CC BY
87
Grachev Aleksandr Nikolaevich, candidate of technical science, docent, luav50@,mail. ru, Russia, Tula, Tula State University,
Fomichev Aleksandr Aleksandrovich, doctor of technical science, professor, luav50@mail. ru, Russia, Tula, Tula State University
УДК 004.93’11
ПРИМЕНЕНИЕ ПРОЦЕДУРЫ ПАРНОГО ВЫРАВНИВАНИЯ ДЛЯ РАЗМЕТКИ СТЫКОВ НА УЛЬТРАЗВУКОВОЙ ДЕФЕКТОГРАММЕ РЕЛЬСОВОГО ПУТИ
А. А. Маленичев, В.В. Сулимова, О.В. Красоткина, В.В. Моттль,
А.А. Марков
Работа посвящена задаче автоматического анализа ультразвуковых дефек-тограмм рельсового пути, представленных в развертке типа В по нескольким каналам ультразвукового контроля. Актуальной проблемой в процессе автоматического анализа дефектограмм, облегчающей в дальнейшем локализацию и идентификацию дефектов, является предварительная разметка рельса на наличие естественных конструктивных отражателей, самыми распространенными из которых являются стыки. В работе данная подзадача решается на основе сравнения фрагментов исследуемой де-фектограммы с эталонным фрагментом, представляющим типовой стык. Для сравнения участков дефектограмм с эталоном используется специально разработанная мера несходства сигналов, основанная на парном выравнивании, и учитывающая особенности дефектограмм.
Ключевые слова: анализ ультразвуковых дефектограмм, сегментация сигналов, мера несходства, принцип парного выравнивания.
Для снижения вероятности возникновения аварийных ситуаций на железной дороге чрезвычайно важным является своевременное обнаружение и устранение дефектов рельсов железнодорожной системы.
В последние годы в железнодорожной отрасли активно внедряются мобильные средства контроля - дефектоскопы с регистраторами для поиска контактно-усталостных дефектов и обеспечения требуемого уровня безопасности движения поездов. Эти средства осуществляют регистрацию сигналов ультразвукового контроля на дефектограмме. Однако в настоящее время анализ дефектограмм производится специалистами вручную, вследствие чего имеет невысокую эффективность [18].
Регистрируемые дефектограммы, как правило, представляются в виде сигналов в координатной плоскости «время распространения ультразвуковых колебаний в рельсе - координата контролируемой нити
пути». Данное представление принято называть В-разверткой [17]. При наличии дефектов или каких-либо конструктивных отражателей (например, болтового соединения рельсов) на дефектограмме появляются линии разной формы, ориентации и продолжительности, в зависимости от вида объекта, оказавшегося на пути распространения ультразвукового сигнала.
Очевидно, что важно не просто идентифицировать некоторую область на дефектограмме как дефект, но и определить местоположение данного дефекта на рельсовом пути. В связи с этим задача обнаружения дефектов естественным образом неразрывно связана с задачей разметки ультразвуковой дефектограммы. Поскольку основным характерным элементом железнодорожного пути является болтовое соединение (стык) рельсов, то под разметкой в данном случае будем понимать выделение областей дефектограммы, соответствующих стыкам, с расстановкой характерных точек, указывающих непосредственно место соединения пары рельсов, а также начало и окончание каждой «зоны стыка».
Известно множество различных методов разметки (сегментации) речевых [13], биомедицинских [6] и других сигналов [3, 7, 11], однако многие из них имеют высокую вычислительную сложность [6, 9]. В данной работе применяется достаточно простой подход, основанный на использовании скользящего окна [4], адаптированный для задачи разметки дефек-тограмм путем учета априорных сведений, характерных для данной задачи. В частности, информация о существовании только двух типов сегментов (стык или не стык), а также о примерной длине зоны стыка, позволяют существенно упростить способ сегментации.
В рамках данной работы разметка дефектограммы производится на основе сравнения фрагментов, вырезанных скользящим окном фиксированной длины, с эталонным фрагментом, представляющим типовой стык, и выбором фрагментов, «похожих» на стыки. Следует отметить, что скорость движения дефектоскопа не постоянна, а частота посылки ультразвуковых импульсов напротив, всегда одинакова. В результате сигналы, полученные при исследовании даже одного и того же участка рельса в общем случае имеют различную длину и форму. В связи с этим наиболее адекватным способом сравнения фрагментов дефектограмм является вычисление меры несходства на основе известного принципа парного выравнивания дискретных сигналов [1, 8], но опирающаяся на специально разработанную в рамках данной работы меру несходства элементов дефектограмм с целью учета особенностей решаемой прикладной задачи.
Мера несходства элементов сигнала дефектограммы. Очевидно, что сравнение сигналов дефектограмм неизбежно должно базироваться на сравнении составляющих их элементов, причем от того, насколько удачно будет выбрана мера несходства элементов, во многом зависит и качество
построенной на ее основе меры сравнения дефектограмм.
При ультразвуковой дефектоскопии рельсового пути, как правило, используется несколько каналов - ультразвуковых излучателей/приемников, посылающих зондирующие импульсы заданной амплитуды под некоторым углом к поверхности катания рельса (различные каналы отличаются друг от друга углом излучения/приема сигнала). Регистрация сигнала приемником происходит лишь в том случае, если в интервале некоторого времени от момента излучения на приемник поступает отраженный сигнал, обладающий достаточно большой амплитудой.
Чаще всего, при хорошем акустическом контакте ультразвукового излучателя и приемника, а так же наличии отражающей поверхности, расположенной под углом 90° к направлению распространения ультразвука, происходит однократное отражение сигнала, и дефектоскоп регистрирует один импульс. Однако когда дефект или какой-либо конструктивный отражатель находится близко к поверхности рельса, ультразвуковой сигнал не успевает затухнуть, и могут наблюдаться случаи множественных переотражений, в результате которых будет зарегистрировано несколько импульсов, принятых с разной задержкой относительно момента излучения. В случае отсутствия отражения ввиду плохого акустического контакта или отражения от дефекта, направленного к излучателю под углом, отличающимся от 90°, импульс не будет зарегистрирован вовсе [18].
Каждый элемент дефектограммы по отдельному каналу представляет собой импульсный сигнал в пространстве «задержка»-«амплитуда» [16] и, согласно приведенному выше описанию, может содержать некоторое количество п = 0,1,2,... импульсов, характеризующихся своей задержкой Ti и амплитудой ai, I = 1,...,п . Для удобства дальнейших рассуждений, элемент дефектограммы, не содержащий импульсов, будем рассматривать как сигнал, состоящий из одного элемента п = 1 с нулевой задержкой 11 = 0 и нулевой амплитудой al = 0. С учетом этого, каждый элемент де-фектограммы оказывается представлен двухкомпонентным сигналом дли-
2
ны п , составленным из пар (тг-,ai)е R , г = 1,...,п .
Поскольку напрямую сравнивать сигналы такого вида невозможно, в данной работе предложена специальная математическая модель для их представления в виде, удобном для сравнения. Согласно данной модели, каждый элемент дефектограммы по отдельному каналу описывается суммой нормальных распределений с некоторой дисперсией о и математическим ожиданием, равным задержке соответствующего импульса тг-:
п
1
Дт|х) = Xаі—^= ехР (т-т;) • (1)
Заметим, что для точки, в которой не зарегистрировано импульсов,
117
/ (х) = 0, что не противоречит здравому смыслу. Графическая интерпретация предложенной модели представлена на рисунке 1. Пусть
фектограммы. Меру их несходства предлагается вычислять как площадь области несовпадения двух дефектограмм или как интеграл от модуля разности двух функций (1):
Рис. 1. Графическое представление модели описания элемента дефектограммы по одному каналу в виде совокупности нормальных
распределений
Удобство используемого представления (1) заключается в том, что интеграл в (2) вычисляется аналитически. В результате мера несходства (2) может быть записана в следующем эквивалентом виде:
При этом несходство некоторого элемента дефектограммы
импульсов, может быть вычислено по еще более простой формуле:
На рисунке 2 представлена графическая интерпретация предложенной меры несходства элементов дефектограмм.
(2)
r(x',x") =/p(x', x') +p(x", x") - 2p(x', x"),
(3)
x' = (t,ai)є R2, i = 1,...,n с нулевым элементом f = (0,0), не содержащим
Очевидно, что одинаковые по форме сигналы будут иметь нулевую меру несходства. Наибольшее значение меры несходства будет наблюдаться при сравнении сигнала с большим количеством высокоамплитудных импульсов и нулевого сигнала.
Сравнение дефектограмм по одному ультразвуковому каналу. Как было сказано выше, каждая дефектограмма по каждому отдельному ультразвуковому каналу представляется в виде дискретного сигнала X = (х1,...,х^) некоторой длины Ых, элементы которого хґ, ґ = 1,...,Ых
могут быть представлены непрерывными сигналами /(т | х^), согласно описанию (1), приведенному в предыдущем разделе.
Рис. 2. Графическое представление меры несходства двух элементов
дефектограмм
Дефектограммы, полученные при прохождении дефектоскопом даже одного и того же участка рельс, неизбежно будут иметь различную длину и часть сигнала может быть потеряна из-за недостаточно хорошего контакта источника или приемника ультразвукового сигнала с рельсом. Поэтому задачу сравнения нескольких дефектограмм естественно сформулировать как задачу поиска оптимальных парных соответствий между отсчетами представляющих их сигналов. Пусть мы имеем два таких многокомпонентных дискретных сигнала, требующих сравнения. Один из них, неважно какой, примем за «базовый» X = (х1,...,х), другой - за
«ссылочный» У = (у1,...,у^).
Пусть также на множестве элементов этих сигналов определена метрика г(х,у) согласно (2). Требуется каждому отсчету из базового сигнала сопоставить некоторый отсчет из ссылочного, а результат запомнить в виде таблицы ссылок Т = (0ґ,ґ = 1,...,Их), где 0ґ є (1,...^У} -абсолютная ссылка (номер отсчета в ссылочном сигнале, соответствующий отсчету і в базовом).
А
Будем искать оптимальные парные соответствия, доставляющие минимум критерию оптимальности: T = arg min J(X, Y, T):
J (X, Y, T) = X g( 6, 6,)
7(6, _i, 6,) =
e,
(4)
РІ0, -0,-1 -1 + Е г(х г , у і)’ 0,
1=0-і+і
¥> 0, <0,-і.
где Ь> 0 - штраф на непараллельные ссылки, соответствующие локальным сжатиям или растяжениям осей сигналов при выравнивании.
Далее для обозначения критерия (4) выравнивания сигналов X = (х1,..., х) и У = (у 1,..., ущ) для компактности будем использовать
сокращенное обозначение З(Т) = 3(X, У, Т). Критерий (4) обеспечивает учет всех отсчетов как базового, так и ссылочного сигнала, добавляя дополнительные ссылки, связывающие , -й отсчет базового сигнала с отсчетами 0,-1 +1,...,0, в случае, если 0, > 0,-1. Кроме того, данный критерий не допускает наличия так называемых «перекрестных ссылок», накладывая на них бесконечный штраф. Это означает, что, в соответствии с данным критерием, если (, - 1)-й отсчет базового сигнала ссылается на
0,-1 -й отсчет ссылочного сигнала, то следующий , -й отсчет базового сигнала может ссылаться только на отсчет с большим номером 0, - 0,-1 .
Схематично идея парного выравнивания сигналов представлена на рисунке 3. Пунктиром показаны ссылки, добавляемые для учета всех отсчетов ссылочного сигнала.
/—1 t базовый сигнал
Рис. 3. Пример расстановки ссылок при парном выравнивании сигналов
Функция вида (4) называется сепарабельной с графом смежности переменных в виде цепи [14], поскольку может быть представлена как сумма более простых функций, зависящих только от двух соседних переменных 0?-1 и 0?. Ее экстремум может быть найден при помощи процедуры динамического программирования, которая осуществляется в два прохода.
T
На прямом ходе осуществляется движение вдоль отсчетов базового сигнала, начиная с первого и заканчивая последним и вычисление неполного критерия Jt (0t) по следующей рекуррентной схеме: t = 1: Jj(0,) = J (0,0,), 0, е{ 1,..., Ny }
t = 2,..., N: J, (0t) = min ,[ g(0t-i, 0t) + Jt-i(0t-1) ], 0t e{ 1,..., Ny}.
0t-1б{ 1,. ,0t}L J
Кроме того, запоминаются обратные рекуррентные соотношения:
t = ^..^ N : 0_1(0() = argmin [y(0t_l, 0) + J,-1(0,-1)], 0 е {1,...,Ny}.
0t _16{1,...,8f}
На обратном ходе осуществляется движение в обратную сторону вдоль отсчетов базового сигнала. При этом в каждом отсчете определяется
оптимальное значение соответствующей ссылки: §Nx = Ny , -1 = §t-1( ),
для t = Nx,...,2. Результатом выполнения процедуры является таблица ссылок £, а также достигнутый минимум критерия J(T) = JN^ (§Nx ), который может служить численной мерой несходства двух дефектограмм. Достигнутый минимум J (T) и расположение ссылок не зависят от того, какой из сигналов принят базовым, а какой - ссылочным. Но для того, чтобы эта величина могла в полной мере играть роль расстояния между двумя сигналами, она должна быть разделена на общее число расставленных ссылок.
На рисунке 4 представлен пример найденного оптимального парного выравнивания отдельных фрагментов дефектограмм, содержащих рельсовый стык. Выравнивание производилось только по «красному» каналу, по которому сигнал имеет форму наклоненных вправо штрихов.
Щ SII § #я
І;і: ІIII illl' I Ji І ЛІ*!
/
/
І
ніш
Рис. 4. Пример найденного оптимального парного выравнивания
Интуитивно понятно, что приведенный пример выравнивания подтверждает корректность работы процедуры оптимального парного выравнивания дефектограмм.
Комбинирование информации, получаемой по разным ультразвуковым каналам. Практика исследований показывает, что информации, зафиксированной ни по одному из отдельно взятых ультразвуковых каналов, оказывается не достаточно для того, чтобы осуществить разметку дефектограммы и идентифицировать возможные дефекты с требуемой степенью точности. В связи с этим возникает
естественное желание совместного использования информации, зарегистрированной по разным каналам. Комбинирование однородной или даже разнородной информации, получаемой из разных источников, может осуществляться на уровне классификаторов [2], когда сначала строится несколько отдельных решений, которые затем комбинируются, и на уровне сенсоров [12], когда комбинирование происходит до построения решения. Второй подход, как правило, оказывается более предпочтительным [12]. В связи с этим в рамках данной работы предлагается осуществлять комбинирование информации, поступающей из разных ультразвуковых каналов, при измерении несходства элементов дефектограмм. При этом дефектограмма рассматривается как п -компонентный дискретный сигнал X = (х1,..., х^х), х* = [хп,..., х*п ]Т, * = 1,..., Ых, каждая компонента
которого представляет собой дискретный сигнал, полученный по соответствующему каналу.
В качестве меры несходства на множестве элементов такого многокомпонентного сигнала предлагается использовать линейную комбинацию частных мер несходства г (х, у) с некоторыми неотрицательными весами ai > 0, в сумме составляющими единицу:
т т
г(х*,у}) = Е(хч,у),* х Е^1 (5)
i=l i=l
Следует обратить внимание, что такой способ комбинирования не требует внесения изменений в общую схему сравнения дефектограмм и позволяет учитывать один или сразу несколько ультразвуковых каналов в зависимости от заданных коэффициентов линейной комбинации.
Основной принцип построения разметки дефектограммы. В основе принципа построения разметки дефектограммы, применяемого в данной работе, лежит достаточно простая идея последовательного прохождения вдоль исследуемого сигнала X = (х1,..., х Ь) длины Ь скользящим окном = (хг.,...,хг.+к-1), i = 1,...,Ь - к +1 фиксированной ширины к и сравнением вырезанного окном фрагмента (хг.,...,хг.+к-1) с некоторым эталонным сигналом У = (у1,...,ук) длины к, соответствующим типовому стыку.
Сравнение фрагментов дефектограмм вычисляется на основе традиционной процедуры парного выравнивания дискретных сигналов [10, 15], но опирающуюся на специально разработанную в рамках данной работы меру несходства элементов дефектограмм с целью учета особенностей решаемой прикладной задачи. Результатом прохождения скользящим окном вдоль исследуемой дефектограммы является сигнал d = (^1,..., dL-k+1), каждый отсчет которого соответствует значению несходства фрагмента, вырезанного окном и эталонного фрагмента стыка
di = d (wi ,У). На рисунке 5 представлен пример сигнала, построенного по описанной схеме. Из рисунка видно, что такой сигнал имеет ряд локальных минимумов, некоторые из которых выражены наиболее ярко.
Рис.5. Пример сигнала, полученного при движении окна
Будем считать, что i -й фрагмент, вырезанный окном, является подозрительным на стык, если значение несходства в соответствующей точке является минимальным в некоторой D -окрестности:
di = min dj (w j, Y).
je[i-D,...,i+D ]
Принятие (или отклонение) решения о принадлежности данного фрагмента к классу стыков осуществляется на основе сравнения значения несходства фрагмента, подозрительного на стык, с некоторым пороговым значением.
Экспериментальное исследование. Для проверки адекватности предложенной процедуры был выбран участок дефектограммы, содержащий 28 рельсовых стыков, на котором экспертами были отмечены центры. Кроме того, был выбран эталонный фрагмент, соответствующий типовому стыку.
Согласно описанному подходу, из участка дефектограммы, содержащего 28 стыков, скользящим окном вырезались фрагменты дефекто-грамм и осуществлялось их парное выравнивание с эталоном.
Для повышения эффективности процедуры разметки парное выравнивание осуществлялось не для всех фрагментов, а только для тех, на которых нулевой сигнал, соответствующий участкам рельсов, не содержащим дефектов и конструктивных отражателей, занимает не больше определенной доли фрагмента. Такая эвристика, а также применение ускоренной реализации алгоритма парного выравнивания [10] позволила существенно сократить объем вычислений, не влияя на качество решения задачи.
Длина эталонного фрагмента составляет 1001 отсчет, что соответствует 200 см железнодорожного пути. По выравниваниям, обеспечивающим локальные минимумы функции несходства фрагментов дефектограмм (4), были выявлены 28 фрагментов, наиболее похожих на стыки. Для каждого из 28 фрагментов был определен центр, как отсчет, поставленный в соответствие центру эталона в результате парного выравнивания.
Вычисления производились 4 раза: по трем различным ультразвуковым каналам отдельно и по всем каналам одновременно, с комбинированием информации из различных каналов согласно (5). Для каждого из
четырех указанных случаев были вычислены отклонения найденных центров каждого из 28 стыков от центров, отмеченных экспертами, статистики которых приведены в таблице 1.
Таблица 1
Ошибка сегментации (см)
канал ШІП шах шеап ше&ап
1 0.000 29.600 5.443 8.632 1.200
2 0.000 27.600 4.921 8.397 1.600
3 0.000 35.800 6.814 10.241 1.400
1+2+3 0.200 5.400 1.343 1.346 0.800
На рисунке 6 представлены графики зависимости вычисленных одновременно по трем каналам и заданных экспертами координат центров стыков относительно начала фрагментов.
120
I I I
110 - -
100 - -
90 - -
80 I I I
' 5 10 15 20 25 30
Рис. 6. Заданные и восстановленные координаты 28 стыков
В таблице 2 приведены количества и проценты стыков, вычисленные центры которых отклоняются от отмеченных экспертами на значение из указанного диапазона.
Таблица 2
Количество и процент стыков с заданной ошибкой сегментации
Ошибка сегментации (отклонение от отметки эксперта)
канал 0 см <1 см <3 см <6 см
1 1 (3.57%) 12 (42.86%) 20 (71.43%) 23 (82.14%)
2 2 (7.14%) 12 (42.86%) 20 (71.43%) 24 (85.71%)
3 1 (3.57%) 10 (35.71%) 19 (67.86%) 22 (78.57%)
1+2+3 0 (0.00%) 16 (57.14%) 26 (92.86%) 28 (100.00%)
Как видно из таблиц 1 и 2, использование информации, полученной по разным каналам, позволило существенно улучшить качество сегментирования. В результате, предложенный подход позволил произвести разметку дефектограммы с ошибкой, не превышающей 5.4 см,
причем в 92.86% случаев ошибка не превышает 3 см.
Выводы
В рамках данной работы был разработан алгоритм автоматической разметки дефектограмм, основанный на сравнения фрагментов, вырезанных скользящим окном фиксированной длины, с эталонным фрагментом, представляющим типовой стык. Вычисление меры несходства производилось на основе известного принципа парного выравнивания дискретных сигналов, опирающегося на специально разработанную в рамках данной работы меру несходства элементов дефектограмм с целью учета особенностей решаемой прикладной задачи. Полученные экспериментальные результаты показывают, что разметка болтовых стыков на ультразвуковых дефектограммах возможна в автоматическом режиме с хорошей степенью точности. Целью дальнейшей работы является поиск путей для повышения производительности предложенного подхода для анализа больших массивов данных.
Список литературы
1. Al-Naymat, G., S. Chawla, and J. Taheri. SparseDTW: A Novel Approach to Speed up Dynamic Time Warping // The 2009 Australasian Data Mining, vol. 101, Melbourne, Australia, ACM Digital Library, 2009, P. 117-127.
2. Dymitr Ruta and Bogdan Gabrys. An overview of classifier fusion methods // Computing and Information Systems, 7 (2000). P. 1-10.
3. Fearnhead P., Exact Bayesian curve fitting and signal segmentation, IEEE Transactions on Signal Processing 53 (6) (2005) 2160-2166, doi:10.1109/TSP.2005.847844.
4. Galati D.G., Simaan M.A., Automatic decomposition of time series into step, ramp, and impulse primitives, Pattern Recognition 39 (11) (2006) 2166-2174, doi:10.1016/j.patcog.2005.10.010
5. A. Kehagias, V. Fortin, Time series segmentation with shifting means hidden markov models, Nonlinear Processes in Geophysics 13 (2006) 339352.
6. Kehagias A., Nidelkou E., Petridis V., A dynamic programming segmentation procedure for hydrological and environmental time series, Stochastic Environmental Research and Risk Assessment 20 (2006) 77-94.
7. Lavielle M., Optimal segmentation of randomprocesses, IEEE Transactions on Signal Processing 46 (5) (1998) 1365-1373.
8. Martens R., Claesen L. On-line signature verification by dynamic time-warping. IEEE: ICPR, 1996, pp. 38-42.
9. Mico P. , Mora M. , Cuesta-Frau D. , Aboy M. Automatic segmentation of long-term ECG signals corrupted with broadband noise based on sample entropy Computer Methods and Programs in Biomedicine, Volume 98, Issue 2, May 2010, Pages 118-129.
10. Stan Salvador & Philip Chan, FastDTW: Toward Accurate Dynamic Time Warping in Linear Time and Space. KDD Workshop on Mining Temporal and Sequential Data, 2004, pp. 70-80.
11. Sasan M., Bayan S. Sharif. A nonlinear variational method for signal segmentation and reconstruction using level set algorithm // Signal Processing, Volume 86, Issue 11, November 2006, Pages 3496-3504
12. A. Tatarchuk, V.Sulimova, D. Windridge, V. Mottl, M. Lange, Supervised Selective Combining Pattern Recognition Modalities and Its Application to Signature Verification by Fusing On-Line and Off-Line Kernels. Lecture Notes in Computer Science, Springer Berlin / Heidelberg, Volume 5519/2009, pp. 324-334, 2009.
13. D.Wang, L.Lu, H.J.Zhang. Speech segmentation without speech recognition // International Conference on Multimedia and Expo (ICME ‘03). -2003. - Vol.1. - P.405-408.
14. Беллман Р., Калаба Р. Динамическое программирование и современная теория управления. М.: Наука, 1969, 118 с.
15. Дмитриев Д.А., Сулимова В.В., Моттль В.В. Измерение попарного несходства подписей для идентификации личности. Сборник трудов международной конференции ММТТ-16, 2003, т.4, с. 216-218.
16. Марков А. А., Козьяков А.Б., Кузнецова Е.А. Расшифровка де-фектограмм ультразвукового контроля рельсов. Практическое пособие. Cанкт-Петербург. 2006. 206 с.
17. Марков А.А., Шпагин Д.А. Ультразвуковая дефектоскопия рельсов. 2-е изд. перераб. и доп. СПб.: Образование - Культура, 2013. 284 с.
18. Федоренко Д.В. Проблемы автоматизации расшифровки сигналов многоканального ультразвукового контроля рельсов // Радиоэлектронные комплексы многоцелевого назначения: сборник научных трудов. Юбилейный выпуск. 1991-2011 / Открытое акционерное общество «Радиоавионика». СПб.: Изд-во Политехн. ун-та, 2011. С. 117-120.
Маленичев Антон Александрович, аспирант, malenichev@ma.il.ru, Россия, Тула, Тульский государственный университет,
Сулимова Валентина Вячеславовна, к.ф.-м.н., доц. каф. ИБ, vsulimova@yandex. ru, Россия, Тула, Тульский государственный университет,
Красоткина Ольга Вячеславовна, к.ф.-м.н., доц. каф. ИБ, o. v.krasotkina@yandex.ru, Россия, Тула, Тульский государственный университет,
Моттль Вадим Вячеславович, дтн., проф., ведущий научный сотрудник ВЦ РАН, vmottl@yandex. ru, Россия, Москва, ВЦ РАН,
Марков Анатолий Аркадиевич, дтн., директор НТК СНК, info@radioavionica.ru, Россия, Санкт-Петербург, ОАО «Радиоавионика»
USING OF THE PAIR-WISE ALIGNMENT PROCEDURE FOR MARKING OF RAILWAY JOINTS OF ULTRASONIC DEFECTOGRAMS
A.A. Malenichev, V. V. Sulimova, O. V. Krasotkina, V. V. Mottl, A.A. Markov
The article deals with the problem of the automatic analysis of ultrasonic defecto-grams, which are presented in the B-diagram (brightness diagram) view with multiple channels of ultrasonic control. The actual problem in the process of automatic defectograms analysis, which will make localization and identification of defects more easier, is the preliminary marking of the rail on the presence of native constructive reflectors, the most common of which are the joints. In the paper this sub-task is solved on the basis of a comparison of de-fectogram fragments with the pattern which is representing a typical joint. To do so we using the specially developed measure of signals dissimilarity with the pair-based alignment and considering features of defectograms.
Key-words: ultrasonic defectograms analysis, signal segmentation, measure of dissimilarity, the principle of pair-wise alignment.
Malenichev Anton Alexandrovich, postgraduete, malenichevamail.ru, Russia, Tula, the Tula state university,
Sulimova Valentina Vyacheslavovna, candidate of physical and mathematical sciences, docent of chair of information security, vsulimovaayandex. ru, Russia, Tula, the Tula state university,
Krasotkina Olga Vyacheslavovna, candidate of physical and mathematical sciences, docent of chair of information security, o. v. krasotkina@yandex. ru, Russia, Tula, the Tula state university,
Mottl Vadim Vyacheslavovich, doctor of technical science, the prof., leading researcher of CC RAS, vmottlayandex. ru, Russia, Moscow, Dorodnicyn Computing Centre,
Markov Anatoly Arkadievich, doctor of technical science, the chief of the NTK SNK, infoaradioavionica. ru, Russia, Saint Petersburg, Radioavionica Corp
