Аннотації
06.11.2017
При розробці і дослідженні систем технічної діагностики стану об'єкта будівництва для неруйнівного контролю з метою виявлення різних дефектів (включно тріщини) застосовуються методи штучного інтелекту, зокрема методи кластерного аналізу цифрових зображень. З огляду на те, що сучасні web-камери відображають широкий діапазон кольорів, застосовується спрощення у відтворенні, тому можлива втрата інформації на етапі перетворень зображення. Отже обробка таких зображень вимагає значних ресурсів. У роботі визначаються та досліджуються перетворення зображення, що містить дефект типу «тріщина» (ІЗОДТТ) для цифрових зображень об'єктів будівництва. Визначено можливість перетворень щодо цифрового зображення і збереження властивостей зображення при їх застосуванні. Робота виконана в рамках кластерного аналізу ІЗОДТТ і орієнтована на розробку методів побудови алгоритмів розпізнавання та ідентифікації тріщин на будівельних об'єктах. Для описаних перетворень проведено дослідження щодо їх спостережуваності на цифрових зображеннях, а також здатності спостережуваності інваріантів перетворень. Описана структура різноманіття ДТТ як двопараметричної півгрупи з одиницею.
При разработке и исследовании систем технической диагностики состояния объекта строительства для неразрушающего контроля с целью выявления различных дефектов, включая трещины, применяются методы искусственного интеллекта, в частности методы кластерного анализа цифровых изображений. Учитывая, что современные web-камеры отображают широкий диапазон цветов, применяется упрощение в воспроизведении, при этом возможна потеря информации на этапе преобразований изображения. Поэтому обработка таких изображений требует значительных ресурсов. В работе определяются и исследуются преобразования изображения, содержащего дефект типа «трещина» (ИЗОДТТ) для цифровых изображений объектов строительства. Определена возможность преобразований относительно цифрового изображения и сохранения свойств изображения при их применении. Работа выполнена в рамках кластерного анализа ИЗОДТТ и ориентирована на разработку методов построения алгоритмов распознавания и идентификации трещин на строительных объектах. Для описанных преобразований проведены исследования по их наблюдаемости на цифровых изображениях, а также по наблюдаемости инвариантов преобразований. Описана структура многообразия ДТТ как двупараметрической полугруппы с единицей.
When developing and researching the systems of technical diagnostics of the state of a construction object, methods of artificial intelligence are used in the methods of nondestructive testing, in particular methods for cluster analysis of digital images in order to identify various defects, including cracks. Given that modern web cameras display a wide range of colors and simplified reproduction, it is possible to lose information at the stage of image transformation, processing of such images requires considerable resources. In this paper, the transformations of an image containing a "crack" type defect (IODTT) for digital images of construction objects are determined and studied. The feasibility of transformations relative to the digital image is determined and the image properties are preserved when applied. The work is carried out within the framework of the IZDTT cluster analysis and is focused on the development of methods for constructing algorithms for recognition and identification of cracks in construction sites. For the transformations described, studies were made on their observability on digital images, as well as on the ability of observability of transformation invariants. The structure of the DTT manifold as a two-parameter semigroup with identity is described.
- Тэплин Д. Механика разрушения. Разрушение конструкций. – М.: Мир, 1980. –256 с.
- Эрдоган Ф. Теория распространения трещин.т. 2. – М.: Мир, 1975. –440 с.
- Морозов Н.Ф. Математические вопросы теории трещин. –М.: Наука, 1984. –256 с.
- Вапник В. Н., Червоненкис А. Я. Теория распознавания образов. – М.: Наука, 1974. – 416 с.
- Фомин Я. А. Распознавание образов: теория и применения. 2-е изд. – М.: ФАЗИС, 2012. – 429 с.
- Прэтт, У. Цифровая обработка изображений. – М.: Мир, 1982. – 310 с.
- Горда О.В., Пузько О.О. Исследование изображений признакообразующих элементов дефекта типа «трещина» // Scientific Jornal "Science Rise" Vol. 1/(42). – 2018. – C. 24-29.
- Горда О.В. Моделювання метрик в просторі цифрового зображення дефекту типу «тріщина» // Управління розвитком складних систем. – 2014. – Вип. 17. – С. 112-120.
- Горда Е.В., Михайленко В.М. Онтология цифрового изображения дефекта типа «трещина» на объектах строительства // Управління розвитком складних систем, – 2017. – Вип. 30. – С. 142-145.
- Горда О.В., Пузько О.О. Вплив формуючого тракту на представлення дефекту типу «тріщина» на цифровому зображенні // Управління розвитком складних систем. – 2013. – Вип. 13. – С. 113-118.
- Teplin, D. (1980). Mechanics of destruction. Destruction of structures. [Text]. Moscow: Mir, 256.
- Erdogan, F. (1975). The theory of propagation of fractures. [Text]. Moscow: Mir, 440.
- Morozov, N.F. (1984). Mathematical problems in the theory of cracks. [Text]. Moscow : Nauka, 256.
- Vapnik, V.N., Chervonenkis A. Ya. (1974). Theory of Pattern Recognition. [Text]. Moscow: Nauka, 416.
- Fomin, Ya.A. (2012). Pattern Recognition: Theory and Applications. [Text]. Moscow: PHASIS, 429.
- Pratt, U. (1982). Digital image processing. [Text]. Moscow: Mir, 310.
- Gorda, O. Puz'ko, O. (2018). Investigation of images of flag-forming elements of a "crack" type defect. Science Rise, 1 / (42), 24-29.
- Gorda, O. (2014). Modeling of the metrics in the spacious digital image defect type "crack". Management of the development of complex systems, 17, 112–120.
- Gorda, E.V, Mikhaylenko, V.М., (2017). Ontology of the digital image of a "crack" type defect at construction sites. // Management of the development of complex systems, 30, 142–145.
- Gorda O., Puz'ko O., (2013). Inflating the tract on the represented defect type "crack" on the digital image // Management of the development of complex systems, 13, 113–118.