Формирование панорамного изображения внутренней поверхности трубы
Автор: Лошкарев А.С.
Журнал: Физика волновых процессов и радиотехнические системы @journal-pwp
Статья в выпуске: 2 т.27, 2024 года.
Бесплатный доступ
Обоснование. Визуальный неразрушающий контроль внутренней поверхности труб является важным аспектом при их производстве и эксплуатации. Вовремя обнаруженный и устраненный дефект может существенно сократить количество брака при производстве и предотвратить различные чрезвычайные происшествия при эксплуатации. Формирование полного панорамного изображения внутренней поверхности труб, пригодных для анализа качества, является актуальной и востребованной задачей, которая может быть решена с помощью систем компьютерного зрения.
Телевизионная камера, видеопоследовательность, объектив fisheye, панорамное изображение, особые точки, внутренняя поверхность трубы, алгоритм mser
Короткий адрес: https://sciup.org/140306017
IDR: 140306017 | DOI: 10.18469/1810-3189.2024.27.2.45-55
Список литературы Формирование панорамного изображения внутренней поверхности трубы
- Заказнов Н.П., Кирюшин С.И., Кузичев В.Н. Теория оптических систем. М.: Машиностроение, 1992. 448 с.
- Bettonvil F. Imaging: Fisheye lenses // WGN. International Meteor Organization. 2005. Vol. 33, no. 1. P. 9–14.
- Reconstruction of images in video analytics systems with ultra-wide angle optics / O.L. Kulyas [et al.] // Optical Technologies for Telecommunications. 2019. Vol. 11516. P. 115161C. DOI: https://doi.org/10.1117/12.2566125
- Измерение характеристик и оценка возможностей видеокамер со сверхширокоугольной оптикой / О.Л. Куляс [и др.] // Физика волновых процессов и радиотехнические системы. 2020. Т. 23, № 1. С. 89–99. DOI: https://doi.org/10.18469/1810-3189.2020.23.1.89-99
- Region-based convolutional networks for accurate object detection and segmentation / R. Girshick [et al.] // IEEE Transactions on Pattern Analysis and Machine Intelligence. 2014. Vol. 38, no. 1. P. 142–158. DOI: https://doi.org/10.1109/TPAMI.2015.2437384
- Zhan Y., Wang Y., Yu X. Semisupervised hyperspectral image classification based on generative adversarial networks and spectral angle distance // Scientific Reports. 2023. Vol. 13, no. 1. P. 22019. DOI: https://doi.org/10.1038/s41598-023-49239-2
- Gonzalez C., Woods R.E., Steven L.E. Digital Image Processing Using MATLAB. Philadelphia: Gatesmark Publishing, 2020. 1009 p.
- Проблемы визуального контроля / О.Л. Куляс [и др.] // Проблемы техники и технологии телекоммуникаций: мат. XXIV Международной научно-технической конференции. Уфа, 2022. С. 485–486.
- Куляс О.Л., Лошкарев А.С. Мониторинг продольного положения видеокамеры при телевизионном контроле внутренней поверхности труб // Приборы и системы. Управление, контроль, диагностика. 2024. № 1. С. 10–18. DOI: https://doi.org/10.25791/pribor.1.2024.1465
- Свидетельство о регистрации программы для ЭВМ RU 2021681918. Программа телевизионного контроля внутренней поверхности трубопроводов / О.Л. Куляс, А.С. Лошкарев, К.А. Никитин, П.А. Назаренко, О.И. Захарова; 27.12.2023.
- Свидетельство регистрации программы для ЭВМ RU 2023688742. Программа формирования полного панорамного изображения внутренней поверхности труб / О.Л. Куляс, А.С. Лошкарев, К.А. Никитин, П.А. Назаренко, О.И. Захарова; 25.12.2023.
- Программное обеспечение контроля внутренней поверхности трубопроводов / О.Л. Куляс [и др.] // Физика и технические приложения волновых процессов (ФиТПВП-2021): мат. XIX Международной научно-технической конференции. 2021. С. 78–79.
