Способ и устройство автоматизированного видеоанализа темплетов при непрерывном литье заготовок на мнлз (система сват)

Изобретение относится к металлургии. Его использование при непрерывном литье металлов обеспечивает автоматизацию процесса анализа качества заготовок. Способ автоматизированного видеоанализа (контроля) образцов включает в себя подготовку образцов, получение видеоизображений путем сканирования, обработку видеоизображений программным обеспечением для выявления структурных дефектов, оценивание дефектов и запоминание полученных данных, создание электронного отчета по каждому анализируемому образцу. Технический результат достигается благодаря тому, что применяют обучаемое программное обеспечение для обработки двумерных изображений, производят автоматический поиск дефектов, автоматическую идентификацию типа, геометрического распределения и выраженности каждого дефекта в баллах в соответствии с эталонной шкалой классификации дефектов, передают в компьютер вычислительного модуля технологические параметры изготовления каждого образца, формируют полный отчет по качеству при заданных технологических параметрах литья, пополняют библиотеку обнаруженных дефектов, определяют систему бездефектной технологии непрерывного литья заготовок на основе данных проведенного видеоанализа. 2 н. и 1 з.п. ф-лы.

 

Изобретение относится к металлургии, к способам и устройствам анализа и контроля качества заготовок при непрерывном литье металлов на МНЛЗ, и может быть использовано в автоматизированной технологии управления качеством литых заготовок, а также для создания качественной бездефектной эталонной технологии непрерывного литья заготовок, что позволит встраивать МНЛЗ в непрерывные технологические потоки с прямым горячим посадом заготовок в нагревательные печи прокатных производств.

Существующие в настоящее время способы и устройства анализа и контроля качества заготовок при непрерывном литье заготовок на МНЛЗ направлены на исследование поверхностных дефектов литья и не позволяют исследовать макроструктуру в поперечном сечении отлитых заготовок, т.е. внутренние дефекты металла. В патенте Российской Федерации [1], к примеру, описан способ контроля технологического процесса непрерывной разливки металла, включающий пирометрическое измерение температуры поверхности непрерывно-отливаемого слитка с последующей обработкой полученных данных, в котором съем излучения производится в местах наиболее вероятного трещинообразования непосредственно в зоне первичного охлаждения в кристаллизаторе. Устройство, реализующее этот способ, содержит волоконно-оптический зонд, соединенный передающими волоконными световодами с входом спектрального прибора с фотоприемниками, выходы которых через блок обработки сигналов соединены с блоком анализа данных. Волоконно-оптический зонд выполнен в виде набора волоконных световодов и помещен в теплопроводную матрицу, которая размещается в стенке кристаллизатора. В [2] описано устройство для контроля поверхностных дефектов горячей заготовки в процессе ее отливки на МНЛЗ, которое содержит две рамы, два датчика цилиндрической формы, ось которых перпендикулярна контролируемой поверхности, два узла сканирования, включающие направляющие, параллельные контролируемой поверхности заготовки и перпендикулярные ее оси. Узлы сканирования содержат тележки, установленные с возможностью касания колесами поверхности заготовки, причем тележки шарнирно закреплены на рамах с возможностью поворота в двух взаимно перпендикулярных плоскостях, нормальных контролируемой поверхности, из которых одна параллельна оси заготовки.

Описанные технические решения не позволяют выявить внутренние дефекты металла и определить с высокой точностью сортность и качество заготовки.

Известен также метод, применяемый для оценки плотности и однородности внутренних зон литой заготовки (слитка), описанный в [3]. Подготавливаются темплеты - образцы, вырезанные, как правило, в поперечном направлении к движению заготовки. Контролируемая плоскость темплетов подвергается механической обработке (строжке, шлифовке и др.). Производится травление темплетов для выявления дефектов макроструктуры. После травления темплеты тщательно промываются и просушиваются. Оценку макроструктуры производят путем сравнения натурального вида темплетов со схематическими эталонами для балльной оценки, приведенными в стандарте. Каждая шкала состоит из 4-х баллов. Оценка дефектов производится как целыми, так и дробными баллами (0,5; 1,5 и т.д.). При одновременном присутствии нескольких дефектов оценка по каждому виду дефекта производится отдельно. При отсутствии дефектов проставляется балл 0. Шкалы иллюстрируют основные виды дефектов: осевую рыхлость, осевую химическую неоднородность, осевые трещины, трещины и ликвационные полоски, перпендикулярные узкой и широкой граням или угловые, трещины гнездообразные, точечная неоднородность, поверхностное науглероживание.

Недостатками известного способа являются трудоемкость контроля из-за отсутствия автоматизации выделения и идентификации дефектов, сравнения со шкалами, определения оценок и протоколирования, а также некоторая субъективность контроля.

Наиболее близким аналогом является техническое решение для автоматизированного видеоанализа поверхностных дефектов, описанное в [4]. Известное техническое решение направлено на обнаружение дефектов поверхности деталей при условии высокой отражательной способности и малой излучательной способности. Рассматриваются локальные геометрические дефекты, такие как трещины, лунки, царапины и дырки. Принцип устройства состоит в получении изображения поверхности в инфракрасном спектре после возбуждения излучения путем сканирования поверхности лазерным лучом. Для сканирования всей поверхности применяется устройство, продвигающее заготовку в определенном направлении, а сканирование производится в поперечном направлении. Далее изображение анализируется с целью нахождения локальных участков повышенной яркости. Утверждается, что повышенная яркость связана с усиленной светимостью облученных лазером участков, содержащих нерегулярности поверхности (дефекты). Указанный анализ яркости производится программно или аппаратно путем сравнения сигнала от инфракрасного датчика с пороговым сигналом. При этом определяются лишь размеры дефектов; их конкретный тип данным способом определить невозможно. Таким образом, классификация по типам дефектов не производится. Основной акцент в описании изобретения делается на совокупность и взаимное расположение технических средств (лазерного излучателя, системы зеркал, инфракрасного датчика); никакие детали компьютерной обработки изображения не приводятся, и, судя по тексту, не представляют самостоятельного интереса с точки зрения авторов.

Задачей настоящего изобретения является автоматизация технологического процесса анализа (контроля) качества заготовок и определения их сортности с целью увеличения выхода металла высокого качества.

Указанная задача решается следующим образом.

Предлагается способ и устройство автоматизированного видеоанализа темплетов (Система Видео Анализа Темплетов - СВАТ) при непрерывном литье заготовок на МНЛЗ.

Способ включает подготовку образцов, получение видеоизображений путем сканирования образца по всей его поверхности сканирующим модулем, обработку полученных видеоизображений посредством программного обеспечения для выявления структурных дефектов, определение оценок дефектов и запомининие полученных данных, создание электронного отчета по каждому анализируемому образцу с протоколированием результатов проведенного анализа. В отличие от ближайшего аналога применяют обучаемое программное обеспечение для обработки двухмерных изображений, производят автоматический поиск дефектов, автоматическую идентификацию типа, геометрического распределения и выраженности каждого дефекта в баллах в соответствии с эталонной шкалой классификации дефектов, передают в компьютер вычислительного модуля технологические параметры изготовления каждого образца, формируют полный отчет по качеству при заданных технологических параметрах литья, пополняют библиотеку изображений обнаруженных дефектов, определяют систему качественной бездефектной технологии непрерывного литья заготовок на основе данных проведенного видеоанализа.

Устройство автоматизированного видеоанализа темплетов содержит осветитель, сканирующую головку с электромеханическим устройством для плавного перемещения сканирующей головки относительно поверхности анализируемого образца, встроенный компьютер со средством получения видеоизображения, вычислительный модуль с выполняемым в нем программным обеспечением для анализа полученного при сканировании видеоизображения, обнаружения дефектов и управления системой, а также АРМ оператора, обеспечивающий просмотр и корректировку видеоизображений дефектов и обращение к базе данных по анализу образцов. Отличается тем, что средством получения видеоизображения является фрэймграббер, а программное обеспечение в вычислительном модуле осуществляет обработку двухмерных изображений, производит автоматический поиск дефектов, автоматическую идентификацию типа, геометрического распределения и выраженности каждого дефекта в баллах в соответствии с эталонной шкалой классификации дефектов, а АРМ оператора обеспечивает корректировку протокола.

В устройстве, кроме того, возможно применение осветителя в видимом и/или в ультрафиолетовом и/или в инфракрасном спектрах в зависимости от требований к перечню и параметрам контролируемых дефектов.

В автоматизированную макротемплетную лабораторию доставляются для анализа темплеты, изготовленные по заданным технологическим параметрам, с каждого ручья машин непрерывного литья заготовок. Темплеты отрезаются по поперечному сечению отлитой заготовки. При подготовке темплетов к анализу производится их шлифовка, полировка и протравливание специальными реактивами при необходимости. После анализа темплеты складируются и хранятся в течение определенного промежутка времени.

Стадии отбора темплетов, их доставки в лабораторию, подготовки и хранения допускают различную степень механизации и автоматизации. В частности:

- возможно использование автоматизированных резчиков, маркировщиков, транспортеров для отбора и доставки темплетов;

- программное обеспечение лаборатории может быть дооснащено модулем слежения за своевременным отбором темплетов;

- склад может быть снабжен автоматизированными устройствами для размещения темплетов, а также ПО адресного хранения и слежения за сроками содержания каждого темплета.

Виды дефектов, подлежащих фиксации и оценке на темплетах: осевая рыхлость, осевая химическая неоднородность, осевые трещины, трещины и ликвационные полоски, перпендикулярные узким или широким граням или угловые, трещины гнездообразные, точечная неоднородность, поверхностное науглероживание.

Для каждого вида дефекта оценка макроструктуры производится путем сравнения с соответствующей эталонной шкалой. Под эталонной шкалой подразумевается зафиксированная в отраслевом стандарте серия изображений темплетов с возрастающей степенью выраженности данного дефекта. Оценка выставляется от 0 до 4-х баллов; допускаются дробные баллы. При одновременном присутствии нескольких видов дефектов оценка по каждому из них производится отдельно.

В предлагаемом техническом решении трудоемкая работа по выделению дефектов, их идентификации, сравнению со шкалами, определению оценок и протоколированию перекладывается на компьютер. Эти действия производятся путем математической обработки видеоизображений, полученных от сканера, с использованием созданной экспертной системы и одновременным ее совершенствованием (дообучением).

Заготовки, выполненные без дефектов, макроструктура которых соответствует эталонным образцам, регистрируются в отчете отдельно с указанием даты, номера плавки, номера МНЛЗ и ручья, марки стали, параметров технологического режима и изображения темплета. Полученные данные по бездефектному литью заготовок анализируются и используются для создания качественной эталонной технологии литья заготовок. Все технологические параметры по бездефектному эталонному литью заготовок передаются в автоматизированную систему управления технологическим процессом МНЛЗ (АСУ ТП МНЛЗ).

Основные характеристики системы СВАТ:

- Система производит автоматическое сканирование всей площади темплета.

- Система предлагает надежное обнаружение и классификацию дефектов макроструктуры. Дефекты классифицируются по форме и размеру. Результаты распознавания основаны на сравнении с библиотекой изображений дефектов, а также на использовании выработанных при анализе этой библиотеки экспресс-алгоритмов численного исследования изображений.

- Результаты инспекции темплета могут быть переданы в АСУ ТП МНЛЗ и использованы при формировании документации, сопровождающей заготовку.

- Система производит полный отчет по качеству каждой заготовки, документируя дефекты, включая их точную позицию на темплете. Результаты выдаются в виде таблицы, степень укрупнения (подробности) выдачи задается параметрами. Эта информация легко доступна для последующего анализа или ответа на запросы пользователя. Полученные данные используются для накопления статистической информации.

- Программное обеспечение системы позволяет быстро адаптироваться к новым производственным нормативам по отнесению заготовок к различным классам сортности.

- Система позволяет выявить бездефектную качественную эталонную технологию литья заготовок и определяет при этом процессе рабочие параметры работы МНЛЗ.

Результаты инспекции могут использоваться для определения источников дефектов в процессах производства и выявления предшествующих стадий передела, ставших причиной возникновения дефектов. Таким образом, открывается новое направление для оптимизации технологии.

Анализ производится Системой СВАТ, предназначенной для:

- получения видеоизображения темплетов с помощью специализированного сканера высокого разрешения;

- компьютерного поиска дефектов на изображениях темплетов объективным абсолютным измерением, не зависящим от квалификации персонала и других субъективных факторов;

- классификации дефектов с использованием самообучающейся математической модели;

- создания электронного отчета по каждому темплету с указанием видов обнаруженных дефектов, их размеров и расположения, а также выставленной оценки в баллах по каждому виду дефекта;

- хранения данных по продукции и дефектам в течение длительного времени;

- предотвращения ущерба для более поздних стадий передела;

- накопления долгосрочной статистики, полезной при анализе эффективности модернизации технологии подготовки металла и разливки;

- определения зависимости качества заготовок от заданных технологических параметров МНЛЗ и создания эталонной качественной технологии непрерывного литья заготовок.

Способ осуществляется с помощью устройства, основные модули которого следующие:

Сканирующий модуль, включающий систему специального освещения, сканирующую головку, встроенный компьютер с фрэймграббером, электромеханическое устройство для плавного перемещения сканирующей головки относительно поверхности темплета;

Вычислительный модуль, включающий в себя компьютер и программное обеспечение для анализа видеоизображения, обнаружения дефектов, вычисления оценок, создания протокола анализа темплета, управления системой;

АРМ оператора, обеспечивающее просмотр и корректировку протокола и видеоизображений дефектов, работу с графической базой данных по анализу темплетов, настройку параметров системы, ручной ввод поправок в распознающие правила (при необходимости).

Оборудование СВАТ размещается в макротемплетной лаборатории. Предусмотрена возможность сканирования площади темплета до 1350 мм×250 мм.

Сканирующий модуль оборудован системой специального освещения. Тип источника, направление и интенсивность освещения подбираются так, чтобы на видеоизображении четко выделялись дефекты всех видов. Возможно применение освещения в видимом, ультрафиолетовом и инфракрасном спектрах, а также комбинированное освещение прямым и рассеянным светом. Видеосигнал воспринимается с помощью встроенной платы - фрэймграббера и преобразуется в видеокадр.

Вычислительный модуль представляет собой компьютер офисного исполнения, либо промышленный компьютер в зависимости от условий в помещении лаборатории. Обеспечивается сетевая связь с процессорным блоком сканера для передачи управляющих сигналов и получения видеокадров.

Программное обеспечение обработки изображений, внесения видео-кадров в графическую базу данных, генерации протокола анализа темплета работает в стандартной операционной системе Windows NT, Windows 98, Windows 2000.

Программное обеспечение системы СВАТ включает следующие основные модули:

- системное программное обеспечение;

- фреймграббер с препроцессингом изображений;

- модуль управления приводом и системой освещения сканера;

- модуль предварительной обработки изображений;

- модуль поиска и распознавания дефектов;

- модуль просмотра и редактирования графической БД;

- модуль обмена с базой данных автоматизированной системы управления (БД АСУ) предприятия.

Изобретение реализуется следующим образом.

По команде на запуск устройства автоматизированного видеоанализа темплетов включается привод и освещение, сканирующая головка формирует видеосигнал с информацией о последовательно снимаемых в движении фрагментах тсмплета. Видеосигнал на сканере преобразуется в видеоизображение с использованием фреймграббера и передается на компьютер.

Программный модуль поиска дефекта «пытается» обнаружить и выделить графические фрагменты с дефектом на каждом видеоизображении. Затем распознающий модуль относит дефект к определенному виду и вычисляет оценку выраженности дефекта в баллах. В случае успешной попытки классификации соответствующий фрагмент сохраняется в графической базе данных. В противном случае для классификации используется диалог с оператором (в частности, на ранней стадии обучения экспертной системы).

Программное обеспечение формирует архив отчетов о результатах поиска дефектных участков и выставленных оценках в баллах для каждого темплета. Вместе с числовыми данными (датой, номером плавки, номером МНЛЗ и ручья, маркой стали, параметрами технологического режима, балльностью), в этой базе данных сохраняется изображение темплета, а также изображения выделенных программой дефектов. Бездефектные темплеты регистрируются в архиве отчетов отдельно.

Программный модуль просмотра и редактирования графической базы данных предоставляет графический интерфейс, позволяющий пользователю «прокручивать» накопленные графические и числовые данные по анализу темплетов.

На дисплее на изображение темплета накладываются выделенные цветом дефекты и объединяющие контуры, которые были найдены компьютером в соответствии с заложенной математической моделью. Пользователь может «отменять» или «добавлять» локальные дефекты (пятна), указав на них курсором «мыши».

Возможна коррекция с помощью мыши контура, объединяющего локальные дефекты. Например, компьютер объединил найденные пятна в несколько маленьких последовательных трещин и обвел их контурами. Пользователь может объединить эти контуры в контур одной большой трещины. Это может повлиять на оценку.

Программный модуль распознавания дефекта относит его к одному из известных видов. В некоторых случаях допустима регистрация дефекта без отнесения его к определенному виду. Пользователь может указать вид дефекта, либо изменить уже назначенный вид, а также принять или изменить оценку в баллах, выставленную по каждому дефекту.

Описанные действия пользователя используются для дообучения заложенной в программу математической модели. Поэтому при повторении изображения темплета с аналогичными дефектами, они автоматически будут выделены так, как в прошлый раз посчитал правильным пользователь. Таким образом, повторная коррекция вручную не потребуется.

В архиве отчетов может выполняться поиск и выборки за заданный промежуток времени в разрезе по ручьям, маркам стали, видам дефектов и любым другим сохраняемым атрибутам. Для составления запросов и формирования отчетов разработан удобный пользовательский интерфейс.

Документирование в системе СВАТ: результаты обследования поверхностных дефектов темплета и их регистрации с помощью установки СВАТ оформляются в виде отчета. Отчет включает предварительную классификацию дефектов, которые могут быть зафиксированы визуальным путем. Указываются основные характеристики дефектов, включая описание дефекта, типичные геометрические размеры, расположение, оценку в баллах, решение по отбраковке, возможные причины, порождающие дефект.

Приводятся типичные видеоизображения дефектов данного темплета, получаемые с помощью СВАТ.

Настоящее изобретение подготовлено к внедрению на МНЛЗ №3 кислородно-конверторного цеха Магнитогорского металлургического комбината.

Литература

1. Патент РФ №2015827.

2. Патент РФ №2037377.

3. Отраслевой стандарт ОСТ 14-4-72 «Сталь. Метод контроля макроструктуры литой заготовки (слитка), полученной методом непрерывной разливки».

4. Заявка США №2003/0030002 А1, кл. П 01 Т 21/35, 13.02.2003.

1. Способ автоматизированного видеоанализа (контроля) образцов, включающий подготовку образцов, получение видеоизображений путем сканирования образца по всей его поверхности сканирующим модулем, обработку полученных видеоизображений посредством программного обеспечения для выявления структурных дефектов, определение оценок дефектов и запоминание полученных данных, создание электронного отчета по каждому анализируемому образцу с протоколированием результатов проведенного анализа, отличающийся тем, что применяют обучаемое программное обеспечение для обработки двумерных изображений, производят автоматический поиск дефектов, автоматическую идентификацию типа, геометрического распределения и выраженности каждого дефекта в баллах в соответствии с эталонной шкалой классификации дефектов, передают в компьютер вычислительного модуля технологические параметры изготовления каждого образца, формируют полный отчет по качеству при заданных технологических параметрах литья, пополняют библиотеку обнаруженных дефектов, определяют систему бездефектной технологии непрерывного литья заготовок на основе данных проведенного видеоанализа.

2. Устройство автоматизированного видеоанализа образцов, содержащее осветитель, сканирующую головку с электромеханическим устройством для плавного перемещения сканирующей головки относительно поверхности анализируемого образца, встроенный компьютер со средством получения видеоизображения, вычислительный модуль с выполняемым в нем программным обеспечением для анализа полученного при сканировании видеоизображения, обнаружения дефектов, и управления системой, а также АРМ оператора, обеспечивающее просмотр и корректировку видеоизображений дефектов и обращение к базе данных по анализу образцов, отличающееся тем, что средством получения видеоизображения является фрэймграббер, а программное обеспечение в вычислительном модуле осуществляет обработку двухмерных изображений, производит автоматический поиск дефектов, автоматическую идентификацию типа, геометрического распределения и выраженности каждого дефекта в баллах в соответствии с эталонной шкалой классификации дефектов, а АРМ оператора обеспечивает корректировку протокола.

3. Устройство по п. 2, отличающееся тем, что применяется осветитель в видимом, и/или в ультрафиолетовом, и/или в инфракрасном спектрах в зависимости от требований к перечню и параметрам контролируемых дефектов.



 

Похожие патенты:

Изобретение относится к обработке изображений и может быть применено в системах, например, охраны, наведения, ориентации летательных аппаратов относительно местности и др.

Изобретение относится к системам распознавания объектов и слежения за ними. .

Изобретение относится к способу выявления дефектов, возникающих у предметов в процессе их хранения. .

Изобретение относится к устройствам контроля подлинности ценных бумаг (банкнот), их изношенности и загрязненности, анализа изображения банкнот в различных частях спектра при сортировке банкнот на автоматических сортирующих машинах.

Изобретение относится к контрольно-измерительной технике и может быть использовано в области криминалистики для выявления и регистрации удаленной заводской маркировки на металлических изделиях в процессе ее восстановления химическим травлением.
Изобретение относится к средствам обработки, захвата и передачи текста и смешанной информации, содержащей знаки и изображения

Изобретение относится к технике фоторегистрации однократных, изменяющихся во времени, преимущественно быстропротекающих процессов (горение, детонация, ударные волны и т.п.) на светочувствительный носитель

Изобретение относится к автоматике и вычислительной технике и может быть использовано в автоматизированных диагностирующих зрение комплексах, в цифровых фотоаппаратах для исключения портретных фотографий с закрытыми глазами, для решения других практических задач

Изобретение относится к лесному хозяйству и может быть использовано при оперативном выявлении насаждений, поврежденных насекомыми, и мониторинге экологического состояния лесов космическими средствами

Изобретение относится к области устройств для формирования изображений

Изобретение относится к средствам обработки видеоизображений в виртуальной сетевой среде. Техническим результатом является обеспечение точного соответствия между реальными видеоданными пользователя и его виртуального персонажа в виртуальной сетевой среде. В способе получают видеоданные пользователя, отображают на экране клиента видеоизображение, соответствующее указанным видеоданным в виртуальной среде, в заранее заданное время сбора определяют, зафиксированы ли видеоданные пользователя, удовлетворяющие заранее заданному требованию, запрещают пользователю выполнять действие в виртуальной сетевой среде, если видеоданные пользователя, удовлетворяющие заранее заданному требованию, не зафиксированы. 4 н. и 21 з.п. ф-лы, 6 ил.

Изобретение относится к области идентификации предметов культуры. Техническим результатом является повышение точности определения подлинности произведения живописи. Способ исследования живописных произведений культуры для проверки подлинности и сохранности произведений живописи заключается в том, что осуществляют преобразование цветного изображения произведения живописи в световой сигнал изображения S, цветоделение светового сигнала на три основных цвета в системе RGB с привязкой к координатной сетке в виде пикселей, при сохранении светового сигнала в авторском банке данных осуществляют матричное аддитивное сложение компонентов RS, GS и BS; аналого-цифровое преобразование каждого пикселя цветоделенного светового сигнала RS GS BS в логические элементы двумерного цифрового изображения и запись их в цветоделенной матрице, определение спектрально-яркостных характеристик kRS, kGS, kBS каждого пикселя цветоделенного светового сигнала, аналого-цифровое преобразование их в последовательность цифровых данных с привязкой к цветоделенной матрице и хранение их в авторском банке данных, анализ подлинности и сохранности произведения живописи осуществляют путем сравнения цифровых данных тестируемого произведения живописи с сохраненными цифровыми данными оригинала произведения живописи и при воспроизведении изображения осуществляют матричное аддитивное сложение компонентов. 4 з.п. ф-лы, 4 ил., 11 фото.

Группа изобретений относится к способам и системам управления мобильными устройствами. Техническим результатом является обеспечение автоматического распознавания и съемки объекта. Мобильный терминал содержит блок отображения, запоминающее устройство, модуль камеры и контроллер. Контроллер конфигурируется для задания по меньшей мере одного изображения предполагаемого объекта в ответ на его пользовательский ввод, приема изображения объекта посредством модуля камеры, формирования указания совпадения, когда степень совпадения изображения объекта с этим по меньшей мере одним изображением предполагаемого объекта превышает пороговое значение, посредством обращения в Интернет, когда степень соответствия изображения объекта с упомянутым по меньшей мере одним изображением предполагаемого объекта не превышает порогового значения, и сравнения изображения объекта с по меньшей мере одним изображением, ассоциированным с упомянутым по меньшей мере одним изображением предполагаемого объекта, когда к упомянутому по меньшей мере одному изображению обращаются через Интернет, и съемки изображения объекта при подтверждении указания совпадения. 2 н. и 11 з.п. ф-лы, 34 ил.
Наверх