ПРОБЛЕМЫ АВТОМАТИЗАЦИИ КОНТРОЛЯ МАГНИТНЫХ ПОЛЕЙ РАССЕЯНИЯ С ПОМОЩЬЮ МАГНИТНЫХ ЖИДКОСТЕЙ

Магнитные жидкости (МЖ) как новые искусственные перспективные материалы для приборостроения, медицины и сепарации полезных ископаемых появились раньше, чем термин «нанотехнологии». МЖ представляют собой стабилизированные коллоидные растворы ферро- или ферримагнитных частиц в немагнитных носителях. Размер магнитных частиц составляет порядка 10 нм, поэтому МЖ иногда рассматривают как нанодисперсные материалы. За почти 50 лет исследования и применения МЖ были разработаны электромеханические преобразователи, герметизаторы, датчики физических величин, сепараторы и рентген-контрастные вещества для медицинских исследований.
На основе магнитных жидкостей получены индикаторные среды, используемые для визуализации дефектов на поверхности изделий, способных намагничиваться в слабых магнитных полях. Разработка таких индикаторных сред позволила предложить новые способы и устройства для контроля магнитных полей рассеяния магнитных головок (МГ) и сигналограмм [1,2,3,4], устройство для визуализации магнитного поля, способы определения полей рассеяния МГ и коэрцитивной силы магнитного носителя, метод моделирования критических зон записи. Индикаторными средами, способными визуализировать поля рассеяния микроскопических намагниченных объектов или дефекты на поверхностях изделий, способных намагничиваться в слабых магнитных полях являются: магнитные жидкости, мелкодисперсные эмульсии магнитных жидкостей [5-8], магнитные жидкости с микрокапельными агрегатами [9].
В настоящее время развитие технологии производства и применение вычислительной техники позволяет не только проводить многосторонние исследования хаpaктеристик разнообразных технических устройств, но и ставит задачу по автоматизации процесса измерений, повышению точности получаемых результатов, что позволит значительно сократить время исследования и число занятых в исследовательском процессе людей.
При использовании магниточувствительных жидкостей необходимо контролировать такие их параметры как количество и размеры дисперсной фазы, распределение по размерам, поли-или монодисперсность их состава. Использование в качестве датчиков магнитных полей рассеяния микрокапельных агрегатов размером порядка 1 мкм ставит задачу контроля их прострaнcтвенного расположения, размеров и формы. Для автоматизации способов контроля магнитных полей рассеяния микроскопических объектов, описанных в работах [1-13], необходимо реализовать получение, оцифровку и распознавание изображений, полученных с помощью магнитооптических датчиков.
Распознавание видеоизображений является отраслью, использующей возможности самых разных областей математики, средств вычислительной техники и методов программирования. Наиболее распространенными методами распознавания изображений являются экстремально-корреляционные, статистические, структурно-лингвистические, геометрических инвариантов. Эти методы основаны на сравнении эталонного и анализируемого изображений непосредственно или через вторичные признаки. Вне зависимости от метода качество сравнения в сильной степени зависит от идентичности условий освещения и наблюдения анализируемого и эталонного изображений.
Целью данной работы является автоматизация анализа видео и фотоизображений микроскопических датчиков, полученных разными методами для контроля полей рассеяния магнитных головок и сигналограмм.
Контролируемыми параметрами могут быть размеры, форма, расположение и перемещение микроспокических объектов внутри датчика.
Разработаны алгоритмы для выделения цельных непрерывных объектов, основанные на теории графов, а именно, на волновом принципе нахождения пути с минимальным количеством вершин.
Для дисперсионного анализа микрофотографий разработано программное средство MJ_FOTOSCAN [14]. Работа программы состоит из 2-х основных этапов: оцифровки и анализа. После оцифровки микрофотографий следует этап их распознавания и анализа количества и размера агрегатов МЖ. Разработанная программа производит следующие операции: преобразует фотографию в серой цветовой гамме (градация серого цвета) в монохромное изображение; полученное монохромное изображение подвергается последующему распознаванию и анализу. Методика анализа дискретизированного черно-белого изображения основана на выделении отдельных групп черных точек, которые непосредственно соединены друг с другом, то есть являются соседними по горизонтали и вертикали. После этого программа строит диаграмму распределения агрегатов по размерам. На основании полученной диаграммы можно сделать вывод о возможности применения данной МЖ для получения датчиков магнитного поля и оценить их чувствительность.
Алгоритм процесса распознавания, анализа и моделирования динамики движения объектов на изображениях состоит из основных шагов:
1) получение исходного изображения (путем сканирования, видеокамера, Web-камера,
фотографирования, снятия информации с сенсорных датчиков и т.п.);
2) предобработка изображения, которая включает этапы нормализации и сегментации:
2.1) нормализация изображения (в том числе регистрация изображений, нормализация яркости, фильтрация изображения, бинаризация изображения, преобразование цветного изображения в тоновое, устранение шумов, выравнивание гистограммы яркости и т.п.);
2.2) сегментация изображения для выделения объектов и областей, представляющих интерес для решения поставленной задачи;
2.2.1) обработанное изображение состоит из двух цветов (черного и белого). Выполняется поиск ограниченных областей черного цвета, и при нахождении выполняется заливка объекта в уникальный цвет палитры RGB;
2.2.2) после заливки объекта на изображении информация о его месте нахождения и цвете выбранной заливки записывается в базу данных;
2.2.3) генерация нового, уникального цвета, повтор выполнения первой операции. Так как залитые области на изображении имеют уже не черный цвет, вследствие чего продолжаемая обработка изображения игнорирует найденные объекты и продолжает поиск новых, закрашенных в черный цвет;
2.2.4) на данном этапе мы имеем изображение, на котором объекты закрашены в разные цвета и информация о «точке столкновения» с объектом и цвете заливки записана в базу данных. Далее выполняется последовательное чтение записей и производится анализ каждой закрашенной области на изображении, при котором вычисляются точные координаты границ (вертикальных и горизонтальных), производится точный подсчет количества пикселей объекта и образ, преобразованный в массив, состоящий из координат каждой точки закрашенной области, записываются в базу данных. Данный набор операций применяется к каждому объекту, в результате образы каждой области изображения хранятся в базе данных;
2.2.5) применение алгоритмов предобработки изображений к выделенным областям (выделение остова, выделение контура и т.п.).
3) повторение выполнения первых двух шагов с интервалом времени, необходимым для выполнения операций получения и обработки изображения. По достижению нужного количества обработанных изображений переходим к следующему шагу распознавания образов;
4) применение одного или нескольких алгоритмов распознавания к полученным моделям объектов изображений, хранящихся в базе данных, по которым со 100% точностью можно восстановить каждое исходное черно-белое изображение. К объектам, хранящимся в таком виде можно применить любой способ описания, сравнения и сопоставления друг с другом;
5) поиск подобных объектов, находящихся на разных изображениях по выбранному методу сравнения и условий подобия. Построение геометрической модели движения с учетом времени и свойств объекта. Построение визуальной модели движения объектов на основе геометрической модели и образа объекта, хранящегося в базе данных. Данный этап можно производить параллельно с остальными этапами моделирования и динамически, с небольшим отставанием во времени следить за движением изучаемого объекта и отображать результаты в режиме реального времени.
Программная реализация описанного алгоритма основана на использовании сервера баз данных с реляционной архитектурой на основе MS SQL Server 2000.
СПИСОК ЛИТЕРАТУРЫ:
- А.с. 943618 (CCCР), Опубл. в Б.И.,1982, N 28.
- А.с. 949558 (CCCР), Опубл. в Б.И.,1982, N 29
- А.с. 1483485 (CCCР), Опубл. в Б.И.,1989, N 20
- А.с. 1465843 (CCCР), Опубл. в Б.И.,1989, N 10
- А.с. 940049 (CCCР), Опубл. в Б.И.,1982, N 24
- А.с. 966735 (CCCР), Опубл. в Б.И.,1982, N 38
- А.с. 1132213 (CCCР), Опубл. в Б.И.,1984, N 48
- Шагрова Г.В. Магниточувствительные жидкости для визуализации дефектов //Сборник научных трудов «10-я юбилейная международная Плесская конференция по магнитным жидкостям», Плес, Россия, сентябрь 2002. с. 172-177
- Шагрова, Г. В. Визуализация и определение полей рассеяния магнитных сигналограмм //11- международная Плесская конференция по магнитным жидкостям: сб. науч. тр./ Плес, сентябрь, 2004. - с.345 -350.
- А. с. 741137 (CCCР) Опубл. Б.И.,1980, N 22
- Скибин, Ю. Н., Чеканов В. В. Использование двойного лучепреломления в феррожидкости для построения спектра магнитных полей Магнитная гидродинамика, 1977 -. № 2, с. 137 - 138.
- Патент РФ 2005310 Опубл. в Б.И., 1993, N 47-48.
- Патент РФ 2019853 Опубл. в Б.И., 1994, N 17.
- Дроздова В.И., Федоров С.О. Программный комплекс для анализа дисперсного состава многокомпонентных систем// Компьютерное моделирование 2005 /Материалы VI международной конференции, Санкт-Петербург, 2005г. С. 361 - 363.
В статье раскрываются внешние и внутренние условия психического развития обучаемых. Автором проанализирован механизм становления и развития перцептивных элементов в процессе обучения двуязычных учащихся на первом и втором языках. В работе приведены педагогические условия развития мыслительных способностей учащихся-монолингвов, а также выявлены условия эффективного развития мыслительных способностей двуязычных учащихся.
...
11 06 2026 15:32:31
Статья в формате PDF
101 KB...
10 06 2026 5:58:14
Статья в формате PDF
101 KB...
09 06 2026 10:54:47
Статья в формате PDF
104 KB...
07 06 2026 16:44:49
Рассматриваются показатели всхожести семян и частота встречаемости патологий митоза проростков лука-батуна (Allium fistulosum. L.), выращенных на почвенных пробах, отобранных на территории Западной Якутии в природных биотопах и в зоне воздействия предприятий горнодобывающей промышленности. Проанализировано 97 проб почвы, 35 000 клеток. Выявлено снижение всхожести семян и повышение показателя мутагенной активности почв на территории, загрязненной в результате деятельности алмaзoдобывающей промышленности и разведки месторождений углеводородного сырья в зоне воздействия всех обследованных предприятий. Это свидетельствует о нарушении цитогенетического гомеостаза вследствие комплексного воздействия негативных факторов антропогенно преобразованной среды.
...
06 06 2026 9:11:30
Статья в формате PDF
327 KB...
05 06 2026 17:34:33
Статья в формате PDF
119 KB...
04 06 2026 18:43:38
Статья в формате PDF
334 KB...
03 06 2026 18:50:21
Статья в формате PDF
196 KB...
02 06 2026 4:44:27
Статья в формате PDF
131 KB...
01 06 2026 0:40:55
Статья в формате PDF
148 KB...
31 05 2026 12:59:46
Статья в формате PDF
138 KB...
30 05 2026 7:39:28
Рассматривается проблема организации продуктивной умственной деятельности учащихся общеобразовательных учреждений в системе дидактических принципов современной педагогики. Анализ принципов показывает, что отечественная дидактика в большой мере сохраняет черты традиционной модели обучения и недостаточно учитывает психологическую природу мышления и закономерности продуктивной умственной деятельности при разработке принципов обучения. Выделены основополагающие принципы организации продуктивной умственной деятельности на основе закономерностей развития знания и процесса познания, психологических закономерностей мышления.
...
29 05 2026 21:53:15
Статья в формате PDF
227 KB...
28 05 2026 18:54:16
Статья в формате PDF
104 KB...
27 05 2026 8:56:12
Статья в формате PDF
308 KB...
26 05 2026 19:43:31
Физико-технический лицей № 1 целенаправленно решает задачу выявления интеллектуально одаренных школьников и развития их способностей. Содержание, формы и методы обучения в лицее базируются на принципах профилизации, вариативности, фундаментализации, интегративности, гуманизации, иформатизации. Профильные предметы - математика, физика и информатика. Их изучение занимает 54 % учебного времени, а изучение биологии и химии - всего 10 %. Для учащихся, проявляющих интерес и способности к изучению естественнонаучных предметов проводятся занятия в спецкурсах и кружках, индивидуальные консультации, реализуются учебно-исследовательские проекты. За счет выбора индивидуальной образовательной траектории эти учащиеся имеют возможность достичь высоких результатов в изучении биологии и химии, вплоть до побед на международных олимпиадах.
...
24 05 2026 16:41:37
Статья в формате PDF
122 KB...
23 05 2026 23:27:59
В статье проанализирован опыт лечения больных острым аппендицитом за последние 10 лет. Из 1073 поступивших в приемное отделение, 229 больных отправлены в другие отделения, у 730 диагноз подтвержден и выполнена операция аппендэктомия. Гистологическое исследование отростков показало, что у 353 (48,4%) больных отросток был флегмонозный, у 87 (11,9%) – гангренозный, в том числе у 15 (2%) – гангренозно-перфоративный, у 290 (39,7%) – катаральный. Большой процент катаральных форм автор связывает с гипердиагностикой. 24 (3,2%) больных был диагностирован разлитой перитонит. В комплексном лечении больных наряду с антибактериальными средствами, последнее время широко стали применяться современные методики (дренирование брюшной полости силиконовыми трубками д 0,5-1,0 см, назогастральное дренирование, гемосорбция, УФО крови, химическая детоксикация гипохлоритом натрия). ппендикулярный инфильтрат был диагностирован у 14 (1,9%) больных. Тактика при этом осложнении была традиционной. У 35 (4,79%) больных развились послеоперационные осложнения: нагноение подкожно-жировой основы у 19 (2,66%), инфильтраты послеоперационного шва – у 9 (1,2%), гематомы подкожной клетчатки – у 7 (0,9%), в том числе у 7 (0,9%) больных с нагноением подкожно-жировой основы, развились дополнительно послеоперационные пневмонии. а эти годы серьезных полостных послеоперационных осложнений не отмечалось, также не было послеоперационной летальности. лучшение результатов лечения автор связывает с повышением профессионального роста врачей, продуманной взвешенной хирургической тактикой. Также имеет значение и возраст больных. У 88% он равнялся 1822 годам. При поступлении больные были физически крепкими и тренированными (военнослужащие), что позволило им значительно лучше справиться в послеоперационном периоде даже с перитонитом.
...
22 05 2026 7:56:19
Статья в формате PDF
334 KB...
21 05 2026 16:20:35
Статья в формате PDF
255 KB...
19 05 2026 23:48:25
Статья в формате PDF
306 KB...
18 05 2026 7:45:28
В статье рассмотрено понятие «финансовый леверидж» и его влияние на увеличение или уменьшение прибыли и собственного капитала предприятия.
...
16 05 2026 19:55:21
Статья в формате PDF 112 KB...
15 05 2026 20:32:21
14 05 2026 20:13:57
Статья в формате PDF
143 KB...
13 05 2026 12:51:19
Статья в формате PDF
117 KB...
12 05 2026 15:10:10
Статья в формате PDF
244 KB...
11 05 2026 15:17:44
Статья в формате PDF
190 KB...
10 05 2026 15:51:52
Статья в формате PDF
101 KB...
09 05 2026 8:48:57
Статья в формате PDF
112 KB...
08 05 2026 0:52:14
Статья в формате PDF
242 KB...
07 05 2026 9:26:52
Статья в формате PDF
305 KB...
06 05 2026 19:35:16
Статья в формате PDF
259 KB...
05 05 2026 16:59:49
Статья в формате PDF
113 KB...
04 05 2026 15:58:50
Статья в формате PDF
110 KB...
03 05 2026 15:17:23
Еще:
Поддержать себя -1 :: Поддержать себя -2 :: Поддержать себя -3 :: Поддержать себя -4 :: Поддержать себя -5 :: Поддержать себя -6 :: Поддержать себя -7 :: Поддержать себя -8 :: Поддержать себя -9 :: Поддержать себя -10 :: Поддержать себя -11 :: Поддержать себя -12 :: Поддержать себя -13 :: Поддержать себя -14 :: Поддержать себя -15 :: Поддержать себя -16 :: Поддержать себя -17 :: Поддержать себя -18 :: Поддержать себя -19 :: Поддержать себя -20 :: Поддержать себя -21 :: Поддержать себя -22 :: Поддержать себя -23 :: Поддержать себя -24 :: Поддержать себя -25 :: Поддержать себя -26 :: Поддержать себя -27 :: Поддержать себя -28 :: Поддержать себя -29 :: Поддержать себя -30 :: Поддержать себя -31 :: Поддержать себя -32 :: Поддержать себя -33 :: Поддержать себя -34 :: Поддержать себя -35 :: Поддержать себя -36 :: Поддержать себя -37 :: Поддержать себя -38 ::