Технологии компьютерного зрения для обнаружения дефектов цилиндрических объектов

Бесплатный доступ

В настоящее время развитие компьютерного зрения позволяет решать множество задач обнаружения дефектов на различных промышленных объектах. Одним из перспективных направлений применения данных технологий является выявление несоответствий геометрических параметров на цилиндрических изделиях. Цель данной работы заключается в обзоре и систематизации современных методов компьютерного зрения, применяемых для решения задачи детектирования дефектов на вертикальных цилиндрических поверхностях. В рамках исследования был проведен анализ существующих подходов к извлечению пространственных характеристик объектов, включая методы стереовидения, пространственной фильтрации и 3D-реконструкции. Были рассмотрены алгоритмы выделения основных ориентиров на цилиндрической поверхности, что позволяет осуществлять привязку координатной системы и локализацию областей возможных дефектов. Также изучены методы оценки геометрических отклонений на поверхности, которые могут выступать в качестве критериев обнаружения дефектов. В результате проведенного анализа была предложена классификация методов компьютерного зрения, применимых для задачи выявления дефектов на цилиндрических объектах. Были определены перспективные направления дальнейших исследований в области повышения точности обнаружения дефектов за счет комбинации различных алгоритмов обработки изображений.

Еще

Компьютерное зрение, обнаружение дефектов, цилиндрические объекты, стереовидение, 3d-реконструкция, геометрические отклонения

Короткий адрес: https://sciup.org/140305997

IDR: 140305997   |   DOI: 10.18469/ikt.2023.21.3.07

Список литературы Технологии компьютерного зрения для обнаружения дефектов цилиндрических объектов

  • Dang B., Zhilenkov A. Finite precision modeling of radar digital chaotic systems with dynamical properties analysis // AIP Conference Proceedings. Tamil Nadu: American Institute of Physics. 2018. Vol. 2034. P. 020007. DOI: 10.1063/1.5067350
  • Ilichev V.Y. Development of program for determination of fractal dimensions of images // International Research Journal. 2021. No. 4-1 (106). P. 6–10.
  • Гнатушенко В.В., Шевченко В.Ю. Наложение аэрокосмических изображений высокого пространственного разрешения на основе HSV-преобразования и вейвлет-декомпозиции // Вестник Херсонского национального технического университета. 2014. № 3 (50). С. 127–131.
  • Гриценко А.В., Дорошенко Н.С. Исследование и классификация методов распознавания изображений в системах компьютерного зрения // Вестник Ставропольского государственного университета. 2011. № 4. С. 84–89.
  • Ергалиев Д.С., Тулегулов А.Д., Молдамурат Х. Применение информационных технологий для анализа физических свойств подстилающей поверхности // Труды Международного симпозиума «Надежность и качество». 2014. С. 348–350.
  • Жиленков А.А., Воронова А.В., Черный С.Г. Защита информации в мультиагентных системах на базе динамического хаоса // Системы управления и обработки информации. 2021. № 3(54). С. 40–52.
  • Жиленков А.А., Черный С.Г. Применение технологий искусственного интеллекта в автоматизации контроля и управления в системах активных фазированных решеток для геоинформационного комплекса // Оборонный комплекс – научно-техническому прогрессу России. 2020. № 2(146). С. 57–63.
  • Иванов Ю.С. Алгоритмы распознавания подвижных объектов для интеллектуальных систем охранного видеонаблюдения: дис. … канд. техн. наук. Хабаровск, 2015. 167 с.
  • Исследование сложных поверхностей винтовых движителей транспортных средств мехатронным профилографом / С.А. Васильев [и др.] // Обработка металлов (технология, оборудование, инструменты). 2021. Т. 23, № 4. С. 65–78..
  • Инновационная технология акустико – эмиссионного контроля линейных объектов магистральных трубопроводов / А.Н. Кузьмин [и др.] // В мире неразрушающего контроля. 2020. Т. 23, № 1. С. 46–53.
  • Магамедова Д.М. OpenCV – инструмент компьютерного зрения // Тенденции развития науки и образования. 2020. № 63-3. С. 42–48.
  • Свирский С.Н. Алгоритмы детекции простейших геометрических фигур // Инновационные технологии: теория, инструменты, практика. 2014. Т. 2. С. 311–315.
  • Соловьев Н.В., Сергеев А.М. Улучшение качества растровых изображений: учеб. пособие. СПб.: СПбГУ ИТМО, 2010. 158 с.
  • Юсупов Р.М., Юсупов Ю.В. Состояние и перспективы развития информатики // Труды СПИИРАН. 2007. № 5. С. 10–46.
  • Analysis of electronic microscopy results based on combining the infiltration method with different restoration technologies and in vitro investigation of enamel focal demineralization treatment at the defect stage / A.V. Sevbitov [et al.] // Periodico Tche Quimica. 2019. Vol. 16, no. 33. P. 53–59.
Еще
Статья научная