Блочный метод принятия решения о траектории обработки графической информации как основа искусственного интеллекта в автоматизированной системе мониторинга

Цель. Целью исследования является развитие теоретических основ принятия решений о техническом состоянии опасных производственных объектов для сокращения непрофильных операций экспертов, связанных с построением траектории обработки графической информации.

Метод. Предложен блочный метод принятия решений о траектории обработки графической информации, базирующийся на введении векторного классификационного признака и содержащий четыре основных блока: блок фрагментации изображения для автоматической обработки, позволяющий определить какая часть изображения подлежит обработки: изображение в целом или его фрагмент; блок решения по принятию полученного фрагмента в обработку, позволяющий оценить соблюдение условий получения изображения по освещению; блок улучшения изображения», позволяющий выполнить изменения контрастности изображения и удаления текстуры; блок сегментации изображения и расчета показателей, позволяющий отделить искомые объекты на изображении и определить значения показателей. Для каждого блока построена и визуализирована его структура.

Результат. В качестве апробации метода приведен пример опытной эксплуатации для оценки разрушения межпанельных швов на фасаде промышленного здания. Роль эксперта сокращается до операций оценки ситуации на изображении и заполнении координат векторного классификационного признака, и последующего принятия решения на основе результатов обработки изображения по заданной траектории.

Вывод. Идеология предложенного метода обладает элементами фундаментальности и может быть применена для решения задач при изучении и мониторинге состояния множества объектов из любой области.

1. Гонсалес, Р. Цифровая обработка изображений / Р. Гонсалес, Р. Вудс. М.: Техносфера, 2005. 1072 с.

2. Шапиро, Л. Компьютерное зрение / Л. Шапиро, Дж. Стокман. – М.: БИНОМ. Лаборатория знаний, 2006. 752 с.

3. Фомин А.Я. Распознавание образов: теория и применения. 2-е изд. М.: Фазис, 2012. 429 с.

4. Ефанов Н.А. Сравнительный анализ существующих подходов к принятию управленческих решений в условиях неопределенности и систем поддержки принятия решений / Н.А. Ефанов // Экономика и управление: проблемы, решения. 2020. Т. 3, № 2. С. 129-137.

5. Тананко И.Е., Фокина Н.П. Метод анализа сетей массового обслуживания с ненадежными приборами и задержкой информации// Вестник Томского государственного университета. Управление, вычислительная техника и информатика. 2020. № 52. С. 90-97. DOI 10.17223/19988605/52/11.

6. Колмаков, О.В. О применимости тензорного метода стоимостного анализа сетей интегрального обслуживания / О.В. Колмаков, М.Н. Петров // Информатика. Экономика. Управление. 2023. Т. 2, № 3. С. 210-224. DOI 10.47813/2782-5280-2023-2-3-0210-0224.

7. Букаева Н.Г., Букаев Г.Г. Организация самостоятельной работы студентов // Азимут научных исследований: педагогика и психология. 2016. № 2. С. 25-32.

8. Багаев И.И. Анализ понятий нейронная сеть и сверточная нейронная сеть, обучение сверточной нейросети при помощи модуля TensorFlow / И.И. Багаев // Математическое и программное обеспечение систем в промышленной и социальной сферах. 2020. Т. 8, № 1. С. 15-22. DOI 10.18503/2306-20532020-8-1-15-22.

9. Липко Ю.Ю. Методика принятия решений на основе гибридного интеллекта при принятии решений в управлении деятельностью банка / Ю.Ю. Липко, В.И. Финаев // Известия ТРТУ. 2003. № 1(30). С. 77.

10. Логинов Е.Б., Зайкин А.Н. Определение уровня знаний студентов // Вектор науки ТГУ. Серия: Педагогика, психология. 2014. № 3 (12). С. 142-147.

11. Свидетельство о государственной регистрации программы для ЭВМ № 2020616267 Российская Федерация. Информационно-аналитическая система поддержки принятия решения в области безопасности труда и управления профессиональными рисками: № 2020615298: заявл. 27.05.2020: опубл. 15.06.2020 / И.А. Кочеткова, А.О. Матвиенко, А.В. Чернышов [и др.]; заявитель федеральное государственное бюджетное образовательное учреждение высшего образования «Белгородский государственный технологический университет им. В.Г. Шухова».

12. Свидетельство о государственной регистрации программы для ЭВМ № 2019618738 Российская Федерация. Программный модуль информационной поддержки принятия решений в системах мониторинга с применением технологии 3D: № 2019617651: заявл. 26.06.2019: опубл. 04.07.2019 / А.Н. Колесенков, Ю.Ю. Володина; заявитель Федеральное государственное бюджетное образовательное учреждение высшего образования «Рязанский государственный радиотехнический университет имени В.Ф. Уткина».

13. Свидетельство о государственной регистрации программы для ЭВМ № 2012661139 Российская Федерация. Система оценки кристаллической структуры непрерывного слитка по фотографии: № 2012619149: заявл. 25.10.2012 / О.С. Логунова, Е.А. Ильина; заявитель Магнитогорский государственный технический университет им. Г.И. Носова.

14. Свидетельство о государственной регистрации программы для ЭВМ № 2018661720 Российская Федерация. Интеллектуальная система поддержки принятия решений по определению типа фундамента: № 2018618245: заявл. 03.08.2018: опубл. 12.09.2018 / Н.К. Меркулова, Т.В. Омельченко, П.Н. Омельченко; заявитель Федеральное государственное бюджетное образовательное учреждение высшего образования «Оренбургский государственный университет».

15. Метод принятия решений о выборе траектории обработки изображения на основе векторного классификационного признака / В.Д. Корниенко, М.Ю. Наркевич, А.Ю. Филиппов [и др.] // Электротехнические системы и комплексы. 2025. № 1(66). С. 58-66. – DOI 10.18503/2311-8318-2025-1(66)-58-66.

16. Классификация исходных данных для интеллектуальной системы экспертной оценки визуально определяемых дефектов и повреждений / В.Д. Корниенко, Г.А. Ежов, М.Ю. Наркевич, О.С. Логунова // Вестник Череповецкого государственного университета. 2022. № 6(111). С. 53-64. DOI 10.23859/1994-0637-2022-6-111-4.

17. Наркевич М.Ю. Развитие методологии создания системы менеджмента качества металлургического предприятия, эксплуатирующего опасные производственные объекты, на основе прикладной цифровой платформы: диссертация на соискание ученой степени доктора технических наук / Наркевич Михаил Юрьевич. Магнитогорск, 2023. 332 с.

18. Results of a pilot experiment on monitoring the condition of buildings and structures using unmanned aerial vehicles / M.Yu. Narkevich, O.S. Logunova, P.I. Kalandarov [et al.] // IOP Conference Series: Earth and Environmental Science: 2nd International Conference on Energetics, Civil and Agricultural Engineering 2021 (ICECAE 2021), Tashkent, 14–16 октября 2021 года. Vol. 939.Tashkent: IOP Science, 2021. P. 012030.

19. Качество материалов, изделий и конструкций в промышленной безопасности: эмпирическая основа / М.Ю. Наркевич, О.С. Логунова, В.Д. Корниенко [и др.] // Вестник Магнитогорского государственного технического университета им. Г.И. Носова. 2021. – Т. 19, № 3. С. 90-101. DOI 10.18503/19952732-2021-19-3-90-101.

20. Элементы визуализации при обследовании опасных производственных объектов с использованием беспилотного летательного аппарата / А.Е. Козлова, М.Ю. Наркевич, О.С. Логунова, К.Е. Шахмаева // Научная визуализация. 2023. Т. 15, № 2. С. 113-124. DOI 10.26583/sv.15.2.10.