автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.16, диссертация на тему:Модели представления и методы интерпретации изображений фазового состава литых заготовок алюминиевых сплавов

ОЛ

, ц ЦЬЛ 1998

На правах рукописи

Маглннец Юрий Анатольевич

МОДЕЛИ ПРЕДСТАВЛЕНИЯ И МЕТОДЫ ИНТЕРПРЕТАЦИИ ИЗОБРАЖЕНИЙ ФАЗОВОГО СОСТАВА ЛИТЫХ ЗАГОТОВОК АЛЮМИНИЕВЫХ СПЛАВОВ.

Специальность 05.13.16 - Применение вычислительной техники,

математического моделирования и математических методов в научных исследованиях (в механике).

Автореферат диссертации на соискание ученой степени кандидата технических наук.

Красноярск - 1998

Работа выполнена в Красноярском государственном техническом ушгаерситете. i

Научный руководитель Официальные оппоненты

Ведущая организация

кандидат технических наук, профессор Г.М. Цибульский, доктор техиичесюк наук, профессор Г.Я.Шайдуроп,

кандидат технических паук С.В.Суров.

Красноярская академия цветных металлов и золота

ор

Защита состоится 24 ШКаорЯ 1998 года в часов па заседании Диссертационного совета К-064.54.01 при Красноярском государственном техническом ушшераггетс по адресу: 6600074, г. Красноярск, ул. Киренского, 26.

С диссертацией можно ознакомиться в научной библиотеке Красноярского государственного технического университета.

Отзывы на автореферат в 2-х экземплярах с подписью составителя, заверенные печатью организации, просим направлять в адрес диссертационного совета.

Автореферат разослан «23 » 1998 г.

Ученый секретарь Диссертационного совета «.т.н., децент Кузьменко Н.Г.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ.

Актуальность темы. Основным источником информации о структуре металлов и сплавов и, как следстзие, об их макроскопических свойствах, в современном металлургическом производстве служат металлографические изображения (МГЦ). Такие задачи, как текущий контроль, сертификация продукции, требуют проведения массового анализа МГЦ. В то время как математический аппарат, позволяющий вычислять истинные или смещенные оценки пространственном структуры металлов по данным измерений на сегментированных изображениях, адекватные рассматриваемым задачам, разработан достаточно хорошо, модо'н и методы сегментации изображений фазового состава литых заготовок алюминиевых сплавов (изображений ФСЛЗАС) развиты ¡Тедостаточно.

Имеющиеся средства автоматизации металлографического контроля направлены в первую очередь на выделение яркостных признаков распознаваемых изображений, в меньшей степени - на анализ формы областей данных изображений. М;;кду тем анализ проблемной области показывает, что система молелен, адекватно описывающих синтаксис изображений фазового состава изображений деформируемых алюминиевых сплавоз, должна учитывать помимо указанных признаков топологические инварианты и реляционные отношения между компонентами МГИ.

Другая особенность металлургического производства деформируемых алюминиевых сплавоз проявляется в значительном объеме и изменяемости номенклатуры выпускаемых сплавов и используемых при этом лигатур, что требует адаптации параметров моделей, используемых при распознавании МГИ, осуществляемой в схеме без когннтолога. В этой связи в настоящее время актуальна задача разработки моделей и методов анализа и интерпретации металлографических изображений фазового состава .чнтых заготовок алюминиевых сплавов, а также методов адаптации данных моделей, осуществляемой при переходе к выпуску новой продукции.

Целью диссертационной работы является исследование и разработка моделей и методов понимания изображений фазового состава литых заготозок алюминиевых сплавов. Для этого в работе решаются следующие задачи.

1.Анализ информационных параметров металлографических (структурных) изображений, методов анализа этих изображений н АСОИз этого направления.

2.Анализ требований конечного пользователя-металловеда к организации диалога в процессе решения задачи.

3.Разработка комбинированной схемы поиска для управления анализом и интерпретацией металлографических изображений.

4.Разработка интерактивной методики решения задачи анализа и интерпретации металлографичеотк изображений.

5.Разработка методики приобретения знаний, используемых пользователем в процессе распознавания элементов изображений.

6.Разработка символической системы, описывающей предмет исследования с выделением основных категорий информационных объектов, их признаков и операций над ними.

7.Разработка алгоритмического наполнения интерактивной методики анализа и интерпретации изображений.

8 Разработка структуры представления информации в системе.

У.Разработка программной системы, реализующей изложенные выше алгоритмы и методики.

Научнач новизна работы. В процессе проведенных исследований получены следующие основные научные результаты.

1.Разработана символическая система, адекватно описывающая проблемную область анализа и интерпретации изображений фазового состава литых заготовок алюминиевых сплавов.

2.Разргбота1:а комбинированная схема поиска для управления анализом и интерпретацией металлографических изображений.

3.Разработана алгебра реляционных моделей (РМ) сегментов изображении ФСЛЗЛС.

4 Разработана интерактивная методика анализа и интерпретации изображении ФСЛЗАС.

Прсктичсская_ценность работы: разработана программная система

СД^/Я! количественного металлографического анализа деформируемых алюминиевых сплачои, основанная па знаниях, ориентированная работу с конечным пользователем; разработана технология для накоилення знаний о сшпаксисе изображений ФСЛЗАС.

Внедрен1:; результатов ¡'»"боты Теоретические и практические результаты диссертационного исследования были использованы при выполнении работы, проведенной по заказу завода «КраМЗ» творческим коллективом сотрудников Красноярского государственного технического университета.

Основные итоги внедрения результатов подтверждены соответствующими документами, приведенными в приложении.

Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на следующих конференциях: краевой научно-технической конференции, Красноярск, 1959 г., всесоюзном научно практическом семинаре "Интеллектуальное программное обеспечение ЭВМ", Ростов-на-Дону - Терскол, 1990- г, научно-техническом Семинаре "Микропроцессорная и компьютерная техника в приборо- и машиностроении", Абакан, 1990 г., международной конференции "Обработка изображении и дистанционные исследования, Новосибирск, 1990 г., всесоюзной научно-практической конференции "Гибридные интеллектуальные системы, Ростов-на-Доиу - Терскол, 1991 г., всесоюзном научно-техническом сеМннарв "Программное обеспечение новых информационных технологий", Тверь, 1991 г., всесоюзном научно-техническом совещании "Автоматизированный аналитический король в цветной металлургии", Москва, 1991 г., V всесоюзной научно-технической конференции "Однородные вычислительные системы, структуры и среды", Москва, 1991 г., межвузовской научно-неподнческой конференция "Новые технологии подготовки специалистов", Красноярск, 1992 г., научно-технической конференции "Проблемы техники и технологий XXI века. Математическое обеспечение и архитектура ЭВМ, Красноярск, 1994 г., научно-практической конференции "Проблемы информатизации города", Красноярск, 1994 г., межвузовской научно-методической конференции "Новые технологии обучения и реализация государственного образовательного стандарта с технических вузах", Красноярск, 1995 г., второй научно-практической конференции "Проблемы

информатизации города", Красноярск, 1995 г., межрегиональной конференции "Проблемы информатизации региона", Красноярск, 1995 г., межвузовской научно-методической конференции, Красноярск, 1995, межрегиональной конференции "Достижения науки и техники", Красноярск, 1997 г., всероссийской конференции "Распознавание образов и анализ изображений", Нижний Новгород, 1997 г., всероссийской конференции с международным участием "Распознавание образов и анализ изображении", Новосибирск, 1998 г.

Публикации. По материалам пспедований опубликовано 27 работ, в том числе три статьи, одна депонированная рукопись и тезисы к 23 докладам.

Структура и объем диссертации. В структуре диссертации представлены содержание, список принятых сокращений, сведение, четыре главы, заключение и два приложения. Работа без приложений содержит 147 страниц машинописного текста, 11 рисунков и 6 таблиц. Список литературы содержит 117 наименований.

СОДЕРЖАНИЕ РАБОТЫ

Во введении дается обоснование актуальности темы, сформулированы цель и основные задачи исследования.

В первой главе исследованы существующие модели и методы, использующиеся для целей интерпретации металлографических изображений, в том числе - методы структурного анализа изображений. Проанализированы методы приобретения знаний в системах понимания изображений; дана классификация схем управления, использз'ющихся в данных системах.

В целом следует отметить следующее. В фундаментальных трудах С.А. Салтыкова, К.С. Чернявского и др., закладывающих теоретические основы количественной металлографии, основное внимание уделяется вопросу, как на основании анализа формы компонент плоских сечений металлов и сплавов осуществить реконструкцию их пространственной формы. Кроме того, в данных работах рассматриваются вопросы описания морфологии металлографических изображений, классификации видов неоднородности плоскостных структур. Однако если модели реконструкции формы трехмерных объектов для ряда приложений удастся формализовать, то описание синтаксиса МГИ носит 5 рассматриваемых работах содержательный характер. Проблема сегментации изображений остается "за кадром", оставаясь в компетенции конечного пользователя. Данный пробел частично восполняется в работах, описывающих использование яркостных и геометрических признаков в ряде практических рриложений. Созданы формальные и алгоритмические модели. Однако данные работы не затрагивают предметную область, исследуемую в настоящей работе.

В меньшей степени в литературе, посвященной автоматизации металлографического анализа, уделяется внимание использованию структурных методов. Вместе с тем морфология-изображений ФСЛЗАС такова, что при описании семантически значимых сегментов информативны не только признаки яркости и формы, но и структура взаиморасположения пятен внутри Сегмента.

В рамках структурного подхода используются синтаксический, синтактико-семантический методы, а также метод, основанный на использовании реляционных структур. Среди общих недостатков лингвистического направления обычно выделяют следующие. Выбор

непроизводных элементов осуществляется на основе априорных сведений и интуиции; общее число примитивов должно быть относительно небольшим; примитивы должны однозначно распознаваться при помощи автоматической процедуры. Правила грамматики также задаются обычно на основе априорных сведений. Вывод правил на основе выборки предложений возможен, но труден и используется не часто. Стохастические грамматики позволяют работать с зашумленными изображениями, но требуют задания точной модели искажений, что в реальных задачах вызывает значительные осложнения.

Альтернативным подходом к синтезу структурных описаний является полный отказ от формализма, заимствованного из теории формальных грамматик и языков. В рамках данного направления описание областей изображения строится с использованием реляционных (графовых) структур, устанавливающих отношения между примитивами. При этом возникают две практические задачи: определение типологии элементов (реляционных моделей); определение сигнатуры операций над данными элементами. В литерапуре описаны различные способы построения графовых описаний: графы полосок, графы смежности, КЗЕ-графы и проч. Реляционные опигания служат целям представления, в том числе сжатия информации в картографичесхюс базах данных. В меньшей степени в литературе уделяется внимание проблеме сегментации изображений на основе использования реляционных моделей. Теоретические основы оперирования с реляционными моделями заложены в теории графов. Однако подбор совокупности операций на графах, адекватных решению задач в тон или иной проблемной области, остается неформализованной задачей. Разработка алгебры на графах, позволяющей привлекать модели структуры сегментов в качестве признаков для классификации сегментов изображений ФСЛЗАС, является одной из целей диссертационной работы. Другие цели работы определяются необходимостью решения тех подзадач задачи понимания МГИ, решение которых возможно только с привлечением экспертных знаний конечного пользователя.

Методы приобретения знаний, используемые в проблемно-ориентированных системах анализа и интерпретации изображений, предполагают наличие некоторой универсальной совокупности операторов, позволяющих получить множество целевых описаний, ограниченное предметной областью исследования. Задача извлечения знаний при этом сводится к синтезу декларативной модели, описывающей требуемое подмножество предметной области. Используются два альтернативных подхода: формирование модели на входном языке системы; формирование модели путем задания образцов. Применение первого подхода поднимает такие проблемы, как способность конечного пользователя выражать цели на данном языке, степень согласованности результирующего вербального представления с иконической информацией. Второй подход является более предпочтительным, но для обеспечения повторяемости результатов требуется ввод значительных объемов данных. В данной связи актуальна задача разработки интерактивной методики приобретения 'знаний, решае;. м в работе на основе комбинации рассмотренных выше методов.

В заключительной части первой главы рассмотрены схемы управления, используемые в системах понимания изображений. Сравнение схем осуществлялось на основе известной парадигмы, выдвинутой Ньюэлом и Саймоном, а соответствие с которой действия, направленные па решение

любых интеллектуальных задач, а, следовательно, и задач понимания изображении, могут быть описаны в терминологии символических систем и поиска. Символические структуры, используемые при описании моделей изображения, обладают иерархической природой и призваны отражать синтаксический и семантический аспекты анализируемых изображений. Процессы, направленные на получение решения задачи анализа и интерпретации изображений, могут быть представлены в виде комбинации одношаговых операторов поиска, нисходящих и восходящих, каждый из которых направлен на установление соответствия между парой символических структур, описывающих соседние уровни иерархии изображения.

В зависимости от структуры сочетания одношаговых операторов поиска принято различать нисходящие, восходящие п смешанные схемы (стратегии) поиска. Произведена классификация схем поиска, использующихся при решении данных задач; выделено пять базовых конфигураций схем поиска. В настоящее время достигнуто понимание необходимости использования именно смешанных стратегий. Тем не менее, единой методологии переключения управления между стратегиями на данный момент не выработано.

"Узким местом" в задачах понимания изображений является получение начальной сегментации изображений. Задачей диссертационной работы в области разработки смешанной стратегии по;Гска является модификация существующих схем поиска на основе использования заданной в явном виде модели фона в целях получения первичной сегментации.

Во второй главе представлены основные научные результаты.

■ Разработана иерархическая трехуровневая модель изображения ФСЛЗАС, в которой представлены .уровни пикселов р„ пятен (примитивов) \\'„ сегментов (семантически значимых связных областей) я Семантика изображения описывается при помощи множества смысловых меток и множества признаков, характеризующих форму и взаиморасположение фаз и структурных составляющих на поверхности шлифа. Рассматриваемые Изображения являются нетекстурными, поэтому при их описании на «коническом уровне используется семейство моделей, определяемое набором йркостных и градиентных признаков. Для описания пятен и сегментов привлекаются признаки Х„ оценивающие прямолинейность границ, равноосность, толщину, выпуклость, размер, яркость и «скелетообразность» компонент изображения.

В рамках структурного подхода отдельному сегменту изображения устанавливается в соответствие конкретная реляционная модель КРМИ предегавнмая в виде смешанного графа. Вершины графа соответствуют пятнам; дуги, описывающие включение пятен, задают отношение порядка на множестве вершин; звенья соответствуют отношению смежности между вершинами одного уровня иерархии. Множество сегментов изображения задает множество графов, каждый из которых можно'рассматривать как значение признака с номинальной шкалой. Для описания ' класса эквтллентносги сегментов используются обобщенные реляционные модели ОРМ„ описываемые с помощью смешанных графов с маркированными ребрами. Введение маркировки позволяет повысить уровень абстракции представления информации и сократ1Гть описание. Так, дуга, промаркированная меткой «о», указывает на наличие у некоей родительской вершины непустого подмножества однотипных дочерних вершин; дуга с меткой «у» сигнализирует о возможности

наличия, либо отсутствия такого подмножества. Понятие однотипности вводится через отношение сходства формализованное в работе.

Переход от КРМ к ОРМ осуществляется путем применения операции обобщения (->). Операция «(-»)» РМ = <ХД(Х)> определяется следующим образом. Отождествляются все пары (х,,х_,) вершин, имеющие общую родительскую вершину и для которых выполнимо отношение сходства. При отождествлении соответствующих дуг метка результирующей дуги определяется табличным методом.

В результате применения к РМ операции «(->)» появляется возможность усилить поминальную шкалу, перейдя к шкале с частичным порядком Порядок задастся путем введения отношения включения «(с)» на РМ, определяемого так. Правильно построенная РМ И] включается в Г2, если 1) ■ риф является г;одп>афом графа р2; 2) все дуги графа Р. размечены так, что метка дуги |рафа меньше или равна метке дуги-прообраза графа Бг; 3) для ьсех дуг графа Р2, у которых отсутствуют дуги-образы в графе Рь верно утверждение. метка дуги больше метки "О", означающей отс}ДСТвие дуги-образа. Сравнение меток' осуществляется на основании априори заданного отношения частичного порядка на множестве меток.

Вводятся операции объединения и пересечения, являющиеся специализацией известных операций над графами применительно к используемым РМ.

Операция объединения (и) используется при выводе РМ класса эквивалентности сегментов по совокупности РМ экземпляров класса. Операция обье/лкглшя РМ и Кг определяется следующим образом. 1) Осуществляется перенумерация вершин РМ Р,=<ХД(Х)>, Р2=<У,ЩУ)> так, чтобы X г> У = 0. 2) Осуществляется стандартная операция объединения графов И? — Р] и Р2. 3) В результирующем графе отождествляются вершины - образы корневых вершин «к, Ук графов I' 1, 1*2 соответственно. 4) Отождествляются т акже все пары вертки, дня прообразов (х„у,) которых установлено К,„(хиу,) в процессе нисходящей проверки и.„(х1,ук). 5) Если гк - прообраз х; и у,; ^ - прообраз Х| и уга и существует ребро (г^гД то метка этого ребра определяется табличным методом.

Операция пересечения (П) РМ Р| и Р2 определяется следующим образом. (П) Р2 = Р3, если Р3 (с) Р|, Р3 (с) Р2 и при этом не 3 р4 такого, что Р\ (с) р1, (с) Рг, Р3 (с) р4. В задаче классификации с классами 51, 52 введение операции «(Л)» позволяет использовать понятие перекрытия на шкале структурного признака по аналогии с перекрытием на метрической шкале. Но при этом остается открытым вопрос: как специфицировать объекты, классифицируемые одновременно как 5) и Бг Именно поэтому вводятся операции левой и правой разности, комбинация которых однозначно определяет множество объектов, удовлетворяющее данным ограничениям.

Операция левой разности 00 и операция правой разности (V) для графов Р|, Р; определяются следующим образен 1) Применяется операция «(П)», результатом коюрой является граф Рз. 2) В 'качестве прототипа результирующею графа назначается 1раф Р|. 3) Осуществляется попарное

сравнение элементов множества дуг графа Р[ и соответствующих им элсменю» множества дуг графа Р5. 4) Метка результирующей дуги выбирается из таблицы. В случае если метка дуги - "О", соответствующая дуга исключается из результирующего графа. 4) В случае, если результирующий граф являйся несвязным, связные компоненты графа, не удовлетворяющие требованиям, предъявляемым к правильно построенному графу, исключаются Реляционные модели Ра и - результаты применения операций разности однозначно определяют множество моделей Р;, удовлетворяющих модели Р,, но не удовлетворяющие модели Р2. В данное множество вхопят модели, такие, чго: Р/с^; ^ неэквивалентно Р5).

Все перечисленные выше признаки X, обладают свойством интерпретируемости конечным пользователем, что пожоляет привлекать его для осуществления экспертизы и коррекции решений, принятых системой по данным признакам. Решение задачи интерпретации МП! в общем случае предусматривает два этапа.

На первом этапе осуществляется формирование иерархической модели в диалоге с конечным пользователем-экспертом Схема диалоговой методики приобретения знании показана на рис. 1 Новизна интерактивной методики, предложенной в работе, заключается в способе сочетания диалоговых средств синтеза моделей синтаксиса семантически значимых компонент изображения на основе анализа элементов обучающих выборок н средств, основанных на использовании ограниченного подмножества естественного языка

Символическая система, сформированная на первом этане решения задачи, обладает свойством повторяемости. Она может быть использована и дальнейшем для организации автоматической, либо полуавтоматической (в диалоге с мегаддрведом-техником) сегментации МГИ данною подкласса Способ сегментации определяется параметрами символической системы Подкласс специфицируется видом сплава и способом получения изображения.

Процесс получения сегментации представляет собой второй этап решения общей задачи. Для целей управления сегментацией изображения разработана смешанная стратегия поиска, которую можно классифицировать как стратегию на основе восходящей схемы поиска (рис. 2).

Данная стратегия обладает следующими характеристиками. 1)Начальная сегментация осуществляется в два этапа На первой этапе предметом поиска на изображении являются области, ограниченные линиями высокой контрастности, предположительно содержащие семантически значимые элементы изображения. На втором этапе сегментации подлежат локализованные ранее области. Таким образом, при сегментации совмещаются подход на основании выделения краев и подход на основании анализа внутренних свойств областей. 2)В зависимости от конкретной ситуации принимаются решения о присвоении области семантической метки, о более детальном исследовании свойств области, либо о декомпозиции области на составляющие (нисходящие процедуры). Тем самым, поддерживается контекстно-зависимая методология, позволяющая сократить объем вычислительных затрат и ограничить объем диалога с пользователем по ходу решения задачи

Рис. 1. ОПлбшгнняя схема интерактивной чегодики.

( Начало j

Задание алфавитаБ ' и ОВ для БVI

Расчет признаков

Определение решающих интервалов. Оценка информативности X ^ ЭД. Формирование кортежа • признаков, упорядоченных по степени информативности. Синтез алгоритма классификации.

ДА

В описании алгоритма используются признаки, значения решающих интервалов по которым не подвергались интерактивной корректировке?

НЕТ

Привлечение нового,

наиболее информативного X I

Интерактивная ¡корректировка значений решающих интервалов по Х^дляБ,, VI.

Оценка результатов I обучения в диалоге с пользователем

Конец

Рис. 2. Схема поиска, используемая о процессе анализа н интерпретации ■побряжеппй ФСЛЗЛС.

В третьей главе рассматривается реализация программной системы анализа и интерпретации изображений фазового состава деформируемых алюминиевых сплавов.

Программная система анализа и интерпретации изображений ФСЛЗАС имеет архитектуру, характерную для систем анализа изображении, основанных на знаниях. Система содержит следующие компоненты: управляющую компоненту; подсистему анализа изображений; диалоговую подсистему; базу знаний (БЗ) и рабочую память (РП). Показана адекватность данной архитектуры методическим и алгоритмическим решениям, принятым в главе 2.

Разработана схема функционирования управляющей компоненты системы, построенная на основе использования фреймовых моделей представления управляющих знаний. Определены структура и функции подсистемы анализа изображений. Перечислены модули анализа и обработки изображений, позволяющие в совокупности осуществить анализ и интерпретацию изображений анализируемого класса. Указаны функции диалоговой подсистемы.

База знаний системы содержит в себе 2 основные компоненты: экстенсиональную и интенсиональную модели проблемной области интерпретации изображений ФСЛЗАС (ЭМПО, ИМПО). Интенсиональная модель представляет собой иерархически упорядоченную совокупность элементов, отражающих общую последовательность шагов при исследовании нового, ранее не анализировавшегося сплава и содержащую описание средств, доступных на том или ином этапе исследования. Интенсиональная модель используется при формировании в диалоге с пользователем конкретизируемой модели изображений исследуемого сплава, помещаемой затем в качестве нового фрагмента экстенсиональной модели в БЗ. Экстенсиональная модель представляет собой упорядоченную совокупность описаний синтаксиса и семантики подклассов изображений, изпестных системе. Назначение данной модели - сокращение объема диалога в процессе повторного »иалнза и

П

интерпретации изображении образцов, изготовленных из одного и того же сплава.

Рабочая память содержит 2 основные компоненты: конкретизированную модель объекта исследования, данные о котором представлены совокупностью изображений нескольких образцов и модель текущего анализируемого изображения. В стличго от экстенсиональной модели проблемной области, конкретизированная модель объекта исследования содержит точную спецификацию целей исследования, а также совокупность количественных характеристик обнаруженных структурных составляющих. Модель изображения несет "картографическую" информацию с точным описанием абсолютного н относительного расположения структурных составляющих в поле наблюдения.

Таким образом, в системе эксплуатируются 4 уровня детализация описания исследуемого объекта: два в ЕЗ и два в РП.

Представлен cocjae программной системы по модулям и определены функции отдельных модулей. Система реализована в среде TURBO PASCAL 6.0. Приведены ее технические характеристики.

В четвертом разделе формулируются цели и задачи экспериментального исследования программной системы.

Целью проводимых экспериментальных исследований является проверка работоспособности предложенных методик и алгоритмов анализа и шггерпретации изображений ФСЛЗАС, а также программной системы, реализующей данные методики и алгоритмы. При этом выделяются следующие задачи исследования.

1. Анализ адекватности разработанной символической системы целям описания синтаксиса изображений ФСЛЗАС (присутствуют ли в рамках данного класса изображения, для описания синтаксиса которых разработанных средств недостаточно).

2. Исследование результативности разработанной методики приобретения знаний: обладает ли модель синтаксиса, построенная в диалоге с пользователем по совокупности изображений, свойством повторяемости для всего подкласса изображений, которому она устанавливается в соответствие.

3. Исследование результативности схемы поиска: позволяет ли данная схема получить результирующую сегментацию с приемлемой точностью в приемлемые сроки.

4. Исследование достаточности представленных пользователю средств для воздействия на ход решения задачи: как быстро указывает пользователь выборку класса, вызывает ли у пользователя затруднения анализ сообщений системы и формирование сообщений для системы.

Проведены эксперименты на восьми различных подклассах исследуемого класса изображений ФСЛЗАС. В экспериментальных исследованиях принимало участие 6 экспертов. В диссертации подробно рассмотрен ход исследований на 4 подклассах изображений. Данные изображения подобраны таким образом, чтобы охарактеризовать допустимый разброс синтаксиса и семантики в рамках анализируемого класса, а имени« изображения, удовлетворяющие модели изображений с матричной структурой и изображения, имеющие отклонения от данной модели; изображения без искажений яркости и изображения, имеющие искажения яркости.

В ходе исследований выяснилось следующее.

Изображения ФСЛЗАС, задействованные и экспериментадшом исследовании, приводимы к двух- либо трехгрэдационному виду. Глубина деревьев отношений включения реляционных моделей сегментов находится и пределах 4 уровней. Все яркостные и геометрические пршньки символически"! системы использовались в процессе классификации

В процессе обучения системы по статистике использования при выборе режима подтверждения/корректировки решений системы и режима задания дополнительных обучающих выборок предпочтение отдаемся первому режиму. Исключение составляет диалог по уточнению нарамс1роз реляционных моделей сегментов: п 91% случаев пользователи предгшчшают методу явной корректировки модели сегмента метод указания дополнительных обучающих тыборок. Количество сегментов, распознанных автоматической процедурой, составило в среднем 92%.

В процессе металлографического анализа интерактивное взаимодействие с пользователем не презипгает двух минут на одно изображение. Модель синтаксиса, построенная экспертом, «доводится» в среднем за 2 коррекции на различных изображениях подкласса, после чего обеспечивается ее адекватность всему подклассу изображений.

На основании эттгх данных в целом можно сделать вывод об адекватности предложенных моделей, об обеспечении приемлемой точности классификации, о результативности схемы поиска и достаточности используемых диалоговых средств Средства общения конечного пользователя и системы удовлетворяют требованиям конечного пользователя, проанализированным в первой главе. Результаты интерпретации изображения представляют практическую ценность и, следовательно, говорят об адекватности разработанных методик и алгоритмов задаче анализа и интерпретации изображений ФСЛЗЛС.

В__приложении приведены материалы, иллюстрирующие состав и

особенности функционирования программной системы и проюколнруюшие ход экспериментальных исследований. Кроме того, в приложении приведены докумиггы, подтверждающие внедрение результатов работы.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ.

1. Впервые разработана символическая структура (система знании), описывающая синтаксис изображений ФСЛЗАС. Система имеет 3 уровня, ка:кдый из которых представлен своими элементами. Это - пикселы, пятна, сегменты. На »коническом уровне используется комбинация яркостных и градиентных признаков. Определен состав знаний, необходимых для описания изображений на уровнях пятен и сегментов. При описании синтаксиса сегментов используется сочетание признакового и структурного подходов.

2. В качестве средства описания информации на уровне сегментов разработана новая алгебра

А'< {КРК ОРМ\% { (->), (11), (П), От), (V) ) >.

заданная на множестве реляционных моделей сегментов с сигнатурой, содержащей 5 операций: обобщения, объединения, пересечения, левом и правой разности. Алгебра используется в процессе обучения решающей системы и в процессе мсталлогрэфнческог

3. Разработана интерактивная методика анализа и интерпретации изображений ФСЛЗДС. Новизна методики заключается в способе сочетания диалоговых средств синтеза моделей сшггаксиса семантически значимых компонент изображения, использующих механизм обучающих выборок с возможностью уточнения моделей синтаксиса в диалоге на основе ограниченного подмножества естественного языка.

4. Разработана нозая смешанная стратегия поиска, которая может быть классифицирована как стратегия на основе восходящей схемы. Данная стратегия предусматривает совместное использование разнотипной информации с целях получения результирующей сегментации изображения: яркостныч и градиентных признаков, геометрических и структурных моделей сегментоз. Нисходящие процедуры применяются по мере необходимости как средство для раздельной классификации соприкасающихся сегментов.

5. Разработана _ и реализована программная система САМИ количественного металлографического анализа деформируемых алюминиевых сплавов, основанная на знаниях, ориентированная па ргботу с конечным пользователем;

6. Разработана технология для накопления знаний о апггакснсе изображений ФСЛЗАС.

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ.

1. Маглинец 10.А., Усынина Г.П. Система автоматизированного количественного металлографического анализа, разработка и опыт использования при исследовании структур алюминиевых сплавов. //"Технология легких сплавов", 11, 1994, с. 56-58.

2. Цибульский Г.М., Маглинец Ю.А. К проблеме классификации методов поиска при решении интеллектуальных задач. //Вестник Красноярского государственного технического университета. Информатика, вычислительная техника, управление: Сб. научных трудов/Под ред. А.И.Рубана, Е.А.Вейсова. Вып. 10. Красноярск: Изд-во КП'У, 1997. с. 87-94.

3. Маглинец Ю.А. Модель предметной области автоматизированной системы анализа металлографических изображений. / Проблемы информатизации города: Материалы конференции. /КГТУ., Красноярск, 1994. с. 155-159.

4. Маглинец Ю.А. Система БетаписТгее: средства для приобретения экспертных знаний. / Вторая научно-практическая конференция "Проблемы информатизации города". Сборник тезисов. Красноярск, 1995. с. 87-89.

5. Маглинец Ю.А. Символическая система для решения задачи анализа причин нарушения структуры полуфабрикатов алюминиевых сплавов. /Вторая научно-практическая конференция "Проблемы информатизации» города". Сборник тезисов." Красноярск, 1995. с. 89-91.

6. Цибульский Г.М., Маглинец Ю.А. О семиотическом подходе к построению экспертных систем. /Математическое обеспечение и архитектура ЭВМ. Материалы научно-технической конференции "Проблемы техники и технологий XXI века" Красноярск, 1994. с. 195-202.

7. Маглинец Ю.А. Автоматизация анализа качества лип-к заготовок методами цифровой обработки изображений. //Тезисы докладов краевой научно-технической конференции, Красноярск, 1989 г., с. 50-51.

8. Маглинец Ю.А., Кевбрнн М.В., Цибульский ГМ. Автоматизированная система анализа изображений для металлографического контроля. //Научно-

техническим семинар «Микропроцессорная и компьютерная техника ч приборо- и машиностроении», г. Абакан. Тезисы докладов. Изд-во КрЦ|1, 1990 г., с. 27-28.

9 Маглинец Ю.А., Цибульский Г.М., Кутыш A.M., Непомнящий ОТ). Автоматизированная система анализа металлографических изображений. // Тезисы докладов 1-й Международной конференции "Обработка изображении и дистанционные исследования. Новосибирск, 1990, с 117.

Ю.Маглннец Ю.А., Кутыш A.M. САМИ - система анализа металлографических изображений. //Тезисы докладов Всесоюзного научно-технического совещания "Автоматизированный аналитический контроль з цветной металлургии". Москва, 1991. с. 43-44.

11.Маглинец Ю А., Цибульский Г.М. Приложение семиотического подхода к интерпретации металлографических изображений. //Проблемы информатизации региона: Труды межрегиональной (сонфсренцч.ц. Красноярск, 1995. с. 1R9.

12.Маглинец Ю.А., Кутыш A.M., Быконя Л.А. Модели в проблемной области экспертной системы анализа металлографических изображений. //Красноярский политехнический институт - Красноярск, 1993. - 11 е.: ил. Деп. в ВИНИТИ 25:5.93, N 1441-В93.

13.Маглинец Ю.А. Применение систем, основанных на знаниях, в учебном процессе. //"Новые технологии обучения и реализация государственного образовательного стандарта в технических ВУЗах." Сборник тезисов межвузовской научно-методической конференции. Красноярск, 1995. с 6465.

14.Кев5рш1 М.В., Маглинец Ю.А., Система анализа металлографических изображений, основанная на знаниях. // Всесоюзный научно-практический семинар "Интеллектуальное программное обеспечение ЭВМ". Тезисы доклэдоз. Ростов-на-Дону - Терскол, 1990. с. 54.

15.Маглинец Ю.А., Цибульский Г.М., Кутыш А.М. Экспертная система анализа изображений (ЭСАИ): применение в металловедении. //Всесоюзная научно-практическая конференция "Гибридные интеллектуальные системы. Тезисы докладов. Ростоо-на-Дону Терскол, 1991. с. 159-160.

16.Маглинец. Ю.А., Цибульский Г.М., Кутьин A.M. И1ггерпретацня металлографических изображений: подход, основанный на знаниях //Всесоюзный научно-технический семинар "Программное обеспечение новых информационных технологий". Тверь, 1991. с. 163-164.

П.Маглинец .Ю.А., Цибульский Г.М. Архтектура системы анализа металлографических изображений, основанной на знаниях. //V всесоюзная научно-техническая конференция "Однородные вычислительные системы, структуры и среды". Тезисы докладов. Москва, 1991. ч. 1. с. 25.

18.Маглинец Ю.А., Цибульский Г.М. Методика интерпретации металлографических изображений,1'основанная на знаниях. //Математическое обеспечение и архитектуре ЭВМ. Материалы научно-технической конференции "Проблемы техники и технологий XXI века" Красноярск, 1994. с. 127-130.

19.Маглинец ЮЛ. Модели и методы анализа и интерпретации одного класса металлографических изображений.// Четвертая всероссийская конференция «Проблемы информатизации региона». КГТУ. Красноярск, 1998

20.Маглинец Ю Д. Алгоритм постссгмситацни изображений лигатуры AlTiB //Проблемы информатизации региона: Труды межрегиональной конференции. Красноярск, 1995. с. 188.

21 Маглинец Ю.А., Кутьин А.М, Гордеев Ю.И. Применение методов анализа изображений для оценки качества к прогнозирования свойств гетерогенных трехфазных композитов. //Тезисы научно-производственного семинара "Повое в программном обеспечении и создании компьютеров" Коммунарск, 1991. с. 42-45.

22.Маглинец Ю.А., Цибульский Г.М. Модели изображении фазового состава литых деформируемых алюминиевых сплавов (изображений ФСДЛАС). //Достижения науки и техники - развитию города Красноярска: Тезисы докладов научно-практической конференции / Красноярск, Изд-во КГТУ, 1997, с. 155-156.

23.Маглинец Ю.А., Цибульский Г.М. Методика приобретения знаний о синтаксисе металлографических изображений. //Распознавание образов и анализ изображений: новые информационные технологии. :Ш конф. :Тез/докл. В 2 ч. Нижний Новгород, 1997. ч. II. с. 261-265.

24.Yu.A.Maglinets and G.M.Tsibul'skii. Technology for Acquiring Knowledge of the Syntax of Metallographic Images. //Pattern Recognition and Image Analysis., Vol. 3, No. 3, 1998, pp. 431-432.

25.Маглинец 10.А. Алгебраическая система для описания изображений литых алюминиевых сплавов. //Распознавание образов и анализ изображений: новые информационные технологии.: V конф.: Тез. докл. В 2 ч. Новосибирск, 1998. ч. I. с. 138-142.

26 Маглинец Ю.А., Цибульский Г.М. Комбинированная схема поиска для управления процессом анализа и интерпретации изображений ФСЛЗАС //Распознавание образов и анализ изображений: новые информационные технологии.: IV конф.: Тез. докл. В 2 ч Новосибирск, 1998. ч 11. с. 176-180.

27.Корчагин A.Ii, Цибульский ГМ., Кутьин А.М, Токмин А.М., Маглинец Ю.А. Автоматизированная обучающая система для изучения магериаловедчсских дисциплин. //Новые технологии подготовки специалистов. Сборник тезисов межвузовской научно-методической конференции. Секция «Многоуровневая подготовка специалистов. Новые информационные технологии в учебном процессе.» Красноярск, 1992, с. 3536.

Отпечатано на ротапринте КГТУ. 660074, Красноярск, ул. Киренского, 26. Тираж 100 экз. Заказ N2442

КРАСНОЯРСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ

УНИВЕРСИТЕТ

На правах рукописи

Маглинец Юрий Анатольевич

МОДЕЛИ ПРЕДСТАВЛЕНИЯ И МЕТОДЫ ИНТЕРПРЕТАЦИИ ИЗОБРАЖЕНИЙ ФАЗОВОГО СОСТАВА ЛИТЫХ ЗАГОТОВОК АЛЮМИНИЕВЫХ СПЛАВОВ

05.13.16- применение вычислительной техники, математического моделирования и математических методов в научных исследованиях (механика)

Диссертация на соискание ученой степени кандидата технических наук

Научный руководитель кандидат технических наук Г.М. Цибульский

Красноярск - 1998

СПИСОК ПРИНЯТЫХ СОКРАЩЕНИЙ

МГИ - металлографическое изображение

ФСЛЗАС - фазовый состав литых заготовок алюминиевых сплавов

АСОИз - автоматизированная система обработки изображений

РМ - реляционная модель

СС - символическая система

КП - конечный пользователь.

СОДЕРЖАНИЕ

СПИСОК ПРИНЯТЫХ СОКРАЩЕНИЙ_2

СОДЕРЖАНИЕ_3

ВВЕДЕНИЕ_5

Глава 1. АНАЛИЗ МОДЕЛЕЙ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ, АЛГОРИТМИЧЕСКОГО И МЕТОДИЧЕСКОГО ОБЕСПЕЧЕНИЯ ИНТЕРПРЕТАЦИИ МЕТАЛЛОГРАФИЧЕСКИХ ИЗОБРАЖЕНИЙ (ОБЗОР).

1.1. Модели, используемые при описании синтаксиса металлографических изображений._ Ошибка! Закладка не определена.

1.2. Использование структурных методов в задачах понимания изображений._24

1.3. Анализ современных требований к организации интерактивного взаимодействия в процессе решения задач понимания изображений._31

1.4. Символические системы и поиск в задачах анализа и интерпретации изображений._41

1.5. Выводы по главе 1._52

Глава 2. МОДЕЛИ ПРЕДСТАВЛЕНИЯ, МЕТОДИЧЕСКОЕ И АЛГОРИТМИЧЕСКОЕ ОБЕСПЕЧЕНИЕ АНАЛИЗА И ИНТЕРПРЕТАЦИИ ИЗОБРАЖЕНИЙ ФСЛЗАС._ 53

2.1. Символическая система для описания изображений ФСЛЗАС. _ 53

2.2. Интерактивная методика анализа и интерпретации металлографических изображений. _____67

2.3.Комбинированная схема поиска для управления процессом анализа и интерпретации изображений ФСЛЗАС _78

2.4. Реляционные модели сегментов изображений ФСЛЗАС и их алгебра._88

2.5. Выводы по главе 2._98

Глава 3. СТРУКТУРА И ПРОГРАММНАЯ РЕАЛИЗАЦИЯ СИСТЕМЫ АНАЛИЗА И ИНТЕРПРЕТАЦИИ ИЗОБРАЖЕНИЙ ФСЛЗАС._ 99

3.1. Организация базы знаний и рабочей памяти._ 101

3.2. Схема функционирования управляющей компоненты._ 105

3.3 Структура и функции подсистемы анализа изображений._ 109

3.4. Диалоговая подсистема._ 111

3.5. Программная реализация._112

3.5. Выводы по главе 3._ 113

Глава 4. ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ МЕТОДИЧЕСКОГО И АЛГОРИТМИЧЕСКОГО ОБЕСПЕЧЕНИЯ ИНТЕРПРЕТАЦИИ ИЗОБРАЖЕНИЙ ФСЛЗАС._114

4.1. Цели и задачи экспериментального исследования._ 114

4.2. Описание программно - аппаратной системы для проведения эксперимента.__ 119

4.3. Описание экспериментальных исследований._ 120

4.4 Выводы по главе 4._. 131

ЗАКЛЮЧЕНИЕ_ 133

БИБЛИОГРАФИЯ _____________134

ПРИЛОЖЕНИЯ

148

ВВЕДЕНИЕ

Актуальность темы. Основным источником информации о структуре металлов и сплавов и, как следствие, об их макроскопических свойствах, в современном металлургическом производстве служат металлографические изображения (МГИ). Такие задачи, как текущий контроль, сертификация продукции, требуют проведения массового анализа МГИ. В то время как математический аппарат, позволяющий вычислять истинные или смещенные оценки пространственной структуры металлов по данным измерений на сегментированных изображениях, адекватные рассматриваемым задачам, разработан достаточно хорошо, модели и методы сегментации изображений фазового состава литых заготовок алюминиевых сплавов развиты недостаточно.

Имеющиеся средства автоматизации металлографического контроля направлены в первую очередь на выделение яркостных признаков распознаваемых изображений, в меньшей степени - на анализ формы областей данных изображений. Между тем анализ проблемной области показывает, что система моделей, адекватно описывающих синтаксис изображений ФСЛЗАС, должна учитывать помимо указанных признаков топологические инварианты и реляционные отношения между компонентами МГИ.

Другая особенность металлургического производства деформируемых алюминиевых сплавов проявляется в значительном объеме и изменяемости номенклатуры выпускаемых сплавов и используемых при этом лигатур, что требует адаптации параметров моделей, используемых при распознавании МГИ, осуществляемой в схеме без когнитолога.

В этой связи в настоящее время актуальна задача разработки моделей и методов анализа и интерпретации металлографических изображений фазового состава литых заготовок алюминиевых сплавов, а также методов адаптации данных моделей, осуществляемой при переходе к выпуску новой продукции.

Цели и задачи работы. Целью работы является исследование и разработка моделей и методов понимания изображений фазового состава литых заготовок алюминиевых сплавов. Для этого в работе решаются следующие задачи.

1.Анализ информационных параметров металлографических (структурных) изображений, методов анализа этих изображений и АСОИз этого направления.

2.Анализ требований конечного пользователя-металловеда к организации диалога в процессе решения задачи.

3.Разработка комбинированной схемы поиска для управления анализом и интерпретацией металлографических изображений.

4.Разработка интерактивной методики решения задачи анализа и интерпретации металлографических изображений.

5.Разработка методики приобретения знаний, используемых пользователем в процессе распознавания элементов изображений.

6.Разработка символической системы, описывающей предмет исследования с выделением основных категорий информационных объектов, их признаков и операций над ними.

7.Разработка алгоритмического наполнения интерактивной методики анализа и интерпретации изображений.

8.Разработка структуры представления информации в системе.

9.Разработка программной системы, реализующей изложенные выше алгоритмы и методики.

Научная новизна работы.

1 .Разработана символическая система, адекватно описывающая проблемную область анализа и интерпретации изображений фазового состава литых заготовок алюминиевых сплавов.

2.Разработана комбинированная схема поиска для управления анализом и интерпретацией металлографических изображений.

3.Разработана алгебра реляционных моделей сегментов изображений ФСЛЗАС.

4.Разработана интерактивная методика анализа и интерпретации изображений ФСЛЗАС.

Практическая ценность работы:

1. Разработана программная система САМИ количественного металлографического анализа деформируемых алюминиевых сплавов, основанная на знаниях, ориентированная на работу с конечным пользователем.

2. Разработана технология для накопления знаний о синтаксисе изображений ФСЛЗАС.

Система САМИ внедрена и используется на заводе КраМЗ.

Апробация работы.

Материалы диссертации докладывались на:

•краевой научно-технической конференции, Красноярск, 1989

г.,

•всесоюзном научно-практическом семинаре

"Интеллектуальное программное обеспечение ЭВМ", Ростов-на-Дону - Терскол, 1990 г,

•научно-техническом семинаре "Микропроцессорная и компьютерная техника в приборо- и машиностроении", Абакан, 1990 г.,

•международной конференции "Обработка изображений и дистанционные исследования, Новосибирск, 1990 г.,

•всесоюзной научно-практической конференции "Гибридные интеллектуальные системы, Ростов-на-Дону - Терскол, 1991 г.,

•всесоюзном научно-техническом семинаре "Программное обеспечение новых информационных технологий", Тверь, 1991 г.,

•всесоюзном научно-техническом совещании

"Автоматизированный аналитический контроль в цветной металлургии", Москва, 1991 г.,

•V всесоюзной научно-технической конференции "Однородные вычислительные системы, структуры и среды", Москва, 1991 г.,

•межвузовской научно-методической конференции "Новые технологии подготовки специалистов", Красноярск, 1992 г.,

•научно-технической конференции "Проблемы техники и технологий XXI века. Математическое обеспечение и архитектура ЭВМ, Красноярск, 1994 г.,

•научно-практической конференции "Проблемы

информатизации города", Красноярск, 1994 г.,

•межвузовской научно-методической конференции "Новые технологии обучения и реализация государственного образовательного стандарта в технических вузах", Красноярск, 1995 г.,

•второй научно-практической конференции "Проблемы информатизации города", Красноярск, 1995 г.,

•межрегиональной конференции "Проблемы информатизации региона", Красноярск, 1995 г.,

•межрегиональной конференции "Достижения науки и техники", Красноярск, 1997 г.,

•всероссийской конференции "Распознавание образов и анализ изображений", Нижний Новгород, 1997 г.,

•всероссийской конференции "Распознавание образов и анализ изображений", Новосибирск, 1998 г.

По материалам исследований опубликовано 27 работ, в том числе три статьи, одна депонированная рукопись и тезисы к 23 докладам.

Структура и объем диссертации. В структуре диссертации представлены содержание, список принятых сокращений, введение, пять глав, заключение и пять приложений. Работа без приложений содержит 147 страниц машинописного текста, 11 рисунков и 6 таблиц. Список литературы содержит 117 наименований.

Глава 1. АНАЛИЗ МОДЕЛЕЙ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ, АЛГОРИТМИЧЕСКОГО И МЕТОДИЧЕСКОГО ОБЕСПЕЧЕНИЯ ИНТЕРПРЕТАЦИИ МЕТАЛЛОГРАФИЧЕСКИХ ИЗОБРАЖЕНИЙ (ОБЗОР).

1.1. Модели, используемые при описании синтаксиса металлографических изображений.

Данные, получаемые в результате интерпретации металлографических изображений (МГИ), являются на сегодняшний день основным источником информации о структуре металлов и сплавов. Количественные характеристики структуры МГИ можно рассматривать с двух позиций [1]. С одной стороны, они представляют первичные данные, которые с помощью стереологических соотношений могут быть преобразованы в характеристики истиннои пространственной структуры. С другой стороны, эти первичные измерения для практических целей (заводской контроль) можно использовать как смещенную характеристику истинной структуры.

При расчете количественных параметров структуры МГИ применяются точечный, линейный, планиметрический методы анализа, либо их комбинации, описанные в [2-5].

Методы линейного анализа использовались в первых автоматизированных анализаторах изображения (ААИ) (Зиапйте!:, Epiquant, С>иап1лте1:-В [4-7]. К.С.Чернявский в работе, посвященной классификации ААИ [8], относит анализаторы данного типа к первому поколению. Первое поколение характеризуется аналоговым представлением обрабатываемой видеоинформации. В этих приборах производится построчное сканирование либо

считывающего элемента, либо исследуемого образца относительно считывателя. В качестве критерия для распознавания используется разница в яркости фона, различных фаз и структурных составляющих. Как правило, достигается разделение изображения на два-три класса.

Методы линейного анализа рассматривают

металлографическое изображение в виде совокупности хорд однородной яркости. Обозначим вероятность появления хорды, обладающей длиной j и яркостью i в направлении Q, через Pq(íj). Пусть при квантовании яркости на К уровней длина максимальной хорды равняется 1 единиц. Тогда изображению можно поставить в соответствие матрицу вероятности длин хорд [9]:

Pq = [PQ(i,j)L 1 = j=ü (1.1.1)

Основные недостатки практического использования данной модели следующие.

1. Не всегда удается так препарировать шлиф, чтобы всякая семантически значимая компонента изображения состояла из пикселов однородной яркости.

2. Модель (1.1.1) позволяет получить интегральные характеристики отдельных фаз и структурных составляющих (СС), рассматривая их как единое целое и не позволяя оперировать с отдельными частицами.

Возможность применения планиметрического и точечного методов в рамках автоматизированного анализа структур возникла с появлением системы TAS, разработанной в центре математической морфологии Серра и Кляйна [8]. В системах TAS, Quantimet 720, Mop-Videoplan, ACM, System-30, Quantimet-800, TAC, Magiscan, относимых в классификации К.С.Чернявского ко второму

поколению, а также системах третьего поколения (IBAS, QUANTIMET-900, TAS-Plas и др.) [8,10-16,34,89-93,105] видеоинформация представлена в цифровом виде.

Созданная техническая база предопределила развитие средств и методов описания синтаксиса МГИ в двух различных направлениях.

Первое из них представляет дальнейшее развитие инструментально-визуальной методики балльной оценки микроструктуры на основе применения средств автоматизации. Балльная оценка качества металла или сплава по его микроструктуре осуществляется путем сравнения с эталонной шкалой, где в качестве эталонов представлены изображения типовых структур [4,15]. Автоматизированная версия методики предполагает организацию вычисления глобальных характеристик микроструктур на основании анализа иконических признаков. Пользователю предъявляются полученные характеристики, представленные в числовой форме или в виде графиков, либо результаты сравнительного анализа характеристик для пар изображений.

Наиболее распространенным способом вычисления оценок является использование методов математической морфологии [1,10,15,17,18]. Типичные примеры приложения методов математической морфологии рассмотрены в [1,19,20]. Так, в [1] в качестве инструмента сравнительного исследования размеров и преимущественной ориентации частиц использована кривая ковариации C(X,h,p), определяемой как вероятность Рг того, что эталон B={x,x+h}, транслируемый в направлении р, содержится во множестве частиц X в пределах измерительной маски Z:

С(Х,И,а) = Рг{х е [ (X П г ) (-) В]}, (1.1.2),

где "(-)" - знак операции эрозии.

В [21] для анализа ориентации частиц титановых сплавов (изображений с игольчатой структурой) используется гистограмма распределения направленности частиц в пределах изображения, полученная при помощи преобразования Фурье:

1 N N -2т, . Л

-^ЕЕ/Оч)е^г{х1+ул (1.1.3)

Н /=1у=1

В [22] для вычисления оценки размера зерна в пределах изображения использован комбинированный подход, сочетающий использование преобразования Фурье и нейронных сетей.

В [23] для классификации сталей в зависимости от размеров ферритовых включений и карбидной фазы использовалась гистограмма распределения длин серий (1.1.1).

В общем случае для принятия решений по узнаванию

!

семантически значимых компонент изображений недостаточно анализа на иконическом уровне. Кроме того, рассмотренный способ анализа позволяет получить не все характеристики микроструктуры. Этим объясняется ограниченность сферы применения подхода к распознаванию изображений на основе анализа моделей иконического уровня.

В рамках второго подхода к решению задачи узнавания семантически значимых компонент МГИ [16] наряду с иконическими признаками, характеризующими фазу или структурную составляющую в целом, привлекаются также геометрические признаки, описывающие форму отдельных частиц.

Исходной базой для описания морфологии МГИ является классификация, предложенная Салтыковым в [4]. Данная

1) П dgi = 0 либо dgk П dgl = (часть границы )

(1.1.4)

00

2) =

к=1

(1.1.5)

где К2 - вещественное двумерное евклидово пространство (плоскость).

Цепочка на Бв - последовательность элементов решетки, каждый из которых, кроме первого, является соседом предыдущего.

Дискретным объектом БВ называют любое непустое подмножество дискретной решетки. Дискретный объект считают связным, если V ёЬь йЪ2 существует цепочка БС, такая, что

БС = { ёЬь ас2, с1с3,..., аь2}, ас! £ ВВ, [= 2,3, ... (1.1.6)

Среди геометрических признаков обычно выделяют топологические, метрические, параметрические характеристики, а также факторы формы [15,24,35]. В ряде случаев к геометрическим признакам относят также ориентацию и местоположение дискретного объекта [28].

При описании топологии дискретных областей используются такие признаки, как ЫС - число связных компонент, N11 - число дыр дискретного объекта и число Эйлера МБ = ]ЧГС - КН. Более подробно модели, отражающие топологические свойства областей изображения, рассмотрены в п. 1.2.

Ключевым признаком, использующимся при распознавании, принято считать метрический признак N8 (площадь) [24]. Однако использование данного признака при классификации компонент металлографических изображений имеет свои ограничения. Классической иллюстрацией этого факта является следующий

классификация описывает геометрию основных типовых структур МГИ на содержательном уровне. Выделяются следующие типы микроструктур:

• однофазная полиэдрическая структура;

• многофазная полиэдрическая структура;

• матричная структура;

• игольчатая структура;

• сетчатая структура.

Изображения ФСЛЗАС в соответствие с данной классификацией в первом приближении могут быть отнесены к классу изображений с матричной структурой.

Форма отдельных семантически значимых сегментов определяется формой трехмерных частиц и расположением плоскости среза по отношению к центру частицы. Однако получение в плоских проекциях повторяющихся результатов в виде "правильных" геометрических фигур возможно