- Код статьи
- S30344980S0130308225050065-1
- DOI
- 10.7868/S3034498025050065
- Тип публикации
- Статья
- Статус публикации
- Опубликовано
- Авторы
- Том/ Выпуск
- Том / Номер выпуска 5
- Страницы
- 62-67
- Аннотация
- Рентгеновская компьютерная томография (РКТ) является одним из наиболее информативных методов неразрушающего контроля полимерных композиционных материалов (ПКМ) и изделий из них. Одним из важных этапов РКТ изделий из ПКМ является сегментация, автоматизация которой представляет исследовательский интерес. В процессе сегментации важно выделить изотекстурные зоны, содержащие локальные перепады рентгеновской плотности. В настоящей работе исследованы возможности трехмерной текстурной фильтрации (гауссовым фильтром, фильтрами Габора) при кластеризации данных рентгеновской компьютерной томографии алгоритмом простой линейной итеративной кластеризации (ПЛИК, Simple Linear Iterative Clustering, SLIC) и оценена их результативность по параметрам: доля несовпадений границ кластеров с границами сегментируемых областей и сферичность кластеров, а также производительность по времени разбиения набора данных на необходимое число кластеров. Результаты исследования показали, что применение трехмерных текстурных фильтров повышает точность кластеризации и сферичность изотекстурных кластеров данных РКТ изделий из ПКМ без значимого повышения времени кластеризации в сравнении с необработанными данными. Максимальное повышение точности кластеризации наблюдалось при использовании комбинации гауссовского фильтра и фильтров Габора, при этом увеличивалось время кластеризации.
- Ключевые слова
- полимерные композиционные материалы рентгеновская компьютерная томография сегментация текстурная фильтрация простая линейная итеративная кластеризация
- Дата публикации
- 01.05.2025
- Год выхода
- 2025
- Всего подписок
- 0
- Всего просмотров
- 113
Библиография
- 1. Dhakate P.D., Chordia S.N. Shape Memory Polymers and Composites in Aerospace Applications // International Journal of Engineering Research. 2020. V. 9. No. 11.
- 2. Valueva M.I., Evdokimov A.A., Nacharkina A.V., Gubin A.M. Polymer Composite Materials And Technologies In The Automotive Industry // Proceedings of VIAM. 2022. No. 1. P. 53—65.
- 3. Ramakrishna S., Mayer J., Wintermantel E., Leong K.W. Biomedical applications of polymer-composite materials: a review // Composites Science and Technology. 2001. V. 61. Biomedical applications of polymer-composite materials. No. 9. P. 1189—1224.
- 4. Pires L., Magalhães F., Moreira Pinto A. New Polymeric Composites Based on Two-Dimensional Nanomaterials for Biomedical Applications // Polymers. 2022. V. 14. P. 1464.
- 5. Oladele I., Adelani S., Agbabiaka O., Adegun M. Applications and Disposal of Polymers and Polymer Composites: A Review // Applications and Disposal of Polymers and Polymer Composites. 2022. V. 9. No. 3. P. 65—89.
- 6. Chen J., Yu Z., Jin H. Nondestructive testing and evaluation techniques of defects in fiber-reinforced polymer composites: A review // Frontiers in Materials. 2022. V. 9. Nondestructive testing and evaluation techniques of defects in fiber-reinforced polymer composites.
- 7. Garcea S.C., Wang Y., Withers P. X-ray computed tomography of polymer composites // Composites Science and Technology. 2017. V. 156.
- 8. Straumit I., Lomov S., Wevers M. Quantification of the internal structure and automatic generation of voxel models of textile composites from X-ray computed tomography data // Composites Part A: Applied Science and Manufacturing. 2015. V. 69.
- 9. Berg S., Saxena N., Shaik M., Pradhan C. Generation of ground truth images to validate micro-CT image-processing pipelines // The Leading Edge. 2018. V. 37. P. 412—420.
- 10. Distante A., Distante C. Handbook of Image Processing and Computer Vision. V. 2. From Image to Pattern / Handbook of Image Processing and Computer Vision. 2020.
- 11. Chauhan S., Rühaak W., Khan F., Enzmann F., Mielke P., Kersten M., Sass I. Processing of rock core microtomography images: Using seven different machine learning algorithms // Computers & Geosciences. 2016. V. 86. Processing of rock core microtomography images. P. 120—128.
- 12. Taneja A., Ranjan P., Ujjlayan A. A performance study of image segmentation techniques / 2015 4th International Conference on Reliability, Infocom Technologies and Optimization (ICRITO) (Trends and Future Directions). Noida, India: IEEE. 2015. P. 1—6.
- 13. Mendoza A., Trullo R., Wielhorski Y. Descriptive Modeling of Textiles using FE Simulations and Deep Learning. Т. 213 // Journal Abbreviation: Composites Science and Technology. 2021.
- 14. Sinchuk Y., Kibleur P., Aelterman J., Boone M., Van Paepegem W. Variational and Deep Learning Segmentation of Very-Low-Contrast X-ray Computed Tomography Images of Carbon/Epoxy Woven Composites // Materials. 2020. V. 13. P. 936.
- 15. Auenhammer R., Mikkelsen L., Asp L., Blinzler B. Automated X-ray computer tomography segmentation method for finite element analysis of non-crimp fabric reinforced composites // Composite Structures. 2020. V. 256. P. 113136.
- 16. Sukemi, Sukrisno E. Identification using the K -Means Clustering and Gray Level Co-occurance Matrix (GLCM) At Maturity Fruit Oil Head / 2019 Fourth International Conference on Informatics and Computing (ICIC) 2019 Fourth International Conference on Informatics and Computing (ICIC). Semarang, Indonesia: IEEE, 2019. P. 1—4.
- 17. Zhou B. Image Segmentation Using Slic Superpixels and Affinity Propagation Clustering // International Journal of Science and Researc. 2015. V. 4. No. 4. IJSR. P. 1525—1529.
- 18. Lowekamp B., Chen D., Yaniv Z., Yoo T. Scalable Simple Linear Iterative Clustering (SSLIC) Using a Generic and Parallel Approach // The Insight Journal. 2018.
- 19. Nowosad J., Stepinski T.F. Extended SLIC superpixels algorithm for applications to non-imagery geospatial rasters // International Journal of Applied Earth Observation and Geoinformation. 2022. V. 112. P. 102935.
- 20. Fedorov A., Beichel R., Kalpathy-Cramer J., Finet J., Fillion-Robin J.-C., Pujol S., Bauer C., Jennings D., Fennessy F., Sonka M., Buatti J., Aylward S., Miller J.V., Pieper S., Kikinis R. 3D Slicer as an Image Computing Platform for the Quantitative Imaging Network // Magnetic resonance imaging. 2012. V. 30. No. 9. P. 1323—1341.
- 21. Zack G.W., Rogers W.E., Latt S.A. Automatic measurement of sister chromatid exchange frequency // Journal of Histochemistry & Cytochemistry. 1977. V. 25. No. 7. P. 741—753.
