Измерение износа ремня посредством обнаружения кромки в растровом изображении

Изобретение относится к измерению износа ремня. Техническим результатом является повышение точности определения износа ремня, возникающего из-за трения. Способ содержит этапы, на которых: получают растровое изображение ремня, при этом растровое изображение включает в себя данные изображения по меньшей мере одной особенности ремня и некоторого количества ребер на изображении; анализируют растровое изображение ремня; определяют, на основе анализа растрового изображения ремня, физические размеры по меньшей мере одной особенности ремня; определяют, на основе определенных физических размеров по меньшей мере одной особенности ремня, состояние износа ремня; при этом указанная по меньшей мере одна особенность ремня включает в себя одно или более ребер ремня; подготавливают отчет, включающий в себя результаты анализа растрового изображения ремня и определенное состояние износа ремня; и передают отчет на устройство пользователя, функционирующее посредством по меньшей мере одной заинтересованной стороны. 2 н. и 10 з.п. ф-лы, 14 ил.

 

Область техники, к которой относится изобретение

Настоящее раскрытие, в общем, направлено на измерение износа ремня и, более конкретно, на использование изображений для идентификации характеристики износа ремня и прогнозирования срока службы ремня.

Уровень техники

Поликлиновые приводные ремни становятся все более и более долговечными, благодаря использованию материалов на основе этиленпропилендиенового мономера (EPDM). В результате, исторически надежный индикатор износа ремня - растрескивание возникает все реже, хотя продолжается износ ремня с течением времени. При этом возникает одна проблема из-за использования таких усовершенствованных материалов, состоящая в том, что обнаружение износа до отказа чрезвычайно трудно выразить количественно. Другими словами, поликлиновые приводные ремни, изготовленные из материалов EPDM, обычно диагностируют только, как чрезмерно изношенные, после полного отказа ремня.

Последние достижения, направленные на решение указанной выше проблемы требуют использования физического инструмента, который находится в контакте с измеряемым ремнем. Примеры таких инструментов описаны в патенте США №7946047 и в патентной публикации США №2010/0307221, оба выданные авторам Смит и др., каждый из которых представлен здесь полностью по ссылке. Эти решения основаны на физическом контакте между измерительным инструментом и измеряемым ремнем.

Было бы полезно разработать решение для измерения ремня, которое не было бы основано на физическом контакте между инструментом и измеряемым ремнем, и которое позволяло бы быстро и эффективно идентифицировать износ ремня.

Раскрытие изобретения

Варианты осуществления, представленные здесь, были рассмотрены в отношении описанных выше вопросов и других проблем. В частности, по меньшей мере некоторые из представленных здесь вариантов осуществления обеспечивают решение по измерению ремня, которое не требует физического контакта между измерительным инструментом и измеряемым ремнем. Более конкретно, варианты осуществления настоящего раскрытия рассматривают решения для измерения на основе изображения, в котором можно снять одно или более изображений ремня. Снятые изображения ремня могут затем быть проанализированы и сравнены с базой данных, содержащей данные изображения ремня. Этот анализ и сравнение, в некоторых вариантах осуществления, приводит к расчету измерений износа, который можно впоследствии использовать для количественного выражения степени износа ремня. Кроме того, данные изображения ремня можно использовать для точной настройки и оптимизированной работы ремня в оборудовании, в котором используется ремень, для улучшения рабочих характеристик оборудования.

В некоторых вариантах осуществления измерение износа ремня выполняется путем обнаружения ширины края кромки в растровом изображении.

В некоторых вариантах осуществления, обнаружение кромки и/или обнаружение ширины края включает в себя процесс съемки одного или более изображений измеряемого ремня, выполняют операцию Гауссова размытия для одного или более изображений, затем выполняют преобразование серой шкалы для одного или более изображений с последующим выполнением двоичного преобразования одного или более изображений, и затем выполняют операцию обнаружения кромки по алгоритму Кении для одного или более изображений.

В некоторых вариантах осуществления, для однорядных клиновых ремней могут быть определены установки автоматического порогового значения для двоичного преобразования, в результате чего, получают одну область, путем выборки на дискретных уровнях порогового значения серого или, в качестве альтернативы, значений красного/зеленого/синего (RGB) и срединного значения всех пороговых значений, обнаруженных в одной области ребра. В других вариантах осуществления, для ремня с множеством ребер (где ребра продолжается либо параллельно, или перпендикулярно движению ремня), выборка которого была выполнена на разных уровнях интенсивности серого или в качестве альтернативы значений RGB, количество ребер в изображении (изображениях) определяют по среднему значению упорядоченной последовательности в режиме обнаруженных областей ребра. В других вариантах осуществления отношение ширины ремня и расстояния от пикселя-к-пикселю (например, отношение пиксель/мм или пиксель/дюйм) может быть определено путем умножения известного промежутка между ребрами конкретного ремня на обнаруженную величину подсчета области ребер и внешних обнаруженных кромок ремня. В дополнительных вариантах осуществления область ребра может содержать внешнюю огибающую четырех кромок обнаруживаемой области ребра, как определено в соответствии с алгоритмом обнаружения кромки Кении или другим алгоритмом обнаружения кромки.

В некоторых вариантах осуществления предусмотрен способ для идентификации ремня, как чрезмерно изношенного или отказавшего, путем определения, что (i) обнаруженное количество ребер, (ii) ширина ремня и/или (iii) отношение пиксель/мм или пиксель/дюйм в изображении не соответствует идеальным пороговым значениям для таких измерений. В частности, эти измерения для ремня могут быть обработаны с помощью алгоритма отбраковки/одобрения, который содержит эти измерения с известными или предпочтительными результатами измерений для одного типа ремня, и, если сравнение выявляет, что измеряемый ремень не находится в пределах заданного диапазона идеальных пороговых значений, измеряемый ремень может быть отбракован.

Термин “автоматический” и его варианты, используемые здесь, относится к любому процессу или операции, выполняемым без материального вмешательства человека, когда выполняют процесс или операцию. Однако процесс или операция могут быть автоматическими, даже при том, что в характеристиках процесса или операции используются материальное или нематериальное вмешательство человека, если вмешательство было принято перед выполнением процесса или операции. Вмешательство человека рассматривается, как материальное, если такое вмешательство влияет на то, как процесс или операция будут выполнены. Вмешательство человека, которое соответствует характеристике выполнения процесса или операции, не рассматривается, как “материальное”.

Термин “считываемый компьютером носитель информации”, используемый здесь, относится к любому материальному накопителю информации, который участвует в предоставлении инструкций в процессор для исполнения. Такой носитель может принимать различные формы, включающие в себя, но без ограничений, энергонезависимое запоминающее устройство, энергозависимое запоминающее устройство и переходные среды. Энергонезависимое запоминающее устройство включает в себя, например, NVRAM или магнитные, или оптические диски. Энергозависимое запоминающее устройство включает в себя динамическое запоминающее устройство, такое как оперативное запоминающее устройство. Стандартные формы считываемого компьютером носителя информации включают в себя, например, дискету, гибкий диск, жесткий диск, магнитную ленту или магнитный носитель любого другого типа, магнитооптический носитель, CD-ROM, любой другой оптический носитель информации, такой как карты, бумажная лента, любой другой физический носитель информации со структурами или отверстиями, RAM, PROM и EPROM, FLASH-EPROM, твердотельный носитель информации, такой как карта памяти, любая другая микросхема с запоминающим устройством или картридж, или любой другой носитель, информацию с которого может считывать компьютер. Когда считываемый компьютером носитель информации конфигурируют, как базу данных, следует понимать, что база данных может быть базой данных любого типа, такой как реляционная, иерархическая, объектно-ориентированная и/или тому подобное. В соответствии с этим, считается, что раскрытие должно включать в себя энергонезависимый носитель информации и эквивалентные и последующие носители информации предшествующего уровня техники, в которых содержатся программное воплощение настоящего раскрытия.

Термины “определять”, “рассчитывать” и “вычислять”, и их вариации, используемые здесь, используются взаимозаменяемо и включают в себя любой тип методологии, процесс, математическую операцию или технологии.

Термин “модуль”, используемый здесь, относится к любым известным или разработанным в последующем аппаратным средствам, программному обеспечению, встроенному программному обеспечению, искусственному интеллекту, нечеткой логике или комбинации аппаратных и программных средств, которые позволяют выполнять функции, ассоциированные с этим элементом. Кроме того, в то время как раскрытие было описано в отношении примерных вариантов осуществления, следует понимать, что отдельные аспекты раскрытия могут быть заявлены по-отдельности.

Краткое описание чертежей

Варианты осуществления описаны со ссылкой на приложенные чертежи:

на фиг. 1 показана блок-схема, представляющая систему измерения, в соответствии с вариантами осуществления настоящего раскрытия;

на фиг. 2 показана блок-схема, представляющая систему связи в соответствии с вариантами осуществления настоящего раскрытия;

на фиг. 3 показана блок-схема, представляющая пример структуры данных, используемой в соответствии с вариантами осуществления настоящего раскрытия;

на фиг. 4 показана блок-схема последовательности операций, представляющая процесс определения износа ремня, в соответствии с вариантами осуществления настоящего раскрытия;

на фиг. 5 показана блок-схема, представляющая контрастный порог в соответствии с вариантами осуществления настоящего раскрытия;

на фиг. 6 представлены компоненты изображения в соответствии с вариантами осуществления настоящего раскрытия;

на фиг. 7A представлено первое изображение в соответствии с вариантами осуществления настоящего раскрытия;

на фиг. 7B представлено второе изображение в соответствии с вариантами осуществления настоящего раскрытия;

на фиг. 7C представлено третье изображение в соответствии с вариантами осуществления настоящего раскрытия;

на фиг. 7D представлено четвертое изображение в соответствии с вариантами осуществления настоящего раскрытия;

на фиг. 8 представлен интерфейс пользователя для приложения измерения ремня в соответствии с вариантами осуществления настоящего раскрытия;

на фиг. 9 представлен образец данных, обозначающий количество обнаруженных ребер, по изображению ремня, как функция порогового значения;

на фиг. 10 показана гистограмма образца данных по фиг. 9, представляющая количество событий для каждого подсчета ребра; и

на фиг. 11 представлен набор отфильтрованных данных, где данные самой высокой частоты подсчетов ребра используются при определении применимого порогового значения.

Осуществление изобретения

В следующем описании представлены только варианты осуществления, и оно не предназначено для ограничения объема, возможности применения или конфигурации формулы изобретения. Вместо этого, следующее описание будет предоставлять для специалиста в данной области техники описание, позволяющее воплощать на практике описанные варианты осуществления. Следует понимать, что различные изменения могут быть выполнены в функциях и компоновках элементов, без выхода за пределы сущности и объема приложенной формулы изобретения.

Хотя аспекты настоящего раскрытия описаны со ссылкой на измерения степени износа ремня и, в частности, поликлиновых ремней, имеющих одно или более ребер, для специалистов в данной области техники будет понятно, что варианты осуществления настоящего раскрытия не ограничены этим. В частности, некоторые или все алгоритмы, этапы, процедуры или компоненты системы, описанные здесь, могут использоваться при измерении износа, вызванного трением, и износа, не вызванного трением любого устройства или подборки устройств. Например, предусматривается, что описанная здесь технология может эффективно использоваться, для измерения степени износа любой движущейся части, включая в себя зубчатые колеса, колеса, подшипники и т.д.

Например, варианты осуществления настоящего раскрытия могут использоваться для захвата одного или больше изображений объекта, в котором происходит расширение и/или сокращение из-за флуктуации тепла. Такие расширения и/или сокращения могут привести к усталости объекта и, в конечном итоге, его отказу. Раскрытые здесь процессы измерения на основе изображения могут использоваться для анализа объектов, в которых происходят такие тепловые расширения и/или сокращения и, в случае необходимости, идентификации объектов, как хорошие (например, если они не требуют замены) или плохие (например, если они требуют замены).

Кроме того, описанные здесь варианты осуществления могут использоваться для определения состояния износа, индуцированного трением для любого типа ремня. В качестве примера, анализируемый ремень может быть выполнен из любого материала или комбинации материалов, включающих в себя, без ограничения, резину, полимер, полиэтилен, углеродные волокна, кевлар, металл, поливинилхлорид и/или пену.

Далее, со ссылкой на фиг. 1, будет описана измерительная система 100, в соответствии с вариантами осуществления настоящего раскрытия. Измерительная система 100 может содержать один или больше компонентов для анализа объекта, проходящего испытание 104, и классификации объекта, проходящего испытание 104, либо как хороший (например, не требующий замены) или как плохой (например, требующий замены). Могут быть выполнены другие определения в отношении объекта, проходящего испытание 104, без выхода за пределы объема настоящего раскрытия; например, объект проходящий испытание 104 может быть идентифицирован, как выходящий из строя (например, который вскоре потребует замены) или ненормальный (например, тот, который не следует ожидаемой структуре износа и, поэтому, требуют дополнительного исследования и/или замены).

В некоторых вариантах осуществления измерительная система 100 содержит устройство 108 съемки изображения, модуль 112 преобразования изображения, модуль 116 анализа, базу 120 данных объекта, модуль 124 отчетности и интерфейс 128 пользователя. В некоторых вариантах осуществления каждый компонент системы 100 может быть включен в одиночное вычислительное устройство, которое принадлежит пользователю 132, который выполняет с ним операции. В качестве одного примера, каждый компонент измерительной системы 100 может быть включен в устройство пользователя, такое как сотовый телефон, смартфон, персональный компьютер (PC), переносной компьютер, нетбук, планшетный компьютер и т.п. В других вариантах осуществления компоненты измерительной системы 100 могут быть распределены между двумя или больше разными вычислительными устройствами.

В некоторых вариантах осуществления устройство 108 съемки изображения выполнено с возможностью съемки одного или больше изображений объекта, проходящего испытание 104. В качестве неограничительного примера, объект, проходящий испытание 104, может содержать ремень, в частности, поликлиновый ремень, изготовленный из материалов EPDM. Ремень может быть либо расположен в рабочем положении (например, установлен на транспортном средстве или в другом устройстве, в котором используется ремень), или может находиться в нерабочем положении (например, может быть снят с транспортного средства или другого устройства, в котором используется ремень). Устройство 108 съемки изображения может быть выполнено с возможностью съемки одного или больше неподвижных изображений. В качестве альтернативы, или в дополнение, устройство 108 съемки изображения может быть выполнено с возможностью съемки видеоизображений (например, упорядоченного количества кадров изображения, которые могут быть либо синхронизированными, или могут не быть синхронизированными с выводом звука). Изображение (изображения), снятое устройством 108 съемки изображения, может содержать цвет (например, изображение пикселя, где каждый пиксель содержит значение красного, зеленого и синего (RGB) пикселя), серую шкалу (например, изображение пикселя, в котором каждый пиксель содержит значение пикселя серой шкалы от 0 до заданного числа, такого как 255), может быть черно-белым (например, изображение пикселя, в которой каждый пиксель содержит двоичное значение, соответствующее либо черному, либо белому цвету), инфракрасным излучением (например, изображение пикселя, в котором каждый пиксель содержит инфракрасное значение пикселя), ультрафиолетовым излучением (например, изображение пикселя, где каждый пиксель содержит ультрафиолетовое значение), или любым другим известным типом изображения. Неограничительный пример устройства 108 съемки изображения представляет собой камеру (фотокамеру или видеокамеру), которая представляет собой отдельное устройство или встроенное устройство пользователя, такое как смартфон.

В зависимости от свойств изображения, может потребоваться переформатировать изображение (например, преобразовать его из одного типа изображения в другой тип изображения) перед обработкой изображения и анализом характеристик объекта, проходящего испытание 104. В некоторых вариантах осуществления модуль 112 преобразования изображения предусмотрен для выполнения преобразования изображения для изображения (изображений), снятого устройством 108 съемки изображения перед анализом изображения (изображений) модулем 116 анализа. В некоторых вариантах осуществления модуль 112 преобразования изображения может содержать один или больше фильтров изображения, и/или алгоритмов обработки, для обнаружения кромок контура объекта проходящего испытание 104, в изображении (изображениях). В качестве неограничительного примера, модуль 112 преобразования изображения выполнен с возможностью преобразования серой шкалы и/или RGB изображений в черно-белые изображения, выполняя одну или больше обработок обнаружения кромки.

Модуль 116 анализа, в некоторых вариантах осуществления, выполнен с возможностью анализа изображения (изображений) объекта, проходящего испытание 104, для определения одной или больше физических характеристик объекта, проходящего испытание 104. В некоторых вариантах осуществления модуль 116 анализа может ссылаться на базу 120 данных объекта для определения физических характеристик объекта, проходящего испытание 104. В частности, база 120 данных объекта может содержать данные для множества разных типов объектов (например, поликлиновых ремней), и каждый из разных типов объектов может иметь примерные изображения для хорошего объекта этого типа и плохого объекта этого типа. Модуль 116 анализа, в некоторых вариантах осуществления, может сравнивать изображение (изображения), снятое устройством 108 съемки изображения с изображениями в базе 120 данных объекта, для определения, является ли объект, проходящий испытание 104, более похожим на хороший объект или плохой объект. В качестве альтернативы, или в дополнение, база 120 данных объекта может содержать один или более результатов измерений и пороговых значений, которые определяют приемлемые (или неприемлемые) измерения для каждых из разных типов объектов. В таком варианте осуществления, вместо сравнения фактических изображений, модуль 116 анализа может выделять данные физических размеров и другие измеренные физические характеристики из изображения (изображений) и сравнивать эти данные физических размеров объекта, проходящего испытание 104, с измеренными значениями и пороговыми значениями в базе 120 данных объекта. Такое сравнение можно использовать для определения, является ли объект, проходящий испытание 104, хорошим объектом или плохим объектом.

Результаты, полученные модулем 116 анализа, могут быть предоставлены в модуль 124 отчетности, который выполнен с возможностью подготовки отчета по результатам анализа для пользователя 132. В некоторых вариантах осуществления модуль 124 отчета может содержать функцию для форматирования отчета, которая идентифицирует, был ли объект, проходящий испытание 104, идентифицирован как хороший или плохой и следует ли выполнить дополнительные этапы в связи с таким определением. Модуль 124 отчетности также может содержать функцию для передачи отчета в интерфейс 128 пользователя. В качестве неограничительного примера, модуль 124 отчетности может содержать функцию для подготовки отчета (или статистики по отчетности) и передачи отчета в интерфейс 128 пользователя через протокол связи любого типа.

Интерфейс 128 пользователя может содержать устройство ввода пользователя и/или устройство вывода пользователя. В некоторых вариантах осуществления интерфейс 128 пользователя содержит вывод пользователя, который позволяет пользователю 132 видеть результаты отчета, генерируемого модулем 124 отчетности.

Теперь обращаясь к фиг. 2, система 200 связи, в которой может быть встроена измерительная система 100, будет описана, со ссылкой на варианты осуществления настоящего раскрытия. Система 200 связи может содержать одно или более устройств, которые имеют компоненты измерительной системы 100. Хотя некоторые компоненты системы 100 измерения описаны, как включенные в определенные компоненты системы 200 связи, для специалистов в области связи будет понятно, что различные компоненты измерительной системы 100 могут быть распределены между одним или более устройствами системы 200 связи любым из множества способов. Например, все компоненты измерительной системы 100 могут быть включены в одно устройство 208 пользователя. В качестве альтернативы, один или более компонентов измерительной системы 100 может быть предусмотрен в одном или более других устройствах пользователя, одного или более серверов 240, подборки серверов, или в любое другое аналогичное устройство.

В некоторых вариантах осуществления система 200 связи содержит устройство 208 пользователя, которое сообщается с обменом данными с одним или более серверами 240 через сеть 204 связи. Устройство 208 пользователя, в некоторых вариантах осуществления, содержит любой тип известного устройства связи или набор устройств связи. Примеры соответствующего устройства 208 пользователя включают в себя, но не ограничены этим, персональный компьютер (PC), переносной компьютер, нетбук, карманный персональный компьютер (PDA), сотовый телефон, смартфон, телефон или их комбинации. Обычно устройство 208 пользователя может быть выполнено с возможностью поддерживать видеоданные, изображение, аудиоданные, текст и/или связь с другими устройствами пользователя, а также сервером 240. Тип среды, используемой устройством 208 пользователя для связи с одним или более серверов 240, может зависеть от свойства модуля 228 связи, доступного в устройстве 208 пользователя.

Сервер 240 может содержать любой тип вычислительных ресурсов, предназначенных для выполнения некоторых функций, описанных здесь. В качестве неограничительного примера, сервер 240 может содержать веб-сервер, имеющий аппаратное и программное средство, которое помогает доставлять содержание, доступ к которому может осуществляться через сеть 204 связи. Одна функция веб-сервера состоит в том, чтобы доставлять веб-страницы по запросу клиентов (например, устройства 208 пользователя). Это означает доставку одного или более документов в устройство 208 пользователя через любой тип языка разметки (например, язык разметки гипертекста (HTML), расширяемый язык разметки гипертекста (XML) и т.п.) и любое дополнительное содержание, которое может быть включено в документ, такое как изображение, таблицы начертаний шрифтов и сценарии. В некоторых вариантах осуществления сервер 240 может иметь способность принимать запросы или другие данные от устройства 208 пользователя, когда эти запросы отформатированы в соответствии с взаимной договоренностью по протоколу (например, протоколу транспортирования гипертекста (HTTP), протоколу транспортирования в режиме реального времени (RTP), их защищенные варианты и т.п.). Запрос может содержать запрос определенного ресурса, используя HTTP, и он может дополнительно содержать запрос для выполнения одной или более операций до предоставления ответа на него. После приема запроса, сервер 240 может локализовать запрашиваемый ресурс и/или выполнить одну или более операций перед возвратом ответа в запрашивающее устройство 208 пользователя, используя один и тот же или другой тип протокола. Связь между сервером 240 и устройством 208 пользователя могут обеспечивать модули 228, 244 связи.

Модуль 228 связи устройства 208 пользователя может содержать приложение сетевой браузер (например, Интернет Explorer®, Mozilla Firefox, Safari®, Google Chrome® и т.п.), который позволяет устройству 208 пользователя отформатировать один или более запросов и послать эти запросы на сервер 240. Модуль 244 связи сервера 240 может содержать функцию, требуемую для выполнения одного или более сценариев и для ответа на запросы от устройства 208 пользователя. В некоторых вариантах осуществления модуль 244 связи может быть предусмотрен на специализированном веб-сервере, в то время как другие компоненты сервера 240 (например, модуль 116 анализа и модуль 124 отчетности) предусмотрены на другом сервере, который соединен с веб-сервером. Или в конфигурации, модуль 116 анализа и модуль 124 отчетности могут быть выполнены доступными в устройстве 208 пользователя через модуль 244 связи, и модуль 124 отчетности может быть выполнен с возможностью передачи отчетов или результатов отчетов обратно на устройство 208 пользователя через модуль 244 связи.

Сеть 204 связи может включать в себя беспроводную и/или проводную технологию связи. Интернет представляет собой пример сети 204 связи, которая входит в ее состав, и сеть Протокола Интернет (IP), состоящую из множества компьютеров, вычислительных сетей и других устройств связи, расположенных во всем мире, которые подключены через множество телефонных сетей и других средств. Другие примеры сети 204 связи включают в себя, без ограничения, простую стандартную телефонную службу (POTS), цифровую сеть с комплексными услугами (ISDN), телефонную коммутируемую сеть общего пользования (PSTN), локальную вычислительную сеть (LAN), глобальную вычислительную сеть (WAN), сеть протокола инициирования сеанса (SIP), сотовая сеть и любой другой тип сети с коммутацией пакетов или коммутацией цепи, известной в данной области техники. Кроме того, можно понимать, что сеть 204 связи не должна быть ограничена каким-либо типом сети, и, вместо этого, может состоять из множества разных сетей и/или типов сетей.

Модуль 228 связи устройства 208 пользователя может быть сохранен в запоминающем устройстве 216 вместе с другими инструкциями, сценариями и т.д., которые, в общем, могут называться приложениями. В некоторых вариантах осуществления операционная система (O/S) 220 и испытательное приложение 224 могут быть предусмотрены, как инструкции в запоминающем устройстве 216, и эти инструкции могут выполняться процессором 212 устройства 208 пользователя. В некоторых вариантах осуществления процессор 212 может содержать одну или больше интегральных цепей (IC), цифровой сигнальный процессор (DSP), специализированную IC (ASIC), контроллер, программируемое логическое устройство (PLD), логическую схему и т.п. В частности, процессор 212 может содержать контроллер программируемого процессора общего назначения для исполнения программ или инструкций приложения, сохраненных в запоминающем устройстве 216. В соответствии по меньшей мере с некоторыми вариантами осуществления, процессор 212 может содержать множество ядер процессора и/или воплощать множество виртуальных процессоров. В некоторых вариантах осуществления процессор 212 может содержать множество физически различных процессоров.

Запоминающее устройство 216 может содержать любое устройство или подбор устройств, выполненных с возможностью краткосрочного или долгосрочного сохранения информации (например, инструкций, данных и т.д.). В соответствии с некоторыми неограничительными примерами, запоминающее устройство 216 может содержать оперативное запоминающее устройство (RAM), любой известный вариант RAM, твердотельное запоминающее устройство, любой известной вариант твердотельного запоминающего устройства, Постоянное запоминающее устройство (ROM), любой известный вариант ROM или комбинации их. Как можно видеть, запоминающее устройство 216 не только можно использовать для сохранения приложений для исполнения процессором 212, но его также можно использовать в качестве запоминающего устройства для обработки (например, кэш, RAM и т.д.) процессором 212. В качестве альтернативы, или в дополнение, запоминающее устройство 216 может содержать привод жесткого диска и т.п.

O/S 220 может соответствовать любому типу известной операционной системы или системной платформы. В некоторых вариантах осуществления тип используемой O/S 220, может зависеть от свойств устройства 208 пользователя. O/S 220 представляет приложение высокого уровня, которое позволяет пользователю просматривать и получать доступ к различным другим приложениям, сохраняемым в запоминающем устройстве 216. O/S 220 также может содержать один или более интерфейсов программных приложений (API) или правил типа API, которые позволяют приложениям получать доступ и/или управлять различным другим программным обеспечением и/или аппаратными компонентами устройства 208 пользователя.

Испытательное приложение 224 может позволить устройству 208 пользователя выполнить одну или больше функций, связанных с тестированием объекта, проходящего испытание 104. Как в неограничительном примере, испытательное приложение 224 может содержать функцию, аналогичную модулю 112 преобразования изображения, модуля анализа и/или модуля 124 отчетности. Более конкретно, испытательное приложение 224 может содержать приложение в устройстве 208 пользователя, которое позволяет пользователю 132 выполнять операции с устройством 108 съемки изображения и снимать одно или более изображений объекта, проходящего испытание 104. Испытательное приложение 224 также может быть выполнено с возможностью форматирования снятых изображений устройством 108 съемки изображения для передачи на сервер 240 и/или анализа модулем 116 анализа. В некоторых вариантах осуществления модуль 116 анализа также может быть включен в испытательное приложение 224. Таким образом, испытательное приложение 224 также может быть выполнено с возможностью определять физические измеряемые параметры в отношении объекта, проходящего испытание 104, на основе полученных его изображений.

В дополнение к описанным выше компонентам устройство 208 пользователя может дополнительно содержать интерфейс 128 пользователя, источник 232 питания и сетевой интерфейс 236. В некоторых вариантах осуществления интерфейс 128 пользователя может содержать одно или более устройств пользовательского ввода (например, микрофон, камера, кнопки, клавиши, сканеры и т.д.), одно или более устройств вывода пользователю (например, громкоговоритель, световые индикаторы, экраны отображения и т.д.), и/или одно или более комбинированных устройств пользовательского ввода/вывода (например, сенсорный экран отображения, подсвечиваемая кнопка и т.д.).

Источник 232 питания может содержать специализированный источник питания для устройства 208 пользователя, такой как батарея, один или более конденсаторов и т.п. Источник 232 питания, в случае необходимости, или в качестве альтернативы может содержать адаптеры питания для преобразования мощности переменного тока от внешнего источника питания в мощность постоянного тока, которая может использоваться разными компонентами устройства 208 пользователя.

Сетевой интерфейс 236 может содержать одно или более устройств, портов, контроллеров, драйверов и т.д., которые позволяют устройству 208 пользователя соединяться и общаться с сетью 204 связи. В некоторых вариантах осуществления сетевой интерфейс 236 может содержать компоненты, которые способствуют соединению по проводам и/или беспроводному соединению с сетью 204 связи. В качестве некоторых неограничительных примеров, сетевой интерфейс 236 может содержать один или более беспроводных интерфейсов, которые способствуют связи по сотовой сети с сотовой сетью связи, интерфейс, соответствующий 802.11 X, порт Ethernet и т.п.

В дополнение к тому, чтобы способствовать связи с модулем 244 связи, модуль 228 связи и устройство 208 пользователя могут способствовать другим типам связи, таких как голосовые данные, видеоданные, текст, электронная почта, мультимедийные данные и т.д., используя другие устройства пользователя. В качестве примера, модуль 228 связи может содержать функцию, которая позволяет устройству 208 пользователя выполнять голосовые вызовы, видеовызовы, передавать/принимать сообщения службы коротких сообщений (SMS), передавать/принимать сообщения Мультимедийной службы (MMS) и т.п.

Как показано на фиг. 3, детали структуры 300 данных, которые могут содержаться в базе данных 120 объекта, будут описаны в соответствии с вариантами осуществления настоящего раскрытия. Следует понимать, что структура 300 данных может полностью содержаться в базе 120 данных объекта и может быть получена из нее. В некоторых вариантах осуществления модуль 116 анализа может следовать структурированному языку, такому как Структурированный язык запроса (SQL) для выполнения поиска в базе данных и получения информации из структуры 300 данных. В качестве альтернативы, или в дополнение, структура 300 данных может содержаться в запоминающем устройстве сервера 240 и/или в запоминающем устройстве 216 устройства 208 пользователя.

В некоторых вариантах осуществления структура 300 данных может содержать множество полей данных, которые могут использоваться модулем 116 анализа для анализа объекта, проходящего испытание 104 (или его изображения), и определять, является объект, проходящий испытание 104, хорошим, плохим или имеет некоторые другие характеристики, которые могут влиять на его работу. Эти поля, которые могут быть включены в структуру 300 данных, могут содержать, без ограничения, поле 304 идентификатора ремня, поле 308 подсчета ребер, поле 312 профиля ребра, поле 316 данных присоединения изображения, поле 320 пороговых значений, поле 324 предыстории износа, и поле 328 предыстории замены.

Поле 304 идентификатора ремня может использоваться для сохранения информации для идентификации любого типа объекта, проходящего испытание 104. Если объект, проходящего испытание 104, представляет собой ремень, такой как поликлиновый ремень, тогда поле 304 идентификатора ремня может содержать один или больше из номера части, номера модели, универсального кода покупки (UPC), названия части, названия модели и любую другую информацию, которая может использоваться для идентификации ремня. Как можно видеть, если объект, проходящий испытание 104, не является ремнем, тогда любая другая информация, специфичная для этого объекта, может быть сохранена в поле 304 идентификатора ремня.

Продолжая пример ремня, который представляет собой объект, проходящий испытание 104, поле 308 подсчета ребра может использоваться для сохранения информации, которая идентифицирует количество ребер в конкретном типе ремня. В качестве альтернативы, или в дополнение, поле 308 подсчета ребра может содержать информацию, которая идентифицирует количество канавок на ремне или любое другое свойство, которое поддерживает ремень в нормальных рабочих положениях.

Поле 312 профиля ребра может использоваться для сохранения информации, которая идентифицирует физические характеристики ребра (ребер) или промежутков между ребрами на ремне. Например, поле 312 профиля ребра может содержать информацию, которая идентифицирует, являются ли ребра V-образными, квадратной формы, закругленными и т.д. Поле 312 профиля ребра также может содержать информацию, относящуюся к полученным при производстве расстояниям между ребрами и т.п. Любая информация, которая идентифицирует хороший (ожидаемый) профиль или плохой (неожиданный) профиль для ремня, может поддерживаться в поле 312 профиля ребра.

Поле 316 данных наложения изображения может использоваться для сохранения любых данных изображения, которые используются для наложения. Например, поле 316 данных наложения изображения может содержать множество изображений ремня конкретного типа. Изображения могут отличаться от изображений хороших ремней до изображений плохих ремней. Поле 316 данных наложения изображения также может содержать один или более изображений объекта, проходящего испытание 104. Поле 316 данных наложения изображения может также содержать результаты процесса наложения изображения после сравнения изображения объекта, проходящего испытание 104 для сравнения с одним или больше сохраненными изображениями примеров ремней с известными физическими свойствами. Более конкретно, поле 316 данных наложения изображения может использоваться для сохранения данных, которые идентифицируют результаты процесса наложения изображения (например, среди множества сохраненных примерных изображений изображения объекта, проходящего испытание 104, в наибольшей степени аналогично, и так, чтобы физические свойства сохраненного примерного изображения, были в наибольшей степени аналогичны изображению объекта, проходящего испытание 104).

Поле 320 данных порогового значения может содержать одно или более пороговых значений и для определения, является ли объект, проходящий испытание 104, хорошим или плохим, или находится в некотором другом состоянии. В частности, пороговое поле 320 может содержать информацию об одном или более физических свойствах ремня, которые удовлетворяют, превышают и т.д. свойства объекта, проходящего испытание 104, в результате чего определяют, является ли объект, проходящий испытание 104, плохим, хорошим и т.д.

Поле 324 данных предыстории износа может использоваться для сохранения информации, относящейся к историческим наблюдениям износа для определенного объекта, проходящего испытание 104, или других объектов аналогичных типов. Например, если ремень определенного типа 1, для которого наблюдали, что он имеет чрезмерную величину износа на одном или более конкретных ребрах (например, на внутренних ребрах, внешних ребрах, одном ребре, в частности, на внешних кромках, и т.д.), то такая информация может содержаться в поле 324 предыстории износа. Поле 324 предыстории износа полезно для изготовителя объектов, аналогичных объекту, проходящему тестирование 104, таким образом, что поле предыстории износа может поддерживаться, может анализироваться, и, возможно, использоваться для получения лучших объектов в будущем. В качестве альтернативы, или в дополнение, данные в поле предыстории износа могут использоваться для точной настройки оборудования, в котором используется ремень во время его работы, таким образом, обеспечивая оптимальную непрерывную работу оборудования (например, транспортного средства, электродвигателя, устройства и т.д.) по мере износа ремня.

Поле 328 предыстории замены может использоваться для сохранения информации о предыстории замены конкретного объекта, проходящего испытание 104 или аналогичных типов объектов с объектом, проходящим тестирование. В некоторых вариантах осуществления поле 328 предыстории замены может идентифицировать степень использования определенного объекта, проходящего испытание 104, которая наблюдалось в нем перед тем, как он получил плохую оценку и должен был быть заменен. Эта информация может совместно распространяться между изготовителями объекта, проходящего испытание 104, и потребителем объекта, проходящего испытание 104. Кроме того, эта информация может использоваться для информирования персонала, занятого техническим обслуживанием о том, что, если объект определенного типа прошел определенную степень использования, тогда по меньшей мере может оставаться время для того, чтобы подвергнуть этот объект одной или более процедурам испытаний, описанным здесь.

Далее, со ссылкой на фиг. 4, будут описаны детали процедуры испытаний, в соответствии с вариантами осуществления настоящего раскрытия. Способ, описанный здесь, будет направлен на определенную ситуацию, когда ремень представляет собой объект, проходящий испытание 104; однако для специалистов в данной области техники будет понятно, что один или более из этапов, описанных здесь, можно использовать для тестирования объектов других типов, для любого типа износа.

В способе тестирования ремня первый этап может представлять собой разметку ремня, используя один или более индикаторов, которые формируют видимый контраст на одном или более из особенностей ремня (этап 404). В некоторых вариантах осуществления ремень может быть помечен во время его изготовления в одном или больше заданных местах положения, и это может быть все, что требуется во время этапа маркировки ремня. В других вариантах осуществления ремень может не быть изготовлен с какими-либо конкретными метками, которые могут использоваться для тестирования ремня. Вместо этого, ремень может быть помечен непосредственно перед съемкой одного или более изображений ремня. В некоторых вариантах осуществления ремень может быть маркирован маркером для текста, авторучкой, маркером и т.п., для формирования одного или более контрастных объектов на ремне. Типы особенностей ремня, который был маркирован, могут зависеть от типа износа, тестируемого на ремне. Если ремень разработан для его износа на ребрах, то одно, два, три, четыре или все ребра не ремне могут быть маркированы в узловой точке на ремне маркером и т.п. В качестве альтернативы, ремень может быть маркирован на его углублениях или в других заданных местах положений на ремне. В других вариантах осуществления ремень может иметь предварительно заданную особенность, которая становится видимой только, когда происходит износ ремня. В частности, ремень может содержать множество слоев материалов EPDM, и один из этих слоев может содержать отличающиеся цвета, чем другие слои в ремне. В соответствии с этим, по мере износа ремня, слой другого цвета может открываться, и этого может быть достаточно для маркировки ремня, в соответствии с вариантами осуществления настоящего раскрытия.

После маркировки ремня и независимо от принципа, в соответствии с которым он был маркирован, способ переходит к устройству 108 съемки изображения, получающему одно или более изображений ремня в месте (местах) положения, на котором он был маркирован (этап 408). Как описано выше, изображение (изображения) может быть получено, используя фотокамеры, видеокамеры, и т.д.

Данные одного или более изображений (например, данные пикселей) затем передают в модуль 116 анализа для их анализа (этап 412). В некоторых вариантах осуществления данные изображения могут содержать любой тип известных форматов файла изображения, который представляет собой стандартизированные механизмы организации и сохранения цифровых изображений. Файл (файлы) изображения может состоять либо из пикселей, векторных (геометрических) данных, или из их комбинации. Независимо от формата, файлы разделяются на разные пиксели, при их отображении в большинстве графических устройств отображения. Пиксели, которые составляют изображение, упорядочивают, как сетку (столбцы и ряды); каждый пиксель состоит из чисел, представляющих величины яркости и цвета для определенного местоположения в изображении. Следует понимать, что любой тип файла изображения может использоваться для транспортировки данных изображения в модуль анализа. Неограничительные примеры таких файлов изображений включают в себя JPEG, Exif, TIFF, RAW, PNG, GIF, BMP, PPM, PGM, PBM, PNM, WEBP, CGM, формат Gerber (PTC-274X), SVG, PNS, JPS, или любой другой тип известного или разработанного в будущем формата изображения.

Этап передачи также может содержать форматирование файла (файлов) изображения таким образом, что данные изображения могут быть переданы в модуль 116 анализа через сеть 204 связи. В соответствии с этим, файл (файлы) изображения могут быть пакетированы и отформатированы для передачи через сеть 204 связи (например, в пределах одного или больше пакетов связи, передаваемых через Интернет).

При движении к модулю 116 анализа, изображение (изображения) могут быть отформатированы для обнаружения кромки с помощью модуля 112 преобразования изображения (этап 416). В зависимости от местоположения модуля 112 преобразования изображения, этот этап может выполняться перед или после передачи изображения. Например, если модуль 112 преобразования изображения и модуль 116 анализа расположены в одном и том же устройстве, тогда передача может происходить перед форматированием. Однако, если модуль 112 преобразования изображения и модуль 116 анализа находятся в разных устройствах, тогда передача может происходить после форматирования.

На этом этапе форматирования могут использоваться одна или более технологий обработки изображений. В качестве некоторых примеров, данные изображения могут быть преобразованы в серую шкалу (если изображения были первоначально получены, как цветные изображения), один или больше фильтров могут быть применены к данным изображения (например, применение Гауссова размытия, для сглаживания каких-либо шумов изображения и отфильтровывания других нежелательных данных изображения), данные изображения могут быть преобразованы в двоичные данные, такие, как черно-белое изображение (например, путем применения двоичного порогового алгоритма к изображению серой шкалы, для преобразования любого пикселя выше порогового значения в один цвет (например, черный) и преобразования любого пикселя, равного или ниже порогового значения в другой цвет (например, белый цвет)).

После соответствующего форматирования изображения, способ продолжается в модуле 116 анализа, который распознает местоположение одного или более контуров (например, идентифицирует объекты) среди данных изображения (этап 420). В некоторых вариантах осуществления модуль 116 анализа может быть выполнен с возможностью выполнения процесса обнаружения кромки алгоритмом Кении. Другие типы технологий обнаружения кромки или пятен могут использоваться, без выхода за пределы объема настоящего раскрытия. Примеры таких технологий включают в себя, без ограничения, Кенни-Дерише, дифференциальные, Собеля, Превитта, крест Робертса, обнаружение точки интереса, обнаружение угла, оператор Харриса, Ши и Томаши, кривизна кривой уровня, SUSAN, FAST, Лапласа Гаусса (LoG), Разность Гаусса (DoG), детерминанта Хесси (DoH), максимально стабильные внешние области, PCBR, преобразования Хью, тензор структуры, обнаружение аффинного инвариантного свойства, адаптация аффинной формы, аффинного Харриса, Гессово аффинное и так далее.

На этапе 424 может быть определено, требуется ли какая-либо регулировка порогового значения. В частности, на основе результатов обнаружения контура на этапе 420, может быть определено местоположение всех контуров в пределах данных изображения. Если количество особенностей (например, ребер) обнаруживается, и количество обнаруженных особенностей не равно ожидаемому количеству особенностей, тогда может потребоваться отрегулировать одно или более пороговых значений, которые использовали во время форматирования изображения (этап 428). В качестве примера, порог (пороговые значения), используемые для преобразования изображения в черно-белое изображение, можно отрегулировать путем использования двумерного решателя для пороговых значений, в результате чего, получают ожидаемое количество особенностей (например, ребер).

После регулирования пороговых значений, и обнаружения ожидаемого количества особенностей в изображении, может быть разрешено дальнейшее выполнение способа после петли регулирования пороговых значений, на этапе, где данные изображения масштабируют и проверяют на наличие ошибки (этап 432). В частности, этот этап может быть выполнен в случае, когда модуль 116 анализа преобразует данные пикселя изображения в информацию физических размеров (например, фактический размер ремня определяют на основе размера ремня на изображении, фактический размер особенностей (например, ребер) определяют на основе размера особенностей на изображении и т.д.).

В некоторых вариантах осуществления размер маркированных областей на ремне (например, кончиков ребер) может быть определен в физических единицах (например, область, линейные размеры и т.д.) (этап 436). На этом этапе самые верхние и самые нижние кромки, обнаруженные на ремне, могут использоваться для определения отношения масштабирования. Такое отношение масштабирования может быть определено во многих ситуациях, поскольку тип тестируемого ремня будет известен и будет передан в модуль 116 анализа, ширина этого типа ремня может быть известна для модуля 116 анализа через базу 120 данных объекта. Известная длина ремня из базы 120 данных объекта может быть приравнена к обнаруженной ширине ремня на изображении (которая выражена в пикселях), и это отношение физических единиц к единицам пикселя можно использоваться в качестве коэффициента преобразования пикселя в физическую единицу для других объектов в изображении. В качестве альтернативы, вместо использования известных данных ширины ремня из базы 120 данных объекта, пользователь 132, который получает изображение ремня, также может получить измеренное значение ширины ремня, проходящего тестирования, и может предоставить эти данные в модуль 116 анализа с целью преобразования значений пикселя в физические значения. В еще одном альтернативном или дополнительном варианте осуществления может быть снято изображение объекта с известным или стандартным размером (например, рулетка, пенс, двадцать пять центов, долларовая банкнота и т.д.), и изображение объекта известного или стандартного размера может использоваться для преобразования единиц пикселя в физические единицы. Объект известного или стандартного размера может быть включен в изображение ремня, или он может быть получен в изображении, отдельном от изображения ремня.

Другой этап анализа, который может быть выполнен модулем 116 анализа, представляет собой этап наложения изображения, где изображение испытуемого ремня накладывается на одно или больше изображений ремней, имеющих известные физические размеры (этап 440). Этап наложения альтернативного изображения может вовлекать модуль 116 анализа, который накладывает рассчитанные размеры помеченных особенностей (например, размеры ширины ребра) на оригинальное изображение, таким образом, что пользователь 132 может проверить и убедиться, что модуль 116 анализа точно идентифицировал особенность ремня из изображения. Свойства, анализируемые модулем 116 анализа, могут включать в себя размер, форму и/или расстояние между маркированными участками ремня и/или размером, формой и/или немаркированными участками ремня. Поскольку пример наложенного изображения, которое можно использовать, в соответствии с вариантами осуществления настоящего раскрытия, показан на фиг. 6, где рассчитанные области некоторых особенностей наложены на фактическое изображение.

В зависимости от результатов анализа изображения (изображений), модуль 116 анализа может определять, что объект (например, ремень) является либо хорошим, плохим и т.д., и на основе этого определения, модуль 116 анализа может генерировать одно или больше состояний предупреждения в отношении состояния объекта (этап 444). В качестве альтернативы или в дополнение, модуль 116 анализа может генерировать другую статистику о ремне, такую как прогнозируемая предыстория использования на основе обнаруженной степени износа, предложенные следующие этапы (например, повторная проверка ремня во время X, замена ремня и проверка нового ремня во время Y, обнаруженный ненормальный износ, в связи с чем, требуется проверить другие компоненты, которые взаимодействуют с ремнем, и т.д.).

Состояния предупреждения или другие результаты анализа затем могут быть переданы в виде отчета обратно пользователю 132 (этап 448). Отчеты по анализу могут быть переданы в одном или более пакетах связи через сеть 204 связи, если только модуль 116 анализа резидентно находится в устройстве 208 пользователя, или в некоторое другое устройство, которое находится в том же месте, где находится интерфейс 128 пользователя.

Теперь на фиг. 5 будет описан один пример процедуры решения порогового значения для контраста, в соответствии с вариантами осуществления настоящего раскрытия. В частности, модуль 116 анализа в контуре регулирования порогового значения на этапах 424 и 428 может выполнять эту конкретную процедуру автоматически. В примере, представленном на фиг. 5, анализируемое изображение может содержать изображения серой шкалы по 256 значения, где каждый пиксель в изображении может включать в себя значение в диапазоне по магнитуде от 0 до 255 (например, когда 0=черный и 255=белый). Имеется оптимальное пороговое значение (значение серой шкалы, находящееся где-то между 0 и 255), в результате чего, получается наилучшее обнаружение кромки модулем 116 анализа. В некоторых вариантах осуществления возможно находить решения в обоих направлениях от белого к черному. Существует пороговое значение (серая шкала), в котором величина подсчета ребер равна целевому значению. Tmin равно точке, расположенной ближе всего к черному цвету, когда обнаруженная величина подсчета ребер = целевому подсчету ребра. Тmax равно точке, расположенной ближе всего к белому цвету, где обнаруженная величина подсчета ребра = целевому подсчету ребер. В некоторых вариантах осуществления значения Tmin и Tmax могут быть решены, используя бинарный способ. После решения, значения Tmin и Tmax могут использоваться для определения оптимального порогового значения, которое равно среднему значению серой шкалы Tmin и Тmax. В качестве альтернативы, или, возможно, в дополнение, алгоритм для определения порогового значения будет описан далее более подробно со ссылкой на фиг. 9-11.

Со ссылкой на фиг. 6, будут описаны дополнительные детали примера накладываемого изображения ремня 600, в соответствии с вариантами осуществления настоящего раскрытия. Изображение ремня 600 может быть преобразовано в двоичное изображение и может быть проанализировано модулем 116 анализа. На основе этого анализа, обнаруживаемые кромки или контуры могут быть наложены на фактическое изображение для получения наложенного изображения 600. Как можно видеть, типы особенностей, которые могут быть обнаружены модулем 116 анализа, включают в себя одну или больше маркировок 608a-N на ребрах 612a-N ремня, первой кромки 616 (например, самой верхней кромки) ремня, и второй кромки 620 (например, самой нижней кромки) ремня. Метки 608a-N могут быть обнаружены в пределах окна 604 увеличенного изображения, которое идентифицирует область, представляющую интерес, в пределах изображения. В некоторых вариантах осуществления окно увеличенного изображения может быть автоматически сгенерировано и распложено вокруг множества меток 608a-N. В других вариантах осуществления пользователь 132 может взаимодействовать с испытательным приложением 224 для идентификации вручную окна 604 увеличения, для того, чтобы помочь модулю 116 анализа сфокусировать свой анализ на контурах в окне 604 увеличения изображения.

В частности, в части операции тестирования испытательное приложение 224 может инструктировать пользователя 132 выбрать область окна 604 увеличенного изображения таким образом, чтобы множество отметок 608a-N находились в пределах окна 604 увеличения изображения, и первая, и вторая кромки 616, 620 также находились в пределах окна 604 увеличения изображения. Это также помогает для модуля 116 анализа сформировать более точное преобразование значений пикселя в физические значения. В частности, кромки 616, 620 может стать относительно легко отличать от меток 608a-N, поскольку кромки 616, 620 продолжаются по всей ширине окна 604 увеличения изображения, в отличие от меток 608a-N. В соответствии с этим, модуль 116 анализа может использовать этот факт и просто управлять этими состояниями, если контур обнаруживается, как проходящий по всей ширине окна 604 увеличения изображения, затем этот контур может рассматриваться, как одна из кромок 616, 620, тогда как, если бы контур был обнаружен, как не проходящий по всей ширине окна 604 увеличения изображения, тогда этот контур можно было бы обрабатывать, как метку 608.

В некоторых вариантах осуществления модуль 116 анализа может рассчитывать верхнее и нижнее значения Y для ремня (например, ширины ремня) в единицах пикселей, и затем идеальная ширина из величины подсчета ребер и промежутка между ребрами может быть рассчитана на основе по меньшей мере некоторой информации, получаемой из базы 120 данных объекта. После этого следующее уравнение можно использовать для расчета коэффициента масштабирования, для преобразования значения пикселя в физические значения:

В некоторых вариантах осуществления следующее уравнение также можно использовать для определения ширины ремня на основе рассчитанного промежутка ребер и расстояния между центрами ребер:

После этого, может быть выполнен этап проверки ошибок (например, этап 432), где положение пикселей на n-этом ребре сверху определяют в соответствии со следующим уравнением:

Центр каждого обнаруженного ребра может быть затем рассчитан в соответствии с представленным выше уравнением и изображение может быть отбраковано, если разность между обнаруженным положением ребра и ожидаемым положением ребра слишком велика (например, превышает заданное пороговое значение).

На фиг. 7A-D представлены примеры изображения объекта, проходящего испытание 104, во время различных этапов анализа изображения. В частности, на фиг. 7A показано оригинальное изображение ремня, которое, возможно, было первоначально выполнено в серой шкале цветов. На фиг. 7B показано преобразование серой шкалы изображения на фиг. 7A, если изображение на фиг. 7A первоначально было цветным. На фиг. 7C представлено изображение после того, как был применен фильтр (например, Гауссово размытие) к изображению на фиг. 7B. На фиг. 7D представлено изображение фиг. 7C после преобразования изображения в черно-белое изображение. Это изображение может быть подвернуто анализу модулем 116 анализа для обнаружения кромки в изображении (например, маркированных особенностей на ремне).

На фиг. 8 представлен один пример представления интерфейса пользователя, который может быть предоставлен пользователю 132 после анализа изображения модулем 116 анализа. В частности, презентация может быть предусмотрена в интерфейсе 128 пользователя устройства 208 пользователя, и презентация может содержать первую область 808 представления, где представлено оригинальное изображение в окне 604 увеличения изображения, вторую область 812 представления, где представлено анализируемое черно-белое изображение (или, возможно, где представлено изображение наложения), кнопку 816 передачи, участок 820 отображения результатов, кнопку 824 съемки изображения, кнопку 828 анализа и кнопку 832 установки.

Как можно видеть, кнопка 816 передачи может обеспечивать передачу в устройство 208 пользователя изображения из первой области 808 представления в модуль 116 анализа, и изображение 600 наложения может быть представлено во второй области 812 представления.

Участок 820 отображения результатов можно использовать для отображения статистических результатов, рекомендованных действий для исправления, данных предыстории износа и других данных, получаемых в результате анализа изображения, и/или данных, получаемых от базы 120 данных объекта. Участок 820 отображения результатов также может отображать любые предположения, сделанные модулем 116 анализа при анализе объекта, проходящего испытание 104.

Кнопки 824, 828, 832 можно использовать для обеспечения выполнения тестирующим приложением 224 одного или больше действия, ассоциированного с кнопкой. В частности, кнопка 824 съемки изображения может обеспечивать активацию устройством 208 пользователя устройства 108 съемки изображения и съемки изображения объекта, проходящего испытание 104. Кнопка 828 анализа может обеспечивать форматирование устройством 208 пользователя и передачу захваченного изображения в модуль 116 анализа, для тестирования. Кнопка 832 установки может обеспечивать для пользователя 132 возможность конфигурирования установки испытательного приложения 224 и выполнения других административных задач.

Хотя это и не показано на чертеже, интерфейс также может содержать область, где пользователю разрешено предоставлять информацию об обратной связи в модуль 116 анализа (например, другие комментарии, относящиеся к износу объекта, проходящего испытание 104, комментарии в отношении точности анализа, комментарии в отношении точности предположений и т.д.). Также может присутствовать диалоговое окно, которое предоставляет пользователю 132 непосредственный доступ к базе 120 данных объекта. Также может присутствовать окно, представляемое пользователю 132, после съемки изображения объекта, проходящего испытание 104, и находящееся в этом окне, при этом пользователю 132 может быть разрешено выбрать размер и ориентацию увеличения окна 604 относительно изображения. Другие типы диалоговых окон, кнопок и т.д. также могут быть сделаны доступными для пользователя 132, без выхода за пределы объема настоящего раскрытия.

Со ссылкой теперь на фиг. 9-11, будет описан альтернативный алгоритм для определения порогового значения, в соответствии с вариантами осуществления настоящего раскрытия. Этот конкретный алгоритм может использоваться, как альтернатива для алгоритма, описанного со ссылкой на фиг. 5, или может использоваться для официального признания алгоритма, описанного со ссылкой на фиг. 5. В частности, алгоритм выбора порогового значения начинается путем выборки изображения ремня (или другого типа объекта), используя пороговое значение серого цвета между двумя крайними значениями (например, от 0 до 256 или любое другое количество дискретных уровней между двумя граничными цветами). В каждом пороговом значении после выборки обнаруживают количество ребер на ремне (фиг. 9). Модуль 116 анализа может быть сконфигурирован для последовательной обработки через каждый порог кандидата и определения количества ребер, обнаруженных при каждом пороговом значении кандидата, пока не будет сформирована вся диаграмма, показанная на фиг.9.

После записи количества ребер для каждого порогового значения, модуль 116 анализа может найти большее количество величин подсчета ребер (например, величины подсчета ребер, чаще всего возникающие, полученные из набора тестов, сведенных вместе на фиг. 9). Данные подсчета ребер затем могут быть встроены в другой набор данных, который коррелирует величину подсчета ребер с количеством возникновений этой величины подсчета ребер (фиг. 10).

В описанном здесь примере шесть ребер было определено, как наиболее часто возникающее количество среди любых других величин подсчета ребер. В соответствии с этим, набор данных на фиг. 9 может затем быть отфильтрован, используя наиболее часто появляющуюся величину подсчета ребер на фиг. 10, для получения отфильтрованного набора данных, который показан на фиг. 11. Пороговые значения на фиг. 11 представляют только пороговые значения, полученные для величины подсчета ребер, равной шести (например, наиболее часто появляющаяся величина подсчета ребер). Модуль 116 анализа может использовать отфильтрованные данные по фиг. 11, для определения более точного порогового значения, для преобразования изображения серой шкалы в черно-белое изображение. В частности, модуль 116 анализа может определять срединное или пороговое значение по фильтрованным данным. Путем анализа фильтрованных данных, модуль 116 анализа получает конфигурацию для полного игнорирования аномальных значений (например, пороговых значений, которые приводят к обнаружению 15 ребер) и, поэтому, для получения более полезного порогового значения.

Следует понимать, что описанный выше алгоритм для определения порогового значения можно использовать при определении порогового значения серой шкалы, порогового значения цвета или порогового значения для любого другого типа пиксельных данных. Другими словами, описанный выше алгоритм не предназначен для ограничения путем преобразования изображений серой шкалы в черно-белые изображения.

В представленном выше описании, с целью иллюстрации, способы были описаны в конкретном порядке. Следует понимать, что в альтернативных вариантах осуществления, способы могут выполняться в другом порядке, чем было описано. Следует также понимать, что описанные выше способы, могут быть выполнены аппаратными компонентами или могут быть воплощены в последовательностях считываемых устройством инструкций, которые могут использоваться для обеспечения выполнения с помощью устройства, такого как процессор (GPU или CPU) общего назначения или специального назначения или логические схемы, запрограммированные с инструкциями для выполнения способов (FPGA). Эти исполняемые устройством инструкции могут быть сохранены на одном или более считываемых носителях информации, таких как CD-ROM или оптических дисках других типов, дискетах, ROM, RAM, EPROM, EEPROM, магнитных или оптических картах, в запоминающем устройстве флэш или в другого типа считываемых устройством носителях информации, пригодных для сохранения электронных инструкций. В качестве альтернативы, способы могут быть выполнены с использованием комбинации аппаратных и программных средств.

Конкретные детали были представлены в описании, для обеспечения полного понимания вариантов осуществления. Однако для специалистов в данной области техники будет понятно, что варианты осуществления могут быть выполнены на практике без этих конкретных деталей. Например, схемы могут быть показаны в блок-схемах, в порядке, который не усложняет варианты осуществления ненужными деталями. В других случаях хорошо известные схемы, процессы, алгоритмы, структуры и технологии могут быть представлены без ненужных деталей по-порядку, для исключения усложнения вариантов осуществления.

Кроме того, следует отметить, что варианты осуществления были описаны, как процесс, который представлен, как блок-схема последовательности операций, схема потока обработки, диаграмма потоков данных, структурная диаграмма или блок-схема. Хотя блок-схема последовательности операций может описывать операции, как последовательный процесс, множество операций могут быть выполнены параллельно или одновременно. Кроме того, порядок операций может быть изменен. Процесс заканчивается, когда его операции закончены, но может иметь дополнительные этапы, которые не показаны на чертеже. Процесс может соответствовать способу, функции, процедуре, подпроцедуре, подпрограмме и т.д. Когда процесс соответствует функции, его окончание соответствует возврату функции к функции вызова или основной функции.

Кроме того, могут быть воплощены варианты осуществления с использованием аппаратных средств, программных средств, встроенного программного обеспечения, промежуточного программного обеспечения, микрокода, языков описания аппаратных средств, или любой их комбинации. При воплощении в виде программного обеспечения, встроенного программного обеспечения, промежуточного программного обеспечения или микрокода, программный код или сегмент кода для выполнения необходимых задач может быть сохранен на носителе, считываемом устройством, таком как носитель информации. Процессор (процессоры) могут выполнять необходимые задачи. Сегмент кода может представлять процедуру, функцию, подпрограмму, программу, рутинную процедуру, рутинную подпроцедуру, пакет программного обеспечения, класс или любую комбинацию инструкций, структур данных или операторов программы. Сегмент кода может быть соединен с другим сегментом кода или аппаратной цепью путем пропуска и/или приема информации, данных, аргументов, параметров или содержимого запоминающего устройства. Информация, аргументы, параметры, данные и т.д. могут быть пропущены, отправлены или переданы через любое соответствующее средство, включающее в себя совместное использование запоминающего устройства, пропуск памяти, пропуск метки, передачу по сети и т.д.

В то время, как иллюстративные варианты осуществления раскрытия были здесь подробно описаны, следует понимать, что концепции в соответствии с изобретением в остальном могут быть по-разному воплощены и выполнены, и что приложенная формула изобретения предназначена для включения в нее таких вариаций, за исключением ограничения предшествующим уровнем техники.

1. Способ измерения состояния износа ремня, содержащий этапы, на которых:
получают растровое изображение ремня, при этом растровое изображение включает в себя данные изображения по меньшей мере одной особенности ремня и некоторого количества ребер на изображении;
анализируют растровое изображение ремня;
определяют, на основе анализа растрового изображения ремня, физические размеры по меньшей мере одной особенности ремня;
определяют, на основе определенных физических размеров по меньшей мере одной особенности ремня, состояние износа ремня; при этом
указанная по меньшей мере одна особенность ремня включает в себя одно или более ребер ремня;
подготавливают отчет, включающий в себя результаты анализа растрового изображения ремня и определенное состояние износа ремня; и
передают отчет на устройство пользователя, функционирующее посредством по меньшей мере одной заинтересованной стороны.

2. Способ по п. 1, в котором устройство пользователя, на которое передают отчет, является тем же устройством, которое сняло растровое изображение ремня.

3. Способ по п. 1, в котором физические размеры по меньшей мере одной особенности ремня определяют посредством определения значения преобразования, соответствующего, при умножении на количество пикселей, физическому размеру, при этом определяют значение преобразования посредством вычисления количества пикселей между обнаруживаемой первой кромкой ремня и обнаруживаемой второй кромкой ремня.

4. Способ по п. 3, содержащий этап, на котором обнаруживают обнаруживаемую первую кромку и обнаруживаемую вторую кромку в качестве контуров, проходящих через всю длину окна увеличения изображения, помещенного вокруг по меньшей мере одной, особенности ремня и указанных первой и второй кромок ремня.

5. Способ по п. 1, в котором степень износа ремня содержит по меньшей мере одну из хорошей, плохой и сомнительной, при этом определяют степень износа ремня посредством сравнения обнаруживаемого расстояния между первой особенностью ремня и второй особенностью ремня и сравнения обнаруживаемого расстояния с ожидаемым расстоянием.

6. Способ по п. 5, содержащий этап, на котором получают ожидаемое расстояние из базы данных объекта, содержащей данные о множестве разных типов ремней, при этом данные для каждого из множества разных типов ремней включают в себя один или более из идентификатора ремня, величины подсчета ребер, профиля ребер, пороговых значений, предыстории степени износа и предыстории замены.

7. Способ по п. 1, дополнительно содержащий этап, на котором модифицируют рабочий параметр оборудования, то есть использование ремня на основе данных износа ремня.

8. Способ измерения состояния износа ремня, содержащий этапы, на которых:
получают растровое изображение ремня, при этом растровое изображение включает в себя данные изображения по меньшей мере одной особенности ремня и некоторого количества ребер на изображении;
анализируют растровое изображение ремня;
определяют, на основе анализа растрового изображения ремня, физические размеры по меньшей мере одной особенности ремня;
определяют, на основе определенных физических размеров по меньшей мере одной особенности ремня, состояние износа ремня;
подготавливают отчет, включающий в себя результаты анализа растрового изображения ремня и определенное состояние износа ремня;
передают отчет на устройство пользователя, функционирующее посредством по меньшей мере одной заинтересованной стороны, при этом
по меньшей мере одна особенность ремня содержит одно или больше ребер ремня, причем этап анализа растрового изображения ремня содержит подэтапы, на которых:
преобразуют первое изображение ремня в двоичные данные пикселей изображения ремня, при этом выполняют преобразование первого изображения в черно-белое изображение посредством:
определения минимального порогового значения, соответствующего минимальному значению пикселей, причем определенное количество ребер ремня равно ожидаемому количеству ребер ремня;
определения максимального порогового значения, соответствующего максимальному значению пикселя, причем определяемое количество ребер ремня равно указанному ожидаемому количеству ребер ремня; и
определения среднего значения минимального порогового значения и максимального порогового значения и использования определенного среднего значения, в качестве порогового значения, для преобразования первого изображения в двоичное изображение данных пикселя.

9. Способ по п. 8, в котором первое изображение содержит цветное изображение, а определенное пороговое значение для преобразования первого изображения в двоичное изображение данных пикселя соответствует пороговым значениям для значений красного, зеленого и синего цветов пикселей.

10. Способ по п. 8, в котором первое изображение содержит изображение шкалы серого, а определенное пороговое значение для преобразования первого изображения в двоичное изображение данных пикселя соответствует значению пикселя шкалы серого.

11. Способ по п. 9, в котором физические размеры по меньшей мере одной особенности ремня определяют, посредством определения величины преобразования, соответствующей, при умножении на количество пикселей, физическому размеру, при этом значение преобразования определяют посредством вычисления среднего количества пикселей между соседними ребрами.

12. Способ по п. 9, содержащий этап, на котором обнаруживают обнаруживаемую первую кромку и обнаруживаемую вторую кромку как внутренние кромки внешних областей.



 

Похожие патенты:

Изобретение относится к экспертизе документов. Технический результат - повышение достоверности определения принадлежности страниц документа к одному акту печати.

Изобретение относится к области домовых систем связи, таких как домофоны, а именно к дверной станции домашней системы связи с множеством квартирных станций. Техническим результатом является обеспечение возможности индикации для посетителя кнопки вызова предположительно посещаемого жильца.
Изобретение относится к способу и портативному считывающему устройству для декодирования штриховых кодов с фиксацией даты, времени и координат места сканирования.

Изобретение относится к системам обработки гиперспектральных изображений поверхности Земли, в частности к способу повышения детальности материалов съемки путем субпиксельного выделения объектов и их спектральных характеристик.

Изобретение относится к обработке бинарного кодированного импульсного информационного сигнала, вырабатываемого пассивным ответчиком в радиочастотной системе дистанционной идентификации и контроля состояния объектов, функционирующим на поверхностных акустических волнах.

Изобретение относится к средствам распознавания образов на основе изображения и может быть использовано для обработки изображений дороги и дорожной обстановки. Техническим результатом является повышение надежности распознавания границ дороги, элементов разметки, транспортных средств и других объектов.

Изобретение относится к технологиям классификации изображений посредством оптического распознавания символов. Техническим результатом является повышение эффективности классификации документов, основанной на заранее заданных признаках.

Изобретение относится к обработке медицинских изображений. Техническим результатом является сокращение времени реконструкции изображения МРТ из недосемплированных данных.

Изобретение относится к области визуализации изображений, в частности к способу и системе для выполнения реконструкции изучаемой области (ROI) с максимальным правдоподобием, даже если исходные данные проецирования усечены.

Изобретение относится к соотнесению полученных изображений с объектами. Техническим результатом является повышение точности диагностирования пациента.

Изобретение относится к вычислительной техники, а именно к области машинного (компьютерного) зрения, анализа изображений, и может быть использовано для определения расстояний до различных объектов и их скоростей на транспорте, в строительстве, машиностроении и других областях. Техническим результатом является повышение скорости определения расстояния и скоростей объектов на основе стерео-подхода. Устройство для определения расстояния и скоростей объектов на основе стереоподхода позволяет получать поток стереоизображений, проводить их ректификацию и коррекцию, после чего извлекающее из изображений вектора признаков для каждой точки, затем эффективно сопоставлять их внутри эпилиний для получения стерео-рассогласования между следующими и предыдущим кадрами для получения оптического потока. 1 ил.

Изобретение относится к устройствам отслеживания показателей жизнедеятельности. Технический результат заключатся в повышении надежности различения между пользовательскими управляющими командами и другими движениями в инерционных датчиках. Такой результат достигается посредством обнаружения заданных структур в сигналах ускорения, которые не имеют отношения к другим движениям пациента, включающим в себя касание датчика, встряхивание и поворот датчика без введения большого количества ложных положительных срабатываний. 4 н. и 5 з.п. ф-лы, 4 ил.

Изобретение относится к способу для получения скрытого изображения для защиты от подделок защищенной полиграфической продукции, в частности универсальных бланков для оформления железнодорожных перевозок. Технический результат заключается в повышении надежности защиты. Шаблон для контроля скрытого элемента накладывают на защитный элемент, имеющийся на защищенной полиграфической продукции. Шаблон для контроля скрытого элемента изготовлен из прозрачной пленки или пластика. На шаблон нанесена периодическая растровая структура. Линиатура периодической растровой структуры шаблона совпадает с линиатурой растра на фоновой части изображения на универсальном документе. Плотность растра на контрольном шаблоне на 5-15% превосходит плотность растра на фоновой части изображения. Форма растровой структуры на контрольном шаблоне может отличаться от формы растровой структуры на фоновой части элемента. Изображение, полученное таким образом, обладает высокой степенью точности воспроизведения скрытого изображения. 10 ил.

Изобретение относится к системе и к способу для обработки данных, полученных из входного сигнала, содержащего физиологическую информацию. Технический результат - эффективное определение состояния человека. Система содержит средство обнаружения для обнаружения, по меньшей мере, одного отличительного признака жизненных функций во входном сигнале и средство преобразования для создания выходного сигнала посредством модификации входного сигнала в зависимости от обнаруженного отличительного признака жизненных функций. Выходной сигнал содержит искусственный отличительный признак, по меньшей мере, частично заменяющий соответствующий отличительный признак жизненных функций из, по меньшей мере, одного отличительного признака жизненных функций во входном сигнале. В одном варианте осуществления система дополнительно содержит сенсорное средство для обнаружения видимого электромагнитного излучения в пределах, по меньшей мере, одного конкретного диапазона длин волн. 3 н. и 7 з.п. ф-лы, 7 ил.

Изобретение относится к области защиты информации с использованием криптографических средств, в частности к юридически значимому документообороту. Технический результат - контроль целостности и подлинности электронных документов текстового формата, представленных на твердых носителях информации, с использованием электронной подписи. Способ контроля целостности и подлинности электронных документов текстового формата, представленных на твердых носителях информации, заключающийся в том, что исходный файл электронного документа (ЭД) текстового формата формируют в формате языка разметки и определяют его как электронный документ (ЭД) исходного формата. От полученного файла ЭД исходного формата формируют электронную подпись (ЭП). Далее к файлу ЭД исходного формата применяют алгоритмы избыточного помехоустойчивого кодирования. Результат помехоустойчивого кодирования определяют как блок избыточной информации. Полученное значение ЭП, значение ключа проверки ЭП и блок избыточной информации определяют как усовершенствованную ЭП (УЭП). Далее УЭП преобразуют из цифровой формы в штриховой код, наносят штриховой код и содержание текстового документа исходного формата в форме, доступной восприятию человеком, на твердый носитель информации. При проверке целостности и подлинности ЭД текстового формата, представленного на твердом носителе, преобразуют штриховой код, содержащий УЭП, и текст документа в цифровую форму, выделяют из цифровой формы УЭП значение ЭП, ключа проверки ЭП и блока избыточной информации, производят процедуру распознавания цифрового графического образа текста документа. Полученный после процедуры распознавания файл ЭД произвольного текстового формата преобразуют в файл ЭД исходного формата. Далее с использованием блока избыточности информации выполняют восстановление целостности файла ЭД исходного формата и выполняют проверку целостности и подлинности текстового документа с использованием стандартных программных средств. В случае положительного результата проверки ЭП полученный после преобразований файл ЭД исходного формата признается целостным и подлинным. После чего содержание проверенного ЭД и значение УЭП, представленное в форме штрихового кода, снова наносят на твердый носитель, и именно эта совокупность признается подлинным и целостным ЭД, представленным на твердом носителе. При этом исходный ЭД, представленный на твердом носителе, на основании которого получается файл ЭД исходного формата, рассматривается как вспомогательный элемент и не является объектом проверки целостности и подлинности. 4 ил.

Группа изобретений относится к области определения репрезентативного изображения, по меньшей мере, для одного фрагмента видеосъемки. Техническим результатом является повышение скорости определения репрезентативного изображения. Видеоинформация содержит по меньшей мере один фрагмент съемки (SH), представляющий собой непрерывную последовательность изображений, отображающих сцену на виде с конкретного местоположения. Из фрагмента съемки (SH) выбирают изображения для получения непрерывной последовательности выбранных изображений (SI), равномерно распределенных по всему фрагменту съемки. Идентифицируют, по меньшей мере, одну непрерывную подпоследовательность (SB1, SB2, SB3) выбранных изображений, удовлетворяющих заданному критерию подобия. Из непрерывной части (SP) фрагмента съемки, которая совпадает по времени с самой длинной непрерывной подпоследовательностью (SB2) выбранных изображений, удовлетворяющих заданному критерию подобия, выбирают изображение. Выбранное изображение представляет собой репрезентативное изображение (RI) для фрагмента съемки. 6 н. и 8 з.п. ф-лы, 8 ил.

Изобретение относится к системе, способу и модулю памяти для оптического распознавания символов. Технический результат заключается в повышении достоверности оптического распознавания математических выражений. В способе выполняют разбиение на блоки изображения, содержащего математическое выражение, и последующее оптическое распознавание блоков для разложения изображения математического выражения на множество вариантов оптического распознавания символов, упорядоченное согласно весовому значению по OCR, выбор наиболее вероятного пути на основе весового значения для пути среди потенциально возможных путей, где путь соответствует группировке символов на изображении математического выражения и упорядоченному множеству вариантов распознавания символов на данном изображении, использование наиболее вероятного пути и упорядоченного множества вариантов распознавания символов для порождения представления в цифровом виде математического выражения, содержащегося на изображении, где наиболее вероятный путь, отобранный на основе весового значения, содержит информацию о группировке символов и вариантах их распознавания, и сохранение представленного в цифровом виде математического выражения в модуле памяти. 3 н. и 17 з.п. ф-лы, 37 ил.

Изобретение относится к области создания четырехмерных электромагнитных томографических дифференциальных объединенных изображений. Техническим результатом является обеспечение формирования объединенного томографического изображения, отображающего функциональную/молекулярную информацию. Множество источников электромагнитного поля и детекторы создают и детектируют область электромагнитного поля в заданной области. Биологическая ткань помещается в заданную область, и формируется электромагнитное поле с использованием выбранного множества источников. Поле выборочно оценивается с тем, чтобы каждый из выбранного множества детекторов "распознал" источник поля из множества источников электромагнитного поля. Источники и детекторы управляются так, чтобы поля, созданные выбранными источниками, детектировались выбранными детекторами после взаимодействия с тканью. Исходя из поля, полученного каждым детектором, на основе каждого поля, созданного тканью, получают сложную матрицу интерференции, и анатомическая и функциональная информация реконструируется на основе такой матрицы. 5 н. и 16 з.п. ф-лы, 29 ил.

Группа изобретений относится к технологиям распознавания электронных документов. Техническим результатом является повышение точности распознавания символов, за счет преобразования сравниваемого изображения документа на основе разметки изображения эталонного документа. Предложен способ для сравнения изображений документов, выполняемый посредством вычислительного устройства, содержащего процессор. Способ содержит этап, на котором получают изображение первого документа из эталонного документа и соответствующего изображения второго документа из сравниваемого документа. Далее согласно способу осуществляют определение разметки полученных изображений первого и второго документов. А также осуществляют первую процедуру оптического распознавания символов полученных изображений первого и второго документов и формирование эталонного словаря, причем эталонный словарь содержит слова из текстового блока из изображения первого документа. 3 н. и 18 з.п. ф-лы, 6 ил.

Изобретение относится к системам мониторинга, в том числе, чрезвычайных ситуаций и средствам диагностики. Технический результат заключается в повышении точности распознавания маркировки. В способе для множества машиносчитываемых маркировок фиксируют координаты при монтаже оборудования или изготовлении на трехмерной компьютерной модели, а также путем нанесения на карту или схему. При этом обеспечивается стабильность считывания информации в широком диапазоне углов, что позволяет использовать метки в качестве точек пространственной привязки измерительной аппаратуры при измерении тех или иных контролируемых параметров. 15 з.п. ф-лы, 1 ил.
Наверх