doi 10.18503/2311-8318-2016-2(31)-35-43
Аннотация
Целью исследования в работе является повышение эффективности функционирования системы получения экспертной информации по результатам обработки и анализа изображений серных отпечатков непрерывнолитой заготовки. В ходе исследования рассмотрены вопросы анализа традиционных способов визуализации и получения экспертной информации о качестве непрерывнолитой заготовки, разработки специального математического и алгоритмического обеспечения классификации изображений серных отпечатков на основе формообразующих характеристик гистограммы яркости и нечетких множеств. Исследования проводились для машин непрерывного литья заготовок, используемых в технологической цепочке получения непрерывнолитых заготовок квадратного сечения в 2011–2015 годах. Исследования проводились с использованием методов системного анализа при исследовании способов получения экспертной информации о качестве непрерывнолитой заготовки; обработки и классификации изображений трех уровней контрастности; морфологической обработки изображения; теории нечетких множеств. В результате получены формализованное описание структуры изображения серного отпечатка, методика каскадной классификации изображений, структурированный показатель эффективности функционирования новой системы получения экспертной информации и многоуровневая адаптивная траектория обработки графической информации. Значения структурированных показателей эффективности продемонстрировали превосходство новой системы с учетом классификации изображений над традиционной визуальной в среднем на 25%.
Ключевые слова
Графическая информация, визуализация, классификация изображений, серный отпечаток, непрерывно-литая заготовка.
1. Логунова О.С. Системный подход к исследованию информационных потоков в управлении качеством непрерывнолитой заготовки // Проблемы теории и практики управления. 2008. № 6. С. 56-62.
2. Гонсалес Р., Вудс Р. Цифровая обработка изображений М.: Техносфера, 2005. 1072 с.
3. Varma M., Zisserman A. A Statistical Approach to Texture Classification from Single Images // International Journal of Computer Vision. 2005. Vol. 62(1/2). P. 61-81.
4. Шапиро Л., Стокман Дж. Компьютерное зрение. М.: Бином, 2006. 752 с.
5. Segmentation of a thematic Mapper Image using the fuzzy c-means clustering algorithm / R.L. Cannon [et al.] // IEEE Trans. Geosci.Remote Sensing. 1986. Vol. GE-24. P. 400-408.
6. Афанасьева А., Игнатенко А. Алгоритм поиска областей резкости на стереоизображениях // ГрафиКон’2014: 24-я Международная конференция по компьютерной графике и зрению. 2014. С. 160-164.
7. Chapeiie O., Haffner P., Vapnik V. Support Vector Machines for Histogram-Based Image Classification // IEEE Transactions on neural networks. 1999. Vol. 10, iss. 5. P. 1055-1064.
8. Foody G. A relative Evaluation of MultiClass Image Classificafion by Suuport Vector Machines // IEEE Transactions on geoscience and remote sensing. 2004. Vol. 42, iss. 6. P. 1335-1343.
9. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976. 165 с.
10. Тэрано Т., Асаи К., Сугэно М. Прикладные нечеткие системы. М.: Мир, 1993. 366 с.
11. Спирин Н.А., Лавров В.В. Информационные системы в металлургии: Конспект лекций (отдельные главы из учебника для вузов). Екатеринбург: Уральский государственный технический университет – УПИ, 2004. 495 с.
12. Логунова О.С., Девятов Д.Х., Нуров Х.Х. Оценка качества непрерывнолитой заготовки статистическими метода-ми с использованием программных средств. // Изв. вузов. Черная металлургия. 2005. №9. С. 54-58.
13. Посохов И.А., Логунова О.С. Технология обработки изображений заготовок на основе операций морфологического анализа // Математическое и программное обеспечение систем в промышленной и социальной сферах. 2011. №1-2. С. 191-196.
14. Логунова О.С., Павлов В.В. Нуров, Х.Х. Оценка статистическими методами серного отпечатка поперечного темплета непрерывнолитой заготовки // Электрометаллургия. 2004. № 5. С. 18-24.
15. Логунова О.С. Технология исследования информационных потоков на металлургическом предприятии // Ин-формационные технологии в проектировании и производстве. 2008. № 3. С. 32-36.
16. Logunova O.S., Matsko I.I., Posohov I.A., Luk’ynov S.I. Automatic system for intelligent support of continuous cast billet production control processes // The International Journal of Advanced Manufacturing Technology. 2014. Vol.74(9). P. 1407 – 1418.
17. Логунова О.С., Павлов В.В., Посохов И.А., Мацко И.И., Мацко О.С. Структура каскадной системы управления многостадийными технологическими процессами // Вісник НТУ «ХПІ». Серія: Інформатика і моделювання. – Харків: НТУ «ХПІ», 2013. № 19 (992). С. 75 – 80.
18. Посохов И.А., Логунова О.С. Технология обработки изображений заготовок на основе операций морфологического анализа // Математическое и программное обеспечение систем в промышленной и социальной. 2011. Ч.2. С. 191-196.
19. Logunova O.S., Matsko I.I., Posochov I.A. Integrated system structure of intelligent management support of multistage metallurgical processes // Vestnik of Nosov Magnitogorsk State Technical university. 2013. №5. P. 50-55.
20. Логунова О.С., Мацко И.И., Посохов И.А. Система интеллектуальной поддержки процессов управления производством непрерывнолитой заготовки. Магнитогорск: Изд-во Магнитогорск. гос. техн. ун-та им. Г.И. Носова, 2013. 175 с.