ОБНАРУЖЕНИЕ ИЗОБРАЖЕНИЙ ДЕФЕКТОВ СВАРНЫХ СОЕДИНЕНИЙ НА РАДИОГРАФИЧЕСКИХ СНИМКАХ В УСЛОВИЯХ ОГРАНИЧЕННОЙ ИНФОРМАЦИИ О ЧУВСТВИТЕЛЬНОСТИ КОНТРОЛЯ

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Повышению эффективности сегментации радиографических изображений сварных соединений посвящена настоящая статья. Представлен алгоритм сегментации изображений дефектов, который выполняется в 2 этапа: определение массива порогов обнаружения пикселей изображений дефектов (различных порогов обнаружения пикселей изображений дефектов, расположенных в областях цифровых изображений радиографических снимков сварных соединений с характерным распределением яркости и погрешностей оценки яркости фона) на образце фона по критерию необнаружения «ложных» изображений дефектов и собственно поиск изображений дефектов. Экспериментально подтверждена возможность применения разработанного алгоритма для эффективного обнаружения ИД на радиографических изображениях сварных соединений без использования эталонов чувствительности контроля

Об авторах

Семён Алексеевич Григорченко

Коломенский институт (филиал) Московского политехнического университета

Автор, ответственный за переписку.
Email: rent_sig@mail.ru
Россия, 140402 Московская область, г. Коломна, ул. Октябрьской революции, 408

Виктор Иванович Капустин

АО «НИЦ «ТЕХНОПРОГРЕСС»

Email: kapustin@tpcorp.ru
Россия, 109548 Москва, Проектируемый проезд № 4062, 6, стр. 16

Список литературы

  1. Гонсалес Р., Вудс Р. Цифровая обработка изображений / Перевод с английского. М.: Техносфера, 2005. 1070 с.
  2. Косарина Е.И., Демидов А.А., Крупнина О.А., Михайлова Н.А., Смирнов А.В., Осияненко Н.В. Неразрушающий контроль методами цифровой радиографии и рентгеновской компьютерной томографии. М.: Издательский дом «Спектр», 2025. 136 с.
  3. Грудский А. Я., Величко В. Я. Оцифровка радиографических снимков – это не очень просто.// В мире НК. 2011. № 4 (54). С. 74 – 76.
  4. X-Vizor — ПО для цифровой и компьютерной радиографии [Электронный ресурс] // Общество с ограниченной ответственностью «Ньюком-НДТ»: [сайт]. 2025. URL: https://newcom-ndt.ru/x-vizor (дата обращения: 26.08.2025).
  5. Григорченко С.А. Поиск радиографических изображений дефектов. Постановка задачи // Контроль. Диагностика. 2012. № 10. С. 61—64.
  6. Григорченко С.А., Ефименко Л.А. Автоматизация компьютерной расшифровки радиационных изображений сварных соединений // Дефектоскопия. 2015. № 1. С. 21—27.
  7. Григорченко С.А., Ефименко Л.А., Капустин В.И. Программное обеспечение комплекса автоматизированной расшифровки радиографических изображений // Контроль. Диагностика. 2007. № 12. С. 26—29.
  8. Назаренко С.Ю., Удод В.А. Применение искусственных нейронных сетей в радиационном неразрушающем контроле // Дефектоскопия. 2019. № 6. С. 53—64.
  9. Liu T., Zheng P., Bao J., Chen H. A state-of-the-art survey of welding radiographic image analysis: Challenges, technologies and applications // Measurement. 2023. V. 214. P. 112821. doi: 10.1016/j.measurement.2023.112821
  10. Say D., Zidi S., Qaisar S.M., Krichen M. Automated Categorization of Multiclass Welding Defects Using the X-ray Image Augmentation and Convolutional Neural Network // Sensors. 2023. V. 23. P. 6422. https://doi.org/10.3390/s23146422.
  11. Zhao S., Long L., An D., Wang Y, Zhang H., Liang H., Jin S. Design and Realization of Nondestructive Testing Information Management System for Shell Electron Beam Welds // Software Engineering and Applications. 2022. V. 11. No. 5. P. 1005—1016. doi: 10.12677/SEA.2022.115103. https://doi.org/10.12677/sea.2022.115103
  12. Harrouche S., Nacereddine N. Goumeidane A.B. A Comparative Study of Different CNN Models using Transfer Learning for Weld Defect Classification in Radiographic Testing / Proc. of the 4th International Conference on Electrical, Communication and Computer Engineering (ICECCE). 30—31 December 2023, Dubai, UAE. doi: 10.1109/ICECCE61019.2023.10442057
  13. ГОСТ ISO 17636—2—2017. Неразрушающий контроль сварных соединений. Радиографический контроль. Часть 2. Способы рентгено- и гаммаграфического контроля с применением цифровых детекторов.
  14. ГОСТ ISO 10893—7—2021. Трубы стальные. Часть 7. Цифровой радиографический контроль сварных швов для обнаружения дефектов.
  15. ГОСТ Р ИСО 19232—1—2024. Контроль неразрушающий. Качество изображений на радиографических снимках. Часть 1. Определение значения показателя качества изображения с использованием индикаторов качества изображения проволочного типа.
  16. Косарина Е.И., Крупнина О.А., Демидов А.А., Михайлова Н.А. Цифровое оптическое изображение и его зависимость от радиационного изображения при неразрушающем контроле методом цифровой рентгенографии // Авиационные материалы и технологии. 2019. № 1 (54). С. 37—42. doi: 10.18577/2071-9140-2019-0-1-37-42
  17. Григорченко С.А., Капустин В.И. Классификация дефектов при автоматизированном радиографическом контроле сварных соединений // Дефектоскопия. 2009. Т. 45. № 9. С. 73—87.
  18. Григорченко С.А., Капустин О.Е. К вопросу обнаружения радиографических изображений дефектов сварных соединений // Сварка и диагностика. 2023. № 5. С. 17—19.
  19. Капустин В.И., Зуев В.М., Иванов В.И., Дуб А.В. Радиографический контроль. Информационные аспекты. М.: Издательство «НАУЧТЕХЛИТИЗДАТ», 2010. 368 с.
  20. НП-105-18. Правила контроля металла оборудования и трубопроводов атомных энергетических установок при изготовлении и монтаже.
  21. ГОСТ 23055—78. Контроль неразрушающий. Сварка металлов плавлением. Классификация сварных соединении по результатам радиографического контроля.
  22. СТО Газпром 2-2.4-917-2014. Инструкция по радиографическому контролю качества сварных соединений при строительстве и ремонте промысловых и магистральных трубопроводов.
  23. Воробейчиков С.Э., Фокин В.А., Удод В.А., Темник А.К. Оценка эффективности двух алгоритмов сегментации цифрового радиационного изображения объекта контроля // Дефектоскопия. 2017. № 2. С. 60—67.
  24. Воробейчиков С.Э., Фокин В.А., Удод В.А., Темник А.К. Исследование двух алгоритмов распознавания образов для классификации дефектов в объекте контроля по его цифровому изображению // Дефектоскопия. 2015. № 10. С. 54—63.
  25. Григорченко С.А. Автоматизированная оценка качества сварных соединений по параметрам радиографических изображений дефектов // Контроль. Диагностика. 2009. № 10. С. 30—36.
  26. Григорченко С.А., Уколов И.А. Определение фона в задаче поиска радиографических изображений дефектов // Трубопроводный транспорт: теория и практика. 2012. № 2 (30). С. 14—17.
  27. Бардин Б.В. Исследование возможностей медианной фильтрации при цифровой обработке изображений совокупностей локальных биологических объектов // Научное приборостроение. 2011. Т. 21. № 2. С. 120—125.
  28. Бардин Б.В. Быстрый алгоритм медианной фильтрации // Научное приборостроение. 2011. Т. 21. № 3. С. 135—139.
  29. Verbeek P.W., Vrooman H.A., Van Vliet L.J. Low-level image processing by max-min filters. // Signal Processing. 1988. V. 15 (3). P. 249—258. doi: 10.1016/0165-1684(88)90015-1. https://doi.org/10.1016/0165-1684(88)90015-1.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Российская академия наук, 2025

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».