Система определения объема образца пористого материала
реклама
УДК 004(06) Информатика и процессы управления И.В. САФОНОВ, С.Ю. ЯКОВЛЕВ Московский инженерно-физический институт (государственный университет) СИСТЕМА ОПРЕДЕЛЕНИЯ ОБЪЕМА ОБРАЗЦА ПОРИСТОГО МАТЕРИАЛА Рассматривается система измерения объема образца пористого материала по отсканированным изображениям его сторон. При производстве пористых материалов часто требуется оценивать такой параметр, как кажущаяся плотность (P). Для оценки P, вырезают образец исследуемого материала в виде параллелепипеда и измеряют его массу взвешиванием и объем путем измерения длин граней. Однако для ряда пористых материалов, например эластичного пенополиуретана, сложно вырезать образец правильной формы с требуемыми допусками. Форма образца имеет отклонения от параллелепипеда: углы отклоняются от прямого на несколько градусов, точки на грани образца не лежат в одной плоскости. Более качественная пробоподготовка требует значительных затрат. Поэтому для существующей в химической промышленности системы пробоподготовки важной задачей является разработка системы для измерения объема образца с заданной точностью. То, что образец имеет пористую структуру, делает невозможным применение метода погружения. Было предложено определять объем образца пористого материала по изображениям граней образца. Для регистрации изображений граней используется планшетный сканер со съемной крышкой. В определенном порядке сканируются шесть граней образца. После сканирования каждой грани производится бинаризация полученных изображений. Бинаризация производится с порогом, который рассчитывается автоматически по алгоритму Otsu [1]. Для выделенного объекта определяется периметр. Пикселы периметра разбиваются по принадлежности к четырем ребрам. Далее алгоритм имеет итерационный характер. Каждую итерацию можно разбить на две части: обработка одной грани и обработка граней вместе (сведение в шестигранник). Координаты пикселов, принадлежащие ребрам грани, аппроксимируются по МНК прямыми линиями. После получения уравнений линий, образующих ребра, рассчитываются длины ребер и углы между ними. Рассчитываются также координаты точек пересечения ISBN 5-7262-0555-3. НАУЧНАЯ СЕССИЯ МИФИ-2005. Том 12 26 УДК 004(06) Информатика и процессы управления ребер на плоскости относительно одной из вершин. Таким образом, могут быть получены геометрические модели всех шести граней образца. Одна из граней выбирается основанием, около которого затем строится шестигранник. После приведения в соответствие ребер граней с различных изображений, по длинам ребер и углам между ними рассчитываются координаты вершин шестигранника в трехмерном пространстве. Для учета общего случая, когда точки стороны модели образца не лежат в одной плоскости, модель образца разбивается на 5 четырехгранных пирамид с треугольником в основании: 4 пирамиды получаются, если разбить каждую сторону на две части по диагонали и одна образуется внутри. Тогда сумма объемов этих пирамид является оценкой объема образца. На следующей итерации, каждая грань делится на четыре части. Таким образом, модель образца разбивается на 8 шестигранников, объем каждого из которых рассчитывается указанным выше способом. Полученное вновь значение объема сравнивается с предыдущим. Критерий остановки алгоритма выглядит следующим образом: V i 1 V i , где Vi и Vi+1 – объемы, полученные на i и i+1 итерациях соответственно, - порог. Еще одним критерием остановки служит ограничение на минимальную длину ребра грани, задаваемое из физических соображений. Основным недостатком данного метода является то, что традиционный планшетный сканер, имеет перспективные искажения для объектов, отстоящих от стекла сканера. Перспективные искажения особенно сильны по краям поля сканирования. Однако позиционирование образца в центр поля сканера позволяет уменьшить величину искажений, и она незначительно влияет на результаты работы алгоритма. В настоящее время алгоритм модифицируется с целью коррекции перспективных искажений. Разработано программное обеспечение, реализующее данный алгоритм. Система установлена и успешно применяется на двух химических заводах. Список литературы 1. James R. Parker, «Algorithms for Image Processing and Computer Vision», 1996, John Wiley & Sons. ISBN 5-7262-0555-3. НАУЧНАЯ СЕССИЯ МИФИ-2005. Том 12 27
