Aplikacja nowego algorytmu automatycznego wykrywania krawędzi ziaren na przykładzie zdjęć mikrostruktury stali austenitycznej 304L

• Autorzy: Rauch, Ł. , Nowak, J.

Warianty tytułu

EN

The application of a new algorithm dedicated to automated grain edge detection using photographs ofaustenitic stainless steel

• Języki publikacji: PL

Abstrakty

PL

Automatyczne przetwarzanie obrazów mikrostruktur pozwala istotnie przyspieszyć analizę statystyczną wielkości ziaren. Jest to jednak zadanie trudne w przypadku tego typu obrazów ze względu na występujący szum pomiarowy oraz częste zróżnicowanie wielkości poszczególnych ziaren. Niniejszy artykuł przedstawia nowy algorytm przetwarzania obrazów przeznaczony do wykrywania krawędzi. Algorytm ten został zaprojektowany, a następnie zaimplementowany w oparciu o popularną metodę Canny Detector. Zastosowanie nowo opracowanego algorytmu przedstawione zostało na przykładzie zdjęć mikrostruktury stali austenitycznej 304L.

EN

Automatic processing of microstructures images allows to simplify and optimize a process of statistical analysis of material grains size. Nevertheless, this task is still very difficult, because of superimposed noise and sophisticated shapes and sizes of analyzed grains. This paper presents a new algorithm of image processing dedicated to edge detection. It was designed and implemented using one of the popular methods, namely Canny Detector. The application of created approach is presented using photographs ofmicrostructure ofaustenitic stainless steel 304L.

Słowa kluczowe

PL

wykrywanie krawędzi; analiza mikrostruktury; przetwarzanie obrazów

EN

edge detection; microstructure analysis; image processing

• Czasopismo: Hutnik, Wiadomości Hutnicze
• Rocznik: 2007
• Tom: Vol. 74, nr 3
• Strony: 138-141
• Opis fizyczny: Bibliogr. 6 poz., rys.

Twórcy

autor

Rauch, Ł.

autor

Nowak, J.

• Akademia Górniczo-Hutnicza w Krakowie; al. Mickiewicza 30, 30-059 Kraków,

Bibliografia

• 1. Nixon M. S., Aguado A. S.: Feature Extraction and Image Processing, First Edition, Newnes, 2002
• 2. Szala J.: Komputerowa analiza obrazu w metalografii ilościowej, Informatyka w Technologii Metali, t. 3, 2003, nr 1, s. 41–57
• 3. Ritter G. X., Wilson J. N.: Handbook of Computer Vision Algorithms in Image Algebra, CRC Press LLC, 1996
• 4. Rauch Ł., Kusiak J.: Image Filtering using the Dynamic Particles Method, Computer Methods and Systems Conference, Kraków, 2005, t. 1, s. 115–122
• 5. Tadeusiewicz R., Kohoroda P.: Komputerowa analiza i przetwarzanie obrazów, Wydawnictwo Fundacji Postępu Telekomunikacyjnego, 1997
• 6. Rauch Ł., Kusiak J.: Data Filtering (Denoising) using Dynamic Particles Method, Proc. Neural Networks and Soft Computing, Kraków, 2005