Алгоритм определения угла между направлениями шлифовки поверхности

Работа посвящена разработке алгоритма анализа изображений профилограмм, полученных с помощью оптического профилометра ZYGO ZeGage Pro HR, с целью определения некоторых параметров обработки поверхности материала: направлений шлифовки и угла между ними. Анализ таких данных позволяет устанавливать связь между применяемой технологией обработки материала и качеством получаемой поверхности. Необходимость автоматизации данного процесса является актуальной задачей, решение которой позволит сократить время анализа большого объема исследуемых образцов и ускорить проверку их качества. В данной исследовательской работе представлен процесс функционирования разработанного алгоритма, основанного на применении методов обнаружения геометрических объектов на изображениях. Алгоритм состоит из нескольких этапов, включая предварительную обработку входных данных, методы обнаружения прямых линий на изображении, выделение направлений шлифовки поверхности и определение угла между ними. Кроме того, в рамках исследования была предложена модификация алгоритма, основанная на частотном анализе изображений. Данная модификация позволяет устранить описанные в работе недостатки основной реализации, вызванные спецификой входных данных, и повысить эффективность работы программы. Также приведены выводы по результатам проверки точности разработанного алгоритма и его модификации, полученные на разных образцах исследуемых поверхностей.

1. May P.W. Diamond thin films: a 21st-century material. Phil. Trans. R. Soc. Lond. A. 2000;358:473–495.

2. Mc'Scimin H.I. Elastic moduli of diamond. Phys. Review. 1957;5(1):116–120.

3. Nelson A. The compressive strength of perfect diamond. Appl. Phys. 1979;4:2763–2764.

4. Field I.E. Strength testing of diamond. Ind. Diamond Rev. 1974;7:255–259.

5. Wodniak I. CVD diamond detectors for fast alpha particles escaping from the tokamak D-T plasma. Nucleonika. 2011;56:143−147.

6. Klepikov I.V., Koliadin A.V., Vasilev E.A. Analysis of type IIb synthetic diamond using FTIR spectrometry. IOP Conf. Series: Materials Science and Engineering. 2017;286:012035. DOI: 10.1088/1757-899X/286/1/012035.

7. Nikitina M.A., Chernukha I.M., Lisitsyn A.B. About a “digital twin” of a food product. Theory and practice of meat processing. 2020;1:4–8. DOI: 10.21323/2414-438X-2020-5-1-4-8.

8. Zongyan W. Digital twin technology. IntechOpen. 2020;2–21. DOI: 10.5772/intechopen.80974.

9. Grieves M. Origins of the digital twin concept. Florida Institute of Technology: Melbourne, FL, USA. 2016;8. DOI: 10.13140/RG.2.2.26367.61609.

10. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера; 2005. 1072 с.