Автоматическая сегментация методом комплексирования интервалов агрегированием предпочтений при распознавании дефектов сварки; Дефектоскопия; № 12
| Parent link: | Российская академия наук. Дефектоскопия=Russian Journal of Nondestructive Testing/ Российская академия наук, Уральское отделение РАН, Институт физики металлов им. М.Н. Михеева УрО РА.— .— Москва: Наука, 1965-.— 0130-3082 № 12.— 2023.— С. 34-44 |
|---|---|
| Autor Principal: | |
| Autor Corporativo: | |
| Outros autores: | |
| Summary: | Заглавие с экрана Проверка качества сварного шва обычно выполняется в ходе визуального контроля и значительно зависит от опыта оператора. В статье предложен подход к автоматическому обнаружению и классификации дефектной области, где сегментация анализируемого фотоизображения сварного шва (т.е. его разбиение на дефектную и бездефектную области) осуществляется с помощью процедуры наращивания областей. Начальные точки для этой процедуры выбираются предложенным авторами робастным методом комплексирования интервалов агрегированием предпочтений (IF&PA) на основе анализа гистограммы изображения. Проверка предложенного подхода на реальных фотоизображениях показала его способность обнаруживать разные типы дефектов сварного шва с более высокой точностью по сравнению с традиционными методами, такими как метод Оцу и метод k-средних. Текстовый файл |
| Idioma: | ruso |
| Publicado: |
2023
|
| Series: | Оптические методы |
| Subjects: | |
| Acceso en liña: | https://doi.org/10.31857/S0130308223120047 Переводная версия |
| Formato: | Electrónico Capítulo de libro |
| KOHA link: | https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=674996 |
| Summary: | Заглавие с экрана Проверка качества сварного шва обычно выполняется в ходе визуального контроля и значительно зависит от опыта оператора. В статье предложен подход к автоматическому обнаружению и классификации дефектной области, где сегментация анализируемого фотоизображения сварного шва (т.е. его разбиение на дефектную и бездефектную области) осуществляется с помощью процедуры наращивания областей. Начальные точки для этой процедуры выбираются предложенным авторами робастным методом комплексирования интервалов агрегированием предпочтений (IF&PA) на основе анализа гистограммы изображения. Проверка предложенного подхода на реальных фотоизображениях показала его способность обнаруживать разные типы дефектов сварного шва с более высокой точностью по сравнению с традиционными методами, такими как метод Оцу и метод k-средних. Текстовый файл |
|---|---|
| DOI: | 10.31857/S0130308223120047 |