vestiftИзвестия Национальной академии наук Беларуси. Серия физико-технических наукProceedings of the National Academy of Sciences of Belarus. Physical-technical series1561-83582524-244XThe Republican Unitary Enterprise Publishing House "Belaruskaya Navuka"10.29235/1561-8358-2021-66-4-505-512vestift-707Research ArticleИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ И СИСТЕМЫINFORMATION TECHNOLOGIES AND SYSTEMSИтерационная томография труб в процессе эксплуатацииIterative tomography of pipes during operationhttps://orcid.org/0000-0002-1498-0658ЗолотаревС. А.ZolotarevS. A.

Золотарев Сергей Алексеевич – доктор технических наук, главный научный сотрудник

ул. Академическая, 16, 220072, Минск, Республика Беларусь

Sergei A. Zolotarev – D. Sc. (Engineering), Chief Researcher

16, Akademicheskaya Str., 220072, Minsk, Republic of Belarus

sergei.zolotarev@gmail.comhttps://orcid.org/0000-0001-5413-802XВенгриновичВ. Л.VengrinovichV. L.

Венгринович Валерий Львович – доктор технических наук, профессор заведующий лабораторией вычислительной диагностики

ул. Академическая, 16, 220072, Минск, Республика Беларусь

Valery L. Vengrinovich – D. Sc. (Engineering), Professor, Head of the Laboratory of Computing Diagnostics

16, Akademicheskaya Str., 220072, Minsk, Republic of Belarus

veng@iaph.bas-net.byhttps://orcid.org/0000-0002-1879-8829СмагинС. И.SmaginS. I.

Смагин Сергей Иванович – член-корреспондент Российской академии наук, доктор физико-математических наук, профессор, директор

ул. Ким Ю Чена, 65, 680000, Хабаровск, Российская Федерация

Sergei I. Smagin – Corresponding Member of the Russian Academy of Sciences, D. Sc. (Physics and Mathematics), Professor, Director

65, Kim Yu Chen Str., 680000, Khabarovsk, Russian Federation

smagin@ccfebras.ruИнститут прикладной физики Национальной академии наук Беларуси Республики БеларусьInstitute of Applied Physics of the National Academy of Science of BelarusВычислительный центр Дальневосточного отделения Российской академии наукComputing Center of the Far Eastern Branch of the Russian Academy of Sciences202126122021664505512Copyright © Золотарев С.А., Венгринович В.Л., Смагин С.И., 20212021Золотарев С.А., Венгринович В.Л., Смагин С.И.Zolotarev S.A., Vengrinovich V.L., Smagin S.I.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vestift.belnauka.by/jour/article/view/707

Проведена оценка толщины стенки трубы, исходя из трехмерных изображений трубы, восстановленных из нескольких рентгеновских проекций, которые были выполнены в ограниченном угле обзора. Поскольку эффекты рассеянного излучения и ужесточения лучей составляют до 50 % от основного излучения, их игнорирование приводит к размытию изображения и неточности при определении размеров. Для восстановления изображений труб из проекций применяются объемное и/или оболочечное представление трубы, а также итеративные байесовские методы. При использовании этих методов ошибка оценки толщины стенки трубы из проекционных данных может быть равной или меньше 300 мкм. Показано, что полученные рентгеновским излучением стандартные проекции на пленке или визуализирующих пластинах, применяемых для получения данных, могут использоваться для восстановления профилей толщин стенок труб в заводских условиях.

The pipe wall thickness was estimated based on three-dimensional images of the pipe recovered from several X-ray projections, which were made in a limited angle of view. Since the effects of scattered radiation and beam hardening are up to 50 % of the main radiation, ignoring them leads to blur of the image and inaccuracy in determining dimensions. To restore pipe images from projections, a volume and/or shell representation of the pipe is used, as well as iterative Bayesian methods. Using these methods, the error in estimating the pipe wall thickness from the projection data can be equal to or less than 300 μm. It has been shown that standard X-ray projections on the film or imaging plates used to obtain data can be used to restore pipe wall thickness profiles in factory conditions.

итерационные методыреконструкция изображенийтомографияобработка изображенияулучшение изображениябайесовский методiterative methodsimage reconstructiontomographyimage processingimage enhancementBayesian methodРабота выполнена при финансовой поддержке Федерального министерства экономики и энергетики Германии и Национальной академии наук Беларуси. Исследования проводились с использованием ресурсов Центра коллективного пользования научным оборудованием «Центр обработки и хранения научных данных Дальневосточного отделения Российской академии наук», финансируемого Министерством науки и высшего образования Российской Федерации (проект № 075-15-2021-663).This work was funded by the Federal Ministry for Economic Affairs and Energy (Federal Republic of Germany) and the National Academy of Sciences of Belarus. This work was funded by the Federal Ministry of Economics of Germany and the National Academy of Sciences of Belarus. The studies were carried out using the resources of the Center for Shared Use of Scientific Equipment “Center for Processing and Storage of Scientific Data of the Far Eastern Branch of the Russian Academy of Sciences”, funded by the Ministry of Science and Higher Education of the Russian Federation (project No. 075-15-2021-663).ReferencesVengrinovich V. L., Zolotarev S. A. Iterative Methods in Tomography. Minsk, Belaruskaya navuka Publ., 2009. 227 p. (in Russian).Vengrinovich V. L., Zolotarev S. A. Iterative Methods in Tomography. Minsk, Belaruskaya navuka Publ., 2009. 227 p. (in Russian).Vengrinovich V. L., Denkevich J. B., Tillack G.-R., Nockeman C. Multistep 3D X-ray Tomography from a Limited Number of Projections and Views. Tompsonand D. O., Chimenti D. E., eds. Review of Progress in Quantitative Nondestructive Evaluation. New York, Plenum Press, 1997. Vol. 16, pp. 317–323. https://doi.org/10.1007/978-1-4615-5947-4_41Vengrinovich V. L., Denkevich J. B., Tillack G.-R., Nockeman C. Multistep 3D X-ray Tomography from a Limited Number of Projections and Views. Tompsonand D. O., Chimenti D. E., eds. Review of Progress in Quantitative Nondestructive Evaluation. New York, Plenum Press, 1997. Vol. 16, pp. 317–323. https://doi.org/10.1007/978-1-4615-5947-4_41Vengrinovich V. L., Denkevich J. B., Tillack G.-R. Limited Projections and Views Bayesian 3D Reconstruction Using Gibbs Priors. Proceedings 7th European Conference on Non-destructive Testing (ECNDT’98), Copenhagen, 26–29 May 1998. Copenhagen, 1998, pp. 2371–2378.Vengrinovich V. L., Denkevich J. B., Tillack G.-R. Limited Projections and Views Bayesian 3D Reconstruction Using Gibbs Priors. Proceedings 7th European Conference on Non-destructive Testing (ECNDT’98), Copenhagen, 26–29 May 1998. Copenhagen, 1998, pp. 2371–2378.Linden W. von der. Maximum-entropy data analysis. Applied Physics A, 1995, vol. 60, no. 2, pp. 155–165. http://dx.doi.org/10.1007/BF01538241Linden W. von der. Maximum-entropy data analysis. Applied Physics A, 1995, vol. 60, no. 2, pp. 155–165. http://dx.doi.org/10.1007/BF01538241Jia R. Q., Zhao H. Q. A Fast Algorithm for the Total Variation Model of Image Denoising. Advances in Computational Mathematics, 2010, vol. 33, no. 2, pp. 231–241. https://doi.org/10.1007/s10444-009-9128-5Jia R. Q., Zhao H. Q. A Fast Algorithm for the Total Variation Model of Image Denoising. Advances in Computational Mathematics, 2010, vol. 33, no. 2, pp. 231–241. https://doi.org/10.1007/s10444-009-9128-5Sorokin A. A., Makogonov S. V., Korolev S. P. Information Infrastructure for Collective Scientific Work in the Far East of Russia. Scientific and Technical Information Processing, 2017, vol. 44, no. 4, pp. 302–304. https://doi.org/10.3103/s0147688217040153Sorokin A. A., Makogonov S. V., Korolev S. P. Information Infrastructure for Collective Scientific Work in the Far East of Russia. Scientific and Technical Information Processing, 2017, vol. 44, no. 4, pp. 302–304. https://doi.org/10.3103/s0147688217040153

The authors declare that there are no conflicts of interest present.