Научный журнал "КОМПЬЮТЕРНАЯ ОПТИКА" том 33 N3 (июль-сентябрь 2009г)

Система технического зрения для определения количества гель-частиц в растворе полимера

Аннотация:

Рассматривается система технического зрения (СТЗ) для определения количества гель-частиц в растворе полимера при проведении лабораторного анализа. Предложен состав и определены технические характеристики системы, решающей поставленную задачу.
В ходе создания СТЗ разработаны новые методы пороговой обработки и анализа получаемых при этом бинарных изображений, работающие в условиях слабой контрастности изображений и при наличии значительного уровня помех. Разработано программное обеспечение, реализующее указанные методы, автоматизирующие процесс проведения лабораторных анализов по определению количества гель-частиц в растворе полимера и их последующую обработку.
Использование СТЗ вместо наблюдателя при проведении данного анализа позволяет существенно снизить психовизуальную нагрузку на лабораторный персонал, повысить точность и достоверность определения количества гель-частиц в растворе полимера, обеспечить документируемость проводимых лабораторных анализов.

Ключевые слова:
система технического зрения, обработка изображений, бинаризация изображений, обнаружение разрывов контуров.

Литература:

Буланов, А.П. Система технического зрения для регистрации железнодорожных составов цистерн / Буланов А.П., Волотовский С.Г., Казанский Н.Л., Попов С.Б., Хмелев Р.В., Шумаков С.М. // Автоматизация в промышленности, 2005. – № 6. – С. 57-59.
Волотовский, С.Г. Система технического зрения для распознавания номеров железнодорожных цистерн с использованием модифицированного коррелятора в метрике Хаусдорфа / Волотовский С.Г., Казанский Н.Л., Попов С.Б., Хмелев Р.В. // Компьютерная оптика, 2005. – № 27. – С. 177-184.
Методы компьютерной обработки изображений (Издание второе, исправленное) / под ред. В.А. Сойфера - М.: Физматлит, 2003. – 784 с.
Sezgin, M. Survey over image thresholding techniques and quantitative performance evaluation / M. Sezgin and B. Sankur // Journal of Electronic Imaging, 2004. – Vol. 13(1), – p. 146–165.
Otsu, N. A threshold selection method from gray level histograms // IEEE Trans. Syst. Man Cybern., 1979. – SMC-9. – p. 62–66.
Kittler, J. Minimum error thresholding / J. Kittler and J. Illingworth // Pattern Recogn., 1986. – Vol. 19. – p. 41–47.
Kittler, J. On threshold selection using clustering criteria / J. Kittler and J. Illingworth // IEEE Trans. Syst. Man Cybern., 1985. – SMC-15. – p. 652–655.
Nakagawa, Y. Some experiments on variable thresholding / Y. Nakagawa and A. Rosenfeld // Pattern Recogn., 1979. – Vol. 11(3). – p. 191–204.
Deravi, F. Grey level thresholding using second-order statistics / F. Deravi and S. K. Pal // Pattern Recogn. Lett., 1983. – Vol. 1. – p. 417–422.
Sauvola, J. Adaptive document image binarization / J. Sauvola and M. Pietaksinen // Pattern Recogn., 2000. – Vol. 33. – p. 225–236.
White, J. M. Image thresholding for optical character recognition and other applications requiring character image extraction / J. M. White and G. D. Rohrer // IBM J. Res. Dev., 1983. – Vol. 27(4). – p. 400–411.
Bernsen, J. Dynamic thresholding of gray level images // ICPR’86: Proc. Intl. Conf. Patt. Recog., 1986. – p. 1251-1255.
Yanowitz, S. D. A new method for image segmentation / S. D. Yanowitz and A. M. Bruckstein // Comput. Graph. Image Process., 1989. – Vol. 46. – p. 82–95.
Volotovskii, S.G. Machine Vision System for Registration of Oil Tank Wagons / Volotovskii S.G., Kazanskii N.L., Popov S.B., Khmelev R.V. // Pattern Recognition and Image Analysis, 2005. – Vol. 15(2). – p. 461-463.
Пат. 2336563 Рос. Федерация, МПК G 06 K 9/00, 9/62, 9/66. Способ распознавания разрывов струи раствора на изображении / Казанский Н.Л., Козин Н.Е., Попов С.Б., Фурсов В.А.; заявитель и патентообладатель ИСОИ РАН. – № 2006115915/09, заявл. 10.05.06; опубл. 20.10.08, Бюл. № 29.