Содержание к диссертации
Введение
Глава 1. Анализ видеоинформационных систем мониторинга 11
1.1 Область применения и обзор состояния видеоинформационных систем мониторинга 11
1.2 Требования к видеоинформационным системам (ВИС), их классификация 14
1.3 Анализ современных ВИС, их характеристик и выбор методов и средств повышения эффективности и качества изображений
1.3.1 Структурные схемы современных ВИС и их анализ 24
1.3.2 Анализ методов повышения эффективности ВИС и улучшения качества изображений 33
1.4 Выводы по главе 34
Глава 2. Теоретическое обоснование и анализ методов повышения эффективности восстановления информативных составляющих сигналов систем мониторинга сложных объектов, разработка математических моделей для построения программно алгоритмического комплекса 36
2.1 Разработка принципиальной блок-схемы программно-алгоритмического комплекса 36
2.2 Теоретическое обоснование метода анализа независимых компонент (1СА) и метода фильтрации сигналов на его основе 38
2.3 Разработка математического метода построения быстрого нейросетевого преобразования Фурье для восстановления многомерных входных сигналов 47
2.4 Разработка системы автоматического тестирования и отладки алгоритмов реконструкции и фильтрации многомерных сигналов. 53
2.5 Выводы 55
Глава 3. Исследование информационных характеристик ВИС и разработка методов их улучшения 56
3:1 Разработка методов и средств повышения эффективности и разрешающей способности восстановления изображения в ВИС 56
3;1.1 Постановка задач и выбор метода их реализации 56
3.1.2 Некоторые возможности применения разработанных методов восстановления сигналов для улучшения качества и разрешающей способности пространственных изображений 58
3.1.3" Программная реализация системы автоматического тестирования и отладки алгоритмов реконструкции
изображений 66
3.2 Определение частотно-контрастных характеристик ВИС 68
3.3 Определение предельной чувствительности лазерного метода мониторинга теплообменников парогенераторов 76
3.4 Исследование зависимости индикатрисы отражения объектов от степени шероховатости их поверхности 80
3.5 Разработка методов оценки надежности светодиодов и фотодиодов по результатам климатических испытаний и наработки на отказ...
3.5.1 Исследование надежности светодиодов при воздействии внешних факторов 83
3.5.2 Оценка надежности PIN-фотодиодов по результатам испытаний на безотказность и способы повышения их надежности 87
3.6 Выводы 90
Глава 4. Разработка методов и средств повышения эффективности ВИС и их реализация 91
4.1 Применение нейросетевых методов для апостериорного улучшения качества изображений в ВИС 91
4.2 Методы коррекции сигналов в волоконно-оптических системах мониторинга сложных объектов 105
4.3 Контроль обрыва оптического волокна в мониторинговых системах 112
4.4 Применение предложенных программно-алгоритмических методов для определения качества углеродно-композитных спецматериалов. 115
4.5 Использование активных средств защиты информации в телекоммуникационных каналах ВИС 117
4.6 Выводы 122
Заключение и выводы по диссертации: 123
Библиография
- Анализ современных ВИС, их характеристик и выбор методов и средств повышения эффективности и качества изображений
- Теоретическое обоснование метода анализа независимых компонент (1СА) и метода фильтрации сигналов на его основе
- Некоторые возможности применения разработанных методов восстановления сигналов для улучшения качества и разрешающей способности пространственных изображений
- Методы коррекции сигналов в волоконно-оптических системах мониторинга сложных объектов
Введение к работе
Актуальность. В настоящее время снижение рисков возникновения техногенных и аварийных ситуаций связано с организацией мероприятий по непрерывному мониторингу сложных технических объектов, природной среды и производств, таких как магистральные трубопроводы, нефтехимические производства, тепловые, атомные, гидроэлектростанции, объекты транспортной инфраструктуры, оборонного комплекса и др. Особенностью этих объектов являются сложные конфигурации, наличие большого числа взаимосвязанных систем и подсистем с множеством датчиков и функциональных преобразователей, информация от которых должна поступать в реальном масштабе времени. Современные системы мониторинга характеризуются широким применением оптических устройств сбора, передачи и обработки информации, т.е. видеоинформационных систем (ВИС). Так как оптические изображения и образы являются высшей формой получения, хранения и представления информации, а также её наиболее удобным, оптимальным видом для восприятия человеком. Поэтому широко используются различные ВИС в том числе с применением интеллектуальных видеодатчиков для решения самых сложных задач контроля и диагностики различных объектов и оборудования. В настоящее время наблюдается тенденция расширения применения ВИС для диагностики объектов и оборудования в труднодоступных полостях с помощью эндоскопической микровидеотехники для визуального мониторинга трубопроводов, турбомашин, теплообменных структур парогенераторов и др. оборудования, зазоры в которых не превышают 3 мм, с целью своевременного обнаружения повреждений, коррозии, образования свищей, налетов и дефектов. Создание высокоразрешающих и устойчивых к влиянию внешних воздействий волоконно-оптических систем делает решение этой задачи вполне реальной. Вместе с тем создание подобных систем возможно только при условии детального анализа процессов преобразования информации в вышеуказанных ВИС с учётом спецификии их функционирования, конкретных условий применения и функционального назначения.
В области разработки ВИС, обработки и передачи изображения имеется много работ зарубежных и отечественных учёных (В.Г. Домрачев, Н.И. Пахомов, А.П. Иванов, М.Н. Мирошников, КГ. Предко, И.П. Истомин, В.А. Сойфер, Дж. Госсорг, Ф. Перрен, Д. Джуттен, Д. Херольт, У. Прэтт и др.) ведущих научных организаций (ИППИ РАН, ГОИ имени Вавилова, Самарский институт исследования изображений РАН, МГУ, Новосибирский институт электрометрии, МИИГАиК, МГТУ им. Н. Баумана, МНПО Спектр, НПО "Астрофизика" и зарубежные фирмы Олимпас (Япония), Эверест (США), Шторц (Германия), Форт (Франция) и др.
Новая волна интереса к разработке и применению видеоинформационных систем связана с появлением новых матричных преобразователей изображения (ПЗС-матрицы, микроболометрические и фотодиодные системы), отличающихся высоким пространственным разрешением (10 мегапикселей и более), быстродействием, широким динамическим диапазоном, большим спектральным диапазоном и устойчивостью к влияниям внешней среды, а также хорошим согласованием с цифровыми средствами ввода и обработки информации.
Расширение функциональных возможностей видеоинформационных систем обусловило актуальность разработки эффективных методов повышения качества изображения ВИС и их оценки с использованием современного математического аппарата. В настоящее время наиболее перспективны цифровые методы улучшения и реконструкции изображения. Это методы инверсной фильтрации, метод анализа главных компонент (ІСА), метод Уотса глобальной бинаризации, метод Ниэлка локальной адаптивной бинаризации, методы основан-
ные на быстром преобразовании Фурье и его дискретном аналоге (ДПФ) широко применяемые для восстановления контуров объектов по их искаженным изображениям и известным частотно контрастным характеристикам. Среди цифровых методов обработки изображений особенно перспективны, методы основанные на нейросетевых алгоритмах. Они отличаются универсальностью, высокой помехоустойчивостью, эффективностью и высокой скоростью обработки изображений. Однако эти методы плохо адаптированы к реальным задачам решаемым ВИС. В этой связи теоретическое обоснование и разработка методов повышения эффективности восстановления информативных составляющих сигналов ВИС, математических моделей и построение программно-алгоритмического комплекса является весьма актуальной задачей.
Таким образом, тема диссертации актуальна, так как направлена на решение важной научно-практической задачи - разработке средств повышения эффективности восстановления изображений ВИС, применяемых для мониторинга сложных технических объектов, а также определения их информационных характеристик и улучшения качества изображений.
Объектом исследования в настоящей диссертационной работе являются видеоинформационные системы широкого спектра применения при этом особое внимание уделялось системам мониторинга.
Предмет исследования - методы и средства повышения эффективности восстановления информативных составляющих сигналов ВИС на основе анализа независимых компонент, методов их фильтрации, быстрого преобразования Фурье и теории нейронных сетей для восстановления многомерных сигналов; определение и анализ информационных характеристик ВИС; методы автоматической коррекции сигналов в волоконно-оптических системах передачи.
Цель настоящей диссертационной работы - исследование и разработка методов и средств повышения эффективности видеоинформационных систем мониторинга сложных технических объектов.
Для достижения поставленной цели были решены следующие задачи:
проведен анализ современного состояния ВИС мониторинга сложных объектов, классификация этих систем и показателей качества с учетом специфики эксплуатации, а также определены основные направления разработки и исследования новых ВИС с улучшенными характеристиками;
выполнено теоретическое обоснование и анализ методов повышения эффективности восстановления информативных составляющих сигналов ВИС, разработаны математические модели и принципы построения программно-алгоритмического комплекса;
исследованы информационные характеристики ВИС и разработаны методы их улучшения;
разработаны и реализованы методы и средства повышения эффективности ВИС.
Методы исследования. В работе применены следующие методы исследования: теория линейной и нелинейной фильтрации, математическая статистика, вычислительная математика, методы решения систем нелинейных уравнений и интерполяции, теория нейронных сетей, численные методы интегральных преобразований.
Научная новизна:
разработана принципиальная блок-схема программно-алгоритмического комплекса восстановления и тестирования информативной составляющей входного сигнала и изображения.
предложен и теоретически обоснован метод фильтрации сигнала ВИС и восстановле-
ния изображений, основанный на анализе независимых компонент (1СА) с использованием математического аппарата нейронных сетей Херольта-Джуттена.
разработан метод реконструкции изображений и алгоритм его формирования на основе быстрого преобразования Фурье и математического аппарата нейронных сетей прямого распространения сигнала, использование которых позволило повысить разрешение при фиксированном количестве отсчётов и снизить влияние зашумленности сигнала и его искажения приемной аппаратурой на качество изображений.
предложен алгоритм тестирования качества реконструкции изображений, основанный на анализе результатов тестовых восстановлений, производимых с виртуальными тестовыми объектами, использование которого позволяет быстро в контролируемом режиме производить весь комплекс вычислительных тестов программного обеспечения, необходимых для отладки его работы.
Практическая значимость полученных результатов состоит в следующем:
разработан программный комплекс для реализации нейросетевых алгоритмов обработки и восстановления изображений и выполнена его экспериментальная проверка, подтвердившая высокую эффективность за счет снижения влияния шумовых компонентов и артефактов.
создано программно-алгоритмическое обеспечение для реконструкции изображений, которое повышает качество изображения и разрешающую способность ВИС по сравнению с известными алгоритмами, использующими при восстановлении одномерное и двумерное быстрое преобразование Фурье;
предложенный алгоритм фильтрации сигналов, сглаживает наиболее характерные искажения реконструируемых изображений и обладает способностью к гибкой настройке, а также снижает влияние зашумленности сигнала и его искажения приемной аппаратурой на качество реконструкции изображений;
предложенный метод тестирования и его программно-алгоритмическое обеспечение ВИС, улучшает технологию контроля качества результатов сканирования объектов, и отладку алгоритмов реконструкции изображений;
разработаны способы и алгоритмы автоматической коррекции сигналов мультиплексированных систем мониторинга с волоконно-оптическими каналами, а так же метод контроля обрыва волокна в них, которые значительно увеличивают надёжность ВИС;
разработана и апробирована портативная лазерная ВИС для контроля теплообменников парогенераторов и программно-аналитический комплекс для реконструкции контуров лопаток турбомашин, которые позволили надежно выявлять коррозионные и эрозионные зоны, и другие дефекты.
разработанный программно-алгоритмический комплекс может найти широкое применение в различных системах мониторинга сложных объектов (ядерных и радиационно-опасных объектов, охраняемых ответственных объектов и территорий, АЭС, ГЭС, тепловых электростанций, подводных газо-нефтепроводов и др.)
Реализация результатов. Результаты диссертации прошли апробацию и использовались в ФГУП «РНИИ КП», что позволило повысить качество изображений контролируемых объектов, снизить количество бракованных изделий. Кроме того, результаты диссертации использовались в NVisionGroup при разработке автоматизированной системы мониторинга ядерных и радиационно-опасных объектов и грузов, в Научно-производственном центре антитеррористической и криминалистической техники «Спектр-АТ» для поисковых и охранных систем, в ФГУ «Центр лабораторного анализа и технических измерений по ЦФО» в системах технических измерений параметров и экспертной оценки техноген-
ных объектов в результате чего повысилась эффективность работы оборудования и улучшилось качество получаемых изображений.
Достоверность. Представленные в диссертации результаты обоснованы теоретическим анализом, численным моделированием и верифицированы на известных фактах и экспериментальном материале, полученном и опубликованном различными авторами. Разработанные алгоритмы и программные комплексы прошли апробацию в ФГУП «РНИИ КП», НПЦ «Спектр-АТ», NVisionGroup и ФГУ «ЦЛАТИ по ЦФО», по результатам которых подтверждены основные выводы, положения и технические решения.
Апробация работы. Основные результаты работы опубликованы в двух рекомендованных ВАКом журналах - «Контроль. Диагностика» и «Приборы», и в сборниках научных трудов международных конференций в 12 статьях общим объёмом около 60 м.п. страниц, докладывались на 8-й международной конференции «Неразрушающий контроль и техническая диагностика в промышленности» (Москва, 2009), на международной конференции «Современные направления теоретических и прикладных исследований» (Одесса, 2009), 12-й международной конференции «Фундаментальные и прикладные проблемы приборостроения, информатики и экономики» (Сочи, 2009), международной конференции «Новые инновационные технологии в науке, промышленности и образовании» (Тунис-2008, Египет-2009), на научных семинарах (МГУПИ, РНИИ КП). Получено положительное решение по заявке на патент РФ № 2009117929/22(024689) от 23 июля 2009 г.
Положения работы, выносимые на защиту:
1. Адаптивный алгоритм фильтрации и восстановления изображений, использующий
принцип разделения сигнала на независимые компоненты эффективно вычитающий шу
мовые компоненты из входного сигнала, основанный на математическом аппарате ней
ронных сетей Херольта-Джуттена, который позволяет быстро восстанавливать изобра
жение из доступных исходных данных.
«Малошумящий» метод реконструкции изображений, основанный на математическом аппарате нейронных сетей и быстром преобразовании Фурье, сопряженный с алгоритмом фильтрации.
Эффективный метод тестирования качества реконструкции изображений на основе разработанного метода анализа тестовых восстановлений, проводимых с виртуальными объектами.
Метод и алгоритм определения предельной чувствительности ВИС к изменениям линейных размеров дефектов контролируемых объектов.
Структура и объём диссертации. Диссертация состоит из введения, 4 глав, заключения, списка литературы и приложений. Общий объём диссертации 130 стр., включая 55 рисунков и библиографию из 122 наименований.
Анализ современных ВИС, их характеристик и выбор методов и средств повышения эффективности и качества изображений
Типовые требования к ВИС рассмотрены на примере систем телевезионного мониторинга оборудования и состояния трубопроводов электростанций. Системы промышленного телевидения предназначены для повышения эффективности и надежности оперативного и технологического управления энергоблоками путем своевременного обнаружения неисправностей и нарушения режимов, работы оборудования. Применение систем промышленного телевидения ведет к повышению надежности оперативного и технологического управления режимами энергоблоков путем: своевременного обнаружения неисправностей и нарушений режимов работы оборудования (появления парения, дыма, огня, разрушений и т.д.); постоянного или периодического наблюдения за развитием обнаруженного дефекта; снижения дозовых нагрузок на оперативный и ремонтный персонал; ускорения производства аварийно-восстановительных и плановых ремонтных работ. Одной из таких систем, например, является система СПТ-1000, предназначенная для реакторных установок ВВЭР-1000, ВВЭР-440 [6-10].
Эта система позволяет получить панорамное и фрагментное изображение на экране видеоконтрольного устройства (ВКУ), записать изображение при ручном, автоматическом и программном режимах управления.
Технические требования являются общими для АЭС с ВВЭР и РБМК [9-10]. В состав системы ВИС входят прикладные телевизионные установки, линии связи (обычно ВОЛС), устройства видеозаписи, вспомогательные системы.
В прикладные телевизионные установки входят передающие камеры, промежуточное оборудование, пульты управления, видеоконтрольные устройства.
Передающая камера предназначена для преобразования оптического изображения наблюдаемого объекта в электрический сигнал для передачи его по линии связи в видеокоммутатор. Угол зрения применяемого объектива на телевизионных передающих камерах не менее 30. Угол необходимого обзора камеры телевизионной передающей в горизонтальной плоскости имеет величину 135 (для ВВЭР-1000) [9]. Повышенная и обзорная скорость поворота в вертикальных и горизонтальных плоскостях 6/сек, 2%ек. Наработка на отказ КТП должна составлять не менее 10000 часов в условиях эксплуатации. КТП должна обеспечивать непрерывную работу в течение 72 часов. Вероятность безотказной работы в течение 72 часов должна составлять не менее 0,98. Основные требования к параметрам КТП сформулированы в технологическом регламенте АЭС [6-10].
В помещениях центрального зала, транспортного шлюза применяется ВИС, у которых объективы с переменным фокусным расстоянием (с трансфокацией).
Промежуточное оборудование устанавливается за пределами герметичной зоны и необходимо для одновременного переключения видео- и информационных каналов, управлениями вспомогательными системами, получения и обработки информации от "Внешних датчиков", автоматической записи видеоинформации на видеомагнитофон из аварийного помещения, управления системой промышленного телевидения от микроЭВМ.
Промежуточное оборудование состоит из видеокоммутатора, блока автоматического контроля изменения изображения, системы тревожной сигнализации, блока управления вспомогательными системами, микроЭВМ, видеомагнитофона.
Для нормальной работы телевизионной системы при повышенной температуре во время аварийного режима "течи" система должна иметь воздушное охлаждении Устройство охлаждения устанавливается на всех передающих камерах, подвергающихся воздействию повышенных температур. Работа устройства охлаждения должна быть автоматизирована.
Оператор должен видеть изменения формы конструкций, изменения цвета, появление отложений, находит дефекты и аномалии, делает вывод об общем состоянии объекта.
В последние годы в специальной литературе США, Великобритании, Франции, Канады и Японии проблемам визуального контроля было посвящено более 400 публикаций [22].
Специфика этой методики заключается в субъективности "оценки и описании аномалий, поэтому в большинстве случаев информация получается в качественном виде. Отсутствие количественных показателей - осн овное препятствие для осуществления автоматизации сбора и обработки данных. В последнее время прилагаются усилия для получения количественных оценок или, по крайней мере, формализации описаний выявленных аномалий.
Различают два вида визуального контроля: общий обзор объекта для оценки степени изменения геометрической формы, выявления аномалий, крупных дефектов или разрушения и детальный обзор отдельных участков конструкции для обнаружения следов коррозии, отложений или более мелких дефектов.
В обоих случаях выбор соответствующей аппаратуры должен основываться на требуемом разрешении, необходимом поле зрения и динамическом диапазоне, однако чаще всего задаются размеры минимального дефекта, который должен быть обнаружен [32, 39].
Анализ приведенных параметров и особенностей применения систем визуального контроля позволяет сделать следующие выводы.
Системы прямого наблюдения через окно защитной камеры (телескопы, бинокли и т.п.) имеют следующие положительные качества: простота оборудования, легкая замена или ремонт, относительно высокое угловое разрешение; их недостатки: ограниченная цветовая передача и хроматическая аберрация, необходимость значительного увеличения и очень интенсивного освещения при детальном обзоре. Применение таких систем ограничивается в основном общим обзором.
Теоретическое обоснование метода анализа независимых компонент (1СА) и метода фильтрации сигналов на его основе
Блок предварительной фильтрации представляет собой простой частотный режекторный фильтр, с полосой пропускания, зависящей от частотных характеристик информативных составляющих сигналов. Использование такого фильтра позволяет избавиться от значительной части сигнала, не несущей для исследования объекта никакой полезной информации - в нижнем радиочастотном диапазоне шумов и не свойственных данному объекту исследования [79, 95].
Под блоком вывода входных сигналов подразумевается любое устройство или информационный носитель, пригодный для ввода данных в вычислительную систему в числовом формате.
Подразумевается, что в составе блока «Вывод выходных сигналов» содержатся стандартные монитор и принтер (или несколько устройств такого типа).
Остальные блоки схемы, приведённой на Рис. 2.1 требуют более подробного описания.
После прохождения блока предварительной фильтрации, многоканальный сигнал поступает на «блок ІСА-фильтрации», в котором производиться фильтрация от шумов сигнала в полосе частот, пропущенной предварительным фильтром.
Фундаментальной проблемой процедуры выделения информативной составляющей сигнала из шума (а также решения многих других задач разделения сложного многомерного сигнала на составляющие) является нахождение подходящего, наглядного представления многомерных данных. Часто для целей концептуальной и вычислительной простоты используют приближения линейных комбинаций и линейных трансформаций исходных данных. Другими словами - каждый компонент разложения в этом представлении является линейной комбинацией исходных сигналов. Существует достаточно много методов линейных трансформаций, например, анализ главных компонент (РСА — Principal Component Analysis), факторный анализ, проекционный метод и др. [79, 90, 91].
Анализ независимых компонент (ICA — Independent Component Analysis) недавно разработанный метод, целью которого является поиск линейного представления негауссовых данных таким образом, чтобы полученные компоненты были статистически независимы или, по крайней мере, настолько статистически независимы, насколько это возможно. Так как шумовые составляющие сигнала зачастую некоррелируют с полезным сигналом, то такой анализ будет полезным для определения и вычитания шумовых составляющих.
На сегодняшний день существует уже достаточно много методов получения разложения независимых компонент, как правило, различающихся критерием «независимости» и соответствующим ему алгоритмом метода разделения. Методы и алгоритмы в данной работе построены на математическом аппарате нейронных сетей и соответственно выбран способ вычисления независимых компонент. Существует обширная литература, в которой можно познакомится- с базовой1 теорией искусственных вычислительных нейронных сетей, например [87, 89, 90]. Более1 подробная информация по теории нейронных сетей и её применения в информационно-измерительной техники (в том числе- в задаче разделения- сигналов) является на сегодняшний день предметом интенсивных исследований [80-84, 90, 91].
Для разделения сигналов на независимые компоненты в данной работе использованы нейронные сети Херольта-Джуттена [74]. Это линейные сети с самоорганизацией, использующие обобщенное правило Хебба [87, 89, 90] и относящиеся к классу корреляционных сетей. Их концепция была сформулирована в середине восьмидесятых годов XX века профессорами
Дж. Херольтом и К. Джуттеном [74, 75]. Первоначально эти сети применялись для «слепой» сепарации сигналов. На основе этой теории можно построить алгоритмы, выполняющие и другие функции, в том числе анализ главных компонентов РСА [89], решение задачи сглаживания и т. п. Первично разработанная упомянутыми авторами структура сети была рекуррентной.
В настоящее время широко применяются однонаправленные сети. Независимо от способа соединения нейронов между собой, эти сети обычно имеют адаптивную линейную структуру, обрабатывающую сигналы в режиме реального времени (online). Нелинейные функции, применяемые в алгоритмах обучения, играют очень важную роль при уточнении весов, не оказывая влияния на саму структуру взвешенных связей. Оригинальное решение Херольта-Джуттена касалось проблемы сепарации сигналов на основе информации, содержащейся в их линейной суперпозиции.
В работе было принято предположение, что в задаче выделения полезного сигнала исходный сигнал представляет собой линейную комбинацию полезного сигнала и нескольких шумовых компонент различной природы, амплитуды и частотного диапазона.
Для выделения шумовых составляющих применена однонаправленная сеть. Для такого выбора есть несколько причин.
Во-первых, алгоритмизация и программирование, а также построение структурной схемы и линий распределения сигнала для линейных сетей значительно проще.
Во-вторых, остальные алгоритмы применяемые в данной работе также выполнены на базе однонаправленных нейронных сетей, что позволяет относительно просто совмещать различные блоки обработки сигнала для достижения желаемого результата.
Таким образом, в программе обработки многомерных сигналов, описываемой здесь, применена концепция решения задачи «за один заход», то есть процедура решения не является итерационной, что позволяет не задумываться над вопросами точности, устойчивости и сходимости.
В-третьих, серьезным недостатком рекуррентных сетей Херольта-Джуттена, часто не устранимым на практике, является сложность процесса разделения сигналов, особенно тогда, когда «смешивающая» матрица [А] = А плохо обусловлена, а исходные сигналы сильно отличаются друг от друга по амплитуде. Также следует отметить, что в рекуррентной сети на каждом шаге возникает необходимость инвертировать матрицу весов, что заметно увеличивает вычислительную сложность алгоритма.
Некоторые возможности применения разработанных методов восстановления сигналов для улучшения качества и разрешающей способности пространственных изображений
Реализация методов и алгоритмов, теория которых рассмотрена во второй главе, в некоторой степени зависит от ВИС, в которой они будут выполняться, и математического вычислительного обеспечения. И хотя как было сказано «блоки» - составные части разработанного программного комплекса поддаются гибкой настройки на аппаратную часть, существуют технические особенности, не являющиеся универсальными. В первую очередь к таковым относятся системы регистрации, которые, технически выполнены по-разному для различных ВИС в соответствии с их назначением.
Вычислительная система некоторых систем мониторинга позволяет работать в многозадачном режиме: сканирование, реконструкция, вывод изображения на экран и его архивирование, а также выполнение всех функций постпроцессинга - все это выполняется одновременно, что способствует достижению оптимальной пропускной способности системы.
В настоящее время обычно применяется классический подход к решению задачи восстановления изображения из последовательности регистрируемых сигналов и методика формирования сигнала, использующая двумерное преобразование Фурье [95, 86]: 00 00 S{k ky) = J if{x,yy - -" ydxdy (3.1) -00 —ОС 77? ТЕ где f(x,y) = p(x,y) еТ х у\ р(х,у) — плотность, 77?-период гТЕ селективного возбуждения, ТЕ - период регистрации сигнала, кх = у\ Gxdt гТЕ и k =yb Gydt - координаты лг-пространства, определяемые через кодирующий и считывающий сигналы Gx и Gy, Тх{х,у) и Т2{х,у) — зависимость от времени и координат плоскости рассмотрения исследуемого объекта. Реализация этого способа обладает тем недостатком, что сканирование даже одного сечения физически занимает очень большое время, поэтому в настоящее время данный метод практически не используется.
Если же визуализируется область конечных размеров, то на вход ВИС будет воздействовать множество сигналов. Соответственно значительно усложняется обработка такого «множественного» сигнала. Результирующий сигнал будет определяться следующим известным из радиотехники выражением [ ]: V(t) = {M(t,r)Qc(r)dr (3.2) at п где Q - рассматривается область, г — точка «наблюдения», Qc(r) — функция, характеризующая чувствительность приёмной аппаратуры ВИС в данной точке пространства г .
Схема аппаратной реализации системы первичного приема и обработки сигнала для этого случая основана на использовании квадратурных фазовых детекторов, широко применяемых в радиотехнике [19].
Для последующей обработки сигнала необходимо использовать его дискретное представление, т.е. аналогово-цифровые преобразователи (АЦП).
Данная схема предназначена для того, чтобы подготовить принятый сигнал для последующего преобразования программной частью в трансформанту Фурье от искомого распределения - в данном случае распределения M(t,r).
Эта схема используется в основном в различных МР-томографических устройствах и MP-спектроскопии. Известны как аппаратные, так и программно-вычислительные её варианты в этой области. В связи с выше изложенным является весьма перспективным применение разработанных, во 2-й главе методов для повышения, эффективности работы ВИС путем восстановления сигналов от пространственных изображений контролируемых объектов. 3.1.2 Некоторые возможности применения разработанных методов восстановления сигналов для улучшения качества и разрешающей способности пространственных изображений.
Из анализа различных известных методов восстановления следует, что различие между методами восстановления и их индивидуальные особенности наиболее четко проявляются при реконструкции пространственных изображений.
Рассмотрена реализация данной задачи на примере контроля качества на структурную целостность блоков из углеродного композитного материала [102] в РНИИ «Космического приборостроения». Чтобы представить численные результаты, выберем отношение времен релаксации равным ТУ72=3. Предположим, что по каждому из двух или трех измерений объекта должны быть разрешены одинаковые количества элементов объема «=32. Чувствительность различных методов произвольно нормируется по отношению к наиболее чувствительному методу, а, именно, методу восстановления по проекциям, в предположении, что его чувствительность при минимальном времени выполнения исследования равна единице. Как и предполагалось, оказалось, что при проведении продолжительного эксперимента чувствительность растет пропорционально корню квадратному из времени измерения. Однако для некоторых методов чувствительность растет быстрее вблизи минимума быстродействия, в частности это имеет место для методов чувствительной точки и планарной интроскопии. Это поведение особенно проявляется для больших значений отношения Т\1Тъ
Очевидно, что чувствительности различных методов могут находиться в очень широком диапазоне. Это в значительной степени зависит от того числа элементов объема, которые необходимо разрешить. Для я=32 чувствительность трехмерных методов перекрывает диапазон более чем на четыре порядка величины, в то время как двумерные методы могут отличаться по чувствительности на два порядка величины.
Таким образом, становиться очевидным выигрыш, который можно получить по разрешающей способности, не жертвуя при этом чувствительностью, виртуально расширяя выборку аппроксимацией поверхностями переменного уровня при наилучшем приближении.
Как в трехмерных, так и двумерных изображениях методы восстановления по проекциям и "Фурье-интроскопии" являются наиболее чувствительными, потому что в этих случаях регистрируется сигнал со всех элементов объема одновременно. Чувствительность метода восстановления по проекциям всегда наилучшая. Некоторая потеря чувствительности методов "Фурье-интроскопии" является необходимым следствием большого времени измерения, предполагающим, что Т\ = ЗГ2, и затуханием сигнала во время периода его эволюции.
Необходимо отметить, что классы методов линейного сканирования, а также методы множества чувствительных точек и чувствительной линии [ ] имеют то преимущество перед методами восстановления по проекциям и "Фурье-интроскопии", что им свойственна простота обработки данных в частности, информация от всей линии может быть обработана сразу и нет необходимости накопления всего трехмерного массива данных. Однако, как отмечено выше простота обработки данных не всегда является преимуществом при решении реальных задач.
Медленное движение контролируемых объектов резко ограничивает разрешающую способность двумерных и трехмерных методов "Фурье-интроскопии", поскольку в каждую точку спектра дает вклад весь набор данных во временной области. Время для получения изображения одной линии сравнительно короче и поэтому такое изображение менее чувствительно к движению. В этом отношении метод чувствительной точки является идеальным, так как измеряется непосредственно локальная плотность, и за исключением, может быть, согласованной с фильтрацией и обработки информации не требуется. Однако, при получении полного изображения чувствительность метода чувствительной точки заметно ниже, чем у всех других методов.
Рассмотренные здесь вопросы касаются лишь относительной чувствительности. Абсолютная чувствительность, разумеется, имеет огромное практическое значение, но она существенно определяется имеющейся в распоряжении аппаратурой. Критические оценки некоторых реальных случаев приведены в [93]. Различные методы можно также классифицировать с точки зрения минимального времени, которое требуется для выполнения двумерного или трехмерного изображения. Минимальные времена получения данных для данного количества элементов объема перекрывают диапазон в четыре порядка величины для трехмерных и в три порядка величины для двумерных изображений. Больше всего времени требуется для измерений методом последовательной выборки по точкам. Таким образом предложенные нами методы позволяют довольно точно восстанавливать не только 2-х мерные и 3-х мерные изображения, а также их контура.
Методы коррекции сигналов в волоконно-оптических системах мониторинга сложных объектов
Основой для всех методов диагностики рассматриваемого программно-аппаратного комплекса служит анализ видеоизображений и термограмм. Задача неразрушающего контроля в целом очень часто сводится к анализу изображений той или иной природы, делая, таким образом, разработку алгоритмов улучшения качества изображений перспективным направлением.
Во многих случаях на видеоизображение накладываются шумы от воздействия внешних факторов, способные существенно его исказить. Поэтому весьма актуальной и важной для достоверной диагностики является задача восстановления формы и структуры контролируемого объекта программно-алгоритмическими средствами с использованием различных методов обработки и восстановления искажённых изображений. В ходе предобработки и обработке изображения объекта часто приходится иметь дело с «артефактами яркости» возникающими в силу целого ряда причин различного физического характера. Эти тип артефактов способен существенно исказить изображение, его контуры и затрудняет последующий анализ. Одним из наиболее эффективных способов удаления артефактов яркости является бинаризация изображения и его последующее нейросетевое восстановление. Для примера рассмотрим задачу анализа изображения лопатки турбомашины. Форма лопатки отличается чрезвычайной сложностью. Точность изготовления профиля лопатки во многом определяет эффективность и надежность их работы в экстремальных условиях эксплуатации. В процессе предыдущей работы был создан программно-аппаратный комплекс ПКПЛ, основанный на методе светового сечения [95, 96]. Для получения двумерного изображения профиля лазерные осветители формируют узкие полосы с обеих сторон лопатки, которые, замыкаясь, очерчивают контур сечения. Для контроля различных сечений лопатка перемещается посредством привода. Лазерный контур фокусируется объективом на ПЗС-матрицу видео камеры. Изображение, сформированное цифровой камерой, передается- в компьютер через высокоскоростной последовательный интерфейс.
Для- обработки изображения контура разработано специальное программное обеспечение. Исследована эффективность различных процедур предварительной обработки зашумленных изображений контуров: фильтрация, бинаризация, интерполяция яркостного профиля полиномами, оптимизация оптической передаточной функции, нейросетевое восстановление изображения. При обработке полученной информации рассчитываются такие параметры сечения, как высота, толщина, угол закрутки, толщина на определенном уровне от входной и выходной кромок.
Для объяснения основ предлагаемого метода работы с контуром изображения рассмотрим пример исходного полутонового изображения лопатки турбомашини (Рис. 4.1). При исследовании влияния гистограммы яркости изображения на характер шумов становиться ясно, что при использовании восьмибитной палитры (в которой минимальное значения яркости - 0, а максимальное - 255) уровень шумов по яркости не превосходит 30. Однако при детальном рассмотрении было выявлено, что ряд сечений обладает присущими только им особенностями.
Эти особенности различных сечений обусловлены геометрической структурой лопатки, а так же тем, что изображение формируется двумя оптическими каналами, которые могут по-разному искажать изображение. На изображение также могут накладываться случайные факторы, такие как рассеяние света на загрязнениях поверхности лопатки, что может привести к существенным яркостным артефактам. Также искажения могут возникать и при рассеянии от некоторых элементов конструкции лопатки, в первую очередь основания лопатки. За счет отражения рассеянного лазерного излучения от элементов замка и крепления лопатки. На Рис. 4.1 видно сильное зашумление и неоднородность контура [96].
Так же некоторые особенности имеет изображение торцевого сечения лопатки (Рис. 4.3). В результате вблизи контура возникают артефакты значительной яркости.
Детальное изучение яркости этого фона при многократных экспозициях позволило сформировать характерный для метода профиль яркости по строкам изображения (Рис. 4.2), которое необходимо для адекватного выбора порога яркости при проведении бинаризации изображения.
На Рис. 4.4 приведены профили яркости торцевых сечений лопатки по строкам. Также установлено, что артефакты внутри сечения могут иметь яркость до ПО единиц при полезном сигнале 140 единиц. Напротив, яркостные выбросы вне контура сечения имеют значение ниже 40 единиц.
Практически измеренная разница в уровне сигнала может доходить до 20%. Таким образом отстройка от ложного сигнала внутри контура требует бинаризации при большом значении порога (90-110 единиц). Подобная процедура приводит к недопустимому эффекту, в результате которого контур получается рваным и незамкнутым. Поэтому артефакты внутри контура необходимо устранять алгоритмически — процедурой бинаризации со значением порога, превосходящим уровень нежелательного сигнала; Для того чтобы вычисления параметров обработки производились уже с бинарным изображением, проведём операцию предварительной фильтрации изображения.
