Page 14 - МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ

12

У третьому розділі описано ряд розроблених методів сегментації дефектів
на цифрових радіографічних зображення кільцевих зварних швів та обчислення
їх діагностичних ознак. Характеристики допустимих дефектів поділяють на
абсолютні та відносні. Лінійні розміри дефектів їх кількість в зварному шві і
відстань між ними відносять до абсолютних характеристик. До відносних
характеристик відносять відношення лінійних розмірів дефектів до одиничної
довжини або товщини зварного шва.
Практика обробки рентгенівських зображень, зокрема зварних швів, пока-
зує, що вони важко дешифруються навіть досвідченим рентгенологом через
низьку контрастність, нерівномірність фону та високий рівень шуму. Тому
звернуто увагу на розробку методів сегментації об’єктів різного розміру та
обчислення їх інформативних ознак на зображеннях зварних швів за допомогою
автоматичної локалізації на основі різниці рівнів сірого між об’єктом та фоном.
Зокрема змодельовано випадок, коли рівні сірого об’єктів уваги є нижчими за
фонові. Для цього вибрано кусково-поліноміальну модель функції інтенсивності,
в якій значення рівня сірого можна подати як поліноміальну функцію у вікні
обробки. Наприклад, в одновимірному випадку

() = ∑ θ ⋅ , ∀() ∈ (), (12)

=0
де () – функція оцінки рівня сірого зображення; i=(i 1, i 2) – вектор координат;
V(l) – вікно обробки з центром у точці l;  r – r-й коефіцієнт регресії.
Для реалізації кусково-лінійної моделі інтенсивності зображення прийняли
значення q = 1. Коефіцієнти регресії { r} разом з параметром шуму становлять
вектор параметрів моделі. Як правило, шум n(i) містить відносно небагато
викидів, які можна змоделювати так:
() з імовірністю (1 − ε)
0
() = { (13)
() з імовірністю ε ,
1
де n 0(i) – гауссівський шум з нульовим середнім; n 1(i) – викиди (наприклад, функ-
ція, що набуває максимального та мінімального значень).
Розроблений алгоритм використовує кратномасштабну функцію інформа-
тивності для локалізації об’єкта та подальшої сегментації виділеної області.
Розглянемо область об’єкта O(i, j), яка є симетричним структурним елементом з
центром у точці (i, j), і область фону B(i,j), яка є колом навколо об’єкта. Для
визначення області об’єкта обрано структурний елемент квадрат розміром 3х3
пікселі. Функція інформативності
1
{ (, )} = |∑ (,)∈(,) ( (, ) − (, ))|, (14)

де N – кількість точок у фоновій області; (,) – значення функції

інтенсивності в точці (m, n), оцінене за допомогою робастних коефіцієнтів регресії
області O(i, j); g k(m, n) – значення функції інтенсивності зображення в точці (m,
n); k – параметр масштабу.
Якщо відомо, що на зображенні є один об’єкт, то точку, в якій функція ін-
формативності (14) максимальна, називають фокусом уваги. Вона визначає
область локального аналізу, в якій здійснюватиметься бінарна сегментація.
Оскільки на зображеннях зварного шва може бути багато дефектів, то виникає

потреба їх локалізувати за значеннями функції інформативності. Запропоновано