CC BY
18По объемному расположению этих градиентов можно определить размеры и характер дефектов.
Преимущества данного метода заключаются в следующем:
- в возможности определения типа дефекта;
- возможности определения локализации дефекта;
- возможности определения геометрических и физических характеристик дефекта.
Библиографические ссылки
1. Терещенко С. А. Методы вычислительной томографии. М. : Физматлит, 2004. 318 с.
2. Хелгасон С. Преобразование Радона. М. : Мир, 1983. 150 с.
3. Горелик С. С., Расторгуев Л. Н., Скаков Ю. А. Рентгенографический и электроннооптический анализ. 2-е изд. М. : Металлургия, 1970. 366 с.
4. Сырямкин В. И., Жданов Д. С., Бородин В. А. Метрология, диагностика и сертификация материалов. Томск : ТГУ, 2011. 114 с.
5. Бубенчиков М. А., Газиева Е. Э., Гафуров А. О., Глушков Г. С., Жданов Д. С., Саньков Д. В., Сырямкин В. И., Шидловский С. В., Юрченко А. В. Совре-
менные методы исследования материалов и нанотех-нологий. Томск : Изд-во Том. ун-та, 2010. 366 с.
References
1. Tereshchenko S. A. The methods of computerized tomography, Moscow : Fizmatlit Press, 2004. 318 p.
2. Helgason S. The radon transformation, Moscow: World Press, 1983. 150 p.
3. Gorelik S. S., Rastorgouev L. N., Skakov Y. A. X-ray and electron-optical analysis, 2nd ed. Moscow: Metallurgy Press, 1970. 366 p.
4. Syryamkin V. I., Zhdanov D. S., Borodin V. A. Metrology, diagnostics and certification of materials, Tomsk: Tomsk State University Press, 2011. 114 p.
5. Bubenchikov M. A., Gaziyeva E. E., Gafurov A. O., Glushkov G. S., Zhdanov D. S., Sankov D. V., Syryamkin V. I., Shidlovskiy S. V., Yurchenko A. V. Modern methods of research of materials and nanotechnologies, Tomsk: Tomsk State University Press, 2010. 366 p.
© Сырямкин В. И., Буреев А. Ш., Куцов М. С., Осипов А. В., Клестов С. А., Сунцов С. Б., Селолустьев А. В., 2014
УДК 681.3.012
ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ ЦИФРОВОГО РЕНТГЕНОВСКОГО МИКРОТОМОГРАФА ДЛЯ ДИАГНОСТИКИ МАТЕРИАЛОВ И ЭЛЕМЕНТОВ БОРТОВОЙ РАДИОЭЛЕКТРОННОЙ АППАРАТУРЫ
В. И. Сырямкин1, А. Ш. Буреев1, М. С. Куцов1, А. В. Осипов1, С. Б. Сунцов2, А. В. Селолустьев2
Национальный исследовательский Томский государственный университет Российская Федерация, 634050, г. Томск, просп. Ленина, 36 2ОАО «Информационные спутниковые системы» имени академика М. Ф. Решетнева» Российская Федерация, 662972, г. Железногорск Красноярского края, ул. Ленина, 52
E-mail: mihail-kucov@mail.ru
Рассматриваются алгоритмы обработки изображений в рентгеновском микротомографе. Описаны методы фильтрации и компрессии информации, приведены результаты работы алгоритмов.
Ключевые слова: рентгеновские томографы, сжатие изображений, удаление фоновых шумов.
THE SOFTWARE OF THE DIGITAL X-RAY MICROTOMOGRAPHIC SCANNER FOR MATERIALS AND ELEMENTS OF THE ONBOARD AVIONICS DIAGNOSTIC TESTING
V. I. Syryamkin1, A. Sh. Bureev1, M. S. Kutsov1, A. V. Osipov1, S. B. Suntsov2, A. V. Selolust'ev2
1National Research Tomsk State University 36, Lenin Av., Tomsk, 634050, Russian Federation
2JSC "Information Satellite Systems" named after academician M. F. Reshetnev" 52, Lenin str., Zheleznogorsk, Krasnoyarsk region, 662972, Russian Federation E-mail: mihail-kucov@mail.ru
The operating procedures of X-ray micro tomography scanners are presented. The methods of filtering and compression of data and the results of the algorithms are described.
Keywords: X-ray tomography, image compression, removal of background noise.
Космическое электронное приборостроение
Рентгенотомография - метод послойного исследования внутренней структуры объекта посредством его многократного просвечивания рентгеновским излучением в различных направлениях, с последующей обработкой полученных снимков и восстановление 3Б-реконструкции. Сканирование визуализирует всю внутреннюю трехмерную структуру объекта и полностью сохраняет образец для других видов исследований. Также метод рентгенотомографии отличается от других методов томографии высоким разрешением получаемой модели исследуемого образца.
Для восстановления 3Б-реконструкции необходимо большое количество снимков образца высокого разрешения, что требует от подсистемы томографа больших ресурсов памяти для хранения и обработки информации. Для решения этих проблем необходимо использовать специальные вычислительные системы с высокой производительностью и значительным объемом памяти [1].
Входными данными являются монохромные растровые изображения с глубиной цвета 16 бит. Это означает, что один пиксель кодируется двумя байтами информации, которая интерпретируется как яркость данного пикселя.
В условиях повышенных требований к производительности и времени работы системы, а также из-за специфики изображений (большая разрешающая способность и большое количество точек, а значит, и значительный занимаемый размер) необходимы методы сжатия информации без потерь, с высоким быстродействием.
Существуют различные методы сжатия данных без потерь, наиболее быстрым и простым в реализации является КЬБ-сжатие, которое заключается в специальном кодировании серий повторяющихся величин, а также может быть выполнено за один проход [2; 3].
Так как мы должны сжимать не абстрактные изображения, можно попытаться использовать некоторые свойства изображений, чтобы повысить качество работы выбранного алгоритма сжатия. Для этого необходимо преобразовать изображение без потерь информации таким образом, чтобы появились длинные серии повторяющихся величин.
Воспользуемся тем фактом, что область изображения теневой проекции, занимаемая объектом, как правило, не имеет резких переходов и перепадов яркости, а также о том, что в оперативной памяти растровое изображение хранится в виде последовательности байт, соответствующих яркостям точек.
Таким образом, если заменить каждую точку изображения, начиная со второй, величиной разницы яркости данной точки с предыдущим соседом, можно добиться существенного улучшения сжимаемости итоговой информации. Действительно, если на участке изображения яркость линейно возрастает от точки к точке, то для каждой точки получится одинаковое значение изменения яркости.
Следует воспользоваться дополнительной возможностью уменьшить занимаемый изображением объем памяти. Данная возможность заключается в том, что после преобразования изображения в после-
довательность разницы яркостей абсолютные значения величин могут сократиться.
Если изначальное изображение представляется последовательностью N двухбайтовых чисел (16 бит), значения которых лежат в диапазоне от 0 до 65535, то после построения разницы будет необходимость каждую точку кодировать 17 битами, так как значения должны лежать в диапазоне от -65535 до 65535.
Очевидно, что среди всех N точек будет следующее распределение: для числа точек, чтобы закодировать значение, требуется лишь -битное число, где меняется в диапазоне от 1 до 17 i.
Для уменьшения размеров памяти, занимаемой изображением, можно поступить следующим образом. Определить такое количество бит, которым кодируется такое количество точек, при котором совокупная память, занимаемая суммой памяти для этих точек и оставшихся точек, кодируемых максимальными 16-битовыми числами, минимальна [4].
Исходное изображение занимает байт информации, где i - количество точек (пикселей) по горизонтали и вертикали. Преобразованное изображение, каждый пиксель которого кодируется количеством бит, будет занимать следующее количество байт:
P = W ■ H ■ -. г 8
Точки, для хранения величин которых требуется больше бит, заносятся в массив исключений, который занимает байт. Суммарный объем преобразованной информации:
Si = W ■ H ■- + 2(N - N).
8
Таким образом, искомое количество бит j, которым требуется закодировать изображение, соответствует Sj = min(S0, Sj, ..., S17).
Описанные методы составляют модуль предварительной обработки изображений программного обеспечения рентгеновского микротомографа.
Модуль предварительной обработки изображений связывается с остальными модулями через интегрированную среду управления и выполняет функции неис-кажающей компрессии и декомпрессии изображений, получаемых на рентгеновском микротомографе.
Библиографические ссылки
1. Сырямкин В. И., Жданов Д. С., Бородин В. А. Метрология, диагностика и сертификация материалов : учеб.-метод. комплекс. Томск : ТГУ, 2011.
2. Ватолин Д. С. Сжатие статических изображений // Открытые системы сегодня. 1995. № 8 (29). Апрель. С. 12.
3. Ватолин Д. С. Тенденции развития алгоритмов архивации графики // Открытые системы. 1995. № 4. С. 26.
4. Гамма Э., Хелм Р., Джонсон Р., Влассидес Дж. Приемы объектно-ориентированного программирования. Паттерны проектирования. СПб. : Питер, 2008. 425 с.
References
1. Syryamkin V. I., Zhdanov D. S., Borodin V. A. Metrology, diagnostics and certification of materials, Tomsk State University State, 2011.
2. Vatolin D. S., Compression of still images, Open systems today. 1995, № 8 (29), p. 12.
3. Vatolin D. S. Trends in the development of achieving algorithms in graphic arts, Open Systems, 1995, № 4, p. 26.
4. Gamma E., Helm R., Johnson R., Vlassides J. The methods of object-oriented programming. Design patterns, St. Petersburg, 2008. 425 p.
© Сырямкин В. И., Буреев А. Ш., Куцов М. С., Осипов А. В., Сунцов С. Б., Селолустьев А. В., 2014
УДК 629.7.05.03
БОРТОВАЯ МИКРОПРОЦЕССОРНАЯ СИСТЕМА УПРАВЛЕНИЯ С ПОВЫШЕННОЙ СБОЕУСТОЙЧИВОСТЬЮ
Д. В. Удалов
ОАО «Научно-производственный центр «Полюс» Российская Федерация, 634050, г. Томск, пр. Кирова, 56в. E-mail: polus@online.tomsk.net
Рассматриваются способы повышения сбоеустойчивости микропроцессорных систем управления бортовой аппаратурой космических аппаратов. Показаны пути решения проблем, связанных с выбором электронных компонентов, схемотехнических и архитектурных решений для обеспечения стойкости к одиночным эффектам, вызванным тяжелыми заряженными частицами.
Ключевые слова: космический аппарат, сверхбольшие интегральные схемы, тяжелые заряженные частицы, сбоеустойчивость, одиночные эффекты.
SATELLITE-BORNE MICROPROCESSOR CONTROL SYSTEM WITH IMPROVE FAULT-TOLERANT PROCESSING
D. V. Udalov
Joint-stock company "Research and production center "Polyus" 56v, Kirov pr, Tomsk, 634050, Russian Federation. E-mail: polus@online.tomsk.net
The question of creating microprocessor control system offault tolerant processing for satellite-borne equipment is considered. The problems of selection electronic components, circuit and hardware architecture for guaranteeing fault-tolerant processing and their solutions are presented.
Keywords: spacecraft, very large scale integrated circuits, heavy charged particles, fault tolerant processing, single event effects.
Современные тенденции развития космического приборостроения связаны с применением микропроцессорных технологий. В частности, при создании системы преобразования и управления (СПУ) нового поколения для электрореактивной двигательной установки разработана бортовая микропроцессорная система управления - субсистема обмена и управления (СОУ), за счет интегрирования которой в СПУ удалось не только улучшить массогабаритные показатели, но и расширить функциональные возможности последней [1].
Однако рост требований к космическим аппаратам в целом приводит к необходимости совершенствования и систем управления бортовой аппаратурой. Наиболее актуальными требованиями, предъявляемыми сейчас к микропроцессорным системам управления, являются внедрение современного интерфейса SpaceWire, обновление программного обеспечения в процессе эксплуатации, в том числе на орбите, локальная обработка и накопление данных, работа в автоматическом режиме, стойкость к тяжелым за-
ряженным частицам, повышение надежности и улучшение массогабаритных характеристик.
Выполнение данных требований невозможно без применения современных интегральных схем со сверхбольшой степенью интеграции, изготовленных по нанометровым технологическим нормам. Это, в свою очередь, обусловливает необходимость принятия ряда специальных мер по обеспечению стойкости к одиночным эффектам, вызванным воздействием тяжелых заряженных частиц.
В настоящее время в ОАО «НПЦ «Полюс» ведутся работы по созданию микропроцессорной системы управления СОУ-2М с повышенной сбоеустойчиво-стью. Эти работы позволят на базе только отечественных ЭРИ производить функционально законченные, высокопроизводительные и стойкие к одиночным эффектам системы управления. Используемые методы обеспечения сбоеустойчивости и основные технические характеристики СОУ и СОУ-2М приведены ниже (см. таблицу и рисунок).
