УДОСКОНАЛЕННЯ АЛГОРИТМУ ВИЗНАЧЕННЯ ГЕОМЕТРИЧНИХ РОЗМІРІВ ОБ’ЄКТІВ У ПЛОЩИНІ З ВИКОРИСТАННЯМ СКАНЛАЙН-МЕТОДУ

Автор(и)

  • С. Ю. Плєснецов
  • К.Д. Вірченко
  • А. О. Колєсниченко
  • Ю.О. Плєснецов

DOI:

https://doi.org/10.31471/1993-9981-2024-2(53)-5-15

Ключові слова:

інформаційні технології; програмний продукт; якість програмного коду; показники якості; стандарти якості; нафтогазова предметна область.

Анотація

Об’єктом дослідження в роботі є сплайн-аналіз сканлайну. Метою роботи є розробка удосконаленого алгоритму сканлайн-пошуку контуру та визначення геометричних параметрів зразків у площині з використанням засобів сплайн-інтерполяції. Наведено огляд ряду існуючих досліджень у сфері програмних рішень для визначення та аналізу контурів на зображеннях. Виявлено тренди розвитку алгоритмічних та нейромережевих систем для пошуку контурів об’єктів, проте задача метрологічної оцінки таких об’єктів слабо розвинена і може бути досліджена. Виконано розробку методики пошуку точок на контурі з використанням сплайн-інтерполяції до вектору пікселів сканлайну з виявленням точко контрастного переходу через аналіз точок знакозміни шматкової функції сплайну на модулі функції похідної до функції сплайну з урахуванням контрастної різниці між дотичними точками на досліджуваному зображенні об’єкту контролю або вимірювання. Наведено відповідну візуалізацію для випадку простого сканлайну з математичним тестуванням на базі системи SciLab. На базі методики розроблено алгоритм аналізу сканлайну та розроблено програмний засіб, що реалізує даний алгоритм. Розробку виконано на базі рендеру, що реалізує стандарт OpenGL з використанням елементів бібліотеки Boost для виконання сплайн-інтерполяції, а також GTK для отримання охоплюючого прямокутника мінімальної площі методом обертового супорту. Оцінено достовірність результатів роботи, з результатами, що є прийнятними для інженерного використання програмного засобу за умови коректного налаштування. Тестування програмного засобу виконано на базі сукупності тестових зображень, що включали овальні ідеальні тестові зразки без градієнтних зон переходу та з двійковим кольором, модельні зразки, відрендерені засобами рендеру Cycles у складі Blender 3D, та фотографічні тестові зразки.

Завантаження

Дані завантаження ще не доступні.

Посилання

1. Smeliakov K.S., Sandrkin D.L., Tovchyrechko D.O., Vakulik Ye.V., Drob Ye.M. Rozrobka metodu shvydkoho poshuku tsyfrovoho zobrazhennia u skhovyshchakh danykh. Systemy obrobky informatsii. 2021. P.54-63. https://doi.org/10.30748/soi.2021.165.07 [in Ukrainian]

2. Borkivskyi B., Tesliuk V. Vykorystannia neiromerezhevykh zasobiv dlia rozpiznavannia obiektiv u mobilnykh systemakh z obkhodom pereshkod. Scientific Bulletin of UNFU. 2023. Vol. 33. No 4. P. 84-89. https://doi.org/10.36930/40330412 [in Ukrainian]

3. Xue Ruidong, Hooshmand Helia, Isa Mohammed, Piano Samanta, Leach Richard. Applying machine learning to optical metrology: a review. Measurement Science and Technology. 2024. Vol. 36. https://doi.org/10.1088/1361-6501/ad7878

4. Li Zekun, Guo Baolong, Meng Fanjie, Jiang Bingting. Fast shape recognition via a bi-level restraint reduction of contour coding. The Visual Computer. 2023. Vol. 40. P. 2599–2614. https://doi.org/10.1007/s00371-023-02940-9

5. Villarrubia John, Dixson Ronald, Vladár András. Proximity-associated errors in contour metrology. Proceedings of SPIE - The International Society for Optical Engineering. 2010. 7638. https://doi.org/10.1117/12.848406

6. Ferguson, J. Multivariable curve interpolation. Journal of the ACM (JACM),1964. Vol. 11, No. 2. P. 221-228.

7. Cubic spline Interpolation. Geeks for Geeks. URL: https://www.geeksforgeeks.org/cubic-spline-interpolation/

8. Malachivskyi P.S., Skopetskyi V.V. Neperervne y hladke minimaksne splain-nablyzhennia. Kyiv: Naukova dumka, 2013. 271 p. [in Ukrainian]

9. Dovhyi B.P., Loveikin A. V., Vakal Ye. S., Vakal Yu.Ie. Splain-funktsii ta yikhnie zastosuvannia. Kyiv: VPTs "Kyivskyi universytet", 2017. 120 p. [in Ukrainian]

10. Boost C++ Libraries. URL: https://www.boost.org/

11. Scilab. URL: https://www.scilab.org/

12. Cubic B-spline interpolation. Boost C++ Libraries Documentation. URL: https://live.boost.org/doc/libs/1_65_0/libs/math/doc/html/math_toolkit/interpolate/cubic_b.html

13. Zaichenko M. S., Pliesnetsov S. Yu. Vyznachennia heometrychnykh parametriv obiektu kontroliu skanlain-metodom. Teore-tychni ta praktychni doslidzhennia molodykh vchenykh : zb. tez dop. 17-yi Mizhnar. nauk.-prakt. konf. mahistrantiv ta aspirantiv, 28-30 lystopada 2023 r. Kharkiv, 2023. P. 46. URL: https://repository.kpi.kharkov.ua/handle/KhPI-Press/72741[in Ukrainian]

14. Pliesnetsov S. Yu. Kopach K. D. Realizatsiia prohramnoi biblioteky dlia sheidernoho OpenGL-renderu v mezhakh rozrobky vymiriuvalnoi systemy. Informatsiini tekhnolohii: nauka, tekhnika, tekhnolohiia, osvita, zdorovia / Information technologies: science, engineering, technology, education, health : tezy dop. 31-yi Mizhnar. nauk.-prakt. konf. MicroCAD-2023, 17-20.05.2023. Kharkiv : NTU "KhPI", 2023. P. 486. URL: https://repository.kpi.kharkov.ua/handle/KhPI-Press/71935[in Ukrainian]

15. farseer3_mfc. GitHub URL: https://github.com/Rastrelly/farseer3_mfc

16. Blender. URL: https://www.blender.org/

17. Akulov S.O., Pliesnetsov S.Yu. Alhorytm avtomatychnoho poshuku heomet-rychnykh parametriv obiektu u ploshchyni z vykorystanniam udoskonalenoho skanlain-alhorytmu. Informatsiini tekhnolohii: nauka, tekhnika, tekhnolohiia, osvita, zdorovia: tezy dopovidei ХXХІІ mizhnarodnoi naukovo-praktychnoi konferentsii MicroCAD-2024, 22-25.05.2024. Kharkiv: NTU «KhPI». P. 496. [in Ukrainian]

##submission.downloads##

Опубліковано

2024-12-28

Як цитувати

Плєснецов, С. Ю., Вірченко, К., Колєсниченко, А. О., & Плєснецов, Ю. (2024). УДОСКОНАЛЕННЯ АЛГОРИТМУ ВИЗНАЧЕННЯ ГЕОМЕТРИЧНИХ РОЗМІРІВ ОБ’ЄКТІВ У ПЛОЩИНІ З ВИКОРИСТАННЯМ СКАНЛАЙН-МЕТОДУ. METHODS AND DEVICES OF QUALITY CONTROL, (2(53), 5–15. https://doi.org/10.31471/1993-9981-2024-2(53)-5-15

Номер

Розділ

МЕТОДИ І ЗАСОБИ НЕРУЙНІВНОГО КОНТРОЛЮ

Статті цього автора (авторів), які найбільше читають