Использование комбинированных алгоритмов для автоматического анализа промышленных изображений
Another Title
Application of combined algorithms for automated analysis of industrial images
Bibliographic entry
Юхновская, О. В. Использование комбинированных алгоритмов для автоматического анализа промышленных изображений = Application of combined algorithms for automated analysis of industrial images / О. В. Юхновская, М. А. Гундина, К. В. Пантелеев // Приборостроение-2024 : материалы 17-й Международной научно-технической конференции, 26-29 ноября 2024 года, Минск, Республика Беларусь / редкол.: А. И. Свистун (пред.), О. К. Гусев, Р. И. Воробей [и др.]. – Минск : Интегралполиграф, 2024. – С. 299-301.
Abstract
В работе представлено исследование методов автоматической обработки изображений с аномальными значениями. Целью исследования является разработка алгоритма локализации областей интереса на промышленных изображениях с последующим их распознаванием. Основное внимание уделено анализу различных алгоритмов выделения контуров, фильтрации и сегментации, таких как проекционный метод, нейронные сети, а также комбинированные подходы, использующие медианную фильтрацию и бинаризацию. Алгоритм реализован в системе Wolfram Mathematica и предназначен для обработки изображений, получаемых с промышленного оборудования. Предлагаемое решение позволяет улучшить четкость контуров и повысить точность распознавания, что подтверждается экспериментальными результатами.
Abstract in another language
This study presents an investigation of automatic image processing methods for detecting anomalous values in instrumentation systems. The research aims to develop an algorithm for localizing regions of interest in industrial images, followed by their recognition. Special attention is given to analyzing various contour detection, filtering, and segmentation algorithms, such as projection methods, neural networks, and combined approaches using median filtering and binarization. The algorithm is implemented in Wolfram Mathematica and is designed to process images obtained from industrial equipment. The proposed solution improves contour clarity and enhances recognition accuracy, as confirmed by experimental results.