Сегментация изображений методом наращивания областей при автоматическом обнаружении дефектов сварки; Электронные средства и системы управления; Ч . 2

Λεπτομέρειες βιβλιογραφικής εγγραφής
Parent link:Электронные средства и системы управления: материалы докладов XVII Международной научно- практической конференции, Томск, 17-19 Ноября 2021/ Томский государственный университет систем управления и радиоэлектроники (ТУСУР).— , 2021
Ч . 2.— 2021.— [С. 106-109]
Κύριος συγγραφέας: Нгуен Дык Кыонг
Συγγραφή απο Οργανισμό/Αρχή: Национальный исследовательский Томский политехнический университет Инженерная школа информационных технологий и робототехники Отделение автоматизации и робототехники
Άλλοι συγγραφείς: Муравьев С. В. Сергей Васильевич
Περίληψη:Заглавие с экрана
Контроль поверхности сварных швов обычно выполняется невооруженным глазом и во многом зависит от опыта оператора. В статье представлен подход к реализации метода наращивания областей, используемого для автоматического разбиения изображения сварного шва на дефектную и бездефектную области. Начальные точки для алгоритма наращивания области выбираются на основе анализа гистограммы интенсивности изображения, после чего область дефекта наращивается на основе ее среднего значения интенсивности. Проверка предложенного подхода на реальных фотоизображениях показывает, что он позволяет обнаруживать разные типы дефектов сварного шва с достаточно высокой точностью при условии высокого качества исходных изображений.
Γλώσσα:Ρωσικά
Έκδοση: 2021
Σειρά:Автоматизация и оптимизация систем управления и обработки информации
Θέματα:
Διαθέσιμο Online:https://storage.tusur.ru/files/150970/ESSU--2021-chast1.pdf#page=107
https://www.elibrary.ru/item.asp?id=48165791
Μορφή: Ηλεκτρονική πηγή Κεφάλαιο βιβλίου
KOHA link:https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=668515
Περιγραφή
Περίληψη:Заглавие с экрана
Контроль поверхности сварных швов обычно выполняется невооруженным глазом и во многом зависит от опыта оператора. В статье представлен подход к реализации метода наращивания областей, используемого для автоматического разбиения изображения сварного шва на дефектную и бездефектную области. Начальные точки для алгоритма наращивания области выбираются на основе анализа гистограммы интенсивности изображения, после чего область дефекта наращивается на основе ее среднего значения интенсивности. Проверка предложенного подхода на реальных фотоизображениях показывает, что он позволяет обнаруживать разные типы дефектов сварного шва с достаточно высокой точностью при условии высокого качества исходных изображений.