач промышленного неразрушающего контроля может быть с успехом применен машинный анализ изображения контролируемой поверхности с помощью автоматических систем обработки изображений (АСОИЗ). В основу решения таких задач могут быть положены автоматический анализ и регистрация дефекто-скопируемого состояния поверхности объекта.

Автоматизация обработки изображений в дефектоскопии

Абсолютно черное тело (АЧТ) — Понятие, физическая модель 118—120 Автоколлимация 74, 75 Автоконтроль 15, 28 Автоматизация СНК 27—32 Автоматизированные системы обработки изображений (АСОИЗ) 28, 178—180 Автоматы для фотообработки радиографических снимков 330 — Основные характеристики 331 Алгоритм дискретный ОПФС 428—438 Алгоритм реконструкции для проекций веерных 406—409

обработки изображения (АСОИЗ)

Второе важное направление развития средств диагностирования машин связано с применением автоматизированных систем обработки изображения (АСОИЗ). Очевидно, что наибольший объем диагностической информации на практике можно представить в двух- или трехмерном виде. Традиционно и стабильно по этому пути развивается рентгенография, рентгенотелевидение, тепловидение, эндоскопия, оптическая и ультразвуковая голография, звуковидение, магнитопорош-ковые, магнитографические, капиллярные методы и средства контроля качества.

Быстродействие АСОИЗ определяется временем преобразования сигнала в аналого-цифровом преобразователе и перераспределением процессов обработки изображения между универсальным процессором используемой ЭВМ и спецпроцессором и в лучшем случае оценивается приближенно единицами секунд.

4.8. Современные методы неразрушающего контроля: автоматизированные средства диагностирования с анализом сигналов во времени и системами обработки изображения (АСОИЗ).....................................................................223

Такие методы, как радиографический, рентгенотелевизионный, магни-топорошковый, капиллярный и другие, результаты которых оператор оценивает визуально по изображению дефекта, автоматизированы не полностью. Создание автоматизированных систем обработки изображения (АСОИЗ) для указанных методов — наиболее актуальная задача.

Тепловизоры обычно имеют черно-белые или цветные видеомониторы и устройства аналоговой (выделение изотерм, обращение контраста, представление в псевдоцветах, термопрофильное квазиобъемное представление теплового поля д т. п.) и цифровой обработки изображения.

И — источник; В — объект контроля; Л. — детектор; Я — пленка; 9t и Э2 — экраны; Ф — устройство фотообработки; А —- устройство обработки изображения; К — апертура; О —-оптика; Р — детектор-преобразователь; Ct >— блок предварительной обработки; Сг — вычислитель; Cj — блок вывода данных

должна определять координаты, тип и размеры дефектов, выявлять зоны разнозернистости и механически напряженные зоны, обеспечивать при этом высокую производительность контроля. При создании интроскопов необходимо предусмотреть возможность обработки изображения с целью получения информации и преемственность методик контроля.

Преобразователем является фотодиодная матрица МФ-14Б, в плоскости которой находятся 32X32 чувствительных элемента. Матрица включена в режиме накопления и осуществляет преобразование оптического сигнала в электрический аналоговый пропорционально величине светового потока за время накопления. Допускается регулирование интервала времени накопления и чувствительности по условиям освещенности рабочей сцены. Результат обработки изображения в цифровой форме выдается через выходной буфер ЭВМ в систему управления роботом. СТЗ имеет две градации яркости (выходной сигнал в виде цифрового шестнадцатиразрядного двоичного кода); время обработки изображения 60 мс; разрешающая способность 2,5 мм.

При наиболее часто используемых подходах, ориентированных на поочередное выполнение каждого из этапов ввода и обработки изображения в GT3 на однопроцессорной ЭВМ, с целью уменьшения количества вычислений и объема перерабатываемой информации целесообразно проводить распараллеливание вычислитель-

Время обработки изображения, мс Время распознавания, с Габариты датчика, мм Количество элементов разбиения