Колориметрический анализ визуализируемых жидкими кристаллами температурных полей

• Автор: Захаров, Андрей Александрович
• Шифр специальности: 05.11.01
• Научная степень: Кандидатская
• Год защиты: 2004
• Место защиты: Москва
• Количество страниц: 105 с. : ил.

Методы градуировки ЖК

Методы калибровки ЖК

ГЛАВА

Общие свойства жидких кристаллов

Оптические свойства жидких кристаллов

Угловая зависимость

Влияние примесей, облучения и старения. Стабильность,

Фотографирование жидких кристаллов на плёнку

Компьютерная обработка цветных видеоснимков с помощью

пиксельного цветоанализа

Методы калибровки ЖКТ

ГЛАВА
Кластерный анализ
Методика автоматического построения изолиний
Интерфейс и другие возможности программы

Диалог установок Settings Dialog
Подбор цвета для изолиний при рисовании,
Выделение сегментов
Соединение концов линий сплайнами
Сохранение полученных результатов в виде изолиний в файлы
ГЛАВА
Организация калибровки
Условия калибровки и анализ результатов
Предположения и наблюдения
Экспериментальная установка
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА
Используемая терминология и сокращения
ПРИЛОЖЕНИЕ

Цели и задачи работы:
-разработка автоматизированного метода ЖКТ на основе колориметрического анализа изображения, сохранённого в электронном виде и цифровая обработка этого изображения с получением семейства заданных идентифицированных и редактируемых изотерм;
-разработка метода и изготовление установки для цветотемпературной калибровки ЖК-термоиндикатора;
-исследование нетрадиционных цветовых характеристик ЖК-термоиндикатора для получения дополнительной тепловой информации.
На защиту выносятся:
1. Метод и установка для цветотемпературной тарировки ЖК-

термоиндикатора в условиях различных поперечных тепловых потоков.
2. Метод кластерного анализа для идентификации областей изображений с нечёткими границами, реализованный в компьютерной программе.
3. Методы, связанные с проведением изотерм и иных изолиний с помощью прямоугольной сетки значений и в условиях областей с произвольными границами, реализованные в компьютерной программе.
4. Методы интерактивного выделения пользователем, идентификации и редактирования как отдельных изолиний, так и их сегментов.
В последние двадцать лет термотропные жидкие кристаллы (ЖК) широко использовались для визуализации температурных полей , причем если до девяностых годов они давали лишь качественную картину распределения температур либо выделяли только одну изотерму, сфотографированную через фильтр, то в девяностые годы, с развитием
По завершении выделения рабочей области на снимке управляющая функция Arrange() вызывает функцию SetMesh(int, *int), передавая ей в качестве аргументов идентификатор кластера ClusterID и указатель на массив уровней plevel, который представляет собой целые значения цветового тона Hue. Функция Arrange() заполняет этот массив ранее, запросив у пользователя список температур для построения изотерм, и сопоставив его с колонкой соответствующих значений Hue в тарировочном файле. Функция SetMesh(ClusterID, plevel) объединяет прямоугольники данного кластера в единый регион region типа CRgn с помощью функции SetRgn(int ClusterID, RectArray& fs), где вторым аргументом служит ссылка на сложные массивы Father или Son. Также функция SetMesh задаёт шаг прямоугольной сетки, который подбирается как доля от размеров кадра, например, step = (xsize +ysize)/20, определяет размеры и создаёт двумерный массив усреднённых значений Hue в узлах этой сетки HMesh[i][j]. Если точка в узле i, j находится в регионе region, то её значение вычисляется с помощью одной из двух функций усреднения, описанных далее. Если нет, то HMesh[i][j] = 0. Попадает ли точка point в регион, определяет функция MFC класса CRgn PtlnRegion(point). Затем следуют многократные вызовы функции SeekNewLines(...) - по одному на каждый уровень Hue, которая находит, отслеживает, и добавляет изолинии в список линий Sketch. По завершении процесса уничтожается сеточный массив HMesh[i][j], устанавливается цветной демонстрационный столбик с кнопками и значениями температур, функция OnDraw класса CMetaView отображает его и соответствующие линии равных цветов и на этом заканчивается автоматическая часть обработки изображения (рис.2.9). Далее описаны алгоритмы вызываемых функций метода.
Функция усреднения CalcAverage(CPoint center, int radius) принимает в качестве первого параметра координаты узла сетки, в качестве второго -радиус усреднения, т.е. количество точек, обрамляющих узловую со всех