При регенерацию цеолитов проводили фракционный отбор элюатов. Выявлено, что ионы Ni (II), Cu (II) и Zn (II) можно десорбировать серной кислотой более низкой концентрацией, в отличие от рекомендованной в СП 32.1333.2012 (Канализация. Наружные сети и сооружения. Актуализированной редакции СНиПа 2.04.03-85) концентрации - 0,7-1,0 М. Наиболее полно десорбирует ионы Ni (II) - 0,04 М H2So4, ионы Cu (II) - 0,15 М, ионы Zn (II) - 0,30 М.
На рисунке 1 приведены результаты многократного использования регенерированных цеолитов для удаления ионов Ni (II), Си (II) и Zn (II) из сточных вод.
а) б)
100
80
60
40
20
О
■ Первая регенерация
■ Вторая регенерация
■ Третья
20 40 60 80 100120 регенерация
Т,
I I I I I I I I I I
регенерация
регенерация
регенерация
R
В)
120
100
80
60
40
20
0
R
III П I I I I I I I I I I
■ Первая регенерация
■ Вторая регенерация
■ Третья регенерация
Т, мин
Рисунок 1 - Степень десорбции ионов при многократном использовании цеолитов: а) Ni (II); б)Си (II); в) Zn (II)
Проведение трех циклов сорбция-десорбция, свидетельствуют о том, что сорбционная способность регенерированных цеолитов при дальнейшем их использовании практически не снижается.
При исследовании десорбции в динамических условиях изучено влияние скорости пропускания регенерирующего раствора на полноту излечения исследуемых ионов тяжелых металлов, при скорости пропускания 3,0 мл/мин установлено наиболее полное излечение Ni (II), Си (II) и Zn (II), что соответствует линейной скорости 1,0 м/ час.
В результате проведенного комплекса работ по десорбции ионов тяжелых металлов, предложена технологическая схема регенерации природных цеолитов. Вначале через отработанный гейландит пропускают в качестве элюента 0,04 М раствор серной кислоты со скоростью 1,5 м/час. В результате чего образуется элюат, содержащий сульфат никеля. Далее через гейландит пропускают 0,15 М раствор серной кислоты со скоростью 1,2 м/час. При этом образуется элюат, содержащий сульфат меди. После чего через регенерирумый цеолит пропускают 0,3 М раствор серной кислоты со скоростью 1,0 м/час. В качестве элюата получают сульфат цинка.
Использование разработанной схемы на практике позволяет многократно использовать регенерированные цеолиты в процессах очистки сточных вод от ионов тяжелых металлов, а полученные при регенерации элюаты (сульфат никеля, сульфат меди и сульфат цинка), использовать повторно в производстве в качестве составных компонентов электролитов, используемых для нанесения гальванопокрытий [2].
Литература
1. Помазкина О.И., Филатова Е.Г., Пожидаев Ю.Н. // Физикохимия поверхности и защита материалов. 2014. Т. 50. № 3. С.
262.
2. Филатова Е.Г., Пожидаев Ю.Н., Помазкина О.И. // Вода: химия и экология, 2014. № 11. С. 83.
References
1. Pomazkina O.I., Filatov a E.G., Pozhidaev Y.N. // Physical Chemistry of Surfaces and protection materials. 2014. V. 50. № 3. P.
262.
2. Filatova E.G., Pozhidaev Y.N., Pomazkina O.I. // Water: chemistry and ecology, 2014. № 11. P. 83.
Хлесткин А.Ю.
Кандидат технических наук, Поволжский государственный университет телекоммуникаций и информатики ВЫЧИСЛИТЕЛЬНЫЙ КОМПЛЕКС РАСПОЗНОВАНИЯ АРТЕФАКТОВ НА ДИАГНОСТИЧЕСКИХ
ИЗОБРАЖЕНИЯХ
Аннотация
В работе рассматриваются методы сплава изображений разной функциональности одного объекта. Для улучшения качества мультимодального изображения используется предварительная обработки снимком с использованием полосовых частотных фильтров и преобразование в псевдоцвета.
Ключевые слова: распознавание артефактов, частотная фильтрация, обработка изображений, лучевые изображения.
Khlestkin A. Yu.
Candidate of Technical Sciences, Povolzhskiy State University of Telecommunications and Informatics
89
COMPUTER COMPLEXES RECOGNITION ARTIFACTS IN DIAGNOSTIC IMAGING
Abstract
The paper deals with methods alloy images of different functionality of the object. To improve the quality of multimodal images using pre-processing of the image using band-pass filters and frequency conversion in false color.
Keywords: recognition of artifacts, frequency filtering, image processing, ray images.
На сегодняшний день методы слияния изображений разной функциональности одного объекта наиболее эффективны в части распознавания артефактов и идентификации патологий. Суть слияния сводится к взаимному сопоставлению изображений, сформированных с помощью датчиков различных физических полей.
Изображения, полученные методами рентгенографии и сцинтиграфии, несут в себе различную информацию об объекте исследования. Например, рентгенография проецирует поглощающую органами часть рентгеновского излучения на изображение. Сцинтиграфический метод отображает полые части внутреннего органа, заполненные жидкостью и испускаемым излучением изотопов, которые фиксируются датчиками излучения и, в конечном счете, достаточно четко визуализируются.
В работе предлагается метод получения мультимодального изображения с повышенной распознаваемостью, с применением компьютерной обработки и процедуры слияния.
При слиянии рентгенограммы и сцинтиграммы возникают проблемы привязки снимков друг относительно друга и их взаимной геометрической коррекции. Требуется установление соответствия между элементами исходных изображений с выделением реперных точек, по которым осуществляется координатная привязка снимков с геометрическими преобразованиями.
Слияние изображений проводится с использованием полупрозрачной маски и совмещением изображений по реперным точкам.
Дальнейшее повышение разрешение и увеличение информативности выявления артефактов состоит в использовании преобразования Фурье в полосе ограниченных частот, то есть применим полосовую фильтрацию.
Полосовые фильтры, основанные на преобразованиях Фурье, просты в программных реализациях, но вместе с тем удаляют или ослабляют частоты вне кольцевой области вокруг начала координат преобразования Фурье [2].
Передаточная функция полосового гауссова фильтра задается выражением:
H{u,v) = e
2 ЙСилОIf J
(1)
где D(u,v) - расстояние, измеряемое от центра частотного прямоугольника, W - ширина кольца, D0 - радиус окружности проходящей через его середину.
Результатом такой фильтрации является улучшение изображения и выделения контуров вполне очевидны. Используемый метод фильтрации позволил эффективно восстановить контуры мелких деталей и текстуры на рентгенографическом снимке.
Приведенное Фурье-преобразование хорошо подчеркивает костную ткань, что позволяет улучшить визуальное восприятие изображения слияния.
Анализ результирующих изображений слияния показал, что полосовая Фурье-фильтрация расширяет динамический диапазон и дает более детальную гистограммную обработку изображений, вместе с тем улучшает визуальное распознавание артефактов.
Разработанный метод используется для оценки состояния позвоночника у пациентов с остеопоротическими переломами, скорости и направленности ремоделирования костной ткани в процессе медицинской реабилитации.
Таким образом, приведенные выше преобразования позволили получить качественные результаты и выявить неоднородности в потенциальных уровнях патологии. Формирование мультимодального изображения путем слияния рентгенограммы и сцинтиграммы, преобразование в псевдоцвет, повысили чувствительность снимков, отразили макроструктуру и анатомические особенности объектов.
Литература
1. Хлесткин А.Ю. Модели слияния рентгеновских и сцинтиграфических изображений в распознавании артефактов [Текст] / А.Ю. Хлесткин, О.В. Старожилова // Инфокоммуникационные технологии. - 2010. - № 2. - С. 40-42.
2. Яне, Б. Цифровая обработка изображений / Б. Яне; пер. с англ. А.М. Измайловой. -М.: Техносфера, 2007. -584 с.
3. Хлесткин А.Ю. Выявление артефактов сердца методами преобразований спектров с применением окна поиска [Текст] / А.Ю. Хлесткин, В.П. Кривозубов // Инфокоммуникационные технологии. - 2008. - № 4. - С. 79-83.
4. Хлесткин А.Ю. Дигитальное сканирование в диагностике рентгенографических снимков [Текст] / А.Ю. Хлесткин, Р.Р. Янгазов // Инфокоммуникационные технологии. - 2008. - № 4. -С. 91-96.
References
1. Hlestkin A.Ju. Modeli slijanija rentgenovskih i scintigraficheskih izobrazhenij v raspoznavanii artefaktov [Tekst] / A.Ju. Hlestkin,
O.V. Starozhilova // Infokommunikacionnye tehnologii. - 2010. - № 2. - S. 40-42.
2. Jane, B. Cifrovaja obrabotka izobrazhenij / B. Jane; per. s angl. A.M. Izmajlovoj. -M.: Tehnosfera, 2007. -584 s.
3. Hlestkin A.Ju. Vyjavlenie artefaktov serdca metodami preobrazovanij spektrov s primeneniem okna poiska [Tekst] / A.Ju. Hlestkin, V.P. Krivozubov // Infokommunikacionnye tehnologii. - 2008. - № 4. - S. 79-83.
4. Hlestkin A.Ju. Digital'noe skanirovanie v diagnostike rentgenograficheskih snimkov [Tekst] / A.Ju. Hlestkin, R.R. Jangazov // Infokommunikacionnye tehnologii. - 2008. - № 4. -S. 91-96.
Щадилов А. Е.
Кандидат технических наук, доцент, Санкт-Петербургский государственный экономический университет СЕРВЕРНАЯ ВИРТУАЛИЗАЦИЯ МАЛОГО И СРЕДНЕГО БИЗНЕСА
Аннотация
Выполнен анализ потенциала виртуализации работы средств автоматизации предприятий малого и среднего бизнеса. Показана эффективность работы виртуальной информационно-технологической инфраструктуры.
Ключевые слова: информационная инфраструктура, бизнес, виртуальные технологии, эффективность.
Shchadilov A. E.
PhD of technical science, associate professor, St. Petersburg State University of economics SERVER VIRTUALIZATION FOR SMALL AND MEDIUM BUSINESSES
Abstract
The analysis ofpotential of virtualization of work of an automation equipment of the enterprises of small and medium business is made. Overall performance of virtual information and technological infrastructure is shown.
Keywords: information infrastructure, business, virtual, efficiency.
В настоящее время во многом благодаря быстрому распространению облачных вычислений [1 - 5] и экспансии планшетных компьютеров получила мощный импульс к развитию технология виртуализации в области системного программного обеспечения. Виртуализация в данном случае - это возможность запускать одну или несколько разных операционных систем внутри другой
90