Detekcja mostów w obrazach 3D prezentujących propagację pęknięć korozyjnych naprężeniowych w stali nierdzewnej

• Autorzy: Janaszewski M. , Babout L.

Warianty tytułu

EN

Bridge detection in 3D images of stress corrosion cracks of stainless steel

• Języki publikacji: PL

Abstrakty

PL

Artykuł prezentuje algorytm detekcji mostów w obrazach 3D szczelin reprezentowanych za pomocą zbioru połączonych wokseli. Przy czym most definiowany jest jako fragment materiału o podwyższonej odporności na korozje i naprężenia, co powoduje, że zwykle szczelina po napotkaniu takiego obszaru rozwidla się i łączy po jego ominięciu. Stąd analizując obraz 3D propagacji szczeliny, mosty można traktować jako otwory w obiekcie objętościowym reprezentującym szczelinę. Analiza literatury pokazuje, że zwykle detekcję otworów przeprowadza się przez wyznaczenie szkieletu obiektu, a następnie lokalizację pętli w tym szkielecie, z których każda oznacza występowanie jednego otworu w badanym obiekcie. Niestety ze wzgledu na niespotykaną złożoność badanych przez autorów obrazów najpopularniejsze, znane z literatury algorytmy szkieletyzacji zawodzą. Stąd opracowano specjalny algorytm detekcji otworów oparty na dwóch etapach. Pierwszy polega na zastosowaniu techniki kodowania wokseli, która prowadzi do transformaty obrazu w zbiór klasterów - gdzie klaster jest zbiorem połączonych wokseli. Wygenerowany zbiór klasterów ułatwia analizowanie topologii badanego obiektu. W drugim etapie algorytm analizuje każdy klaster w poszukiwaniu tych, które determinują wystąpienie jednego bądź wielu otworów. Algorytm przetestowano na kilku obrazach prezentujących propagację szczeliny korozyjnej naprężeniowej w próbkach stali nierdzewnej. Ponadto w artykule zaprezentowano dyskusję otrzymanych rezultatów oraz propozycje przyszłych prac badawczych.

EN

This paper presents an algorithm to identify bridges in 3D objects represented with a set of connected voxels. The notion of a bridge can be defined as a part of a material with higher resistance to stress corrosion. Therefore if a crack meets a bridge it splits itself into two branches, which surround the bridge and merge when it finishes. Thus from the 3D image analysis point of view a bridge can be treated as a hole in a volumetric object which represents a crack. The literature analysis shows that usually detection of holes is carried out based on the object skeleton and localization of loops in the skeleton as each loop implies occurrence of a hole. Unfortunately, due to unprecedented complexity of tested images, commonly used skeletonization algorithms fail. Therefore authors decided to construct a new algorithm of whole detection which consists of two stages. The first one lies in the application of a voxel coding technique to make a transformation of an object into a set of clusters, where a cluster is a set of connected voxels. The set of clusters gives important information about the object topology. In the second step the algorithm extracts and analyses clusters to detect holes. The algorithm was satisfyingly tested on several 3D crack images from a stress corrosion cracking experiment on a stainless steel sample. The discussion of obtained results and propositions for future works are also included in the paper.

Słowa kluczowe

PL

mikrotomografia; analiza obrazu 3D; kodowanie wokseli; wykrywanie otworów

EN

microtomography; 3D image analysis; voxel coding; hole detection

• Wydawca: Wydawnictwa AGH
• Czasopismo: Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
• Rocznik: 2007
• Tom: T. 11, z. 3
• Strony: 103--114
• Opis fizyczny: Bibliogr. 9 poz., rys., wykr.

Twórcy

autor

Janaszewski M.

• Katedra Informatyki Stosowanej, Politechnika Łódzka w Łodzi
• Katedra Systemów Ekspertowych i Sztucznej Inteligencji, Wyższa Szkoła Informatyki w Łodzi

autor

Babout L.

• Katedra Informatyki Stosowanej, Politechnika Łódzka w Łodzi

Bibliografia

• [1] Babout L., Marrow T.J., Engelberg D., Withers P.J.: X-ray microtomographic observation of intergranular stress corrosion cracking in sensitised austenitic stainless steel. Mater. Sci. Technol., 22, 2006, 1068-1075
• [2] Borgefors G.: Distance Transforms on Digital Images. Computer Vision Graphics and Image Processing, 34, 1986, 344-371
• [3] Cloetens P., Pateyron-Salome M., Buffiere J.Y., Peix G., Baruchel J., Peyrin R, Schlenker M.: Observation of microstructure and damage in materials by phase sensitive radiography and tomography. Journal of Applied Physics, 81, 1997, 5878-5886
• [4] Ibanez L., Schroeder W., Ng L., Cates J.: The ITK Software Guide. Kitware, Inc. 2005
• [5] Kong T.Y.: A digital fundamental group. Computer Graphics, 13, 1989, 159-166
• [6] Marrow T.J., Babout L., Jivkov A.P., Wood P., Engelberg D., Stevens N., Withers P.J., Newman K.L. Three dimensional observations and modelling of intergranular stress corrosion cracking in ustenitic stainless steel. Journal of Nuclear Materials, 352, 2006, 62-74
• [7] Niblack C.W., Gibbons P.B., Capson D.W.: Generating skeletons and centerlines from the distance transform. CVGIP: Graph. Models Image Process., 54, 1992, 420-437
• [8] Scott P.M.: Stress corrosion cracking in pressurized water reactors-interpretation, modeling and remedies. Corrosion, 56, 2000, 771-782
• [9] Zhou Y., Toga A.W.: Efficient skeletonization of volumetric objects. IEEE Transactions on Visualization and Computer Graphics, 5, 1999, 196-209