RU2536658C2 - Способ получения цифровых изображений поверхности пористого тела с яркостным разделением объектов и фона и устройство для его реализации - Google Patents
Способ получения цифровых изображений поверхности пористого тела с яркостным разделением объектов и фона и устройство для его реализации Download PDFInfo
- Publication number
- RU2536658C2 RU2536658C2 RU2012114267/08A RU2012114267A RU2536658C2 RU 2536658 C2 RU2536658 C2 RU 2536658C2 RU 2012114267/08 A RU2012114267/08 A RU 2012114267/08A RU 2012114267 A RU2012114267 A RU 2012114267A RU 2536658 C2 RU2536658 C2 RU 2536658C2
- Authority
- RU
- Russia
- Prior art keywords
- objects
- images
- image
- porous body
- background
- Prior art date
Links
Images
Landscapes
- Image Input (AREA)
- Studio Circuits (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
Изобретение относится к области изучения структуры пористых тел с использованием средств оптики и вычислительной техники. Техническим результатом является обеспечение высокого качества изображений границ объектов при низких ресурсо- и энергозатратах. Способ основан на получении серии сопоставимых цифровых изображений поверхности исследуемого материала, снятых при освещении с разных сторон, и последующей обработке на ЭВМ по специальному алгоритму. Исследование структурного состояния шлифованной поверхности изделия проводят в отраженном свете на специальном устройстве, позволяющем получать сопоставимые изображения при различных параметрах освещения. 2 н.п. ф-лы, 5 ил.
Description
Изобретение относится к области изучения структуры пористых тел с использованием средств оптики и вычислительной техники и предназначено для получения цифрового изображения поверхности пористого тела с яркостным разделением объектов и фона.
При исследовании структуры поверхности пористого материала методами вычислительной техники на первом месте стоит задача правильной идентификации объектов и фона, что подразумевает обнаружение границы их разделения. В настоящее время известны различные способы выделения контуров объектов при помощи градиентного метода. Цифровое изображение поверхности материала содержит информацию о перепадах яркости, соответствующих областям контуров объектов. При поиске таких перепадов используются производные первого и второго порядка, а основная идея обнаружения перепадов базируется на поиске мест изображения, где яркость меняется достаточно быстро. Обычно для этих целей используются полутоновые цифровые изображения, однако информация о перепадах яркости часто бывает искажена наличием различных шумов, что затрудняет идентификацию. В связи с этим применяют различные маски, или, как их еще называют, детекторы (Собела, Превитта, Робертса, Кирша, Канни и др.), позволяющие с определенной степенью приближения обнаруживать контуры объектов. [Гонсалес Р., Вудс Р., Эддинс С. Цифровая обработка изображений в среде MATLAB / М.: Техносфера, 2006. - 616 с.].
Степень приближения зависит от уровня зашумленности изображения. Повышение точности идентификации контуров объектов обеспечивается за счет снижения негативного влияния шумов различными способами, которые можно разделить на два принципиальных класса:
- способы обработки цифрового изображения, основанные на применении специальных помехоустойчивых программных алгоритмов;
- способы предварительной обработки поверхности исследуемого материала, направленные на снижение влияния шумов при получении цифрового изображения. Чаще всего это физические, химические или механические способы.
Из предшествующего уровня развития техники известен способ помехоустойчивого градиентного выделения контуров объектов на цифровых изображениях, заключающийся в предварительном оценивании положения импульсных помех на изображении, формировании четырех вспомогательных масок, а также восьми управляющих векторов (по два вектора на основе каждой вспомогательной маски), изменении коэффициентов соответствующих четырех разноориентированных масок Превитта с использованием данных векторов, вычислении приближенного значения модуля градиента изображения и получении контуров объектов на изображении путем его порогового преобразования [RU 2403616 C1, G06K 9/48, H04N 1/409, G06T 9/20, 12.08.2009].
Также известен способ выделения контуров объектов на матрице полутонового растрового изображения, заключающийся в том, что для всех пикселей растрового изображения согласно выбранному способу вычисляют норму или квадрат нормы градиента изменения их яркости, затем на новой черно-белой монохромной матрице черным цветом на белом фоне выделяют все элементы, у которых значение нормы или квадрата нормы градиента больше порогового значения, а в качестве контуров объектов на монохромной матрице принимают связные конфигурации элементов черного цвета, для выбранного способа вычисления градиента определяют коэффициент, затем рассчитывают пороговое значение квадрата нормы градиента как произведение данного коэффициента на сумму квадратов средних величин модулей изменения яркости соседних пикселей по строкам и столбцам, у которых значения превышают общие средние уровни ненулевых изменений, соответственно, по строкам и столбцам, а среди связных конфигураций элементов черного цвета на монохромной матрице сразу отбрасывают конфигурации, у которых число входящих элементов менее 5-7 элементов, для оставшихся конфигураций вычисляют среднюю степень соседства - частное от деления суммы по всем элементам конфигурации соседних с ним элементов на сумму элементов в конфигурации, причем те конфигурации, у которых средняя степень соседства менее 3, отбрасывают, а оставшиеся принимают в качестве искомых контуров объектов [RU 2325044 C1, H04N 1/409, G06K 9/46, 21.02.2007].
Также известно устройство выделения контуров объектов на изображении, содержащее датчик изображения, блок выделения кадрового и строчного импульсов, аналого-цифровой преобразователь, генератор, цифровой сигнальный процессор, оперативное запоминающее устройство, в которое введены селектор, блок фильтрации, блок пространственного дифференцирования, буферная память блока фильтрации, буферная память блока пространственного дифференцирования, соединенные между собой. Повышение быстродействия достигается за счет аппаратной реализации операции фильтрации и пространственного дифференцирования в соответствующих блоках устройства [RU 2362210 C1, G06K 9/36, G06K 9/62, А61В 5/04, 29.11.2007].
Все указанные способы и устройства основаны на применении специальных помехоустойчивых алгоритмов и относятся к первому классу способов и реализующих устройств выделения контуров объектов.
Также известен способ, относящийся ко второму классу и являющийся наиболее близким аналогом, поскольку реализует цветовое разделение объектов и фона. Способ заключается в предварительной обработке исследуемой поверхности пористого материала рядом последовательных операций: шлифовки до ровной однородной поверхности; продувки компрессором для исключения забитости перового пространства; равномерного покрытия поверхности красящим составом (водным раствором гуаши черной водорастворимой); сушки; повторной продувки. Это позволяет провести цветовое выделение объектов (пор) черным цветом на фоне белого цвета. Для получения цифрового изображения используется планшетный цифровой сканер. Полученная цифровая модель поверхности соответствует терминологии бинарного изображения, поскольку является двухцветной картинкой, на которой представлены один или несколько объектов одного цвета на фоне, имеющем другой цвет. Применение последующей обработки, включающей бинаризацию, приводит к получению истинно бинарного изображения в понятиях машинного зрения. Такое изображение позволяет выделить объект интереса и является основой для анализа и распознавания формы объектов в изображении. Вместе с тем за счет цветового разделения объектов и фона повышается точность идентификации контуров объектов. [Бедарев А.А. Возможности компьютерного анализа макроструктуры ячеистого бетона и его практическая реализация // Казанская наука. Сборник научных статей - Казань: 2010. - №9. - С.92-96].
Как у способов первого, так и у способов второго класса имеются очевидные недостатки. Способы первого класса применяются к уже имеющимся цифровым изображениям, уровень шумов которых может быть различным, в зависимости от чего точность идентификации на сильно зашумленных участках не достаточно высока. Способы второго класса позволяют максимально снизить влияние шумов на получаемом цифровом изображении, однако требуют дополнительных ресурсо- и энергозатрат на этапе предварительной обработки исследуемой поверхности.
Целью изобретения является разработка способа и устройства для получения цифровых изображений поверхности пористого тела с яркостным разделением объектов и фона, обеспечивающих существенное повышение качества идентификации границ объектов при низких ресурсо- и энергозатратах.
Поставленная цель решается за счет применения направленного под острым углом к поверхности материала освещения. При этом со стороны падения света на месте объекта формируется заполненный тенью участок, четко отделяющий объект и фон и облегчающий последующую идентификацию границы. Наиболее четкого и точного разделения удается достичь со стороны падения света. В связи с этим возникает необходимость в получении серии изображений при падении света с различных сторон и их программном объединении таким образом, чтобы четкая граница объекта замкнулась. Для каждого цифрового изображения в серии вычисляются интенсивности соответственно красной, зеленой и синей составляющих цвета всех пикселей. Интенсивности соответствующих пикселей сравниваются между собой по каждому каналу (красному, синему и зеленому), а пиксель с наиболее близкой к черному цвету интенсивностью принимается как соответствующий пиксель нового изображения. Новое изображение формируется путем последовательного сравнения всех соответствующих пикселей серии изображений и выбора наиболее близких к черному цвету указанным способом. Это изображение содержит информацию о поверхности с яркостным разделением объектов и фона, что значительно повышает точность последующей идентификации границ объектов.
При реализации приведенного способа очень важно, чтобы все изображения в одной серии были сопоставимы, что подразумевает неизменность ориентации объектов на изображениях и их масштаба. Для реализации указанных условий необходимо устройство, являющееся неотъемлемой частью заявленного изобретения.
Изобретение поясняется чертежами, которые не охватывают и, тем более не ограничивают весь объем притязаний данного технического решения, а являются лишь иллюстрирующими материалами частного случая выполнения:
На фиг.1 - устройство для получения цифровых изображений поверхности пористых тел с яркостным разделением объектов и фона, вид спереди.
На фиг.2 - вид сверху устройства.
На фиг.3 - вид сбоку устройства.
На фиг.4 - поперечный разрез А-А на фиг.1.
На фиг.5 - поперечный разрез Б-Б на фиг.3.
Устройство 1 для получения цифровых изображений поверхности пористых тел с яркостным разделением объектов и фона представляет собой систему из двух параллельных плоскостей 2 и 3, предпочтительно из листов ДСП, скрепленных жестко друг с другом системой стоек на расстоянии L. Верхняя плоскость предназначена для размещения системы получения цифрового изображения и панели управления освещением. Нижняя плоскость предназначена для размещения непосредственно или на предметном столике образца изучаемого материала. Между верхней и нижней плоскостями располагаются направляющие 4 с перемещаемой рамой 5, изготовленной, предпочтительно, из алюминия. На раме собрана система освещения 6, представляющая собой несколько независимых источников освещения, расположенных с различных сторон рамы в одной плоскости. Рама установлена параллельно верхней и нижней плоскостям. Питание и управляющие сигналы от блока управления 7 к системе освещения подаются посредством шлейфа 8 или кабеля. Пространство между верхней и нижней плоскостями закрыто кожухом 9, изготовленным, предпочтительно, из фанеры, и предназначенным для защиты исследуемого материала в устройстве от внешнего света. Передняя стенка устройства сделана на петлях 10 в виде дверцы 11 с замком 12 для фиксации.
Работа устройства осуществляется следующим образом. Исследуемый материал помещается на нижнюю плоскость или на предметный столик исследуемой поверхностью вверх. На блоке управления включается кнопка подачи напряжения, кнопками выбора режимов подается освещение на элементы осветительной системы. Раму на направляющих перемещают к исследуемой поверхности до высоты, обеспечивающей наилучшее разделение объектов и фона. Качество светотеневого выделения объектов отслеживают визуально.
Включают систему получения цифрового изображения, предпочтительно цифровой фотоаппарат 13 с электронным видоискателем 14, закрепленным болтовым соединением на стойке 15, с объективом 16, вставленным в отверстие 17 в верхней плоскости и расположенным перпендикулярно ей, и выполняют калибровку: на исследуемую поверхность помещают калибровочную линейку и делают снимок, в дальнейшем необходимый для установления масштаба.
После калибровки кнопками выбора режимов полностью выключают освещение и закрывают дверцу устройства. При помощи кнопок выбора режимов последовательно подают освещение на изучаемую поверхность с одной из возможных сторон и делают серию снимков при различном освещении, не меняя ориентации и положения объектива фотоаппарата. По завершении съемки выключают питание осветительной системы отключением кнопки подачи напряжения, выключают фотоаппарат, отснятые изображения переносят на ЭВМ и подвергают обработке описанным ранее способом.
Разработанные способ и устройство легко реализуемы на практике, обладают низкими ресурсо- и энергозатратами и позволяют без дополнительной обработки поверхности получать цифровые изображения исследуемого пористого тела с яркостным разделением объектов и фона при низких значениях шумов, что значительно увеличивает точность идентификации границ объектов различными градиентными методами.
Разработанный способ можно выделить в отдельный класс способов снижения негативного влияния шумов, реализующего как принципы программной обработки цифрового изображения, так и принципы физического выделения объектов путем применения светотеневого эффекта на поверхности тела. Являясь комплексным, он лишен недостатков способов первых двух классов и обладает преимуществом перед ними по скорости, точности и простоте реализации.
Claims (2)
1. Способ получения цифровых изображений поверхности пористого тела с яркостным разделением объектов и фона, заключающийся в преобразовании оптических сигналов в электрические сигналы, их дискретизации, разбиении изображения объектов на дискретные элементы и вычислении интенсивности соответственно красной, зеленой и синей составляющих цвета для каждого пикселя изображения, отличающийся тем, что финальное изображение формируется из серии изображений, снятых при последовательном освещении с разных сторон падающими под углом к поверхности пористого тела световыми лучами, последовательном сравнении интенсивности красной, зеленой и синей составляющих каждого пикселя серии изображений и формировании нового изображения с пикселями, интенсивность которых наиболее близка к черному цвету среди соответствующих пикселей сравниваемой серии изображений.
2. Устройство для получения цифровых изображений поверхности пористого тела с яркостным разделением объектов и фона, содержащее систему получения цифрового изображения, предпочтительно цифровой фотоаппарат с электронным видоискателем, осветительную систему, блок управления и ЭВМ, отличающееся тем, что осветительная система размещена на перемещающейся раме, позволяющей изменять угол падения лучей, а блок управления позволяет выбирать сторону освещения поверхности изучаемого объекта.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2012114267/08A RU2536658C2 (ru) | 2012-04-11 | 2012-04-11 | Способ получения цифровых изображений поверхности пористого тела с яркостным разделением объектов и фона и устройство для его реализации |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2012114267/08A RU2536658C2 (ru) | 2012-04-11 | 2012-04-11 | Способ получения цифровых изображений поверхности пористого тела с яркостным разделением объектов и фона и устройство для его реализации |
Publications (2)
Publication Number | Publication Date |
---|---|
RU2012114267A RU2012114267A (ru) | 2013-10-20 |
RU2536658C2 true RU2536658C2 (ru) | 2014-12-27 |
Family
ID=49356905
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2012114267/08A RU2536658C2 (ru) | 2012-04-11 | 2012-04-11 | Способ получения цифровых изображений поверхности пористого тела с яркостным разделением объектов и фона и устройство для его реализации |
Country Status (1)
Country | Link |
---|---|
RU (1) | RU2536658C2 (ru) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2649076C1 (ru) * | 2016-11-22 | 2018-03-29 | федеральное государственное бюджетное образовательное учреждение высшего образования "Новгородский государственный университет имени Ярослава Мудрого" | Способ контроля шероховатости поверхности изделия |
RU2811671C1 (ru) * | 2023-06-16 | 2024-01-15 | федеральное государственное бюджетное образовательное учреждение высшего образования "Белгородский государственный технологический университет им. В.Г. Шухова" | Способ определения пористости ячеистых бетонов |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4918739A (en) * | 1988-08-12 | 1990-04-17 | Maraven, S.A. | Process and system for digital analysis of images applied to stratigraphic data |
RU2035035C1 (ru) * | 1993-01-18 | 1995-05-10 | Александр Витальевич Демин | Способ определения пористости материалов |
RU2368869C2 (ru) * | 2007-10-26 | 2009-09-27 | Закрытое акционерное общество "Научные приборы" | Способ контроля рельефа поверхности |
-
2012
- 2012-04-11 RU RU2012114267/08A patent/RU2536658C2/ru not_active IP Right Cessation
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4918739A (en) * | 1988-08-12 | 1990-04-17 | Maraven, S.A. | Process and system for digital analysis of images applied to stratigraphic data |
RU2035035C1 (ru) * | 1993-01-18 | 1995-05-10 | Александр Витальевич Демин | Способ определения пористости материалов |
RU2368869C2 (ru) * | 2007-10-26 | 2009-09-27 | Закрытое акционерное общество "Научные приборы" | Способ контроля рельефа поверхности |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2649076C1 (ru) * | 2016-11-22 | 2018-03-29 | федеральное государственное бюджетное образовательное учреждение высшего образования "Новгородский государственный университет имени Ярослава Мудрого" | Способ контроля шероховатости поверхности изделия |
RU2811671C1 (ru) * | 2023-06-16 | 2024-01-15 | федеральное государственное бюджетное образовательное учреждение высшего образования "Белгородский государственный технологический университет им. В.Г. Шухова" | Способ определения пористости ячеистых бетонов |
Also Published As
Publication number | Publication date |
---|---|
RU2012114267A (ru) | 2013-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE112020004391B4 (de) | Systeme und Verfahren zur Oberflächenmodellierung unter Verwendung von Polarisationsmerkmalen | |
CN112308832B (zh) | 一种基于机器视觉的轴承质量检测方法 | |
Li et al. | The application of visible wavelength reflectance hyperspectral imaging for the detection and identification of blood stains | |
CN110146516B (zh) | 基于正交双目机器视觉的水果分级装置 | |
CN108490000A (zh) | 一种棒线材表面缺陷在线检测装置和方法 | |
AU2007275714A1 (en) | Separation and contrast enhancement of overlapping cast shadow components and target detection in shadow using polarization | |
US8760638B2 (en) | Material identification and discrimination | |
Ali et al. | A cascading fuzzy logic with image processing algorithm–based defect detection for automatic visual inspection of industrial cylindrical object’s surface | |
Mendoza et al. | A new method for edge detection in image processing using interval type-2 fuzzy logic | |
US11232578B2 (en) | Image processing system for inspecting object distance and dimensions using a hand-held camera with a collimated laser | |
CN110174404A (zh) | 一种药粒在线缺陷检测装置及系统 | |
CN113252568A (zh) | 基于机器视觉的镜片表面缺陷检测方法、系统、产品、终端 | |
CN108827979A (zh) | 一种模组镜头外观检测方法 | |
Liang et al. | 3D plant modelling via hyperspectral imaging | |
RU2536658C2 (ru) | Способ получения цифровых изображений поверхности пористого тела с яркостным разделением объектов и фона и устройство для его реализации | |
WO2020061365A1 (en) | Systems, methods and apparatus for autonomous diagnostic verification of optical components of vision-based inspection systems | |
JP3178017B2 (ja) | メロンの外観評価装置 | |
CN109682821A (zh) | 一种基于多尺度高斯函数的柑橘表面缺陷检测方法 | |
CN114216867A (zh) | 高光谱图像采集识别装置及方法 | |
DE102014108789A1 (de) | Mehrstufiges Verfahren zur Untersuchung von Oberflächen sowie entsprechende Vorrichtung | |
CN111239044A (zh) | 细胞检测方法、装置与系统 | |
CN103544474A (zh) | 一种使用生物特征散射光谱的高防伪光学指纹识别方法 | |
Mishra et al. | Surface defects detection for ceramic tiles using image processing and morphological techniques | |
CN113504250B (zh) | 基于棱镜式rgb色彩提取的花生黄曲霉素检测装置及方法 | |
CN114755236A (zh) | 一种回转曲面电镀件表面缺陷的检测系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20150412 |
|
NF4A | Reinstatement of patent |
Effective date: 20160820 |
|
MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20190412 |