МОДЕЛИРОВАНИЕ ПОРИСТЫХ ТЕЛ НА ОСНОВЕ ЦИФРОВОЙ ОБРАБОТКИ ИЗОБРАЖЕНИЙ // Информационные системы и технологии в образовании, науке и бизнесе:: материалы всероссийской научно-практической конференции с международным участием (01.07.2021 – 01.07.2021, Улан-Удэ). Научный редактор: Е. Р. Урмакшинова, Ответственный редактор: А. А. Тонхоноева, - Улан-Удэ: Издательство Бурятский государственный университет, 2021. - С. 5-10.
МОДЕЛИРОВАНИЕ ПОРИСТЫХ ТЕЛ НА ОСНОВЕ ЦИФРОВОЙ ОБРАБОТКИ ИЗОБРАЖЕНИЙ
MODELING OF POROUS BODIES BASED ON DIGITAL IMAGE PROCESSING
На сегодняшний день моделирование пористых сред на основе изобра- жений для изучения и прогнозирования процессов является важным направлением применения современной вычислительной техники. Методы цифровой обработки изображений пористых тел используются во многих отраслях, таких как медицина, строительство, геология и легкая промышленность. Доступность все более больших наборов данных изображений с высоким разрешением создает потребность в разра- ботке алгоритмов, которые могут обрабатывать изображения большого размера с низкими вычислительными затратами. В данной статье представлен обзор методов моделирования пористых тел.
Today, the modeling of porous media based on images for the study and fore- casting of processes is an important area of application of modern computer technology. Methods of digital image processing of porous bodies are used in many industries such as medicine, construction, geology and light industry. The availability of ever larger datasets of high-resolution images creates a need to develop algorithms that can process large-size images at low computational costs. This article provides an overview of methods for mod- eling porous bodies.
обработка изображения, моделирование, пористые материалы, структура пор
Data Augmentation with Manifold Exploring Geometric Transformations for Increased Performance and Robustness / M. Paschali, W. Simson, A. G. Roy, M. F. Naeem, R. Göbl,
C. Wachinger, N. Navab (Eds.). 2019. Рр. 517–529. URL: https://arxiv.org/abs/1901.04420.
Application of image retrieval based on convolutional neural networks and Hu invariant moment algorithm in computer telecommunications / Zhuang Wu, Shanshan Jiang, Xiaolei Zhou, Yuanyuan Wang, Yuanyuan Zuo, Zhewei Wu, Lei Liang, Qi Liu. 2020. Рр. 729–738. URL: https://doi.org/10.1016/j.comcom.2019.11.053.
Medical image analysis of 3D CT images based on extension of Haralick texture fea- tures / Ludvík Tesař, Akinobu Shimizu, Daniel Smutek, Hidefumi Kobatake, Shigeru Nawano. 2008. Рр. 513–520. URL: https://doi.org/10.1016/j.compmedimag.2008.05.005.
Diagnosis of skin pathologies using image processing techniques / H. Rashmi,
S. Mallikarjunaswamy, R. Dinesh, K. Shailaja. 2020. Р. 5. URL: https://doi.org/10.1016/ j.matpr.2020.10.853.
A DSC investigation on the changes in pore structure of skin during leather processing /
Nishad Fathima, M. Pradeep Kumar, J. Raghava Rao, B. U. Nair. 2010. Рр. 98–102. URL: https://doi.org/10.1016/j.tca.2010.01.016.
Marie Wulff. Pore size determination by thermoporometry using acetonitrile. 2004. Рр. 291–294. URL: https://doi.org/10.1016/j.tca.2004.03.006.
Zohaib Atiq Khan, Ali Elkamel, Jeff T. Gostick. Efficient extraction of pore networks from massive tomograms via geometric domain decomposition. 2020. 14 р. URL: https://doi.org/10.1016/j.advwatres.2020.103734.
Gostick J. T. Versatile and efficient pore network extraction method using markerbased watershed segmentation. 2017. 58 р. URL: https://doi.org/10.1103/ PhysRevE.96.023307.
Dual network extraction algorithm to investigate multiple transport processes in porous materials: Imagebased modeling of pore and grain scale processes / Z. A. Khan, T. Tranter,
M. Agnaou, A. Elkamel, J. Gostick. 2019. Рр. 64–77. URL: https://doi.org/10.1016/ J.COMPCHEMENG.2018.12.025.