Комп’ютерний аналіз характерних елементів фрактографічних зображень

• Published in: Фізико-хімічна механіка матеріалів
• Date: 2012
• Main Authors: Косаревич, Р.Я., Студент, О.З., Свірська, Л.М., Русин, Б.П., Никифорчин, Г.М.
• Format: Article
• Language: Ukrainian
• Published: Фізико-механічний інститут ім. Г.В. Карпенка НАН України 2012
• Online Access: https://nasplib.isofts.kiev.ua/handle/123456789/139771
• Journal Title: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Cite this: Комп’ютерний аналіз характерних елементів фрактографічних зображень / Р.Я. Косаревич, О.З. Студент, Л.М. Свірська, Б.П. Русин, Г.М. Никифорчин // Фізико-хімічна механіка матеріалів. — 2012. — Т. 48, № 4. — С. 53-60. — Бібліогр.: 22 назв. — укp.

Для кількісного аналізу фрактографічних зображень використано спосіб їх сегментації багаторівневим порогуванням. На відміну від відомих підходів для меншого спотворення сегментованого зображення враховували спільні ознаки, властиві не лише великим, але і малим його деталям, яким відповідають невисокі піки на гістограмі яскравості. Це дало змогу розділити зображення фрагмента поверхні зламу на зв’язні області, а після цього визначати та аналізувати їх кількісні характеристики. Для количественного анализа фрактографических изображений использован способ их сегментации путем многоуровневого определения порога. В отличие от известных подходов для меньшего искажения сегментированного изображения учтены общие признаки, свойственные не только крупным, но и мелким его деталям, которым соответствуют невысокие пики на гистограмме яркостей. Это дало возможность разделить изображение фрагмента поверхности излома на связные области, а после этого определять и анализировать их количественные характеристики. For the quantitative analysis of the fractographic images the method of their segmentation by multilevel definition of the threshold was used. Unlike the known approaches to get the less distortion of the segmented image, the general features typical of not only large but also small details, to which low peaks in the histogram of brightness correspond, are taken into account. It enables us to separate the image fragment of the fracture surface into connected regions, and then to identify and analyze their quantitative characteristics.