Обработка изображений полей касательных напряжений, полученных с помощью жидких кристаллов
Икаев Н.Д.1, Ефимова Е.В.1, Жилина Е.В.1
1 Ростовский государственный экономический университет (РИНХ), Россия, Ростов-на-Дону
Скачать PDF | Загрузок: 4
Статья в журнале
Информатизация в цифровой экономике (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Том 4, Номер 2 (Апрель-июнь 2023)
Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=54118722
Аннотация:
Проблема обработки изображений полей касательных напряжений, полученных в ходе эксперимента с помощью жидких кристаллов заключается в том, что данные изображения являются сложными и могут содержать большое количество информации, которую нужно обработать и проанализировать. Основной проблемой является необходимость выделения полезной информации из таких изображений. Для этого требуется использовать специальные алгоритмы обработки данных, которые могут автоматически выделять области с интересующими касательными напряжениями. Эти алгоритмы могут использовать различные методы, такие как: машинное обучение, фильтрацию шума и сегментацию изображений. Другой проблемой является необходимость проведения анализа полученных данных. Для этого может использоваться различное программное обеспечение для анализа изображений и статистических данных. Также может потребоваться проведение дополнительных экспериментов для проверки адекватности полученных результатов и их дальнейшей интерпретации.
Ключевые слова: MatLab, алгоритмы обработки изображений, жидкие кристаллы, касательное напряжение, изображения и графики
Введение
Сегодня большинство энергоресурсов потребляют огромное количество энергии за счет того, что в большинстве процессов происходит трение или воздействие поршня на механизмы для выработки энергии. Изображения полей касательных напряжений являются важной величиной в механике и выработке энергии с помощью жидких кристаллов, а также зачастую подобную технологию используют в аэродинамике, промышленности, при разработке интегральных схем, печатных плат и другой микроэлектроники. Таким образом, можно получить достаточно полезной информации для всевозможной визуализации и измерения касательного напряжения. Особенно ярко данное преобразование можно увидеть на твердых поверхностях. Данное явление было исследовано в некоторых научных работах французского научно-исследовательского института UMIFRE [1] (Benferhat, Daouadji, Mansour, Henni, 2014), однако в их работе измерение напряжения проводилось с помощью специализированного оборудования, таким образом, ограничивая доступ другим исследователям со схожими интересами изучать данную тематику за неимением должных лабораторных мощностей и инструментов.
Рассматривая данную проблему, можно сказать о том, что подобные исследования в аэродинамике и получении энергии без должных технологий становятся буквально невозможным. Однако с появлением IT данную проблему можно решить и дать возможность другим исследователям в области электроники, энергии и аэродинамики изучать вопросы обработки напряжения при помощи графиков, изображений и специальных обработанных камерой фотографий [6].
Основная часть
Постановка и анализ проблемы. В наше время довольно стремительно идет процесс изучения получения новых видов энергии, но из-за того, что исследователям не хватает должных мощностей и отсутствуют необходимые инструменты и технологии [5, 10], проблема обработки изображений полей касательных напряжений, полученных с помощью жидких кристаллов, является актуальной.
Нами принято решение реализовать desktop-модуль с помощью пакета MatLab (интерфейс GUI), который имеет необходимые элементы и библиотеки для изучения подобного рода поверхностей, а также имеет широкие возможности для работы с данными и графиками. Решение проблемы обработки изображений полей касательных напряжений позволит изучить воздействия на жидкокристаллические поверхности или кристаллы без профессионального лабораторного оборудования.
Проблема обработки изображений полей касательных напряжений, полученных в ходе эксперимента с помощью жидких кристаллов, заключается в том, что данные изображения являются сложными и могут содержать большое количество информации, которую нужно обработать и проанализировать.
Одной из основных особенностей проведения такого анализа является необходимость выделения полезной информации из изображений [3] (Popov, Zhilina, Petrenko, 2022). Для этого требуется использовать специальные алгоритмы обработки изображений, которые могут автоматически выделять области с касательными напряжениями. Эти алгоритмы могут использовать различные методы, такие как машинное обучение, фильтрация шума и сегментация изображений [4, 7].
Другой проблемой является необходимость обработки полученных данных. Для этого может использоваться различное программное обеспечение для анализа изображений и статистических данных. Также может потребоваться проведение дополнительных экспериментов для проверки полученных результатов и их дальнейшей интерпретации [3] (Popov, Zhilina, Petrenko, 2022).
Кроме того, необходимо учитывать, что обработка и анализ изображений полей касательных напряжений является достаточно трудоемкой и временно-затратной задачей, требующей высокой квалификации специалистов в области физики и математики.
Таким образом, проблема обработки изображений полей касательных напряжений, полученных в ходе эксперимента с помощью жидких кристаллов требует разработки и применения специальных алгоритмов обработки изображений и анализа данных, а также привлечения высококвалифицированных специалистов в данной области [9].
Для более детального описания проблемы обработки изображений полей касательных напряжений, полученных в ходе эксперимента с помощью жидких кристаллов, можно рассмотреть следующие аспекты, с которыми столкнется любой исследователь, приведенные на следующей схеме (рис. 1).
Рисунок 1. Исследовательские аспекты проблемы обработки изображений полей касательных напряжений
Источник: составлено авторами.
Сложность данных: изображения полей касательных напряжений, получаемые с помощью жидких кристаллов, могут содержать большое количество информации, например, распределение напряжений по поверхности образца, наличие дефектов, зон с различными физическими свойствами и т.д. В связи с этим необходимо разработать алгоритмы обработки, которые могут автоматически выделять и анализировать интересующие нас данные.
Методы обработки изображений: для решения проблемы необходимо использовать специальные алгоритмы обработки изображений, которые могут автоматически выделять области с интересующими касательными напряжениями. Некоторые из таких алгоритмов включают в себя машинное обучение, фильтрацию шума и сегментацию изображений.
Анализ полученных данных: после обработки изображений, необходимо провести анализ полученных данных. Для этого могут использоваться различные статистические методы, которые могут помочь определить зависимости между различными параметрами, такими как температура, давление и др. Кроме того, могут быть использованы методы машинного обучения, которые позволяют более точно предсказывать значения касательных напряжений.
Трудоемкость: обработка и анализ изображений полей касательных напряжений является достаточно трудоемкой и затратной задачей, требующей высокой квалификации специалистов в области физики и математики. Поэтому для решения проблемы необходимо привлекать высококвалифицированных специалистов и использовать специализированное оборудование и программное обеспечение.
Описание решения. В основе данного проекта лежит опыт исследований различных институтов [8], направленных на разработку библиотеки FLIR (бесплатное программное решение) для MatLab, позволяющей интерпретировать изображения и графики для обработки касательных напряжений.
Разрабатываемое авторское программное обеспечение позволит:
- построить графики;
- рассмотреть динамику изменения среды для жидких кристаллов;
- рассчитать термодинамические показатели;
- с помощью внешней видеокамеры провести эксперименты в реальных условиях;
- определять возможные зоны помех касательных напряжений при обработке полученного материала.
В дальнейшем планируется развитие данного проекта, и помимо вышезаявленного функционала в приложение будут добавлены:
1. Бот-ассистент/помощник, подбирающий нужный функционал под конкретного пользователя.
2. Добавление новых элементов/компонентов, которые помогут большей адаптивности пользовательского интерфейса (меню используемых функций, раздел с обучением применения софта и т.д.).
На первом этапе разработки стоит уделить внимание следующим основным вещам:
- возможность построения графиков;
- составление автоматических графов для жидких кристаллов;
- правильное построение графиков и графов для получения достоверной и правильной информации для пользователя;
- генерация результатов.
Для начала работы было принято решение алгоритмически вывести графики, которые указывают на уровень напряжения кристалла в определенных областях. При написании алгоритма использовались как физические, так и математические формулы [2] (Zhao, 2018). Как итог, мы получаем следующие графики (рис. 2) и соответствующие параметры напряженности.
Рисунок 2. Уровень напряжения кристалла в определенных областях, где φ – угол обзора, H – напряжение
Источник: составлено авторами.
Наборы данных были взяты в трех точках тестовой поверхности (u и v – координаты изображения, экспериментальные).
Далее рассматривается график напряженности жидкокристаллического монитора (рис. 3), т.е. его «подпитка» с помощью дополнительных объектов (зарядка, розетка, солнечная батарея и другие приборы, которые хорошо отражают свет), с помощью заготовленных рисунков, пользователь сможет определить, какой уровень в данный момент использует этот кристалл, таким образом, получая достаточное количество потребляемой энергии.
Рисунок 3. График напряженности жидкокристаллического монитора
Источник: [2] (Zhao, 2018).
После обработки изображения можно наблюдать «слои», которые показывают, какой из участков является наиболее «продуктивным» (рис. 4). Подобное преобразование позволит определить, какой из участков больше пригоден для дальнейшего использования, так как у напряженности имеются «слои», которые зачастую отвечают за количество потребляемой энергии, а также дальнейшего потока.
Рисунок 4. Формы и «слои» картин напряженности
Источник: [2] (Zhao, 2018).
Предыдущие результаты будут интерпретированы в виде векторов. На рисунке 5 используются цветовые уровни для представления величины сдвига. Каждая предельная обтекаемая линия была получена путем интегрирования уравнения обтекания в векторном поле напряжения сдвига стенки. На рисунках видно, что измеренное векторное поле напряжения сдвига в целом симметрично относительно осевой линии. В этом можно дополнительно убедиться, проверив распределение величины и направления сдвига вдоль профилей. Симметричное распределение векторного поля среднего напряжения сдвига является оптимальным для струйного потока.
Рисунок 5. Векторное преобразование напряженности жидких кристаллов на одной из поверхностей
Источник: [2] (Zhao, 2018).
Следует отметить, что большинство флуктуаций в потоке были усреднены, поскольку использовалось относительно длительное время экспозиции, иначе изображение было бы недоэкспонированным. Для того чтобы измерить флуктуации потока, необходим источник освещения высокой интенсивности, чтобы сократить время экспозиции.
В данном испытании величина сдвига варьируется от примерно 5 Па до максимального значения около 120 Па и более.
Таким образом, исходя из графиков и вычислений, пользователь получит искомый результат не только в виде помех, векторов и слоев, но и примет решение, какой уровень напряженности был задействован в том или ином виде использованного кристалла.
Заключение
MatLab может использоваться для обработки изображений полей касательных напряжений, полученных в ходе эксперимента с помощью жидких кристаллов. С помощью алгоритмов обработки изображений, доступных в MatLab, можно фильтровать шум и улучшать контраст изображений, а также анализировать данные с использованием алгоритмов компьютерного зрения и математической обработки изображений. MatLab также может использоваться для создания графиков и визуализации результатов анализа. Разработка будет полезным инструментом для исследователей и инженеров, работающих с жидкими кристаллами и изображениями полей касательных напряжений.
Источники:
2. Zhao J. Measurement of Wall Shear Stress in High Speed Air Flow Using Shear-Sensitive Liquid Crystal Coating // Sensors. – 2018. – № 5. – p. 1605. – doi: 10.3390/s18051605.
3. Попов Д.Н., Жилина Е.В., Петренко В.И. Анализ R-CNN подхода к распознаванию объектов в контексте прикладных экономических задач // Информатизация в цифровой экономике. – 2022. – № 4. – c. 211-220. – doi: 10.18334/ide.3.4.115222.
4. Введение в научные вычисления – двенадцать проектов с MATLAB. Link.springer.com. [Электронный ресурс]. URL: https://link.springer.com/book/10.1007/978-0-387-49159-2 (дата обращения: 11.03.2023).
5. Контроль над процессом: Первый курс с MATLAB. Habr.com. [Электронный ресурс]. URL: https://habr.com/ru/articles/702414/ (дата обращения: 11.03.2023).
6. Оптимизация на практике с MATLAB. Researchgate.net. [Электронный ресурс]. URL: https://www.researchgate.net/profile/Mohamed_Mourad_Lafifi/post (дата обращения: 11.03.2023).
7. Практические основы MatLab для инженеров. Link.springer.com. [Электронный ресурс]. URL: https://link.springer.com/book/10.1007/978-3-319-77223-3 (дата обращения: 11.03.2023).
8. Расширенная обработка изображений и видео с использованием MATLAB. Uvpce.files.wordpress.com. [Электронный ресурс]. URL: https://uvpce.files.wordpress.com/2011/08/digital_signal_and_image_proce.pdf (дата обращения: 11.03.2023).
9. Функциональный анализ данных с помощью R и MATLAB. Link.springer.com. [Электронный ресурс]. URL: https://link.springer.com/book/10.1007/978-0-387-98185-7 (дата обращения: 11.03.2023).
10. Цифровая обработка сигналов и изображений с использованием MATLAB. Lib.ssga.ru. [Электронный ресурс]. URL: http://lib.ssga.ru/IRBISFULLTEXT/UMK/200200 (дата обращения: 11.03.2023).
Страница обновлена: 26.11.2024 в 13:04:12