Анализ изображений в оптическом методе оценки деформации

Бесплатно
Работа доступна по лицензии Creative Commons:«Attribution» 4.0
Любутин, Павел Степанович
Бесплатно
Работа доступна по лицензии Creative Commons:«Attribution» 4.0

Введение…………………………………………………………………………………………………………… 7 Обработка и анализ изображений для оценки деформации по состоянию
рельефа поверхности материала ………………………………………………………………… 20
1.1 Применение фрактальной размерности для оценки изображений поверхности, получаемых различными датчиками ……………………………….. 22
1.1.1 Методики расчета фрактальной размерности и получения изображений………………………………………………………………………………… 24
1.1.2 Результаты исследования методик расчета фрактальной размерности и их обсуждение ………………………………………………………………………….. 25
1.2 Влияние билатеральной фильтрации на оценку фрактальной размерности оптических изображений поверхности нагруженных материалов …………. 32
1.2.1 Развитие методов фильтрации и количественной оценки шума…….. 33 1.2.2 Методики получения изображений………………………………………………. 36 1.2.3 Результаты исследования адаптивной фильтрации изображений и их
обсуждение………………………………………………………………………………….. 38
1.3 Исследование различных критериев оценки для серии оптических изображений, полученных методом датчика деформации интегрального типа …………………………………………………………………………………………………….. 47
1.3.1 Получение оптических изображений поверхности датчика деформации интегрального типа ………………………………………………….. 49
1.3.2 Критерии оценки изображений…………………………………………………….. 54
1.3.3 Результаты исследования критериев оценки изображений и их обсуждение………………………………………………………………………………….. 58
1.4 Выводы по главе 1 ……………………………………………………………………………….. 66
Формализация оптического метода оценки деформации с использованием корреляции цифровых изображений ………………………………………………………….. 68

3
2.1 Определение перемещений…………………………………………………………………… 71
2.1.1 Проблема апертуры, сопоставления и текстуры изображений ………. 71
2.1.2 Оценка движения ………………………………………………………………………… 72
2.1.3 Блочный метод…………………………………………………………………………….. 76
2.1.4 Вычисление свертки с использованием БПФ и циклической
буферизации………………………………………………………………………………… 78
2.1.5 Дифференциальный метод …………………………………………………………… 82
2.1.6 Субпиксельная точность ……………………………………………………………… 86
2.2 Определение размера апертуры в методе корреляции цифровых изображений ……………………………………………………………………………………….. 90
2.2.1 Алгоритм выбора размера апертуры корреляционного алгоритма … 91 2.2.2 Методика тестирования алгоритма выбора размера апертуры ………. 96 2.2.3 Результаты тестирования алгоритма выбора размера апертуры и их
обсуждение………………………………………………………………………………….. 99
2.3 Вычисление деформации ……………………………………………………………………. 103 2.4 Постобработка полей векторов перемещений……………………………………… 105
2.4.1 Алгоритм постобработки поля векторов перемещений……………….. 106 2.4.2 Методы фильтрации векторных полей ……………………………………….. 111 2.4.3 Методы сглаживания векторных полей………………………………………. 112
2.5 Тестирование и верификация алгоритмов определения перемещений и расчета деформации…………………………………………………………………………… 114
2.5.1 Моделирование оптического образа поверхности ………………………. 115
2.5.2 Верификация способа оценки деформации с использованием
различных схем нагружения материала………………………………………. 119
2.5.3 Оценка точности вычисления перемещений и помехоустойчивости
алгоритмов при наличии возмущающих факторов ……………………… 132
2.5.4 Влияние постобработки полей векторов перемещений на оценку
деформации……………………………………………………………………………….. 140

4
2.5.5 Влияние субпиксельной точности на расчет компонент
деформации……………………………………………………………………………….. 141 2.6 Выводы по главе 2 ……………………………………………………………………………… 145
Повышение помехоустойчивости и снижение вычислительных затрат при построении полей векторов перемещений………………………………………………… 147
3.1 Инкрементальный алгоритм определения перемещений……………………… 148
3.1.1 Методика тестирования инкрементального алгоритма ……………….. 150 3.1.2 Результаты тестирования инкрементального алгоритма и их
обсуждение………………………………………………………………………………… 155 3.2 Иерархический алгоритм трёхмерного рекурсивного поиска ………………. 159 3.2.1 Тестирование алгоритмов трёхмерного рекурсивного поиска …….. 165
3.3 Использование параллельных вычислений на графических процессорах в задаче построения полей векторов перемещений………………………………… 169
3.3.1 Параллельный рекурсивный алгоритм построения полей векторов перемещений……………………………………………………………………………… 171 3.3.2 Тестирование параллельного рекурсивного алгоритма ……………….. 178
3.4 Применение весовых коэффициентов билатерального фильтра в задачах вычисления оптического потока…………………………………………………………. 180
3.4.1 Подход к применению весовых функций при определении перемещений……………………………………………………………………………… 182 3.4.2 Влияние весовых функций на определение перемещений …………… 186
3.5 Выводы по главе 3 ……………………………………………………………………………… 196
Применение систем технического стереозрения в оптическом методе оценки деформации …………………………………………………………………………………. 198
4.1 Поиск и распознавание узловых точек калибровочного шаблона ………… 199 4.1.1 Детектирование узловых точек калибровочного шаблона типа 1 … 201

5
4.1.2 Результаты тестирования алгоритма детектирования узловых точек
калибровочного шаблона типа 1…………………………………………………. 208
4.1.3 Детектирование узловых точек калибровочного шаблона типа 2 … 209
4.1.4 Результаты тестирования алгоритма детектирования узловых точек
калибровочного шаблона типа 2…………………………………………………. 217
4.2 Калибровка системы технического стереозрения ………………………………… 222
4.2.1 Калибровка отдельной камеры …………………………………………………… 222 4.2.2 Калибровка системы сетереозрения……………………………………………. 224
4.3 Вычисление карты диспаратности и модифицированный инкрементальный алгоритм ……………………………………………………………………………………………. 226
4.4 Построение карты глубины и трехмерного поля векторов перемещений……………………………………………………………………………………… 230 4.5 Вычисление деформации поверхности объекта …………………………………… 232
4.6 Система технического стереозрения оценки деформации поверхности объектов в пространстве…………………………………………………………………….. 235 4.7 Методика тестирования системы технического стереозрения ……………… 239
4.7.1 Модель трехмерной сцены …………………………………………………………. 239 4.7.2 Модель деформации поверхности………………………………………………. 241
4.8 Результаты тестирования системы технического стереозрения……………. 243 4.9 Обобщение принципа обработки информации в системах оптического
измерения деформации………………………………………………………………………. 253 4.10 Выводы по главе 4 ……………………………………………………………………………. 257
Практическое применение оптического метода оценки деформации ….. 259 Заключение …………………………………………………………………………………………………… 270 Список использованной литературы………………………………………………………………. 273 Приложение А Акт о внедрении результатов диссертационного исследования в
Indian Institute of Science ………………………………………………………………………….. 297 Приложение Б Акт о внедрении результатов диссертационного исследования в
LM Wind Power и BISS Ltd ………………………………………………………………………. 298

6
Приложение В Акт о внедрении результатов диссертационного исследования в
BISS Labs ………………………………………………………………………………………………… 299 Приложение Г Акт о внедрении результатов диссертационного исследования в
ПАО «Компания «Сухой»………………………………………………………………………… 300 Приложение Д Акт о внедрении результатов диссертационного исследования в
ФГУП «СибНИА им. С. А. Чаплыгина» …………………………………………………… 301 Приложение Е Акт о внедрении результатов диссертационного исследования в
Центре экспериментальной механики ПНИПУ ………………………………………… 302 Приложение Ж Акт о внедрении результатов диссертационного исследования в
ООО «Композит ДВ»……………………………………………………………………………….. 303 Приложение И Акт о внедрении результатов диссертационного исследования в
ТНТУ им. Ивана Пулюя …………………………………………………………………………… 304

Актуальность исследования. Современный уровень развития технологий автоматической обработки визуальной информации обусловливает их широкое применение во многих отраслях: микробиологии, медицине, материаловедении (анализ структуры), автоматизированных системах для выполнения широкого класса производственных операций и др. В рамках экспериментальной механики также существует ряд подходов, основанных на обработке и анализе изображений, получаемых, например, в ходе приложения воздействия к объекту исследований.
Обработка и анализ изображений являются одной из наиболее актуальных проблем, в рамках которой решается множество фундаментальных и прикладных задач. Как правило, термин «изображение» используется применительно к види- мому диапазону электромагнитных волн. Однако разработка новых методов и ап- паратных средств получения сигналов позволяет получать двумерные сигналы в диапазонах волн, отличных от видимого. В результате, независимо от типа датчика двух/трехмерного сигнала, основной задачей обработки и анализа изображений яв- ляется получение информации, которая может служить для количественной харак- теризации (путем выбора и расчета информативных признаков) присутствующих на нем объектов.
Одним из приложений методов обработки и анализа изображений является проведение встроенного контроля деталей машин и элементов конструкций с при- менением датчиков деформации интегрального типа (ДДИТ). Методика ДДИТ ос- нована на регистрации оптических изображений поверхности тонкого (алюминие- вого) чувствительного элемента (фольги), наклеенного на исследуемый нагружае- мый материал или деталь. В современной литературе выделяется несколько подхо- дов для анализа изображений с целью оценки деформационного состояния матери- ала при воздействии на него механической нагрузки: спектральный подход, вейвлет–анализ, фрактальный анализ, вычисление информативных параметров и др. Исследования в данной области были изложены в работах В.Н. Сызранцева, С.Р. Игнатовича, М.В. Карускевича и др.
8
В настоящее время в научно-технической литературе получил широкое рас-
пространение термин «оптический поток» («optical flow»): движение яркостной картины, наблюдаемое при перемещении объектов перед камерой, либо камеры в неподвижной окружающей обстановке. Исследования по данной тематике появля- ются с начала 1980-х годов. Алгоритмы определения оптического потока широко ис- пользуются в различных научных направлениях и практических задачах. В частности, для оценки полей скоростей течения потоков жидкости или газа с использованием метода цифровой трассерной визуализации (PIV – Particle Image Velocimetry), сжатия видеоданных, в роботизированных системах управления транспортными средствами. Среди основных методов выделяют: дифференциальные алгоритмы, фазовые (ча- стотные) алгоритмы; блочные алгоритмы. Первые дифференциальные алгоритмы были предложены B. K. P. Horn и B. G. Schunck, а также B. D. Lucas и T. Kanade.
Развитие таких алгоритмов, в первую очередь, было основано на усложнении модели движения, которая учитывает, в частности аффинные преобразования, по- ворот и др. Изучаются проблемы фильтрации векторных полей. Проблему ошибок определения поля оптического потока часто решают с использованием простран- ственной регуляризации, которая в последствии была расширена до простран- ственно-временной. Алгоритмы вычисления оптического потока активно реализу- ются с использованием параллельных вычислений. Проводятся исследования по снижению вычислительных затрат алгоритмов определения перемещений на изоб- ражениях. К таким исследованиям относится применение многомасштабного иерархического подхода для обработки изображений при вычислении оптического потока и др.
В экспериментальной механике для оценки деформации твердых тел получил распространение метод корреляции цифровых изображений (DIC – Digital Image Correlation). Метод основан на определении перемещений через процедуру мини- мизации коэффициента корреляции как меры подобия участков изображений по- верхности объекта до деформирования и после. В настоящее время метод корреля- ции цифровых изображений является одним из наиболее распространённых подхо- дов к изучению процессов деформации и разрушения структурно-неоднородных

9
материалов. Большой вклад в развитие метода корреляции цифровых изображений
внесли M.A. Sutton, F. Hild, P. Lava, S. Roux, B. Pan и др.
Несмотря на достигнутые успехи в области разработки методов и алгоритмов
оценки деформации, включая доступные коммерческие программные пакеты, оста- ются нерешенными задачи, связанные с недостаточной точностью, устойчивостью, высокими вычислительной сложностью и временными затратами при определении перемещений при оценке механического состояния объектов. В этой связи пред- ставляется актуальной решение проблемы анализа изображений в оптическом ме- тоде оценки деформации.
Цель диссертационной работы заключается в разработке комплексного подхода к обработке информации в оптических системах оценки деформационного состояния материалов и их свойств.
Для достижения поставленной цели необходимо решить следующие задачи.
– Исследовать различные алгоритмы оценки фрактальной размерности и дру- гих информативных признаков для характеризации рельефа поверхности нагру- женного материала. Установить параметры и исследовать влияние неадаптивной и адаптивной фильтрации изображений, основанной на оценке уровня шума на изоб- ражениях, на результат количественной оценки рельефа поверхности.
– Разработать адаптивный алгоритм определения размера ядра корреляции для целей автоматизации вычислений в оптическом методе оценки деформации.
– Разработать инкрементальный алгоритм определения перемещений на изображениях, позволяющий проводить их оценку в условиях значительного изме- нения рельефа поверхности и степени деформации до 50%.
– С целью кратного уменьшения времени построения векторных полей иссле- довать алгоритм трехмерного рекурсивного поиска и разработать ряд его модифи- каций для заданных условий функционирования.
– Применить иерархический подход к задаче определения перемещений на оптических изображениях для одновременного кратного уменьшения временных затрат и повышения устойчивости определения перемещений.

10
– Адаптировать алгоритм трехмерного рекурсивного поиска для реализации
с помощью параллельных вычислений с целью значительного снижения времени построения векторных полей и использования данного алгоритма на многоядерных вычислительных системах.
– Исследовать возможность применения весовых коэффициентов в алго- ритме вычисления оптического потока с целью повышения устойчивости опреде- ления перемещений, прежде всего на границах объектов в пределах области инте- реса.
– Разработать единый алгоритм обработки, анализа и интерпретации изобра- жений в системе технического стереозрения, включающий этапы калибровки оп- тической системы, оценки перемещений, вычисления карт диспаратности и вычис- ления пространственных координат и деформаций поверхности исследуемого объ- екта.
Объектом исследования является процесс анализа изображений при оценке деформации нагруженных материалов.
Предметом исследования являются алгоритмы вычисления перемещений при оценке деформированного состояния и информативных признаков при опреде- лении рельефа поверхности материалов.
Научная новизна работы состоит в следующем.
1. Разработан единый подход к обработке информации в оптических систе- мах оценки деформации материалов, основанный на количественной характериза- ции рельефа на его поверхности и корреляционном анализе изображений (п. 2 пас- порта специальности 05.13.01).
2. Разработано и проведено исследование серии алгоритмов обработки и ана- лиза изображений поверхности объекта или датчика деформации интегрального типа, основанных на вычислении информативных признаков с целью оценки меха- нического состояния материала. Применительно к датчикам интегрального типа в алгоритме адаптивной билатеральной фильтрации для оценки уровня шума на изображении предложено использовать параметр минимальной дисперсии min(D) (п. 3, 4 паспорта специальности 05.13.01).

11
3. Предложен алгоритм автоматического выбора размера ядра корреляции в
задаче построения векторных полей при оценке деформации методом корреляции цифровых изображений, в основе которого лежит вычисление автокорреляцион- ных функций (п. 4 паспорта специальности 05.13.01).
4. Развиты алгоритмы построения полей векторов перемещений, основанные на инкрементальном подходе к оценке перемещений на изображении, отличающи- еся от известных последовательным поиском перемещений с накоплением на изоб- ражениях серии близких по времени, что обеспечивает устойчивость как к а) изме- нению профиля поверхности материала, так и б) значительным по величине дефор- мациям (п. 4 паспорта специальности 05.13.01).
5. Разработан комбинированный вероятностный алгоритм построения полей векторов перемещений, включающий а)трехмерный рекурсивный поиск и б) иерархический подход к анализу изображений. Объединение двух указанных ал- горитмов позволяет кратно повысить быстродействие и устойчивость определения перемещений в условиях существенной зашумленности изображений (п. 4 пас- порта специальности 05.13.01).
6. Показано, что применение весовых коэффициентов позволяет повысить устойчивость определения перемещений (более чем на 8%), прежде всего на кон- трастных границах движущихся объектов на изображениях. Предложен способ вы- числения коэффициентов билатерального фильтра по двум изображениям исполь- зуемой пары, учитывающий произведение коэффициентов билатерального филь- тра обоих изображений, что позволило снизить ошибку более чем на 34% (п. 4 пас- порта специальности 05.13.01).
7. Разработана система технического стереозрения (СТСЗ) для задачи оценки перемещений и деформаций объектов. Алгоритмическое и программное обеспече- ние системы основано на комплексном использовании: а) алгоритма поиска и вы- деления узлов калибровочного шаблона, б) модифицированного инкрементального алгоритма определения перемещений на серии стереопар, в) алгоритма вычисления деформации на поверхности пространственного объекта с использованием восста- новленного профиля поверхности объекта (п. 5 паспорта специальности 05.13.01).

12
Методы исследования. В качестве основных методов исследования в работе
использованы методы обработки и анализа цифровых изображений, векторных по- лей, моделирования изображений на ЭВМ, теории вероятностей, математической статистики, теории оптимизации, физического и математического моделирования.
Теоретическая и практическая значимость работы.
В работе разработаны элементы теории обработки изображений, в частности разработан единый подход к обработке информации в системах технического зре- ния для количественной оценки механического состояния нагруженных материа- лов.
Применение единых принципов, а также их дальнейшее развитие обеспечит более широкое внедрение систем технического зрения для исследования и оценки деформационного состояния материалов и оценки их свойств.
Внедрение оптических систем оценки деформации должно привести к суще- ственному технико-экономическому эффекту в различных отраслях промышлен- ности и науки. В частности, позволит повысить безопасность, экономическую эф- фективность промышленного оборудования, транспортных средств (в авиации), сложных инженерных объектов. Приведет к снижению издержек производства, а также повышению надежности и эксплуатационных характеристик оборудования. Позволит интенсифицировать исследования, а также получить дополнительные ре- зультаты в области прикладной механики, механики разрушения твёрдых тел, уста- лости материала, теории накопления усталостных повреждений. Это также будет способствовать как созданию новых материалов, необходимых современной про- мышленности, так и систем контроля механического состояния элементов механиз- мов и инженерных конструкций.
Разработано программное обеспечение для оценки механического состояния материала на основании количественного расчета и анализа изображений датчика деформации интегрального типа (получены свидетельства о регистрации программ для ЭВМ). Разработано программное обеспечение для построения полей векторов перемещений и оценки деформаций, в основе которого лежат предложенные алго- ритмы (получены свидетельства о регистрации программ для ЭВМ).

Заказать новую

Лучшие эксперты сервиса ждут твоего задания

от 5 000 ₽

Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям

    Нажимая на кнопку, я соглашаюсь на обработку персональных данных и с правилами пользования Платформой

    Читать «Анализ изображений в оптическом методе оценки деформации»

    Помогаем с подготовкой сопроводительных документов

    Совместно разработаем индивидуальный план и выберем тему работы Подробнее
    Помощь в подготовке к кандидатскому экзамену и допуске к нему Подробнее
    Поможем в написании научных статей для публикации в журналах ВАК Подробнее
    Структурируем работу и напишем автореферат Подробнее

    Хочешь уникальную работу?

    Больше 3 000 экспертов уже готовы начать работу над твоим проектом!

    Мария Б. преподаватель, кандидат наук
    5 (22 отзыва)
    Окончила специалитет по направлению "Прикладная информатика в экономике", магистратуру по направлению "Торговое дело". Защитила кандидатскую диссертацию по специальнос... Читать все
    Окончила специалитет по направлению "Прикладная информатика в экономике", магистратуру по направлению "Торговое дело". Защитила кандидатскую диссертацию по специальности "Экономика и управление народным хозяйством". Автор научных статей.
    #Кандидатские #Магистерские
    37 Выполненных работ
    Катерина В. преподаватель, кандидат наук
    4.6 (30 отзывов)
    Преподаватель одного из лучших ВУЗов страны, научный работник, редактор научного журнала, общественный деятель. Пишу все виды работ - от эссе до докторской диссертации... Читать все
    Преподаватель одного из лучших ВУЗов страны, научный работник, редактор научного журнала, общественный деятель. Пишу все виды работ - от эссе до докторской диссертации. Опыт работы 7 лет. Всегда на связи и готова прийти на помощь. Вместе удовлетворим самого требовательного научного руководителя. Возможно полное сопровождение: от статуса студента до получения научной степени.
    #Кандидатские #Магистерские
    47 Выполненных работ
    Сергей Н.
    4.8 (40 отзывов)
    Практический стаж работы в финансово - банковской сфере составил более 30 лет. За последние 13 лет, мной написано 7 диссертаций и более 450 дипломных работ и научных с... Читать все
    Практический стаж работы в финансово - банковской сфере составил более 30 лет. За последние 13 лет, мной написано 7 диссертаций и более 450 дипломных работ и научных статей в области экономики.
    #Кандидатские #Магистерские
    56 Выполненных работ
    Егор В. кандидат наук, доцент
    5 (428 отзывов)
    Здравствуйте. Занимаюсь выполнением работ более 14 лет. Очень большой опыт. Более 400 успешно защищенных дипломов и диссертаций. Берусь только со 100% уверенностью. Ск... Читать все
    Здравствуйте. Занимаюсь выполнением работ более 14 лет. Очень большой опыт. Более 400 успешно защищенных дипломов и диссертаций. Берусь только со 100% уверенностью. Скорее всего Ваш заказ будет выполнен раньше срока.
    #Кандидатские #Магистерские
    694 Выполненных работы
    Мария А. кандидат наук
    4.7 (18 отзывов)
    Мне нравится изучать все новое, постоянно развиваюсь. Могу написать и диссертацию и кандидатскую. Есть опыт в различных сфера деятельности (туризм, экономика, бухучет... Читать все
    Мне нравится изучать все новое, постоянно развиваюсь. Могу написать и диссертацию и кандидатскую. Есть опыт в различных сфера деятельности (туризм, экономика, бухучет, реклама, журналистика, педагогика, право)
    #Кандидатские #Магистерские
    39 Выполненных работ
    Ксения М. Курганский Государственный Университет 2009, Юридический...
    4.8 (105 отзывов)
    Работаю только по книгам, учебникам, статьям и диссертациям. Никогда не использую технические способы поднятия оригинальности. Только авторские работы. Стараюсь учитыв... Читать все
    Работаю только по книгам, учебникам, статьям и диссертациям. Никогда не использую технические способы поднятия оригинальности. Только авторские работы. Стараюсь учитывать все требования и пожелания.
    #Кандидатские #Магистерские
    213 Выполненных работ
    Анна К. ТГПУ им.ЛН.Толстого 2010, ФИСиГН, выпускник
    4.6 (30 отзывов)
    Я научный сотрудник федерального музея. Подрабатываю написанием студенческих работ уже 7 лет. 3 года назад начала писать диссертации. Работала на фирмы, а так же помог... Читать все
    Я научный сотрудник федерального музея. Подрабатываю написанием студенческих работ уже 7 лет. 3 года назад начала писать диссертации. Работала на фирмы, а так же помогала студентам, вышедшим на меня по рекомендации.
    #Кандидатские #Магистерские
    37 Выполненных работ
    Андрей С. Тверской государственный университет 2011, математический...
    4.7 (82 отзыва)
    Учился на мат.факе ТвГУ. Любовь к математике там привили на столько, что я, похоже, никогда не перестану этим заниматься! Сейчас работаю в IT и пытаюсь найти время на... Читать все
    Учился на мат.факе ТвГУ. Любовь к математике там привили на столько, что я, похоже, никогда не перестану этим заниматься! Сейчас работаю в IT и пытаюсь найти время на продолжение диссертационной работы... Всегда готов помочь! ;)
    #Кандидатские #Магистерские
    164 Выполненных работы
    Анна Александровна Б. Воронежский государственный университет инженерных технол...
    4.8 (30 отзывов)
    Окончила магистратуру Воронежского государственного университета в 2009 г. В 2014 г. защитила кандидатскую диссертацию. С 2010 г. преподаю в Воронежском государственно... Читать все
    Окончила магистратуру Воронежского государственного университета в 2009 г. В 2014 г. защитила кандидатскую диссертацию. С 2010 г. преподаю в Воронежском государственном университете инженерных технологий.
    #Кандидатские #Магистерские
    66 Выполненных работ

    Последние выполненные заказы

    Другие учебные работы по предмету