Дипломы, курсовые, рефераты, контрольные...
Срочная помощь в учёбе

Метод выявления и классификации дефектов в объектах по нейтронорадиографическим изображениям с применением нейронных сетей

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Выявлена наибольшая эффективность применения алгоритмов для решения задачи выделения геометрических примитивов на зашумленных изображениях. Выполнены анализы существующих разновидностей нейронных сетей и видов программного обеспечения для обработки НРИ, отмечены их достоинства и недостатки, определены возможные пути оптимизации алгоритмов вычисления. Обоснована необходимость разработки новых… Читать ещё >

Содержание

  • ГЛАВА 1. ПОЛУЧЕНИЕ И ПРИМЕНЕНИЕ НЕЙТРОННЫХ РАДИОГРАФИЧЕСКИХ ИЗОБРАЖЕНИЙ
    • 1. детектор на основе энергонакапливающего экрана
    • 2. ПЗС-детектор
  • ГЛАВА 2. МЕТОДЫ И СРЕДСТВА ОБРАБОТКИ НЕЙТРОННЫХ РАДИОГРАФИЧЕСКИХ ИЗОБРАЖЕНИЙ
    • 2. 1. Классические методы обработки изображений
  • Методы коррекции контрастности и яркости изображений
  • Фильтрация изображений
  • Нелинейные фильтры
  • Масочная фильтрация изображения
    • 2. 2. Современный уровень развития программного обеспечения для обработки изображений
    • 2. 3. Нейронные сети как инструмент обработки изображений
  • ГЛАВА 3. МЕТОД КОРРЕКЦИИ НЕЙТРОННЫХ РАДИОГРАФИЧЕСКИХ ИЗОБРАЖЕНИЙ
  • ГЛАВА 4. КЛАССИФИКАЦИЯ ДЕФЕКТОВ ОТВЕТСТВЕННЫХ ИЗДЕЛИЙ НЕЙРОННЫМИ СЕТЯМИ
  • Поиск изображения в больших базах данных
  • Распознавание дефектов ответственных изделий
  • Проблемы выявления дефектов и их классификация
  • Основные процедуры и методы распознавания дефектов НРИ
  • Способы сравнения дефектов НРИ с существующей базой дефектов
  • ГЛАВА 5. ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ И ДЕМОНСТРАЦИИ РАБОТЫ МЕТОДА ВЫЯВЛЕНИЕ ДЕФЕКТОВ
  • Описание интерфейса программного обеспечения
  • Структурная схема интерфейса программного обеспечения
    • 5. 1. Демонстрация возможностей программы «ОНРИ»

Метод выявления и классификации дефектов в объектах по нейтронорадиографическим изображениям с применением нейронных сетей (реферат, курсовая, диплом, контрольная)

Актуальность проблемы. В последние годы, с развитием новых промышленных технологий, возрос интерес к методам неразрушающего контроля ответственных изделий. Одним из них является, весьма перспективный метод нейтронной радиографии. Его преимущество заключается в чувствительности к материалам с малым Z, это позволяет получать информацию об исследуемых объектах контроля из водородосодержащих или поглощающих тепловые нейтроны веществ в оболочках из тяжелых металлов и различных сплавов. Если в качестве его «точечности» источника излучения, применяется например такой, как нейтронный генератор, то эффект обеспечивает увеличение размера изображения и, соответственно, увеличение пространственного разрешения.

Перспективы промышленного применения нейтронной радиографии обусловлены в большой степени возможностью создания компактного, экологически безопасного оборудования, удовлетворяющего по своим весовым и габаритным параметрам требованиям, предъявляемым как к лабораторным, так и к промышленным приборам.

Создание оборудования и разработка методов нейтронной дефектоскопии, в которой используется нейтронная радиография, требуют проведения целого ряда научных исследований. Одним из них, повышающим выявляемость дефектов является разработка метода обработки нейтронных радиографических изображений (НРИ) с применением нейронных сетей и реализация его в виде программного обеспечения. Разработка этого метода требует понимания основных физических процессов формирования НРИ с помощью современных детектирующих систем.

Созданный метод позволяет устранить недостатки, получаемые в ходе считывания информации нейтронного излучения с материалами разного Z и ее интерпретации о взаимодействии оптическими системами. В данном случае недостатками являются: низкая яркость/контрастность получаемых изображений, а также наличие шума различного происхождения.

Последующий анализ изображения с применением нейросетевых технологий на наличие в исследуемом объекте разноплотности-дефектов является одной из актуальных задач, решение которых позволяет найти широкое практическое применение нейтронных радиографических установок на базе портативных нейтронных генераторов с целью инспекции состояния и дефектоскопии ответственных изделий атомной промышленности.

В работе изучались нейтронные радиографические изображения, полученные с помощью прибора с зарядовой связью и энергонакапливающих экранов, и нейтронных генераторов разработанных ФГУП Всероссийского научно-исследовательского института автоматики.

Целью работы является. Создание метода выявления дефектов при прохождении смешанного излучения через контролируемые изделия по нейтронным радиографическим изображениям и их классификация.

Задачи работы.

• Проведение тестовых экспериментов и получение нейтронных радиографических изображений.

• построение алгоритма выявления и классификация дефектов;

• создание метода коррекции нейтронорадиографических изображений;

• построение и обучение нейронной сети;

• проверка работоспособности алгоритма с реальными образцами.

Научная новизна работы.

• алгоритм выявления дефектов при прохождении смешанного излучения через контролируемые изделия по нейтронным радиографическим изображениям и их классификация;

• метод коррекции нейтронорадиографических изображений;

• метод выявления дефектов в нейтронорадиографических изображений при помощи нейронных сетей.

Практическая значимость работы заключается в том, что:

• создано специализированное программное обеспечение для обработки нейтронных радиографических изображений;

• предложен метод выявления дефектов в нейтронорадиографических изображений на базе нейронной сети.

Автор выносит на защиту.

• анализ характеристик нейтронных радиографических изображений;

• методы реконструкции нейтронных радиографических изображений;

• метод совмещения нейтронных радиографических изображений;

• методы распознавания дефектов деталей, на нейтронных радиографических изображениях основываясь на работе нейронной сети.

Реализация результатов работы.

Научные и практические результаты, изложенные в диссертации, внедрены и использованы в организации ВНИИА для проведения работ в области нейтронной дефектоскопии.

Апробация результатов работы.

Основные результаты диссертационной работы опубликованы в отчетах МИФИ по научно-исследовательской работе с ФГУП «ВНИИА» им. H.JI. Духова № 84−3-024−832, № 83−3-024−720, № 84−3-024−061- Министерством образования № 823−024−738 per. (01.20.03 2 454), № 83−2-024−384 per. (01.20.03 9 288) — Министерством образования и науки РФ № 85−2-024−174, а также были доложены па научных сессиях МИФИ 2003,2004,2005,2006 годов (Москва), Московской молодежной научно-технической конференции «Методы и средства измерительно-информационных технологий». ФГУП НИЦ «СНИИП», Международной конференции по фундаментальным наукам «Ломоносов-2006», в журнале «Ядерно измерительно-информационные технологии» и опубликованы в семнадцати научных трудах.

Личное участие автора:

• проведение тестовых экспериментов и получение результатов;

• построение алгоритма выявления и классификации дефектов отображенных на нейтроннорадиографических изображениях полученных при помощи ПЗС-детектора и энергонакапливающих экранов (IP-пластин), разработанные.

ФГУП Всероссийского научно-исследовательского института автоматики им. H. J1. Духова;

• разработка методики коррекции нейтронорадиографических изображений.

• построение и обучение нейронной сети для выявления дефектов отображенных на нейтроннорадиографических изображениях;

• проверка работоспособности разработанного алгоритма с реальными образцами.

Структура и объем диссертации

Диссертация состоит из введения, пяти глав, заключения, списка литературы и приложения. Содержит 101 страницу, в том числе 48 рисунков и 6 таблиц.

Список литературы

включает 35 наименований.

Основные выводы диссертации. Процесс формирования нейтронных радиографических изображений (НРИ) в детекторах, применяемых в нейтронной радиографии или томографии, создает дополнительные сложности при их коррекции, так как необходимо учитывать все особенности конструкции аппаратуры.

Методика устранения искажений на НРИ потребовала создания определенного подхода к их обработке.

1. Проведение коррекции изображения с учетом влияния аппаратной функции, позволяющей выровнять распределение интенсивности по всему изображению и восстановить геометрию облучаемого объекта. Экспериментально было подтверждено выявление дефектов размером от 1 мм на объектах из оргстекла толщиной 3 сантиметра.

2. Обработка НРИ с помощью статистического анализа, помогающая устранить ряд дефектов, такие как низкое отношение сигнал/шум и выбросы яркости, возникающие при взаимодействии нейтронов с кремнием ПЗС-матрицы. В результате обработки расчётные значения квантовой эффективности для дисперсного экрана на основе оксисульфида гадолиния детектора показали величину 1,3%, в то время как теоретические расчеты составили 1,1%.

Применения механизма коррекции НРИ с учетом аппаратной функции и статистического сложения изображений, не всегда позволяют добиться хорошего визуального результата. В частности, они не позволяют повысить яркость и контрастность изображения, что значительно осложняет работу оператора. В этом случае для достижения желаемого эффекта используются различные методы фильтрации.

3. Полученные результаты позволяют сделать вывод, что дефекты, связанные со значениями яркости и контрастности, могут быть легко устранены с помощью одного из следующих методов: изменения контрастности изображения на базе линейной растяжки гистограммы, нормализации гистограммы или линеаризации гистограммы.

4. В задачах, связанных с дефектоскопией, возможно применение линейных контурных фильтров, с помощью которых можно произвести дополнительную обработку изображения и выделить контур образа объекта. Это, в свою очередь, дает представление о форме и размерах исследуемого объекта.

5. Важным методом, позволяющим добиться большей производительности и надежности применения методов совмещения изображений, является техника использования гауссовой пирамиды изображения с постепенно улучшающимся разрешением. Использование симметричной весовой функции также приводит к более надежным методам совмещения за счет уменьшения числа локальных экстремумов.

Выявлена наибольшая эффективность применения алгоритмов для решения задачи выделения геометрических примитивов на зашумленных изображениях. Выполнены анализы существующих разновидностей нейронных сетей и видов программного обеспечения для обработки НРИ, отмечены их достоинства и недостатки, определены возможные пути оптимизации алгоритмов вычисления. Обоснована необходимость разработки новых алгоритмов на основе модификаций их для решения ряда задач обработки и анализа изображений.

6. Разработан алгоритм выделения информативных признаков дефектов на НРИ. Установлено, что их признаки инвариантны к масштабу, а инвариантность к сдвигу и повороту предусматривается в системе распознавания дефектов на этапах предварительной обработки и классификации. Алгоритм позволяет без дополнительных преобразований выделить рассматриваемые признаки, удовлетворяющие требованиям компактности и линейной разделимости.

7. Данные алгоритмы интегрированы в программный комплекс «ОНРИ», их эффективность подтверждена использованием экспериментальной системы распознавания и обработки.

В ОНРИ разработана система распознавания дефектов НРИ на базе нейронных сетей и проведено экспериментальное тестирование предложенных алгоритмов выделения информативных признаков. Достоверность распознавания для всех алгоритмов составила не ниже 94%.

Научная новизна диссертационной работы состоит в следующем:

• предложен метод выявления дефектов при прохождении смешанного излучения через контролируемые изделия по нейтронным радиографическим изображениям и их классификация с применением нейронных сетей.

• предложен метод коррекции нейтронорадиографических изображенийПрактическая ценность полученных данных состоит в том, что применение фильтрации в системах анализа данных и первичная обработка данных, позволяют снизить влияние исходных данных и существенно повысить точность результата.

Научные и практические результаты, изложенные в диссертации, внедрены и использованы в организации ФГУП «ВНИИА» имени Н. Л. Духова для проведения работ в области нейтронной дефектоскопии, а также могут использоваться для практических целей в таких организациях как ФГУП «ВНИИТФА», ФГУП НИЦ «СНИП», ФЦДТ «Союз», в/ч № 35 533, ФГУП «ГНЦ РФ НИИАР», НИИЭРАТ МО г. Люберцы.

ЗАКЛЮЧЕНИЕ

.

В диссертации решена задача создания метода выявления и классификация дефектов при прохождении смешанного гамма-нейтронного излучения через контролируемые изделия по нейтронным радиографическим изображениям.

Показать весь текст

Список литературы

  1. В.Микерова ."Основы нейтронной радиографии ее практические применения" (Издание Всероссийского научно-исследовательского института автоматики, перевод с английского выполнен во ВНИИА).
  2. В.В. Неразрушающий контроль и диагностика.-М.:Машиностроение, 1995. -487 с.
  3. M. Thons, H. von Seggern, and A. Winnacker. Spatial correlation and photostimulability of detect centers in the x-ray-storage phosphor BaFBr: Eu2+. Siemens AG, Germany.
  4. Б.Венкатраман, Балдев Рай и К.Висванатан. «Основы нейтронной радиографии и её практические применения» .Перевод Москва, ВНИИА 2001 г.
  5. I.J.Dowman, «Automating image registration and absolute orientation: solutions and problems», Photogrammetric Record, 16(91): pp. 5−18, 1998.
  6. Дэвид А. Форсайт, Джин Понс. Компьютерное зрение. Современный подход.: Пер. с англ. М.: Издательский дом «Вильяме», 2004.
  7. Т., Алгоритмы машинной графики и обработки изображений. М.: Радио и связь, 1986.
  8. А., Распознавание и обработка изображений с помощью вычислительных машин. М.: Мир, 1972.
  9. Ф., Синтез изображений. М.: Радио и связь, 1990.
  10. JI.П., Введение в цифровую обработку изображений. М.: Сов. радио, 1979.
  11. Л.Р., Гоулд Б., Теория и применение цифровой обработки сигналов. -М.: Мир, 1978.
  12. Л.П., Цифровая обработка сигналов в оптике и голографии: Введение в цифровую оптику. М.: Радио и связь, 1987.
  13. Самоучитель MATLAB 5.3/б.х. СПб.: БХВ-Петсрбург, 2002. — 736 с.
  14. А.С., Форматы графических файлов. К.: НИПФ «ДиаСофт Лтд.», 1995.
  15. G.Christensen, «Consistent linear-elastic transformation for image matching». In 16th Conference on Information Processing in Medical Imaging, pages 224−247, June 1999
  16. B.A. Нейронные сети: обучение, организация и применение. Кн.4: Учеб. пособие для вузов / Общая ред. А. И. Галушкина. М.:ИПРЖР, 2001., -256с
  17. Е.П., Аверин С. И. Обработка изображений в робототехнике. М: Машиностроение, 1990. 320 с.
  18. В.А. Нейроинтеллект: Теория и применения. Книга 1. Организация и обучение нейронных сетей с прямыми и обратными связями Брест: БПИ, 1999, -260с.
  19. В.А. Нейроинтеллект: Теория и применения. Книга 2. Самоорганизация, отказоустойчивость и применение нейронных сетей Брест: БПИ, 1999, — 228с.
  20. Ф. Нейрокомпыотерная техника: Теория и практика, 1992 184 с.
  21. Н.А. Тюфяков и А. С. Штапь. Основы нейтронной радиографии. Атомиздат. Москва. 1975.
  22. ITMNR-5 Proceedings of 5th International Topical Meeting on Neutron Radiography, Garhching, Germany, July 26−30, 2004
  23. А.Ю., Брусенцев B.A., Методы и алгоритмы компьютерной графики в примерах на Visual С++, 2-е изд., перераб. и доп. СПб.: БХВ-Петербург, 2003.
  24. Джейсон Прайс, Майк Гандэрлой, Visual С# .NET. Полное руководство.: Пер. с англ. К.: ВЕК+, СПб.: КОРОНА принт, К.: НТИ, М.: Энтроп, 2004.
  25. ГетьманА.Ф., Козин Ю. Н. Неразрушающий контроль и безопасность эксплуатации сосудов и трубопроводов давления -М.: Энергоатомиздат, 1997.— 288с.
  26. В. В. Приборы для исразрушающего контроля материалов и изделий. -М.: Машиностроение.- 1986.-488с.
  27. В. И. Методы неразрушающсго контроля за рубежом// Проблемы безопасности полетов -1986 .№ 6. 58−65с.
  28. ГОСТ 26–2044−83. Швы стыковых и угловых сварных соединений сосудов и аппаратов, работающих под давлением.
  29. Fast learning with incremental RBF Networks / Bernd Fritzke // Neural Processing Letters, Vol 1, No. 1,2−5, 1994
  30. A.B., Ляшенко B.B., Машталир В. П., Путятин Е. П. Методы корреляционного обнаружения объектов. Харьков: АО «БизнесИнформ», 1996. 112с
  31. У. Цифровая обработка изображений: Пер. с англ. М.: Мир, 1982.
  32. А., Распознавание и обработка изображений с помощью вычислительных машин. М.: Мир, 1972.
  33. Ф., Синтез изображений. М.: Радио и связь, 1990.
Заполнить форму текущей работой