sapiСистемный анализ и прикладная информатика«System analysis and applied information science»2309-49232414-0481Belarusian National Technical University10.21122/2309-4923-2021-4-55-60sapi-538Research ArticleОбработка информации и принятие решенийData processing and decision–makingОценка информативности параметров поверхностей металлических объектов по 2D­ и 3D­данным для классификации изломовEvaluation of metal objects surface parameters informativity using 2D­ and 3D­data For classification of fracturesГанченкоВ. А.GanchenkoV. A.

Ганченко Валентин Вячеславович, кандидат технических наук

г. Минск

МарушкоЕ. Е.MarushkoE. E.

Марушко Евгений Евгеньевич

г. Минск

Minsk

ПоденокЛ. П.PodenokL. P.

Поденок Леонид Петрович

г. Минск

Minsk

ИнютинА. В.InyutinA. V.

Инютин Александр Владимирович

г. Минск

Minsk

Объединенный институт проблем информатики НАН БеларусиБеларусьUnited Institute of Informatics Problems of the National Academy of Sciences of BelarusBelarus202104012022045560Copyright © Ганченко В.А., Марушко Е.Е., Поденок Л.П., Инютин А.В., 20222022Ганченко В.А., Марушко Е.Е., Поденок Л.П., Инютин А.В.Ganchenko V.A., Marushko E.E., Podenok L.P., Inyutin A.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://sapi.bntu.by/jour/article/view/538

В работе проведена оценка информативности параметров поверхностей металлических объектов по 2Dи 3D-данным для классификации изломов. В качестве параметров рассмотрены текстурные характеристики Харалика, локальные бинарные образцы, макрогеометрические дескрипторы поверхностей металлических объектов, оцифрованных 3D-сканером. Проведенный анализ на основе оценки информативности позволил выбрать признаки, наиболее подходящие для решения задачи классификации изломов металлов. Результаты будут использованы для разработки комплекса методов судебно-экспертного исследования сложных полигональных поверхностей твердотельных объектов с применением автоматизированной системы анализа цифровых изображений.

This article describes evaluation the information content of metal objects surfaces for classification of fractures using 2D and 3D data. As parameters, the textural characteristics of Haralick, local binary patterns of pixels for 2D images, macrogeometric descriptors of metal objects digitized by a 3D scanner are considered. The analysis carried out on basis of information content estimation to select the features that are most suitable for solving the problem of metals fractures classification. The results will be used for development of methods for complex forensic examination of complex polygonal surfaces of solid objects for automated system for analyzing digital images.

излом металлатекстурные характеристикимакрогеометрические дескрипторыmetal fracturetexture featuresmacrogeometric descriptorsReferencesГудремон Э. Специальные стали. – М.: Металлургия, 1966. – 1274 с.Goodremont E. Special steels. – M .: Metallurgy, 1966. – 1274 p. [In russian]Ежов, А. А. Дефекты в металлах. Справочник-атлас / А. А. Ежов, Л. П. Герасимова – М.: Русский университет, 2002. – 360 с.Yezhov, A.A. Defects in metals. Directory-atlas / A.A. Ezhov, L. P. Gerasimova – Moscow: Russian University, 2002. – 360 p. [In russian].Фрактодиагностика разрушения металлических материалов и конструкций / Г. В. Клевцов и др. – М.: МИСиС, 2007. – 264 с.Fractodiagnostics of destruction of metallic materials and structures / G. V. Klevtsov et al. – M .: MISiS, 2007. – 264 p. [In russian].Пути и методы повышения надежности и долговечности изделий машиностроения и приборостроения: сборник / под ред.: Б. М. Бобкова, М. Ю. Кацнельсона, 1968. – 809 с.Ways and methods of increasing reliability and durability of mechanical engineering and instrument-making products: collection / under the editorship of BM Bobkov, M. Yu. Katsnelson, 1968. – 809 p. [In russian].Haralick, R. M. Textural features for image classification / R. M. Haralick, K. Shanmugam, I. H. Dinstein // IEEE Transactions on systems, man, and cybernetics, 1973. – № 6. – P. 610–621.Haralick, R. M. Textural features for image classification / R. M. Haralick, K. Shanmugam, I. H. Dinstein // IEEE Transactions on systems, man, and cybernetics, 1973. – № 6. – P. 610–621.Ojala, T. Multiresolution gray-scale and rotation invariant texture classification with local binary patterns / T. Ojala, M. Pietikainen, T. Maenpaa // IEEE Transactions on pattern analysis and machine intelligence, 2002. – Vol. 24. № 7. – P. 971–987.Ojala, T. Multiresolution gray-scale and rotation invariant texture classification with local binary patterns / T. Ojala, M. Pietikainen, T. Maenpaa // IEEE Transactions on pattern analysis and machine intelligence, 2002. – Vol. 24. № 7. – P. 971–987.Разработать алгоритмы автоматизированной классификации оцифрованных данных макрорельефа поверхности излома, полученных сканером Artec Space Spider. Разработать экспериментальное программное обеспечение для исследования макрогеометрических параметров изломов по результатам сканирования с помощью сканера Artec Space Spider [Текст]: отчет о НИР (заключительный) / ОИПИ НАН Беларуси; рук. Дудкин А. А. – Минск, 2020.To develop algorithms for automated classification of digitized data of fracture surface macro-relief obtained by the Artec Space Spider scanner. To develop experimental software for studying macrogeometric parameters of fractures based on results of scanning using the Artec Space Spider scanner [Text]: research report (final) / OIPI NAS of Belarus; hands. Dudkin A.A. – Minsk, 2020. [In russian].

The authors declare that there are no conflicts of interest present.