Резьба r и g отличия: Стандарты резьб

Содержание

Стандарты резьб

Резьба G, трубная цилиндрическая

Cовместима с резьбой BSP

Трубная цилиндрическая резьба, применяемая в цилиндрических резьбовых соединениях, а также в соединениях внутренней цилиндрической резьбы с наружной конической резьбой по ГОСТ 6211-81. Основана на резьбе BSW (British Standard Whitworth) и совместима с резьбой BSP (British standard pipe thread).

  • ГОСТ 6357-81 — Основные нормы взаимозаменяемости. Резьба трубная цилиндрическая.
  • ISO R228
  • EN 10226
  • DIN 259
  • BS 2779
  • JIS B 0202

Параметры резьбы

Дюймовая резьба с углом профиля при вершине 55°. Нарезается на трубах до размера 6″, трубы свыше 6″ свариваются. Условное обозначение согласно ГОСТ 6357-81: буква G, числовое значение условного прохода трубы в дюймах (inch).

Подробнее о резьбе, шаге резьбы и других параметрах смотрите на сайте Wikipedia.org.

Резьба R, трубная коническая

Cовместима с резьбой BSPT

Трубная коническая резьба, применяемая в конических резьбовых соединениях, а также в соединениях наружной конической резьбой с внутренней цилиндрической резьбы по ГОСТ 6357-81. Основана на резьбе BSW (British Standard Whitworth)и совместима с резьбой BSPT (British standard pipe tapered thread).

  • ГОСТ 6211-81 — Основные нормы взаимозаменяемости. Резьба трубная коническая.
  • ISO R7
  • DIN 2999
  • BS 21
  • JIS B 0203
  • Параметры резьбы

    Дюймовая резьба с конусностью 1:16 (угол конуса 3°34’48″). Угол профиля при вершине 55°. Условное обозначение: буква R для наружной резьбы и Rc для внутренней (ГОСТ 6211-81 — Основные нормы взаимозаменяемости. Резьба трубная коническая.), числовое значение номинального диаметра резьбы в дюймах (inch), буквы LH для левой резбы. Например, резьба с номинальным диаметром 1 1/4″ — обозначается как: R 1 1/4″.

    Подробнее о резьбе, шаге резьбы и других параметрах смотрите на сайте Wikipedia.org.

    Резьба NPT, коническая

    (National pipe thread)

    Конусная (NPT) с конусностью 1:16 (угол конуса 3°34’48″) или цилиндрическая (NPS) резьба по ANSI/ASME B1.20.1. Угол профиля при вершине 60°, теоретическая высота профиля Н=0,866025Р. Резьба NPT соответствует ГОСТ 6111-52 — Резьба коническая дюймовая с углом профиля 60 градусов. Стандарт предусматривает размеры резьбы от 1/16″ до 24″ для труб по стандартам ANSI/ASME B36.10M, BS 1600, BS EN 10255 и ISO 65. Условное обозначение: равило используются символы «MNPT» для наружной резьбы и «FNPT» для внутренней , числовое значение номинального диаметра резьбы в дюймах (inch). Например, внутренняя резьба с номинальным диаметром 1/4″ — обозначается как: FNPT 1/4″.

    Подробнее о резьбе, шаге резьбы и других параметрах смотрите на сайте

    Американская дюймовая резьба — размеры сечений

    8 июля 2020

    Унифицированные дюймовые резьбы стандарта UN (UNC, UNF и UNEF) получили очень широкое распространение на территории таких стран как США и Канада, где действует дюймовая система измерений. В данных странах этот стандарт является основным для болтов, винтов, гаек и многих других видов крепежных деталей, используемых в машиностроении и оружейной индустрии. Их изготовление регламентируется и контролируется организациями ASME и ANSI.

    Американская резьба имеет тот же профиль с углом при вершине 60°, что и метрическая стандарта ISO, но ее основные параметры выражены не в миллиметрах, а в дюймах. В зависимости от частоты витков, данная резьба также бывает крупная (основная) UNC, мелкая UNF и особо мелкая UNEF. Число витков на дюйм именуется шагом TPI, тогда как в метрике под шагом подразумевается расстояние между соседними вершинами винтовой линии Р (мм). Эти параметры связаны соотношением: Р = 1″/ TPI (напомним, что 1″ = 2,54 мм).

    Условные обозначения резьб стандарта UN (UNC, UNF и UNEF)

    В обозначении резьбы указывается ее наружный диаметр – D, за которым следует шаг – TPI (количестве ниток на дюйм) и ее тип – UNC или UNF. Для диаметров менее 1/4″ размер обозначается целым числом от 0 до 12, которое стоит после символа # или №. Каждому числу соответствует определенный наружный D, точное значение которого можно посмотреть в справочной таблице. Для всех остальных диаметров выше 1/4″ эта величина выражена в дюймах.


    С уважением, компания «Мировые Охотничьи Технологии».
      
    E-mail: [email protected]
    Инстаграм:
    https://www.instagram.com/wht.ru/
    https://www.instagram.com/shotkam.russia/
    https://www.instagram.com/vortexoptics.ru/
    https://www.instagram.com/firstlite.russia/
    FB: https://www.facebook.com/WHT.ru/
    VK: https://vk.com/whtvk
    Pinterest: https://www.pinterest.ru/7c2159d94860a4650bbd4c1c1c0001/
    Яндекс Дзен: https://zen.yandex.ru/user/134107566

    YouTube: https://www.youtube.com/user/WorldHuntingMedia 


    Поделиться в соц. сетях:

    Вернуться к списку статей

    Трубные и дюймовые резьбы, ГОСТ, ISO, BS, JIS, DIN, ANSI

    Трубные и дюймовые резьбы, ГОСТ, ISO, BS, JIS, DIN, ANSI

     

    Мы, в ДПВА, считаем, что существует 2 стандарта трубных резьб: NPT (Американский) и BSP (Британский).

     

    BSP- наиболее распространенный стандарт в Европе.По умолчанию, мы в РФ, говоря о трубной резьбе, подразумеваем BSP (в 99% случаев BSPP).

    Внимание! В «нефтянке», NPT популярен как в РФ, так и в Европе. Это особый мир.

     

    BSP конусная (BSPT) определяется стандартом ISO 7/1, цилиндрическая (BSPP) — ISO 228/1.

    BSP цилиндрическая (BSPP)  = DIN ISO 228/1,

    BSP PL
    , JIS B0202 в общем случае стыкуется с соответствующий цилиндрической.

    BSP (BSPT) конусная = DIN 2999 и JIS B0203 стыкуется как с соответствующей цилиндрической, так и ответной конусной резьбой.

    Обозначения:

    R — конусная

    G -цилиндрическая

     

    Обозначения и стандарты на дюймовые и трубные резьбы

    Наименование Российский стандарт Зарубежные стандарты Российское обозначение Зарубежные обозначения Параметры резьбы
    Угол профиля Kонусность (2 tg f) Условный проход Число ниток на 1″
    Трубная цилиндрическая
    резьба
    ГОСТ 6357-81 ISO R228 (между-народный) G 1/2”
    G 1/2”
    1/2” BSP (BSPP)
    PF 1/2” (Япония)
    55° 1/8” 28
    1/4” 19
    3/8”
    1/2” 14
    DIN 259 (Европа) 3/4”
    1” 11
    1 1/4”
    1 1/2”
    BS 2779 (Вели-кобритания) 2”
    2 1/2”
    3”
    3 1/2”
    JIS B 0202 (Япония) 4”
    5”
    6”
    Трубная коническая
    резьба
    ГОСТ 6211-81 ISO R7 (междуна-родный) R 1/2” (наружная) R 1/2”
    1/2” BSPT
    PT 1/2” (Япония)
    55° 1:16 1/8” 28
    1/4” 19
    3/8”
    1/2” 14
    3/4”
    DIN 2999 (Европа) Rc 1/2” (внутренняя
    коническая)
    1”
    11
    1 1/4”
    1 1/2”
    2”
    2 1/2”
    BS 21 (Вели-кобритания) Rp 1/2” (внутренняя
    цилиндрическая)
    3”
    3 1/2”
    4”
    5”
    6”
    Kоническая
    дюймовая резьба с углом профиля 60°
    ГОСТ 6111-52 ANSI B1.20.1 (США) K 1/2” 1/2” NPT 60° 1:16 1/16” 27
    1/8”
    18
    1/4”
    3/8” 14
    1/2”
    3/4” 11,5
    1”
    1 1/4”
    1 1/2”
    Унифицированная цилиндрическая дюймовая резьба с крупным шагом ANSI B1.1 (США) 1/2” UNC 60° 1/4” 20
    5/16” 18
    3/8” 16
    7/16”
    14
    1/2” 13
    9/16” 12
    5/8” 11
    3/4” 10
    7/8” 9
    1” 8
    Унифицированная цилиндрическая дюймовая резьба с мелким шагом 1/2” UNF 60° 1/4” 28
    5/16” 24
    3/8”
    7/16” 20
    1/2”
    9/16” 18
    5/8”
    3/4” 16
    7/8” 14
    1” 12

     

     

    Плашки для нарезания резьбы — виды, применение

    Плашка для нарезания резьбы представляет собой металлическую основу (используется быстрорежущая или инструментальная легированная сталь) с рабочей частью в виде канавок с режущей кромкой. Посредством этого инструмента вы можете сделать резьбу на трубах, стержнях, болтах и прочем. Она может быть цилиндрической и конической.

    Важно: резьба должна нарезаться за один круг, только тогда она будет по-настоящему качественной.
    Плашки с рабочей областью из калибрующих и режущих конических кромок подходит для нарезания конической резьбы. Калибрующий элемент отвечает за размер и профиль, а режущая — наносит ее.
    Часто возникает вопрос — что такое лерка и в чем её отличие от плашки. Ранее существовало деление — плашками назывались наборные, регулируемые инструменты для подготовки резьб большого диаметра. Лерки — это цельные пластины с отверстием и канавками, как правило, малого диаметра. Сейчас обе разновидности инструмента чаще всего называют плашками.

    Классификация и виды плашек

    Различают несколько типов подразделения плашек для нанесения резьбы. Один из признаков, по которому ведется классификация, это форма. Здесь существуют следующие виды:

    1. Квадратная.
    2. Трубчатая.
    3. Круглая.
    4. Шестигранная.

    Так же классификация ведется по виду корпуса:

    1. С цельным корпусом.
    2. С раздвижным корпусом.
    3. Разрезная.

    Способ нарезки резьбы тоже ведет к подразделению плашек на виды для:

    1. Нанесения круглой резьбы.
    2. Нанесения цилиндрической резьбы.
    3. Нанесения конической резьбы.
    4. Нанесения дюймовой и метрической резьбы.

    Кроме того, сама резьба может быть различной формы:

    1. Круглой.
    2. Упорной.
    3. Треугольной.
    4. Трапециевидной.
    5. Прямоугольной.

    Наиболее популярными являются плашки для нанесения резьбы на круглые предметы. Благодаря ним можно ее сделать за одно прохождение. Они позволяют сделать крупную или мелкую резьбу, в миллиметрах или дюймах, на трубах или болтах и так далее. В общем, спектр применения довольно широк, ровно, как и круг возможностей. Однако они применяются, когда речь идет о втором классе точности.

    На что нужно обратить внимание

    Выбирая плашки для нарезания резьбы, обратите внимание на ее диаметр. Чем больше окружность, тем больше будет отверстий, которые сделаны для отвода стружки, образующейся в процессе нарезания. В свою очередь, чем больше количество этих отверстий, тем дольше прослужит вся плашка. Однако размер внешнего диаметра влияет на стоимость инструмента. Ведь чем он значительнее, тем больше при производстве использовалось стали и различных комплектующих, а это означает, что себестоимость увеличивается.
    Маркировка на плашке поможет легко подобрать нужный Вам инструмент. Рассмотрим ее подробнее.
    «М» — метрические плашки. Цифры рядом с буквой — М1 — обозначают диаметр изделия, на котором можно нарезать резьбу. Последующие цифры — М1*0,5 — говорят о ее шаге, то есть о расстоянии между витками.
    «LH» — плашки для нанесения левосторонней резьбы. Используются довольно редко, например, в соединениях, которые вращаются.
    «G» — плашки для нанесения резьбы на трубы. Цифры рядом с буквой — G1/2 — означают диаметр трубы. Он измеряется в дюймах, а не в миллиметрах, как в случае с метрическими плашками. В 1 дюйме 25,4 мм.
    Небольшая таблица, переводим миллиметры в дюймы:

    • 15мм труба – ½ дюйма
    • 20мм – ¾
    • 25мм – 1 дюйм
    • 32мм – 1 ¼

    Для примера: G 1/2, G 3/4 – такими плашками можно нарезать резьбу на полдюйма и на три четверти, это самые распространённые и часто используемые размеры, используются для систем водоснабжения жилых домов.

    «K» — плашки для нанесения конической резьбы. Применяется в основном на производствах, для топливных трубопроводов, станков.

    Как правильно делать резьбу

    Если речь идет о нанесении резьбы на трубу, то вам подойдет плашка с отверстием соответствующей величины, воротком и трубным зажимом. Клейма на плашках помогут вам с легкостью подобрать нужную. Резьба может быть левосторонней или правосторонней. Здесь не ошибиться с выбором так же поможет специальная маркировка на плашке. Буквы «LH», как уже упоминалось, означают, что инструмент предназначен для нарезания левосторонней резьбы. Так же нужно обращать внимание на марку стали изделия, на котором в скором времени появится резьба, и самой плашки.
    Подготовка трубы, болта или прочего к процессу нанесения резьбы довольно проста. Посредством напильника немного обработайте место нанесения, а после намажьте его маслянистым веществом (можно использовать даже растительное масло).
    Плашка вставляется в специальный вороток, а изделие — в зажим. Плашка надевается на изделие и теперь нужно сделать несколько оборотов. При этом нужно работать с нажимом, чтобы плашка врезалась в металл. Следите, чтобы инструмент и изделие были расположены строго перпендикулярно друг к другу. Не допускайте перекосов. Делая резьбу нужно совершать «подходы» по 2–3 оборота в нужном направлении и 0,5 оборота назад. Так будет продолжаться пока резьба не достигнет необходимой длины. Она будет более точной, если взять разрезную плашку. В ее конструкции имеются стопорные винты, позволяющие контролировать и изменять диаметр.
    Что касается внутренней резьбы, то тут не обойтись без специального метчика. При этом их нужно использовать как минимум три — черновой, средний и чистовой. Они различаются по количеству рисок в хвостовой части. У чернового она одна, у среднего — две, а у чистового — три. С каждым метчиком нужно сделать по одному проходу.

    Винты и их отличие от болтов

    Данная информация взята с сайта компании «РДС Строй» https://rdstroy.ru
    Со страницы https://rdstroy.ru/news/vinty-i-ikh-otlichie-ot-boltov/

    Винт – крепёжное изделие для соединения деталей, одна из которых может быть с внутренней резьбой. Винт имеет вид стержня с наружной резьбой на одном конце и конструктивным элементом для передачи крутящего момента на другом. Передающим усилие элементом могут являться различного рода головки, шлицы в торце стержня и другие конструктивные особенности изделия.

    Винт предназначен для образования резьбового соединения или фиксации.

    Разновидностью винта также является шуруп. Это крепёжное изделие отличается тем, что имеет коническое сужение на конце и более редкую резьбу. Шуруп, создающий резьбу при вкручивании, называется самонарезающим винтом — в просторечии «саморезом».

    Размеры винтов

    Каждый винт маркируют двумя числами, например 4×30. Первое число — это диаметр винта под головкой в миллиметрах, второе — длина в миллиметрах участка винта, находящегося внутри детали, т. е. длина от острия до большего из поперечных сечений головки. Для винтов с потайной головкой это суммарная длина стержня и головки, в то время как для винтов с полукруглой головкой — только длина стержня.

    У винтов для металла, называемых также машиностроительными, метрическими или просто винтами, диаметр стержня постоянен по длине.

    Винт либо вкручивают в просверленное в металле резьбовое отверстие либо пропускают в сквозное отверстие в пакете скрепляемых деталей, после чего на его конец надевают плоскую или пружинную шайбу и навинчивают гайку так, что детали крепко сжимаются между собой. Гайки обозначаются буквой М и маркируются цифрами от М1 до М68. Цифра обозначает диаметр винта в миллиметрах, для накручивания на который предназначена гайка: например, гайка М4 подходит к винту диаметром 4 мм. Однако, даже если диаметры гайки и винта одинаковы, это еще не говорит о том, что гайку во всех случаях можно накрутить на винт: если гайка и винт имеют разные шаг и профиль резьбы (высоту витков), то они не подойдут друг к другу.

    Винт от болта отличается способом соединения. Расчет болта идет на срез(большая нагрузка приходится на место, перпендикулярное соединяемым деталям) Расчет винта идет на нераскрытие стыка (основная нагрузка приходится на место, расположенное вдоль или параллельно оси скрепляемых деталей).

    По конструкции винт очень похож на болт. Тем не менее их основное различие заключается в применении: болт проходит через соединяемые детали насквозь, на него накручивется гайка, а винт при помощи отвертки вкручивается в одну из соединяемых деталей, имеющую резьбу.

    Винт можно затянуть либо выкрутить с помощью отвертки или торцевого ключа, вставленного в прорезь его головки. Болт затягивается гаечным ключом или гайкой. Болт не может вращаться в результате соединения двух деталей, как некоторые разновидности винтов, используемые в подвижных перемещающихся машинных механизмах.

    Головку винта при вкручивании часто углубляют в соединяемую деталь, при болтовом соединении она остается на поверхности.

    Разница между болтом и винтом:

    • Различие в способе соединения: винтовое и болтовое.
    • Болтовое соединение осуществляется при помощи гайки, а винтовое – резьбы.
    • Различные методы закрепления в детали.
    • Винт может вращаться в некоторых соединениях, болт всегда статичен.
    • Винт иногда углубляют в деталь, болт нет.
    • У винта резьба по всей поверхности , у болта – частично.
    • Винты могут быть мелкими, болты — нет.
    • Различие в способе разъединения конструкции.

    В компании представлены следующие виды винтов:

    Винт DIN 7985 

    Винт полусфера: применяется в крепежных соединениях в комплекте с гайкой, шайбой. Используется в строительстве, машиностроении, мебельном производстве.

    Материал: сталь с 1008, класс прочности 4.8, головка потайная, шлиц Pozidriv, Philips, резьба полная метрическая среднего класса точности.


    Винт DIN 965 

    Винт потай :применяется в крепежных соединениях в комплекте с гайкой, шайбой. Используется в строительстве, машиностроении, мебельном производстве.

    Материал: сталь с 1008, класс прочности 4.8, головка потайная, шлиц Pozidriv, резьба полная метрическая среднего класса точности.


    Винт барашковый DIN 316, сталь С1008, оцинкован

    Применяется в крепежных соединениях в комплекте с гайкой и шайбой при необходимости быстрой и четкой разборки соединения. Отличительной особенностью рассматриваемого винта от его аналогов является наличие специальных двух лепестков, благодаря которым монтаж и демонтаж соединения можно выполнять вручную, без помощи каких-либо инструментов. Используется в машиностроении и строительстве.

    Чаще всего такой крепежный элемент используется при сборке мебели и в быту.


    Винт c кольцом DIN 444

    Эксплуатируют винт DIN 444 в разнообразных шарнирных и такелажных конструкциях, обеспечивая при этом высокую степень надежности .Применяют в машиностроении, приборостроительной отрасли, строительстве и других областях.


    Винт конфирмат предназначен для сборки, стяжки элементов мебели из древесины, древесно-стружечной плиты, клееной фанеры и т.п. Благодаря специальному профилю резьбы и ее чистой поверхности можно быстро и легко ввинтить конфирмат, получая высокую точность соединения. Небольшой диаметр стержня позволяет исключить появление трещин. Необходимо предварительное сверление.

    Головка — потайная Шлиц — внутренний шестигранник Резьба — разреженный шаг Наконечник – тупой, Материал — сталь С1022 Покрытие – цинк.


    Винт с крюком используется на строительных площадках или при ремонтно-отделочных работах. Имеют широкий спектр применения во многих отраслях, а так же широко используются в быту для различных крепежей и подвесов.

    С уважением, 
    Команда интернет-маркетинга холдинга «РДС строй» 
    #Стройматериалы для профессионалов

    Данная информация взята с сайта компании «РДС Строй» https://rdstroy.ru
    Со страницы https://rdstroy.ru/news/vinty-i-ikh-otlichie-ot-boltov/

    ВПЭМ вентиль прямоточный манометрический в Казани

    Описание ВПЭМ

     

    Вентили ВПЭМ и ВПЭ изготавливается заводом запорной арматуры «Динамика» согласно ТУ3742-001-27844275-2014 соответствует требованиям и регламентам Таможеного Союза, применяется на трубопроводах в технологических узлах наблюдения за давлением жидкостей и газов, а также нередко выступает в роли отборного клапана в отрасли добычи, переработки углеводородов, в химической отрасли.

    Очень часто данный тип вентилей можно увидеть на устьевой арматуре в нефтедобыче, на так называемых «ёлках», его сразу можно определить смонтированным в составе с манометром.
    ВПЭМ производства завода «Динамика» соответствует требованиям  регламента ТР ТС 032 о безопасности эксплуатации при повышенных давлениях, является клапаном высокого давления и выдерживает давления проводимых сред до 35 МПа. Специалисты нашей компании провели диагностику представленной манометрической арматуры двойной нагрузкой давления от номинального. В рамках заводских гидроиспытаний были отобраны случайным образом пять манометрических вентилей с эластомерным уплотнением Ду5, Ру35 МПа. Каждый вентиль тестировался согласно программы методики испытаний по ТУ 3742-001-27844275-2014 давлением воды в 70 МПа в течении 3 минут, протечек не обнаружено. По итогам заводских гидравлических испытаний фактический вывод: — ВПЭМ не теряет функциональности и имеет весомый запас прочности корпусных деталей и резьбовых соединений в случае краткосрочных критических перепадов давления.  

    ВПЭМ имеет хоть и относится к игольчатым клапанам, но имеет особые по конструктивные отличия, что выделяет его именно узкую специализацию по применению с измерительным оборудованием.
    В чём существенные отличия ВПЭМ:
    1. Главное отличие — это конструкция прохода вентиля, он прямоточный, что уменьшает гидросопротивление потока среды и снижается влияние вязких сред на работоспособность, то есть вентиль подвергается меньшему загрязнению и прост в техническом обслуживании.
    2. Уплотнение седла из полиамида являющимся полимерным эластомером и уплотнение штока из фторопласта придают плавность и мягкость открытия — закрытия затвора без «закуса» иглы в седле.
    3. Вентиль ВПЭМ является отчасти разгрузочным клапаном, корпус снабжён отверстием стравливания остаточного давления с трубопровода, что является обязательной процедурой при демонтаже измерительного оборудования.

    Виды вентилей ВПЭМ

     

    Предприятием «Динамика» выпускаются два типа резьбовых вентилей прямоточных с эластомерным уплотнением:
     — ВПЭМ 5х35 вентиль под манометр разгрузочный со стравливающим каналом.
     — ВПЭ 5 вентиль прямоточный без стравливания остаточного давления.
    Вентили изготавливаются в муфтовом и комбинированном варианте присоединений для подключения к ним манометров Российских и зарубежных производителей. Резьба патрубка на выходе 20х1.5 или G1/2, под заказ наносим резьбу NPT 1/2 (резьба соответствует конической резьбе «К» с углом 60° по ГОСТ 6111-52).
    Муфтовый ВПЭМ — резьбовое присоединение муфта – муфта, наиболее востребованный монтажниками трубопроводной арматуры вентиль под манометр.


    Резьбы, размеры вес муфтового ВПЭМ
    Обозначение муфтовый ВПЭМ Ру,
    (МПа)
    Ду
    (мм)
    Присоединительная резьба Монтажные Размеры Масса
    (кг)
    Вход внутренняя резьба Выход внутренняя резьба L
    (мм)
    Н
    (мм)
    5х35 М20х1,5 35 5 М20х1,5 М20х1,5
    или
    G 1/2
    80 95 0,83
    5х35 К1/2 К1/2
    5х35 Rс 1/2 R 1/2
    5х35 G 1/2  G 1/2
    5х35 LP 1/2 LP 1/2
    Один из методов подключения муфтового манометрического вентиля к трубопроводу с помощью приварного штуцера Щц 20х1,5, который также можно заказать у нас.

    Комбинированный ВПЭМ — резьбовое присоединение цапка / муфта.
    Вентиль подключается к трубопроводу в простейшем варианте напрямую с помощью приварной бобышки БП1 М20х1,5.


    Таблица размеров, веса ВПЭМ комбинированный
    Обозначение комбинированный ВПЭМ Ру,
    (МПа)
    Ду (мм) Присоединительная резьба Монтажные размеры Масса
    Вход наружная
    резьба
    Выход внутренняя резьба L
    (
    мм)
    H
    (мм)
    5х35 М20х1,5 35 5 М20х1,5. М20х1,5.
    или
    G 1/2
    80 95 0,81
    5х35 К 1/2 К1/2
    5х35 Rс 1/2 R 1/2
    5х35 G 1/2 G 1/2
    5х35 LP 1/2 LP 1/2

     На предприятии постоянно в наличии на складе вентили ВПЭМ 5х35 20х1,5 в исполнении по ХЛ1 из легированной стали ст.09Г2С Российского металлопроката. Вы можете заказать детали подключения на линии трубопроводов — отборную конструкцию давления от простейшей бобышки, до защитной системы отбора сред с охладителем под манометр и демпферными трубками «Перкинса».

    Характеристики ВПЭМ 5х35

     

    На характеристики клапана ВПЭМ оказывает значительное влияние использование полимерных эластомерных материалов, поэтому температура проводимой среды не выше +140°С (в пике не длительно до +200°).

    Таблица характеристик ВПЭМ 5х35
    Наименование Вентиль прямоточный манометрический с эластомерным уплотнением.
    Изготовление и поставка ТУ 3742-001-27844275-2014
    Соответствие регламентам ТР ТС 010, 012, 032
    Герметичность по ГОСТ Р 54808-2011 А
    Условный проход (мм.) 5
    Условное давление (кг/см2) 350
    Тип затвора и проходное сечение Игольчатый, прямоток 5 мм.
    Рабочая среда Углеводородные жидкие и газообразные смеси, газоконденсат, вода с суммарным содержанием СО2 и Н2S до 0,003% по объёму.
    Температура рабочей среды (ºС) до +140 ºС.
    Климатическое исполнение по
    ГОСТ 15150-69 (материал корпусных деталей)
    У1 (ст.20) ХЛ1 (ст.09Г2С)
    Температура окружающей среды  ºС от -40ºС до плюс +60ºС от -60ºС до +60ºС
    Управление Ручное
    Рабочие положения Полностью «открыто» или полностью «закрыто»
    Монтажное положение Любое, по стрелке на корпусе
    Присоединение к трубопроводу Резьбовое
    Срок службы и гарантия на клапан ВПЭМ 5х35
    Срок службы, не менее лет 10
    Наработка на отказ (цикл) 800 за 12000 часов
    Средний ресурс, (цикл) 2500
    Гарантия со дня монтажа, (месяцев) 18
    Гарантийное хранение со дня отгрузки (месяцев) 24

    По своим характеристикам вентили ВПЭМ применяются во множестве сфер деятельности, совместимы в монтаже с большинством манометров Российских и иностранных производителей.

    Конструкция ВПЭМ

     

    Внешне конструкция ВПЭМ 5 «Динамика» практически неотличима от клапанов 15с(лс,нж)54бк.

    Внутренняя конструкция отличается следующим:

    • Прямоточное (сквозное) сечение прохода диаметра 5 миллиметров.
    • Уплотнение седла полимерное из полиамида ПА-6.
    • Уплотнение штока в кранбуксе из фторопласта Ф4.
    • Особая конусообразная конструкция иглы затвора, плотно прилегающая к седлу в положении управляющей ручки «закрыто».
    • На выходе патрубка присутствует канал-отверстие (блокируется винтом) необходимое для стравливания от статочного давления с трубопровода.

    Таблица материалов деталей ВПЭМ 5х35
    Наименование детали Материалы детали конструкции ВПЭМ
    У1 ХЛ1
    1 Установочный винт Ст. 20 Ст. 20
    2 Ручка
    3 Зажимная гайка Ст. 35 Ст. 09Г2С
    4 Втулка Ст. 09Г2С
    5 Шайба Ст. 35
    6 Уплотнение штока Фторопласт Ф4
    7 Штуцер Ст. 35 Ст. 09Г2С
    8 Шток Ст.40Х13
    9 Седло Полиамид ПА-6
    10 Шайба герметизирующая Алюминий – АД00
    11 Корпус Ст. 35 Ст. 09Г2С
    12 Винт стравливающего отверстия Ст. 20
    Специальных исполнениях изготавливаем манометрические вентили с эластомерным уплотнением затвора в исполнении из нержавеющей и кислотоустойчивой стали. Такие заявки согласуются с заказчиком индивидуально, заказ поступает в производство от минимальной партии от 50 шт.
    Как купить ВПЭМ или заказать любой объём с доставкой в любую точку РФ:
    1. Закажите звонок – это бесплатно, наши специалисты свяжутся с Вами.
    2. Отправьте заявку через форму заказа на странице товара.
    3. Отправьте электронной почтой  заявку на ВПЭМ через страницу контактов с приложением карты партнёра.
    4. Вашу заявку на манометрические клапаны примут наши специалисты по телефону +7 800 700 16 93 (звонок по России бесплатный) 
    Приобретая ВПЭМ производства компании «Динамика» Вы получаете качественные манометрические клапаны по доступной цене с гарантиями производителя.

    Обозначение трубной резьбы на чертеже и ее разновидности |

    Сегодня поговорим об обозначении трубной резьбы на чертеже. Почему это актуально – объяснять не надо, не найдется в доме помещения, где бы не использовались трубы.

    Пара слов о теории. Трубная резьба (ТР) получается в результате нарезки спиралевидных каналов на теле трубы (или внутри ее).

    Такая резьба предназначена для монтажа разъемного (это обязательное условие) соединения любых трубопроводов (полимерных, металлических и др.).

    Когда мы имеем дело с ТР, необходимо помнить, что она обычно исполняется у двух видах.

    1. Цилиндрическом (G-тип). В этой версии нарезается спиралевидная канавка, имеющая треугольный профиль и угол 55° градусов на вершине.
    2. Коническом (R-тип). В этом случае нарезается аналогичная канавка на пологом участке с конусностью 1:16.
    3. Следует добавить, что существует еще дюймовый вариант. Это тот случай, когда треугольного профиля канавка с углом в 60° градусов на вершине нарезается на конической поверхности. Этот вариант в настоящее время применяется очень редко, его обозначение не рассматриваем.
    Следует помнить, что цилиндрический вариант применяется при стыковке газо- и водонапорных трубопроводов.  Коническая же версия идёт на монтаж нагруженных узлов топливопроводов, маслопроводов или гидроприводов.

    Таким образом, на чертеже трубная резьба будет обозначено либо G-типом, либо R-типом. Но каким конкретно будет обозначение? Есть ли какие-то отличия в идентификации? Что мы должны увидеть?

    Стандартные обозначения трубной резьбы на чертеже

    Все параметры цилиндрической трубной нарезки канавки регламентирует ГОСТ 6357-81. Такое изделие на чертеже будет выглядеть следующим образом.

    Параметры конической ТР закреплены в ГОСТ 6211-81, на чертеже она будет обозначена вот так.

    Поскольку трубная цилиндрическая нарезка применяется наиболее часто, добавим еще несколько слов о ней.

    Она представляет собой равнобедренной треугольник, угол которого при вершине, как уже говорилось, равен 55°. Помимо этого впадины и вершины закруглены, это делает резьбу ещё более герметичной по сравнению с метрической.

    Можно с полным основанием сказать, что такое соединение можно классифицировать, как крепёжноуплотнительное. Помимо прочего, трубная резьба всегда имеет несколько более мелкий шаг, чем метрическая.

    В заключение повторим ещё раз.

    • Трубная коническая резьба применяется для соединения труб, работающих при повышенной температуре и давлении.
    • Цилиндрическая резьба применяется на любых газо- и водопроводных трубах, а также на всех деталях для их соединения и монтажа, так называемых фитингах (уголках, тройниках, муфтах), а также на деталях запорной арматуры (клапанах и задвижках).

    Вот таким образом обозначается обычно на чертежах трубная резьба.

    Egor11

    Задание по вырезанию швов

    Задание по вырезанию швов Вырезание швов — это метод изменения размера изображения с учетом содержимого, при котором размер изображения уменьшается на единицу. пиксель высоты (или ширины) за раз. Вертикальный шов в изображении — это путь пикселей, соединенных сверху вниз. с одним пикселем в каждой строке; горизонтальный шов — это путь пикселей, соединенных слева направо с одним пикселем в каждом столбце. Слева внизу исходное изображение размером 505 на 287 пикселей; справа внизу результат после удаления 150 вертикальных швов, что делает изображение на 30% уже.В отличие от стандартных методов изменения размера, не зависящих от содержимого (таких как обрезка и масштабирование), резьба по шву сохраняет наиболее интересные черты (соотношение сторон, набор присутствующих объектов, и др.) изображения.

    Хотя базовый алгоритм прост и элегантен, он не был обнаружен до 2007 года. Теперь это основная функция Adobe Photoshop. и другие приложения компьютерной графики.

    В этом задании вы создадите тип данных, который изменяет размер изображения W на H , используя техника вышивания швов.Поиск и удаление шва состоит из трех частей и небольшого количества обозначений:

    1. Обозначение. В обработке изображений пиксель ( x , y ) относится к пикселю в столбец x и строка y , с пиксель (0, 0) в верхнем левом углу и пиксель ( W − 1, H − 1) в правом нижнем углу. Это согласуется с Картина тип данных в algs4.jar .
      изображение 3 на 4
        (0, 0)     (1, 0)    (2, 0) 
        (0, 1)     (1, 1)     (2, 1)  
        (0, 2)    (1, 2)    (2, 2)  
       (0, 3)     (1, 3)    (2, 3) 

      Предупреждение : это противоположно стандартным математическим обозначениям, используемым в линейная алгебра, где ( i , j ) относится к строке i и столбцу j и (0, 0) находится в нижнем левом углу.

      Мы также предполагаем, что цвет каждого пикселя представлен в пространстве RGB с использованием трех целые числа от 0 до 255. Это согласуется с Тип данных java.awt.Color.

    2. Расчет энергии. Первым шагом является вычисление энергии пикселя, которая является мерой его важности — чем выше энергия, тем меньше вероятность того, что пиксель будет включен как часть шва (как вы увидите на следующем шаге). В этом задании вы будете использовать функцию двухградиентной энергии , которая описана ниже.Вот функция энергии двойного градиента изображения серфинга выше:

      Энергия высокая (белая) для пикселей изображения с быстрым цветовым градиентом (например, граница между морем и небом и граница между серфингом Джоша Хуга слева и океан за ним). Техника вырезания швов позволяет избежать удаления таких высокоэнергетических пикселей.

    3. Идентификация шва. Следующим шагом является поиск вертикального шва минимальной полной энергии. (Поиск горизонтального шва аналогичен.) Это похоже на классическую задачу о кратчайшем пути. в реберно-взвешенном орграфе, но есть три важных отличия:
      • Веса находятся на вершинах, а не на ребрах.
      • Цель состоит в том, чтобы найти кратчайший путь из любых из W пикселей в верхнем ряду до любых из Вт пикселей в нижней строке.
      • Орграф ациклический, где есть ребро вниз от пикселя ( x , y ) в пиксели ( х — 1, у + 1), ( x , y + 1) и ( х + 1, и + 1), при условии, что координаты находятся в заданных диапазонах.

      Швы не могут охватывать изображение (например, вертикальный шов не может пересекать крайний левый край). столбец изображения в крайний правый столбец).

    4. Удаление швов. Последним шагом является удаление из изображения всех пикселей вдоль вертикального или горизонтального шва.

    API SeamCarver. Ваша задача — реализовать следующий изменяемый тип данных:

    открытый класс SeamCarver {
    
       
       общедоступный SeamCarver (картинка)
    
       
       общедоступная картинка ()
    
       
       общедоступная ширина ()
    
       
       общедоступная высота()
    
       
       общественная двойная энергия (int x, int y)
    
       
       общедоступный интервал [] findHorizontalSeam ()
    
       
       публичный int[] findVerticalSeam()
    
       
       public void removeHorizontalSeam (int [] шов)
    
       
       public void removeVerticalSeam (int [] шов)
    
       
       public static void main (аргументы String [])
    
    }
     

    Угловые шкафы. Ваш код должен вызывать исключение при вызове конструктора или метода с недопустимый аргумент, как описано ниже:

    • Выбросить IllegalArgumentException если energy() вызывается либо с координатой x или y -координата вне заданного диапазона.
    • Выдать IllegalArgumentException , если конструктор, removeVerticalSeam() или removeHorizontalSeam() вызывается с нулевым аргументом.
    • Выдать исключение IllegalArgumentException , если либо removeVerticalSeam() , либо removeHorizontalSeam() вызывается с массивом неправильной длины или если массив не является допустимым швом (либо запись находится за пределами границ высоты/ширины или две соседние записи отличаются более чем на 1).
    • Выдать исключение IllegalArgumentException , если removeVerticalSeam() или removeHorizontalSeam() вызывается, когда ширина или высота текущего изображения равна 1, соответственно.2(х, у)\) определяется аналогично. Чтобы обрабатывать пиксели на границах изображения, вычислите энергию по определяя крайний левый и крайний правый столбцы как смежные, а самый верхний и самые нижние строки как смежные. Например, чтобы вычислить энергию пикселя (0, y ) в крайнем левом столбце, использовать его правого соседа (1, y ) и его «левого» соседа ( W − 1, y ).

      В качестве примера рассмотрим следующее изображение размером 3 на 4. (поставляется как 3×4.png):

      • Энергия неграничного пикселя (1, 2) вычисляется из пикселей (0, 2) и (2, 2) для градиента x .
        R х (1, 2) = 255 — 255 = 0,
        G х (1, 2) = 205 — 203 = 2,
        В х (19, 2039) 2 = 90,229 255 — 51 = 204,
        получается Δ x 2 (1, 2) = 2 2 + 204 2 = 41620;

        и пиксели (1, 1) и (1, 3) для градиента y

        R y (1, 2) = 255 − 255 = 0,
        G y (1, 2) = 255 − 153 = 102,
        B 902 3 ( ) 3 ( ) 3 ( ) 153 — 153 = 0,
        что дает Δ y 2 (1, 2) = 102 2 = 10404.2}= \sqrt{52225}\).

      • Энергия граничного пикселя (1, 0) вычисляется с использованием пиксели (0, 0) и (2, 0) для градиента x
        R x (1, 0) = 255 — 255 = 0,
        G x (1, 0) = 101 — 101 = 0,
        B x (1, ) 255 — 51 = 204,
        получается Δ x 2 (1, 0) = 204 2 = 41616;

        и пиксели (1, 3) и (1, 1) для градиента y

        R y (1, 0) = 255 − 255 = 0,
        G y (1, 0) = 255 − 153 = 102,
        B 90 228 3 ( ) = 1 (1, 0) 153 — 153 = 0,
        что дает Δ y 2 (1, 0) = 102 2 = 10404.

        Таким образом, энергия пикселя (1, 0) равна \(\sqrt{41616 + 10404} = \sqrt{52020}\).

      Нахождение вертикального шва. Метод findVerticalSeam() возвращает массив длиной H так что запись y является номером столбца пикселя для удалить из строки y изображения. Например, энергия двойного градиента изображения 6 на 5 (поставляется в формате 6×5.png) показаны в таблице ниже.

      Вертикальный шов с минимальной энергией выделен синим цветом.В этом случае метод findVerticalSeam() возвращает массив { 3, 4, 3, 2, 2 } потому что пиксели в вертикальном шве с минимальной энергией (3, ), (4, ), (3, ), (2, ), и (2, ).

      Нахождение горизонтального шва. Поведение findHorizontalSeam() таково: аналогично findVerticalSeam() , за исключением того, что он возвращает массив длиной W , такой что запись x является номером строки пиксель, который нужно удалить из столбца x изображения.Для изображения 6 на 5 метод findHorizontalSeam() возвращает массив { 2, 2, 1, 2, 1, 2 } потому что пиксели в горизонтальном шве с минимальной энергией (, 2), (, 2), (, 1), (, 2), (, 1), и (, 2).

      Модульное тестирование. Ваш метод main() должен вызывать каждый общедоступный конструктор и метод напрямую и помогите убедиться, что они работают как предписано (например, выводя результаты на стандартный вывод).

      Требования к производительности. Сделай это быстро.

      Анализ времени работы. Эмпирически оцените время работы (в секундах), чтобы уменьшить W на H изображения по одному столбцу и одной строке. Выразите свой ответ как функцию от W и H . Используйте тильду, чтобы упростить ответ.

      Представление. Отправить SeamCarver.java . Вы не можете вызывать какие-либо библиотечные функции, кроме тех, что указаны в java.lang , java.util , java.awt.Color и algs4.jar . Наконец, отправьте файл readme.txt файл и ответьте на вопросы.

      Оценка.

      удаление швов другие
      файлов точек
      находя швы 14
      10
      10
      ридми.текст 6
      40

      Напоминание : Вы можете потерять до 4 баллов за плохой стиль и до 4 баллов за неадекватное модульное тестирование.


      Это задание было разработано Джошем Хагом, Майей Гинзбург и Кевином Уэйном.
      Таблица 7ГДМ и ПСНР шва резные Дуги и Поезда.

      Сжатие

      Арк -поезд

      HDM PSNR HDM ​​PSNR

      90% 19,7472 6,2862 59,9495 10,2722

      70% 19,4422 8,6968 59,7495 9,4208

      66667777777777777777777777777777777777777777777777777777777777777777777777.7777777777777777777777777777777777777777777777777777777 2

      .

      Сжатие

      I

      1

      I

      2

      HDM PSNR HDM ​​PSNR

      90% 42.4345 14.3768 40,2480 9,6638

      70% 32,8792 13,8482 34,8564 9,7073

      На основании этих результатов мы можем сделать вывод, что HDM является лучшей метрикой для представления геометрических или форменных

      изменений, вызванных методами сжатия изображения при степени сжатия выше 70%.

      Ссылки

      [1] Тейлор, К. и Дей, С. (2001) Адаптивное сжатие изображений для беспроводной мультимедийной связи. МТП.

      [2] Ли, Д.-Г. и Дей, С. (2002) Адаптивное и энергоэффективное сжатие изображений вейвлета для мобильных мультимедийных

      служб данных.МТП.

      [3] Ли, З.Н. и Дрю, М.С. (2005) Основы мультимедиа. Пирсон Эдьюкьюшн, Нью-Джерси.

      [4] Ахумада, А.Дж. (1993) Метрики качества вычислительных изображений: обзор. SID Digest of Technical Papers, 24, 305-308.

      [5] Джаянт, Н., Джонстон, Дж. и Сафранек, Р. (1993) Сжатие сигнала на основе моделей человеческого восприятия. проц.

      IEEE, 81, 1385-1421. http://dx.doi.org/10.1109/5.241504

      [6] Daly, S. (1993) Предиктор видимых различий: алгоритм оценки точности изображения.В: Watson,

      AB, Ed., Digital Images and Human Vision, MIT Press, Cambridge, MA, 179-206.

      [7] Эскичиоглу, А.М. и Фишер, П.С. (1993) Обзор показателей качества сжатия изображений в оттенках серого. В: Учеб.

      Семинар НАСА по сжатию данных по космическим наукам о Земле, 49-61.

      [8] Фернандо, С. и Виджесиривардана, Р. (2014) Выбор метода вейвлет-сжатия или вырезания швов на основе типа изображения

      . В: Учеб. междунар. конф. на инд и инф.Системы.

      [9] Хуттенлохер, Д.П., Кландерман, Г.А. и Раклидж, В. Дж. (1993) Сравнение изображений с использованием расстояния Хаусдорфа. IEEE

      Transactions on Pattern Recognition and Machine Intelligence, 15, No. 9.

      [10] Госвами, Дж. К., Ноубл, Б. и Чан, А.К. (1999) Основы вейвлетов. Джон Уайли, Нью-Йорк.

      [11] Gonzales, R.C., et al. (2009) Цифровая обработка изображений с использованием MATLAB. 2-е издание, Pearson Education.

      [12] Скодрас, А., Христопулос, К.и Эбрахими, Т. (2001) Стандарт сжатия неподвижных изображений JPEG 2000. Журнал обработки сигналов IEEE

      . http://dx.doi.org/10.1109/79.952804

      [13] Авидан, С. и Шамир, А. (2007) ACM Transactions on Graphics (TOG). Труды ACM SIGGRAPH.

      [14] Кабир, М. (2013) Сжатие изображений с использованием вейвлет-преобразования на основе подъема в сочетании с алгоритмом SPIHT. В:

      Proceedings of the Int. конф. по информатике, электронике и зрению. http://dx.doi.org/10.1109/iciev.2013.6572638

      [15] Маллет, С. Г. (1989) Теория разложения сигнала с несколькими разрешениями: вейвлет-представление. IEEE транс.

      Выкройка Аннал. Машинный интеллект, 11, 674-693. http://dx.doi.org/10.1109/34.192463

      [16] Чандлер, Д.М. и Хемами, С. (2002) Аддитивные модели для надпорогового искажения в квантованных вейвлет-кодах

      изображений. Конференция по человеческому зрению и электронным изображениям, Сан-Хосе, Калифорния, США, SPIE Vol. 4662, май, 105-118.

      http://dx.doi.org/10.1117/12.469507

      [17] Кумари С. и Виджай Р. (2012) Оценка качества изображения по энтропии и расчету избыточности для различных семейств вейвлетов

      . Международный журнал компьютерных информационных систем и приложений для управления промышленностью, 4,

      27-34.

      [18] Moivre, A. (2010) Показатели качества изображения: PSNR против SSIM. Материалы Международной конференции по признанию образца

      .

      Границы | Трехмерная реконструкция поверхности семян растений методом объемной резьбы: производительность и точность

      1.Введение

      Предоставление методов анализа изображений для приложений фенотипирования растений в настоящее время является движущей силой в науках о растениях (Spalding and Miller, 2013). Во многих таких приложениях отсутствие подходящей обработки изображений даже является узким местом (Minervini et al., 2015). Доступно более 100 специализированных методов (Lobet et al., 2013) и пакетов программного обеспечения для анализа изображений различных частей растений, например, формы плодов (Brewer et al., 2006), одиночных или множественных листьев (Bylesjö et al., 2008; Вес и др., 2008; Аленя и др., 2011; Де Вильдер и др., 2011; Валленберг и др., 2011; Деллен и др., 2015; Мюллер-Линов и др., 2015; Pape, Klukas, 2015), гипокотиль и проростки (Koenderink et al., 2009; Wang et al., 2009; Silva et al., 2013; Golbach et al., 2015), побеги (Augustin et al., 2015; Santos and Rodrigues, 2015; Pound et al., 2016), розетки (Arvidsson et al., 2011; Aksoy et al., 2015) и многие другие. Такие инструменты анализа необходимы в роботизированных платформах визуализации для высокопроизводительного фенотипирования растений (Granier et al., 2006; Янсен и др., 2009 г.; Хартманн и др., 2011; Нагель и др., 2012 г.; ван дер Хейден и др., 2012 г.; Fahlgren et al., 2015), но и в доступных системах (Tsaftaris and Noutsos, 2009; Minervini et al., 2014; Santos and Rodrigues, 2015).

      Фенотипирование семян растений необходимо банкам семян для управления качеством, например, в целях селекции, привязки к скорости прорастания или росту растений. Для этого 2D-сканирование является популярным и доступным методом (Herridge et al., 2011; Tanabata et al., 2012; Мур и др., 2013 г.; Ван и др., 2014). Доступно несколько коммерческих пакетов программного обеспечения для исследования семян с использованием планшетных сканеров (например, Regent Instruments, 2000; Next Instruments, 2015). Он применялся к различным типам семян, таким как Arabidopsis , соя, ячмень или рис. Обычно такие параметры, как ширина, длина или площадь, рассчитываются из 2D-изображений, а также из более сложных показателей формы, таких как дескрипторы Фурье (Ивата и Укаи, 2002; Ивата и др., 2010).

      Однако, насколько нам известно, до сих пор не было представлено доступного метода трехмерной визуализации, предназначенного для измерения семян.Методы на основе соответствия (Quan et al., 2006; Paproki et al., 2012; Pound et al., 2014, 2016; Santos and Rodrigues, 2015) реконструкции 3D-моделей из нескольких изображений или другие недорогие методы, такие как лазерное сканирование. или Kinect можно использовать для трехмерной реконструкции всего растения (Paulus et al., 2014) или корневой системы в прозрачном геле (Fang et al., 2009). Однако такие методы не подходят для гораздо более мелких объектов, таких как семена рапса (~2 мм в диаметре) или даже 90 590 семян арабидопсиса 90 591 (~0.длиной 2–0,4 мм).

      Здесь мы исследуем объемную резьбу, хорошо известную технику создания формы из силуэта (Martin and Aggarwal, 1983; Potmesil, 1987; Laurentini, 1994) для трехмерной реконструкции формы семени. Это быстрый, надежный и простой, но надежный метод, который использовался для фенотипирования растений перед, например, трехмерной реконструкцией проростков (Koenderink et al., 2009; Golbach et al., 2015) или исследованиями корневой системы (Clark et al. , 2011; Чжэн и др., 2011; Топп и др., 2013). В зависимости от выбранных точек обзора он аппроксимирует выпуклую оболочку объекта или восстанавливает ровные впадины и седловые точки, но не может восстанавливать истинные вогнутости.Однако большинство семян представляют собой относительно гладкие выпуклые объекты. Для исследованных здесь типов семян ( Arabidopsis , ячменя и кукурузы, см. рис. 1) истинные вогнутости, по-видимому, не имеют большого значения для оценки объема. Для негладких семян, таких как, например, семена паразитов растений Phelipanche aegyptiaca или Orobanche cernua , предлагаемый метод может быть менее подходящим.

      Рисунок 1. Обзор метода реконструкции . (A) Получение изображения с разных углов обзора. (B) Одно из полученных изображений оттенка серого. (C) Изображение маски. (D) Оценка центральной точки инструмента (TCP). (E) Оценить форму по силуэту с помощью объемной резьбы. (F) Поверхность реконструированного объема. (G) Инструмент, удаленный из объема: затравка красная, инструмент синий.

      Эта статья является продолжением публикации нашей конференции (Roussel et al., 2015), поэтому теория (разделы 2 и 3) и некоторые эксперименты из раздела 4 в основном повторяются оттуда.Мы расширяем теорию с помощью процедуры проверки точности и итеративной коррекции положения камеры, а также экспериментов с помощью численного и экспериментального исследования достижимой точности в зависимости от количества изображений в разделах 4.2 и 4.3. Далее мы обновляем ссылки и обсуждение.

      2. Реконструкция формы семени по силуэтам

      Ориентируясь на относительно простые, в основном выпуклые исходные формы, целевое разрешение вокселей, необходимое для описания таких форм, сравнительно низкое — как мы покажем в экспериментах ниже, см. раздел 4.Поэтому для этого исследования достаточно применить один из самых простых подходов к объемной резке.

      Мы получаем внутреннюю матрицу камеры K (Hartley and Zisserman, 2004) и расстояние между началом нашего рабочего объема и центром камеры из калибровки ( cmp . Раздел 3.2). Начало рабочего объема выбирается в качестве центральной точки инструмента (TCP) роботизированной системы, обрабатывающей семена, т. е. вращающей их перед камерой для формирования изображения ( cmp .Раздел 3.1).

      Мы получаем N изображений, показывающих семя под (равноотстоящими) углами вращения α i , где i ∈ {1, …, N }, см. рисунок 1. Вращение происходит вокруг вертикальной оси через TCP, будучи параллельным оси y камеры. Мы сегментируем каждое изображение по порогу серого в бинарную маску M i , где единица находится на переднем плане, т.Маленькие объекты, такие как шум, удаляются, а небольшие отверстия (например, отражение инструмента) заполняются.

      Для каждого изображения и, следовательно, маски сегментации мы вычисляем однородную проекционную матрицу камеры P i , исходя из угла поворота α i на

      Pi=K(Ri|t→i)    (1)

      , где R i — матрица поворота, соответствующая заданному углу α i , а вектор переноса t→i рассчитывается с использованием расстояния от начала координат до центра камеры, также известного из калибровки (см. эл.г., Хартли и Зиссерман, 2004). При этом мировая система координат вращается вместе с объектом, то есть семенем.

      Мы определяем равноудаленную кубическую сетку вокселов вокруг начала координат мира, которая достаточно велика, чтобы содержать начальное значение. Определенный таким образом рабочий объем зависит от типа посевного материала. Для Arabidopsis мы используем (1 мм) 3 , для рапса (2,9 мм) 3 , для ячменя и кукурузы (13 мм) 3 .

      Каждый центр вокселя с однородными мировыми координатами X→ проецируется в точку x→i в каждой маске M i на

      Если X→ проецируется на фоновую область хотя бы одной из масок N M i , то этот воксель не принадлежит объекту переднего плана и его значение V(X→) устанавливается равным 0, т.е.д.,

      V(X→)=∏i=1NMi(x→i)    (3)

      Таким образом, если воксель принадлежит объекту переднего плана, его значение V(X→) устанавливается равным 1.

      Когда требуется более высокое разрешение вокселей и, следовательно, увеличивается время выполнения, возможно распараллеливание алгоритма вырезания (Brenscheidt, 2014) (см. Раздел 4.1). На аппаратном обеспечении современных настольных компьютеров становятся доступными даже более высокие разрешения при иерархическом представлении сетки вокселей, например, в виде октодерева (Szeliski, 1993; Klodt and Cremers, 2015).

      Одним из основных недостатков этого простого алгоритма карвинга является его чувствительность к неточной калибровке внешней камеры.Когда маска M i смещена и, таким образом, плохо перекрывается с «истинным» объемом объекта, неперекрывающиеся части удаляются из объема без дальнейшего тестирования или исправления. Поэтому мы применяем шаг калибровки положения камеры на основе изображения, как описано далее.

      2.1. Исправление позы камеры

      Известно, что методы без адаптации положения камеры путем оценки внешних параметров полученных изображений особенно чувствительны к (внешним) ошибкам калибровки, что требует точного позиционирования камер (см.г., Йеззи и Соатто, 2003). Для относительно больших объектов в диапазоне нескольких сантиметров, скажем, 20 см в длину и заполняющих большую часть изображения, и типичного разрешения в пикселях, скажем, 2000 × 2000, пиксель занимает площадь объекта 0,1 × 0,1 мм 2 . Таким образом, повторяемость положения роботизированных систем промышленного класса, обычно ≤ 20 мкм 90 590 м 90 591 и ≤ 0,05° (Denso Robotics Europe, 2015), достаточно высока для точной реконструкции. Однако для объектов размером в несколько миллиметров или даже субмиллиметрового диапазона необходимо соблюдать дополнительные меры предосторожности.Математические координаты TCP, известные программному обеспечению управления роботом, могут не совпадать точно с физическими TCP на кончике инструмента из-за неточностей механической калибровки, износа или небольших деформаций инструмента. В нашем случае ТКП не находится в фиксированном месте на изображениях камеры, а движется по более или менее воспроизводимой эллиптической траектории диаметром до 200 мкм, меняющейся в зависимости от комнатной температуры.

      Перед проецированием вокселей на изображения маски мы адаптируем проекционные матрицы P i .Если подходящая неизменяющаяся цель, движущаяся вместе с TCP, видна на всех изображениях, совмещение изображений можно выполнить с помощью простой нормализованной взаимной корреляции (см. рис. 2).

      Рисунок 2. Пример предоставлен вместе с исходным кодом в качестве дополнительного материала . Съемка осуществляется с помощью доступного оборудования, т. е. обычной зеркальной камеры (Nikon D7000, объектив AF-S Nikkor 16–85 мм 1:3,5–5,6 GED при f = 85 мм) и моторизованного поворотного стола (Steinmeyer DT130-360°). -SM01) для вращения семян.В качестве инструмента, удерживающего семя над плоскостью поворотного стола, мы используем обрезанный кончик шариковой ручки. Инструмент меньшего размера, такой как наша роботизированная установка, обеспечивает лучшую видимость и реконструкцию семян, однако его непросто построить. Несмотря на то, что зеркальная фотокамера установлена ​​на прочном штативе и управляется с помощью пульта дистанционного управления, центр камеры перемещается от изображения к изображению. В этой настройке основа инструмента видна на каждом изображении и может использоваться в качестве цели для регистрации изображений на основе корреляции. Из вычисленных смещений изображения соответственно адаптируются проекционные матрицы P i .См. предоставленный исходный код для более подробной информации. (A) SLR-изображение, показывающее семена кукурузы, (B,C) кадрированное изображение 760×564 с целью 293×100 для взаимной корреляции, обозначенной красным, (D,E) изображение маски с границами определяемый пользователем объем реконструкции, спроецированный обратно на изображение синим цветом, (F) реконструированный семенной материал и инструмент, (G) реконструированный семенной материал со снятым инструментом, (H, I) , реконструированный семенной материал с большего дна и более вид сверху.

      В нашем роботизированном приложении для адаптации проекционных матриц P i необходимо найти форму усеченного конуса захватного инструмента, см. рис. 3. Поскольку более крупные семена могут частично перекрывать кончик инструмента, мы ищем чтобы область инструмента была надежно видна на изображениях. Инструмент входит в изображение вертикально снизу и становится меньше в диаметре по направлению к истинной TCP, являясь центральной точкой самого кончика инструмента. Поскольку мы можем надежно найти левый и правый край инструмента, мы применяем простую и очень быструю процедуру.Мы рассчитываем видимую ширину инструмента построчно, начиная с нижней части изображения и двигаясь вверх, т. е. в отрицательном y -направлении. Мы повторяем, пока ширина уменьшается и больше, чем минимальная ширина инструмента (находится на кончике). Полученная таким образом координата y принимается за первую оценку TCP y -coordinate y TCP . Надежная оценка координаты TCP x x TCP устанавливается как среднее значение всех найденных левых и правых краев x -позиций.Так как наконечник инструмента может быть частично закрыт семенами, y TCP нуждается в доработке. Для этого левый и правый края инструмента независимо отслеживаются дальше, пока не будет достигнута самая узкая точка, то есть самая правая точка левого края и самая левая точка правого края. Наименьшее значение y (самая высокая точка) из двух точек принимается как новое y TCP .

      Рис. 3. Иллюстрация коррекции внешней калибровки камеры . (A–C) Изображения одного и того же семени ячменя, сделанные под разными углами. (D) Изображение маски, сгенерированное из (B) . (E) Действия по поиску TCP: (1) найти края захвата (красные линии), остановиться, когда линии расходятся (синяя пунктирная линия). (2) x TCP — среднее значение середины между найденными положениями краев (красная пунктирная линия). (3) Проследите края дальше, пока они не приблизится к x TCP (желтые линии). (4) Самое верхнее положение y TCP .Найденный TCP отмечен желтым крестиком.

      Для мелких семян, таких как Arabidopsis , эта процедура работает надежно, так как семена слишком малы, чтобы полностью закрыть кончик инструмента на изображении. Для более крупных семян мы используем наблюдение, что эллиптическая траектория TCP приводит к ее координатам y , чтобы описать синусоидальную кривую по углу поворота. Поэтому мы надежно подгоняем кривую синусоиды к координатам y и корректируем выбросы в соответствии с результатом подгонки.

      Для таких небольших объектов установка оптических линз ( cmp . Раздел 3) имеет узкий угол раскрытия (т. е. большое увеличение), как у микроскопа при увеличении 1:1. Это означает, что линии обзора почти параллельны, и поэтому эффекты глубины незначительны. Это позволяет обновить P i с помощью x→TCP, просто установив главную точку (Hartley and Zisserman, 2004) на x→TCP.

      В наших экспериментах мы заметили, что x→TCP можно надежно оценить с точностью до пикселя, когда отсутствуют такие возмущения, как мелкие частицы пыли.Максимальное смещение при обнаружении TCP от незакрытой вершины инструмента составляло 2 пикселя.

      В ситуациях, когда возникают большие неточности в расположении x→TCP, рекомендуется проверить согласованность результатов и исправить x→TCP. Обратная проекция реконструированного 3D-объекта — это простая процедура, позволяющая проверить правильность P i и пригодность выбранной процедуры сегментации. Для этого теста каждый воксель поверхности найденного трехмерного объекта проецируется на изображение маски M~i, изначально заполненное нулями.Воксель проецируется на M ~ i путем проецирования его углов на M ~ i с использованием P i и заполнения соответствующей выпуклой оболочки единицами. Если ошибок не возникло, сгенерированная таким образом маска переднего плана должна быть идентична маске сегментации M i (вплоть до игнорирования субпиксельных эффектов при заполнении выпуклой оболочки, что приводит к потенциально слегка расширенной маске M~i). Измерение перекрытия между двумя масками может быть выполнено с использованием хорошо известных мер, например.g., критерий коэффициента перекрытия =|M~i∩Mi|∕|M~i∪Mi| (см., например, Everingham et al., 2010), или Коэффициент подобия Дайса = 2|M~i∩Mi|∕(|M~i|+|Mi|), установленный Дайсом (1945) и Соренсеном (1948) , где | · | обозначает мощность множества. Эти меры используются при анализе изображений, а также распространены при визуализации растений (Minervini et al., 2014).

      Если достигнутое перекрытие маски слишком мало, но больше нуля, можно применить итерационные процедуры для повышения точности.Проще говоря, (1) сдвинуть главную точку в каждой проекционной матрице P i так, чтобы центр масс M~i совпал с центром масс M i и ( 2) заново вырезать и повторять оба шага до сходимости или достаточно большого перекрытия. В качестве альтернативы, алгоритмы на основе градиентного спуска, оптимизирующие положение камеры, могут применяться в качестве шага уточнения (например, Yezzi and Soatto, 2003).

      2.2. Извлечение инструмента из семени

      Для мелких семян, не перекрывающихся с инструментом, ТКП лежит точно в мировом начале, т.е.д., происхождение реконструированного воксельного блока. Таким образом, воксель выше TCP содержит начальное значение, воксель ниже (который в этом случае мы не реконструируем) содержит инструмент. В случаях, когда затравка и инструмент могут перекрываться (см., например, рис. 3), наконечник инструмента также реконструируется. Его можно удалить из данных объема, используя его известное положение, ориентацию и физический размер, удалив соответствующий объем вокселей.

      В качестве альтернативы, при высоком разрешении вокселей, когда реконструированный объем, охватываемый инструментом, может быть подвержен шуму, можно оценить положение инструмента по реконструкции.Суммирование значений вокселов горизонтальных плоскостей в нижней области объема дает надежные оценки площади горизонтальных вырезов инструмента. В то время как площади уменьшаются при суммировании по все более и более высоким плоскостям, плоскости удаляются из данных. Затем, когда площади больше не уменьшаются, используя эти площади, мы оцениваем y -положение усеченного конуса с помощью аппроксимации наименьших квадратов и удаляем таким образом покрытый объем.

      3. Материалы и методы

      3.1. Визуализация

      В зависимости от размера исходного материала для 3D-реконструкции мы используем две разные установки для получения изображения.Обе установки состоят из камеры промышленного класса c-mount (PointGrey Grasshopper, GRAS-50S5M-C, Mono, 5,0 МП, Sony ICX625 CCD, 2/3 дюйма, квадратные пиксели размером μ = 3,45 мкм, глобальный затвор, 2448 × 2048, 15 кадров в секунду), высокоточный объектив 35 мм (Schneider KMP APO-XENOPLAN 35/1,9) и белое светодиодное кольцо с рассеивателем (CCS LDR2-70-SW2), показанные на рис. 4. Для мелких семян (например, Arabidopsis , табак, рапс) между камерой и объективом устанавливается проставка 36 мм. Для более крупных семян (например, ячменя, кукурузы) требуется только проставка 15 мм.Проставки уменьшают минимальное рабочее расстояние объектива ( d = 69,9 мм для прокладки 36 мм, 128,0 мм для другой) и, таким образом, отвечают за подходящее увеличение. Это позволяет измерять семена в диапазоне от ≈0,2 до 12 мм. В качестве фона используется белая бумага.

      Рис. 4. Настройка камеры для 3D-изображения .

      Для получения изображений семена собираются с помощью конусообразной вакуумной насадки и удерживаются перед камерой на оптимальном рабочем расстоянии с помощью роботизированной системы, которая будет описана в другом месте.Робот поворачивает семена под настраиваемым углом и включает камеру. Мы используем шаги 10° и делаем 36 изображений, если не указано иное. Время получения изображения в основном ограничено вращением робота, обычно ≳ 2,7 − 5 с на 360°, в зависимости от типа движения. Мы выполняем 36 шагов с остановками, в результате чего общее время сбора данных составляет ≈6 — 7 с.

      3.2. Калибровка камеры

      Мы используем реализацию OpenCV (Bradski and Kaehler, 2008) метода калибровки Буге (Bouguet, 1999) и асимметричную точечную мишень 4 × 11 с общим размером 5.8 × 4,3 мм. Он был напечатан с использованием профессионального пленочного рекордера с высоким разрешением, так как обычные офисные принтеры даже на хорошей бумаге не достигают точности печати, подходящей для калибровки камеры в таких малых пространственных масштабах.

      Используя этот набор инструментов, оценка фокусного расстояния f недостаточно точна для наших целей. Поэтому мы используем шарик на шарикоподшипнике (сталь, точность согласно DIN5401 G20) с радиусом r 0 = 1,50 мм ±0,25 мкм в качестве калибровочного объекта, чтобы оценить рабочее расстояние d (или эквивалентное фокусное расстояние f с рабочего расстояния d ) нашей системы точно.По маске изображения шара, полученной с помощью нашей системы, мы оцениваем его площадь как A в пикселях. Это позволяет оценить его радиус r на изображении как r=µA/π, где µ — размер пикселя. Из основных геометрических рассуждений рабочее расстояние d можно получить как d=f2+r2r0∕r.

      3.3. Реализация программного обеспечения

      Программная среда реализована на C++ в операционной системе Windows 7 с Visual Studio 2013. Интерфейс прикладного программирования Open Graphics Library ( OpenGL OpenGL.org, 2015) использовался для реализации GPU.

      В качестве дополнительного материала (Roussel et al., 2016) мы предоставляем набор подпрограмм Matlab (Mathworks, 2015), а также реализацию Python, подходящую для объемного вырезания не слишком мелких семян с использованием доступной настройки визуализации. Такие установки могут, например, использовать проигрыватель и потребительскую зеркальную камеру. В нашем примере (см. рис. 2) мы используем нормализованную взаимную корреляцию для совмещения изображений, поскольку нижняя часть инструмента всегда видна как подходящая цель совмещения.

      4. Эксперименты

      4.1. Разрешение и время работы

      Сложность алгоритма вырезания объема пропорциональна количеству N V вокселей и количеству N полученных изображений. Для наших равноудаленных кубических сеток R × R × R число вокселей равно NV=R3 и, таким образом, сложность равна O ( R 3 N ). Кроме того, требуется время для загрузки (или получения) изображений (с N P пикселей) и, для реализации GPU, передачи данных на видеокарту и с нее.Сложность этой передачи данных и предварительной обработки изображений составляет O ( N P N ), или O(NPN)+O(R3) для реализации GPU.

      Время выполнения

      , показанное на рисунке 5D, было измерено на ПК с ЦП Intel Core i5-3470, 8 ГБ ОЗУ DDR3 и графическим процессором NVIDIA GeForce GTX 580 с 4047 МБ ОЗУ GDDR5 ( cmp . Brenscheidt, 2014 для получения дополнительной информации). Мы наблюдаем, что для низких разрешений R воксельной сетки преобладают вклады времени выполнения компонентов O ( N P N ), поскольку никакой зависимости от R не видно.При увеличении R эти части становятся пренебрежимо малыми. В то время как для реализации ЦП значительное увеличение времени выполнения по сравнению с 2-секундным временем выполнения для наименьших воксельных разрешений можно заметить при R = 256 (4 с), параллельная реализация GPU остается на сопоставимом времени выполнения даже при R = 512.

      Рисунок 5. Производительность предлагаемого метода . (A) Исходное изображение семени ячменя. (B) Реконструкции семени при различных разрешениях сетки. (C) Реконструированный объем в зависимости от разрешения воксельной сетки. (D) Время выполнения в секундах последовательного ЦП и параллельного ГП (воспроизведено из Brenscheidt, 2014). (E) Реконструкция семени с использованием разного количества изображений. (F) Реконструированный объем в сравнении с количеством использованных изображений.

      При интересе к объему семени как признаку, используемому для высокопроизводительного фенотипирования, а не к тонким поверхностным деталям, разрешение вокселя может быть выбрано сравнительно низким.На рисунках 5A–C мы показываем семя ячменя и его реконструкции вместе с полученным объемом для различных разрешений сетки R . Заметим, что выше R = 256 расчетный объем примерно постоянен. Таким образом, для этой задачи фенотипирования время выполнения ограничено главным образом файловым вводом-выводом, передачей и предварительной обработкой. Сложные механизмы ускорения для вырезания дают довольно мало преимуществ в этом приложении, поскольку их основной потенциал заключается в более высоких достижимых объемных разрешениях.

      Ускорение с использованием меньшего количества изображений может быть оплачено меньшей точностью (см. Раздел 4.2). Мы показываем реконструкции одного и того же семени ячменя на рисунке 5E и соответствующие объемы на рисунке 5F. Изображения выбираются равноудаленно. Мы видим, что уменьшение количества изображений быстро снижает качество реконструкции. Интересно отметить, что реконструкция с использованием N = 9 изображений более точна, чем с N = 12 изображений. Это связано с тем, что для N = 12 выбран угол между изображениями α = 30°, поэтому 180° кратно α (то же верно для N ∈ {4, 6, 12, 18 , 36}, см .также рисунок 8 и раздел 4.2). Однако, поскольку угол раскрытия нашего объектива невелик, содержание дополнительной информации в масках, поступающих от камер, смотрящих в противоположном направлении, невелико. Мы пришли к выводу, что для более коротких прогонов с сопоставимой или даже более высокой точностью реконструкции исследование альтернативных направлений просмотра является многообещающим. Мы делаем это в следующем разделе для ограниченных возможностей нашей роботизированной, похожей на поворотный стол, системы сбора данных с одной камерой.

      4.2. Точность в сравнении с количеством изображений 90 722

      Мы численно исследовали влияние числа N равноудаленно полученных изображений на точность оценки объема в идеальной настройке поворотного стола.Для этого вычисляем объем V число сферы радиусом r 0 , полученный как сечение касательных конусов, см. Рисунки 6A, B, D: Каждая идеальная камера представлена ​​своим центром камеры C i , известным по выбранному рабочему расстоянию и углу поворота. Сфера проецируется в окружность на плоскости датчика. Шаг объемного вырезания для каждого изображения этой сферы, таким образом, соответствует проверке каждой точки рабочего объема, лежит ли она внутри или вне конуса, натянутого на C i и контур проектируемой сферы (прозрачные конусы на рисунке 6В).Конус не зависит от фокусного расстояния f идеальной камеры, но зависит от рабочего расстояния d , т. е. расстояния между центром каждой камеры и центром сферы. Мы выбираем r 0 = 1,5 мм, так как мы используем высокоточный сферический шарик подшипника такого размера в качестве наземного объекта в реальных экспериментах (см. раздел 4.4).

      Рис. 6. Установка для числового анализа точности . (A) Примерная геометрическая установка для пяти камер. (B) Та же конфигурация с прозрачными проекционными конусами, касающимися зеленой сферы, и окрашенными внутренними точками отбора проб. (D) Крупный план сферы (зеленый) и визуализация выбранных внутренних точек. Красные, желтые, черные и белые точки обозначают четыре разных типа, если лишние объемы не удаляются резьбой. Черные линии показывают, где конусы касаются сферы (C) Плоскости симметрии (черные) для каждой камеры и сечения сферической оболочки, указывающие геометрию области выборки (желтые). (E) Крупный план области отбора проб (желтый). Внутренняя сфера (зеленая) представляет собой внутреннюю границу объема, сетчатая сфера — внешнюю границу. Черные полосы обозначают плоскости симметрии.

      Поскольку мы не нашли решения в замкнутой форме для объема объекта, полученного разрезом N конусов для произвольных N , численно интегрируем объем методом Монте-Карло:

      1. Случайным образом выбираем K точек в области с известным объемом V reg включая полный тестовый объем.

      2. Для каждой точки проверяем, лежит ли она в во всех конусах, натянутых камерами. Если да, то дело в объеме, если нет, то нет. Количество всех вставок равно K в .

      3. Искомый объем V число тогда V число V reg * K 902 9 9.1 902 9 902 902

      Чем меньше V reg может быть выбрано, тем более точное V число может быть аппроксимировано фиксированным числом K точек выборки.Мы видим, что выбранная конфигурация камеры поворотного стола (рис. 6A, C) симметрична относительно

      • плоскость, натянутая на центры конусов, т. е. экватор сферы,

      • каждая плоскость, натянутая на ось вращения и центр камеры,

      • каждая плоскость, натянутая осью вращения и делящая угол поворота между центрами двух соседних камер пополам, т. е. вертикальная плоскость между двумя камерами.

      Кроме того, мы видим, что

      • внутренняя часть сферы полностью лежит в вырезанном объеме, т.е.е., вырезаем сферу снаружи; и, наконец,

      • искомый объем лежит в концентрической сфере с несколько большим радиусом, чем вырезанная сфера.

      Это позволяет ограничить численные расчеты областью с известным объемом V reg , являющимся прямоугольным интервалом в сферических координатах ( cmp . Рисунок 6E, желтая область), чтобы оптимально использовать симметрии в задаче. Ограничим угол высоты значением θ ∈ [0, π/2], азимут значением ϕ ∈ [0, π/(2 N )], а радиус значением r ∈ [ r 0 , р 1 ].Радиус r 1 вычисляется путем (1) пересечения всех конусов с плоскостью, натянутой на центры камер, что дает пару линий для каждого конуса, (2) выбора правильных линий двух соседних конусов ( cmp . пример красных линий на рисунках 6C,E) (3) вычисление пересечения между этими линиями и (4) выбор r 1 в качестве радиуса точки, заданной в полярных координатах.

      Эта геометрия изображена на рисунках 6C,E. Выборка соответствует одному сечению сферической оболочки, разрезанной пополам плоскостью, натянутой на центры конусов (т.е., на экваторе сферы) и разрезанных на 2 N сечений полуплоскостями, начинающимися от оси вращательной симметрии (т. а также их биссектрисы.

      Случайная выборка точек в сферических координатах приводит к более высокой плотности точек в направлении начала координат в евклидовых координатах и ​​в направлении оси север-юг сферы. Мы делаем поправку на эти различия в плотности, комбинируя два подхода.Чтобы понять это, нам нужно вычислить якобиан преобразования сферических координат из евклидовых координат. Использование соглашения

      x=r sin θ cos ϕ        (4) y=r sin θ sin ϕ        (5) z=r cos θ        (6)

      получаем Якобиан J

      J = det∂(x,y,z)∂(r,θ,ϕ)   =det(sinθcosϕrcosθcosϕ−rsinθsinϕsinθsinϕrcosθsinϕrsinθcosϕcosθ−rsinθ0)=r2sinθ. (7)

      Поскольку r 0 и r 1 не отличаются слишком сильно, как в нашем случае, достаточно рассмотреть радиальную часть J , взвесив точки отбора p по их радиусу значение р р

      Vnum≈Vreg*K~in∕K~    (8)

      , где K~in=∑p∈Pinrp2 и K~=∑p∈Prp2. P — набор всех точек выборки, а P в P — набор всех вкладышей.

      Изменения плотности из-за высоты θ компенсируются путем преобразования плотности вероятности выборки из равномерного распределения p (χ) (при χ ∈ [0, 1]) генератор случайных чисел выдает распределение в форме sin(θ) р θ (θ). Это достигается преобразованием θ = g (χ), где g (χ) = arccos(1 − χ).В этом легко убедиться, используя закон преобразования для плотностей pθ(θ)=|ddθg-1(θ)|p(g-1(θ)), где g −1 обозначает обратную функцию g .

      на рисунке 7 Относительная ошибка E = ( V NUM V 0 ) ∕ V 0 с V0 = 4 ∕ 3πr03 IS AISTISID ASISID -V.SISID -AS 9029. на реконструкцию V номер . Мы видим, что для параллельной проекции использование четного числа камер (или изображений) дает тот же результат, что и использование половины количества изображений.Это имеет смысл, так как при четном числе камер пары камер имеют конфигурацию 180° и смотрят на один и тот же контур объекта с разных сторон. Это не добавляет дополнительной информации к реконструкции. Однако при рассмотрении центральной проекции также изображения с 180-градусной конфигурацией добавляют дополнительную информацию, поскольку камеры не смотрят на один и тот же контур.

      Рис. 7. Ошибка объема в зависимости от числа N положений камеры .Вверху слева: ошибка при использовании параллельной проекции (телецентрический объектив). На других графиках показаны ошибки для разных рабочих расстояний 90 590 d 90 591 и центральной проекции. В реальных экспериментах используем рабочее расстояние d = 69,9 мм.

      На рис. 8 показаны объемы, реконструированные с использованием различных конфигураций камер. Мы видим, что использование N = 5 или N = 10 положений камеры дает идентичные результаты для параллельной проекции на рисунке 8 слева. Однако для центральной проекции N = 10 положений камеры дает гораздо лучшую реконструкцию, чем использование N = 5 изображений.Это полностью согласуется с графиком, приведенным на рис. 7 внизу справа, где мы также наблюдаем, что использование нечетных N не всегда лучше, чем использование четных N с одной дополнительной камерой. Это зависит от размера объекта по отношению к рабочему расстоянию, какая конфигурация положения камеры теоретически дает лучшие результаты. Мы видим, что в протестированных здесь случаях требуется минимум N = 11 или N = 12 изображений, чтобы относительная ошибка оставалась ниже 1%. Ограничение меньше 0.Ошибка 1% достигается при использовании N = 33, N = 36 или N = 37 изображений. На практике, однако, при достаточно высоком N могут доминировать другие источники ошибок (см. следующие разделы).

      Рис. 8. Реконструированные объемы для разных номеров N позиций камер . Числа в верхнем левом углу каждого фрагмента изображения N . Выступающие точки выборки имеют цветовую кодировку, где оттенок указывает ϕ, а яркость θ.Основная земная сфера истины белого цвета. Слева: реконструкция с использованием параллельной проекции (телецентрическая линза). Справа: реконструкция с использованием центральной проекции с рабочим расстоянием d = 20 мм и радиусом сферы r 0 = 1,5 мм.

      4.3. Потеря точности из-за неточности положения

      Мы провели эксперименты с использованием синтетических изображений, чтобы проверить различные источники ошибок в нашем методе. На изображениях была показана идеальная сфера как проекция синтетического шара того же размера, что и наш шарик-подшипник.Геометрическая установка была такой же, как и для экспериментов в разделе 4.2, с рабочим расстоянием d = 69,9 мм. Мы реконструировали мяч, используя объемное вырезание, разрешение сетки вокселей 256 3 и размер (12 мкм) 3 вокселей. Результаты были очень похожи на результаты, показанные на рис. 7, для того же d , например, относительная ошибка на 36 изображениях составила приблизительно 0,14% вместо 0,1%. Мы не показываем этот сюжет. Мы заключаем, что объемное вырезание на достаточно мелкой сетке приближается к теоретической производительности моделирования из раздела 4.2, что согласуется с нашими наблюдениями на рис. 5C.

      Оценка местоположения TCP на изображениях имеет решающее значение для точности реконструкции. Чтобы проверить влияние неправильного расположения TCP на изображении, мы добавляем относительно большое смещение в 7 пикселей в направлении y к x→TCP на первом изображении и оставляем местоположения TCP на всех остальных изображениях нетронутыми. Результат вырезания показан на рисунке 9. Потеря объема из-за смещения TCP составляет порядка 0,001–0,002 мм 3 , и, таким образом, уменьшается положительная ошибка объема из-за невырезанных областей (как описано в разделе 4.2). Для конфигураций изображения с относительно низкой положительной начальной ошибкой, т. е. здесь N > 36, преобладает ошибка из-за смещения TCP, так что общая относительная ошибка является отрицательной. Обратите внимание, что на рисунке 9 показаны абсолютные значения относительных ошибок из-за логарифмической шкалы.

      Рис. 9. Абсолютное значение относительной погрешности объема в зависимости от числа N положений камеры в синтетическом эксперименте по вырезанию объема, где в x→TCP первого изображения введено смещение в 7 пикселей.Конфигурация идентична результатам моделирования, показанным на рисунке 7. Желтые и темно-зеленые точки повторяются оттуда.

      4.4. Типы семян и общая точность

      С помощью предложенного метода были реконструированы различные типы семян, а именно Arabidopsis (длина, т.е. самый длинный размер ≲ 0,5 мм), рапс (≈ 2 мм), ячмень (≈ 8 мм) и кукуруза (≈ 11 мм). См. рис. 10, чтобы получить представление о обычно достигаемой точности реконструкции.

      Рис. 10.Реконструированные семена показаны под разными углами рядом с исходными изображениями ( R = 256, N = 36) . (А) Арабидопсис . (Б) Ячмень. (К) Кукуруза. Обратите внимание на разные масштабы.

      Абсолютная точность подтверждена экспериментально с использованием двух разных тестовых объектов. Первый — это шарик на шарикоподшипнике, который мы использовали для калибровки рабочего расстояния с диаметром 3,00 мм ± 0,5 мкм, т.е.е., допуск на диаметр 0,02% и, таким образом, точно известный объем 14,137 мм 3 ±0,007 мм 3 , т. е. допуск по объему 0,05%. Очевидно, что поскольку мы использовали этот объект для калибровки, масштабирование изображений маски точно соответствовало соответствующим матрицам проекций P i . Тем не менее, общую производительность системы для объемной реконструкции все же можно оценить с помощью этого объекта, поскольку полученный объем был использован для калибровки 90 590, а не 90 591, и все еще накапливает все ошибки и несовершенства, которые имеет метод.Второй объект представляет собой шарик чернильного картриджа диаметром 2,45 мм ± 0,02 мм, т. е. погрешность измерения диаметра 0,4%, измеренного цифровым штангенциркулем, и, таким образом, объемом 7,70 мм 3 ± 0,19 мм 3 , т. е. 2,5% ошибка объема.

      На Рисунке 11 показана зависимость объемной ошибки от числа N ∈ {27, …, 36} положений изображения для эксперимента с шарикоподшипником. Сравнивая результаты с рис. 7, внизу слева (значения повторяются на рис. 11 для удобства), мы видим, что отрицательные ошибки реконструкции из-за неточностей позиционирования находятся в том же диапазоне, что и положительные теоретические ошибки, и увеличиваются с увеличением количества изображений.Обратите внимание, что на графике показаны абсолютные значения относительных ошибок, поскольку отрицательные ошибки не могут отображаться в логарифмическом масштабе.

      Рис. 11. Погрешность объема в зависимости от количества N положений камеры в реальном эксперименте с использованием шарикового подшипника . Конфигурация идентична результатам моделирования, показанным на рисунке 7, которые повторяются на графике для справки.

      Реконструкция мяча с использованием 36 изображений, использованных для реконструкции семян, разрешение сетки вокселей 256 3 и размер вокселя (12 мкм) 3 , т.е.е., объем, довольно плотно окружающий объект, дает объем 14,11 мм 3 и, таким образом, средний диаметр шарика подшипника 2,998 мм. Это относительная ошибка -0,19% отн. указанного объема и -0,06% мас. диаметр при расчете диаметра по измеренному объему, предполагая идеальную сферу. Для шарика чернильного картриджа мы измеряем 7,83 мм 3 , что соответствует среднему диаметру 2,46 мм, что находится в пределах погрешности измерения нашего штангенциркуля.

      Мы пришли к выводу, что общая точность нашего метода, включая ошибку калибровки камеры, механические дефекты, ошибку определения TCP, неточность из-за простого подхода к вырезанию и т. д., достаточно высока, чтобы конкурировать с точным штангенциркулем или даже превзойти его при измерении длины. Абсолютные значения погрешностей измерения объема и длины находятся в пределах единиц промилле.

      5. Заключение и перспективы

      Простое объемное вырезание в сочетании с методом внешней оценки положения камеры по изображениям обеспечивает достаточную точность для измерения размера даже крошечных семян.Чтобы оптимизировать нашу систему для времени выполнения и точности, мы исследовали ее производительность с использованием различных настроек параметров. Удивительно, но основной потенциал повышения производительности в настоящее время заключается не в использовании более сложных методов реконструкции, позволяющих получить более высокое достижимое разрешение вокселей R , например, достижимое с помощью высокоточного метода, представленного Клодтом и Кремерсом (2015), и необходимого для реконструкции более сложных изображений. поверхности. Наши результаты позволяют сократить время предварительной обработки и передачи за счет выбора подходящего номера изображения N и сравнительно низкого воксельного разрешения 256 3 .

      Оптимальное количество N позиций съемки, используемых в настройках поворотного стола, зависит от выбранной геометрии проекции. В нашем случае использование N = 36 изображений дает теоретическое завышение реконструированного объема сферы на +0,1% относительной ошибки.

      Достижимая точность метода была проверена экспериментально с использованием высокоточного сферического объекта. Систематические ошибки намного ниже, чем мы ожидали, между +0,06% для N = 27 и -0.19% для N = 36. Это означает, что потери объема из-за неточного позиционирования объекта действительно ничтожны для наших целей. Ясно, что, поскольку семена не очень хорошо представлены шаром, такие исследования точности дают представление о точности потенциальной метода — если он не работает на шаре, он не будет работать и на более сложных формах.

      Ошибки, связанные с формой семян, плохо фиксируются шариком и могут различаться в зависимости от типа семян. Альтернативные простые методы измерения объема для наземной проверки, например.g., принцип Архимеда, недостаточно точны для таких маленьких объектов, но КТ с высоким разрешением может быть вариантом.

      На точность влияет множество факторов, например, ошибки сегментации, мелкие частицы пыли или ошибки положения камеры. Наиболее важными являются неточности x→TCP в изображении, приводящие к ошибочному вырезанию частей семени. Для обнаружения таких ошибок могут быть реализованы подходящие методы оценки ошибок, дополняющие предложенный здесь метод, например, суммирование ошибки обратного проецирования.Когда точность позиционирования является проблемой, могут применяться более сложные, итерационные, основанные на оптимизации, но и более дорогостоящие методы расчета. Однако, как мы видели в наших экспериментах, достигнутые точности вполне достаточны для фенотипирования семян даже без таких поправок.

      В целом мы пришли к выводу, что представленный метод дает очень точную реконструкцию семян, будучи достаточно точным, когда интересует объем семян.

      Вклад авторов

      SJ и HS разработали роботизированную систему для обработки семян и получения изображений.JR и AF внедрили робота и оборудование для сбора данных и программное обеспечение. JR провел все лабораторные эксперименты. FG провела все численные эксперименты и реализовала дополнительный код Python. HS внедрила базовый метод, дополнительный код Matlab и подготовила рукопись. Все авторы внесли свой вклад в текст и рисунки рукописи и одобрили окончательный вариант рукописи.

      Заявление о конфликте интересов

      Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могли бы быть истолкованы как потенциальный конфликт интересов.

      Благодарности

      Часть этой работы была выполнена в рамках немецкой сети фенотипирования растений, которая финансируется Федеральным министерством образования и исследований Германии (идентификационный номер проекта: 031A053).

      Каталожные номера

      Аксой, Э. Э., Абрамов, А., Вергёттер, Ф., Шарр, Х., Фишбах, А., и Деллен, Б. (2015). Моделирование роста листьев розеточных растений с использованием последовательностей инфракрасных стереоизображений. Вычисл. Электрон. Агр. 110, 78–90. дои: 10.1016/j.compag.2014.10.020

      Полнотекстовая перекрестная ссылка | Академия Google

      Аленья Г., Деллен Б. и Торрас К. (2011). «Трехмерное моделирование листьев по цвету и данным ToF для роботизированных измерений растений», в Международная конференция IEEE по робототехнике и автоматизации (Шанхай), 3408–3414. doi: 10.1109/icra.2011.5980092

      Полнотекстовая перекрестная ссылка

      Арвидссон, С., Перес-Родригес, П., и Мюллер-Робер, Б. (2011). Конвейер фенотипирования роста для Arabidopsis thaliana , объединяющий анализ изображений и моделирование площади розетки для надежной количественной оценки эффектов генотипа. Новый Фитол. 191, 895–907. doi: 10.1111/j.1469-8137.2011.03756.x

      Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

      Августин М., Хаксимуса Ю., Буш В. и Кропач В. Г. (2015). «Фенотипирование зрелой системы побегов арабидопсиса на основе изображений», в Computer Vision — ECCV 2014 Workshops , Vol. 8928 из конспектов лекций по информатике (Цюрих: Springer International Publishing), 231–246.

      Буге, Ж.-Ю. (1999). Визуальные методы трехмерного моделирования . Кандидатская диссертация, Калифорнийский технологический институт, Пасадена, Калифорния, США.

      Брадски Г. и Келер А. (2008). Изучение OpenCV. Севастополь, Калифорния: O’Reilly Media.

      Реферат PubMed

      Бреншайдт, М. (2014). Реконструкция визуального Hülle фон Pflanzensamen mithilfe дер OpenGL. Диссертация бакалавра, Fachhochschule Aachen Campus Jülich, Германия.

      Брюэр, М. Т., Ланг, Л., Фуджимура, К., Дуймович, Н., Грей С. и ван дер Кнаап Э. (2006). Разработка контролируемого словаря и программного приложения для анализа вариаций формы плодов томата и других видов растений. Завод физиол. 141, 15–25. doi: 10.1104/стр.106.077867

      Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

      Bylesjö, M., Segura, V., Soolanayakanahally, R.Y., Rae, A.M., Trygg, J., Gustafsson, P., et al. (2008). Lamina: инструмент для быстрой количественной оценки параметров размера и формы листа. BMC Растение Биол. 8:82. дои: 10.1186/1471-2229-8-82

      Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

      Clark, R.T., MacCurdy, R.B., Jung, J.K., Shaff, J.E., McCouch, S.R., Aneshansley, D.J., et al. (2011). Трехмерное фенотипирование корней с новой платформой визуализации и программного обеспечения. Завод физиол. 2, 455–465. doi: 10.1104/стр.110.169102

      Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

      Де Вильдер, Дж., Очоа, Д., Филипс, В., Черле, Л., и Ван Дер Стрэтен, Д. (2011). «Сегментация листьев и отслеживание с использованием вероятностных параметрических активных контуров», Международная конференция по методам сотрудничества компьютерного зрения и компьютерной графики (Роккенкур), 75–85.

      Академия Google

      Деллен Б., Шарр Х. и Торрас К. (2015). Сигнатуры роста розеточных растений из замедленного видео. IEEE/ACM Trans. вычисл. биол. биоинф. 12, 1470–1478. дои: 10.1109/tcbb.2015.2404810

      Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

      Denso Robotics Europe (2015). Основная брошюра Denso. EN_Global_EU_042015_V1, по состоянию на июнь 2015 г.

      Дайс, Л. (1945). Меры количества экологической ассоциации между видами. Экология 26, 297–302. дои: 10.2307/1932409

      Полнотекстовая перекрестная ссылка | Академия Google

      Эверингем М., Ван Гул Л., Уильямс С.К.И., Винн Дж. и Зиссерман А.(2010). Задача Pascal Visual Object Classes (VOC). Междунар. Дж. Вычисл. Вис. 88, 303–338. doi: 10.1007/s11263-009-0275-4

      Полнотекстовая перекрестная ссылка | Академия Google

      Фальгрен, Н., Гехан, М.А., и Бакстер, И. (2015). Свет, камера, действие: высокопроизводительное фенотипирование растений готово для крупного плана. Курс. мнение биол. растений 24, 93–99. doi: 10.1016/j.pbi.2015.02.006

      Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

      Фанг, С., Ян, X., и Ляо, Х. (2009). Трехмерная реконструкция и динамическое моделирование корневой архитектуры in situ и ее применение для исследования содержания фосфора в сельскохозяйственных культурах. Завод J. 60, 1096–1108. doi: 10.1111/j.1365-313X.2009.04009.x

      Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

      Гольбах Ф., Кутстра Г., Дамьянович С., Оттен Г. и Зедде Р. (2015). Проверка измерений частей растений с использованием метода трехмерной реконструкции, подходящего для высокопроизводительного фенотипирования сеянцев. Маха. Вис. заявл. doi: 10.1007/s00138-015-0727-5. [Epub перед печатью].

      Полнотекстовая перекрестная ссылка | Академия Google

      Granier, C., Aguirrezabal, L., Chenu, K., Cookson, S.J., Dauzat, M., Hamard, P., et al. (2006). PHENOPSIS, автоматизированная платформа для воспроизводимого фенотипирования реакции растений на дефицит почвенной влаги у Arabidopsis thaliana , позволила идентифицировать образец с низкой чувствительностью к дефициту почвенной влаги. Новый Фитол. 169, 623–635.doi: 10.1111/j.1469-8137.2005.01609.x

      Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

      Хартли, Р. И., и Зиссерман, А. (2004). Геометрия с несколькими представлениями в компьютерном зрении, 2-е изд. . Канберра: Издательство Кембриджского университета.

      Хартманн А., Чаудерна Т., Хоффманн Р., Штейн Н. и Шрайбер Ф. (2011). HTPheno: конвейер анализа изображений для высокопроизводительного фенотипирования растений. БМС Биоинформ. 12:148. дои: 10.1186/1471-2105-12-148

      Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

      Херридж, Р.П., Дэй, Р. К., Болдуин, С., и Макнайт, Р. К. (2011). Экспресс-анализ размера семян в Arabidopsis для обнаружения мутантов и QTL. Растительные методы 7, 3. doi: 10.1186/1746-4811-7-3

      Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

      Ивата, Х., Эбана, К., Уга, Ю., Хаяши, Т. и Яннинк, Дж.-Л. (2010). Полногеномное ассоциативное исследование изменчивости формы зерна у oryza sativa l. зародышевой плазмы на основе эллиптического анализа Фурье. Мол. Разведение 25, 203–215.doi: 10.1007/s11032-009-9319-2

      Полнотекстовая перекрестная ссылка | Академия Google

      Ивата, Х., и Укаи, Ю. (2002). SHAPE: пакет компьютерных программ для количественной оценки биологических форм на основе эллиптических дескрипторов Фурье. Дж. Херед. 93, 384–385. doi: 10.1093/jhered/93.5.384

      Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

      Янсен М., Гилмер Ф., Бискуп Б., Нагель К., Рашер У., Фишбах А. и соавт. (2009). Одновременное фенотипирование роста листьев и флуоресценции хлорофилла с помощью GROWSCREEN FLUORO позволяет определить устойчивость к стрессу у Arabidopsis thaliana и других розеточных растений. Функц. Брюки биол. 36, 902–914. дои: 10.1071/FP09095

      Полнотекстовая перекрестная ссылка | Академия Google

      Клодт, М., и Кремерс, Д. (2015). «Измерения формы растений с высоким разрешением на основе многоракурсной стереореконструкции», в Computer Vision — ECCV 2014 Workshops , Vol. 8928 из Lecture Notes in Computer Science , редакторы Л. Агапито, М. М. Бронштейн и К. Ротер (Цюрих: Springer International Publishing), 174–184.

      Коендеринк, Нью-ДжерсиДж. П., Вигам М., Гольбах Ф., Оттен Г., Герлих Р. и ван де Зедде Х. Дж. (2009). «MARVIN: высокоскоростное трехмерное изображение для классификации рассады», в Седьмая европейская конференция по точному земледелию, 2009 г. (Вагенинген), 279–286.

      Лаурентини, А. (1994). Концепция визуального корпуса для понимания изображения на основе силуэта. Шаблон Анальный. Мах. Интел. IEEE транс. 16, 150–162. дои: 10.1109/34.273735

      Полнотекстовая перекрестная ссылка | Академия Google

      Мартин, В.Н. и Аггарвал, Дж. К. (1983). Объемные описания объектов с нескольких видов. IEEE Trans. Анальный узор. Мах. Интел. 5, 150–158. doi: 10.1109/TPAMI.1983.4767367

      Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

      Mathworks (2015). Mathlab r2015b (Натик, Массачусетс). По состоянию на май 2016 г.

      Минервини, М., Абдельсамеа, М.М., и Цафтарис, С.А. (2014). Фенотипирование растений на основе изображений с постепенным обучением и активными контурами. Экол. Инф. 23, 35–48. doi: 10.1016/j.ecoinf.2013.07.004

      Полнотекстовая перекрестная ссылка | Академия Google

      Минервини, М., Шарр, Х., и Цафтарис, С.А. (2015). Анализ изображений: новое узкое место в фенотипировании растений [уголок приложений]. Сигнальный процесс. Маг. IEEE 32, 126–131. doi: 10.1109/MSP.2015.2405111

      Полнотекстовая перекрестная ссылка | Академия Google

      Мур, Ч.Р., Гронуолл, Д.С., Миллер, Н.Д., и Сполдинг, Е.П. (2013). Картирование локусов количественных признаков, влияющих на морфологию семян Arabidopsis thaliana , полученных компьютерным путем из изображений. Гены Геномы Генет. 3, 109–118. дои: 10.1534/g3.112.003806

      Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

      Мюллер-Линов, М., Пинто-Эспиноса, Ф., Шарр, Х., и Рашер, У. (2015). Распределение листьев по углам естественных популяций растений: оценка кроны с помощью нового программного инструмента. Растительные методы 11, 11. doi: 10.1186/s13007-015-0052-z

      Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

      Нагель, К., Путц, А., Gilmer, F., Heinz, K., Fischbach, A., Pfeifer, J., et al. (2012). GROWSCREEN-Rhizo — это новый робот для фенотипирования, позволяющий одновременно измерять рост корней и побегов растений, выращенных в заполненных почвой ризотронах. Функц. биол. растений 39, 891–904. дои: 10.1071/FP12023

      Полнотекстовая перекрестная ссылка | Академия Google

      Следующие инструменты (2015). Количество семян . По состоянию на июнь 2015 г.

      OpenGL.org (2015 г.). Обзор OpenGL. Beaverton: The Khronos Group, по состоянию на июнь 2015 г.

      Папе, Ж.-М., и Клукас, К. (2015). «Сегментация на основе трехмерной гистограммы и обнаружение листьев для розеточных растений», в Computer Vision — ECCV 2014 Workshops , Vol. 8928 из конспектов лекций по информатике (Цюрих: Springer International Publishing), 61–74.

      Папроки А., Сиро Х., Берри С., Фурбанк Р. и Фрипп Дж. (2012). Новый метод, основанный на обработке сетки, для трехмерного анализа растений. BMC Растение Биол. 12:63. дои: 10.1186/1471-2229-12-63

      Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

      Потмесиль, М.(1987). Генерация октодеревьев трехмерных объектов из их силуэтов в последовательности изображений. Вычисл. Вис. График Процесс изображения. 40, 1–29. doi: 10.1016/0734-189X(87)-3

      Полнотекстовая перекрестная ссылка | Академия Google

      Паунд, М.П., ​​Френч, А.П., Фозард, Дж.А., Мерчи, Э.Х., и Придмор, Т.П. (2016). Патч-подход к трехмерному фенотипированию побегов растений. Маха. Вис. заявл. doi: 10.1007/s00138-016-0756-8. [Epub перед печатью].

      Полнотекстовая перекрестная ссылка | Академия Google

      фунтов, М.П., Френч, А.П., Мурчи, Э.Х., и Придмор, Т.П. (2014). Автоматическое восстановление трехмерных моделей побегов растений из нескольких цветных изображений. Завод физиол. 166, 1688–1698. doi: 10.1104/стр.114.248971

      Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

      Цюань, Л., Тан, П., Цзэн, Г., Юань, Л., Ван, Дж., и Канг, С.Б. (2006). Моделирование растений на основе изображений. ACM Trans. График 25, 599–604. дои: 10.1145/1141911.1141929

      Полнотекстовая перекрестная ссылка | Академия Google

      Regent Instruments (2000). Винсидл. Ville de Quèbec: Instruments Regent Inc., по состоянию на июнь 2015 г.

      Руссель Дж., Фишбах А., Янке С. и Шарр Х. (2015). «Трехмерная реконструкция поверхности семян растений путем объемной резьбы», в Проблемы компьютерного зрения в фенотипировании растений 2015 (Суонси).

      Академия Google

      Руссель Дж., Гайгер Ф., Фишбах А., Янке С. и Шарр Х. (2016). Дополнительный материал к «Трехмерная реконструкция поверхности семян растений методом объемного вырезания: производительность и точность» .Доступно в Интернете по адресу: http://www.fz-juelich.de/ibg/ibg-2/software

      .

      Сантос, Т. Т., и Родригес, Г. К. (2015). Гибкое трехмерное моделирование растений с использованием камер низкого разрешения и визуальной одометрии. Маха. Вис. заявл. doi: 10.1007/s00138-015-0729-3. [Epub перед печатью].

      Полнотекстовая перекрестная ссылка | Академия Google

      Сильва, Л.О.Л.А., Кога, М.Л., Кугнаска, К.Е., и Коста, А.Х.Р. (2013). Сравнительная оценка методов отбора признаков и классификации для визуального осмотра сеянцев горшечных растений. Вычисл. Электрон. Сельскохозяйственный. 97, 47–55. doi: 10.1016/j.compag.2013.07.001

      Полнотекстовая перекрестная ссылка | Академия Google

      Соренсен, Т. (1948). Метод установления групп равной амплитуды в социологии растений, основанный на сходстве видового состава, и его применение к анализу растительности датских общин. биол. Скр 5, 1–34.

      Академия Google

      Шелиски, Р. (1993). Быстрое построение октодерева из последовательностей изображений. CVGIP: Понимание изображения. 58, 23–32. doi: 10.1006/ciun.1993.1029

      Полнотекстовая перекрестная ссылка | Академия Google

      Танабата Т., Шибая Т., Хори К., Эбана К. и Яно М. (2012). Smartgrain: Высокопроизводительное программное обеспечение для фенотипирования для измерения формы семян с помощью анализа изображений. Завод физиол. 160, 1871–1880 гг. doi: 10.1104/pp.112.205120

      Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

      Топп, С. Н., Айер-Паскуцци, А. С., Андерсон, Дж. Т., Ли, К.-Р., Зурек, П.Р., Симонова О. и соавт. (2013). Трехмерное фенотипирование и количественное картирование локуса признаков идентифицируют основные области генома риса, контролирующие корневую архитектуру. Proc Natl. акад. науч. США 110, E1695–E1704. doi: 10.1073/pnas.1304354110

      Реферат PubMed | Полный текст перекрестной ссылки

      Цафтарис, С., и Нуцос, К. (2009). «Фенотипирование растений с помощью недорогих цифровых камер и анализа изображений», в «Информационные технологии в инженерии окружающей среды », под редакцией I.Н. Атанасиадис, А. Э. Риццоли, П. А. Миткас и Дж. М. Гомес (Берлин: Springer), 238–251.

      van der Heijden, G., Song, Y., Horgan, G., Polder, G., Dieleman, A., Bink, M., et al. (2012). SPICY: к автоматизированному фенотипированию крупных растений перца в теплице. Функц. биол. растений 39, 870–877. дои: 10.1071/FP12019

      Полнотекстовая перекрестная ссылка | Академия Google

      Валленберг М., Фельсберг М. и Форссен П.-Э. (2011). «Сегментация листьев с помощью Kinect.” в симпозиуме SSBA’11 по анализу изображений (Линчепинг), 1–4.

      Wang, L., Uilecan, I.V., Assadi, A.H., Kozmik, C.A., and Spalding, E.P. (2009). HYPOTrace: программное обеспечение для анализа изображений для измерения роста и формы гипокотиля, продемонстрированное на проростках арабидопсиса, подвергающихся фотоморфогенезу. Завод физиол. 149, 1632–1637. doi: 10.1104/стр.108.134072

      Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

      Вес, К., Парнем, Д., и Уэйтс, Р.(2008). LeafAnalyser: вычислительный метод для быстрого и крупномасштабного анализа вариаций формы листа. Завод J. 53, 578–586. doi: 10.1111/j.1365-313X.2007.03330.x

      Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

      Ван, А.П., Смит, А.Б., Кавана, Ч.Р., Рал, Дж.-П. F., Shaw, L.M., Howitt, C.A., et al. (2014). GrainScan: недорогой и быстрый метод измерения размера зерна и цвета. Растительные методы 10, 1–10. дои: 10.1186/1746-4811-10-23

      Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

      Йеззи, А.Дж. и Соатто С. (2003). «Структура по движению для сцен без признаков», в Computer Vision and Pattern Recognition, 2003. Proceedings . Конференция компьютерного общества IEEE, 2003 г., посвященная (Мэдисон), 525–532.

      Чжэн Ю., Гу С., Эдельсбруннер Х., Томаси С. и Бенфей П. (2011). «Детальная реконструкция трехмерной формы корня растения», в материалах Международной конференции по компьютерному зрению 2011 г. , ICCV ’11 (Вашингтон, округ Колумбия: Компьютерное общество IEEE), 2026–2033 гг.

      Реализация вырезания швов с помощью Python

      Резьба по стыку — это новый способ обрезки изображений без потери важного содержимого изображения. Это часто называют кадрированием с учетом содержимого или перенацеливанием изображения. Это алгоритм, который позволяет вам уйти от этого:

      Фото Пьетро Де Гранди на Unsplash

      к этому:

      Как видите, большая часть важного содержимого изображения: лодки остались нетронутыми.Алгоритм удалил некоторые скальные образования и воду (что привело к тому, что лодки оказались ближе друг к другу). Основной алгоритм очень хорошо объяснен в оригинальной статье Шая Авидана и Ариэля Шамира «Вырезание швов для изменения размера изображения с учетом содержимого». В этом посте я расскажу о том, как сделать базовую реализацию алгоритма на Python.

      Алгоритм работы следующий:

      1. Назначить значение энергии каждому пикселю
      2. Найдите 8-связный путь пикселей с наименьшей энергией
      3. Удалить все пиксели на пути
      4. Повторять 1-3 до тех пор, пока не будет удалено нужное количество строк/столбцов

      В оставшейся части этого поста мы будем предполагать, что мы пытаемся обрезать изображение только по ширине, т. е. удаляем столбцы.Но те же понятия можно перевести и на строки. Это будет продемонстрировано ближе к концу.

      Если вы следуете коду, вот необходимые импорты:

        система импорта
      
      импортировать numpy как np
      из imageio импортировать imread, imwrite
      импортировать из scipy.ndimage.filters
      
      # tqdm не является строго обязательным, но дает нам симпатичный индикатор выполнения
      # для визуализации прогресса.
      из tqdm импортный транж  

      Энергетическая карта

      Первым шагом является вычисление значения энергии для каждого пикселя.В документе определяется множество различных функций энергии, которые можно использовать. Мы будем использовать самый простой:

      .

      Так что же это на самом деле означает? I — это изображение, поэтому это уравнение говорит нам, что для каждого пикселя изображения, для каждого канала мы выполняем следующее:

      • Найти частную производную по оси x
      • Найти частную производную по оси Y
      • Суммируйте их абсолютные значения

      Это значение энергии для этого пикселя.Это поднимает вопрос: «Как вы вычисляете производную изображения?». Страница производных изображений в Википедии указывает нам на ряд различных способов вычисления производной изображения. Мы будем использовать фильтр Собеля. Это сверточное ядро, которое обрабатывает изображение на каждом канале. Вот фильтр в двух разных направлениях изображения:

      Интуитивно мы можем думать о первом фильтре как о замене каждого пикселя разницей его значения в верхней части на его значение в нижней части.Второй фильтр заменяет каждый пиксель разницей между значениями справа и слева от него. Это зафиксирует общую тенденцию пикселей в этой области 3×3. Фактически, этот метод относится к алгоритмам обнаружения границ. Расчет энергетической карты довольно прост:

      .
        по определению calc_energy(img):
          filter_du = np.массив([
              [1,0, 2,0, 1,0],
              [0,0, 0,0, 0,0],
              [-1,0, -2,0, -1,0],
          ])
          # Это преобразует его из 2D-фильтра в 3D-фильтр, воспроизводя тот же
          # фильтр для каждого канала: R, G, B
          filter_du = np.стек ([filter_du] * 3, ось = 2)
      
          filter_dv = np.массив([
              [1,0, 0,0, -1,0],
              [2,0, 0,0, -2,0],
              [1,0, 0,0, -1,0],
          ])
          # Это преобразует его из 2D-фильтра в 3D-фильтр, воспроизводя тот же
          # фильтр для каждого канала: R, G, B
          filter_dv = np.stack([filter_dv] * 3, ось = 2)
      
          img = img.astype('float32')
          свернутый = np.absolute (свернуть (img, filter_du)) + np.absolute (свернуть (img, filter_dv))
      
          # Суммируем энергии в красном, зеленом и синем каналах
          Energy_map = свернутая.сумма (ось = 2)
      
          возврат Energy_map  

      При визуализации энергетической карты мы видим:

      Очевидно, что области с минимальными вариациями, такие как небо и неподвижные части воды, имеют очень низкую энергию (темноту). Когда мы запускаем алгоритм вырезания швов, линии, удаленные с помощью, как правило, тесно связаны с этими частями изображения, пытаясь сохранить части с высокой энергией (свет).

      Поиск шва с наименьшей энергией

      Наша следующая цель — найти путь от верха изображения к низу изображения с наименьшей энергией.Эта линия должна быть 8-связной: это означает, что каждый пиксель в линии должен касаться следующего пикселя в линии либо через край, либо через угол. В данном примере это красная линия:

      .

      Так как же нам найти эту строку? Оказывается, эта проблема хорошо подходит для концепций динамического программирования!

      Давайте создадим вызов двумерного массива M для хранения минимального значения энергии, наблюдаемого до этого пикселя. Если вы не знакомы с динамическим программированием, это в основном говорит о том, что M[i,j] будет содержать наименьшую энергию в этой точке изображения, учитывая все возможные швы до этой точки от верхней части изображения.Таким образом, минимальная энергия, необходимая для перехода от верхней части изображения к нижней, будет присутствовать в последней строке M. Нам нужно вернуться от нее, чтобы найти список пикселей, присутствующих в этом шве, поэтому мы будем придерживаться этих значения с вызовом двумерного массива назад .

        по определению минимальный_шов (изображение):
          г, с, _ = изображение.форма
          Energy_map = calc_energy (изображение)
      
          M = Energy_map.copy()
          backtrack = np.zeros_like (M, dtype = np.int)
      
          для i в диапазоне (1, r):
              для j в диапазоне (0, c):
                  # Обрабатываем левый край изображения, чтобы убедиться, что мы не индексируем -1
                  если j == 0:
                      идентификатор = np.argmin(M[i - 1, j:j + 2])
                      обратный путь [i, j] = idx + j
                      min_energy = M[i - 1, idx + j]
                  еще:
                      idx = np.argmin (M [i - 1, j - 1: j + 2])
                      обратный путь[i, j] = idx + j - 1
                      min_energy = M[i - 1, idx + j - 1]
      
                  M[i, j] += min_energy
      
          возврат М, возврат  

      Удаление пикселей из шва с наименьшей энергией

      Затем мы удаляем шов с наименьшей энергией и возвращаем новое изображение:

        деф carve_column(img):
          г, с, _ = рис.форма
      
          М, возврат = минимальный_шов (изображение)
      
          # Создать матрицу (r, c), заполненную значением True
          # Мы будем удалять все пиксели с изображения, которые
          # иметь False позже
          маска = np.ones((r, c), dtype=np.bool)
      
          # Найдите позицию наименьшего элемента в
          # последняя строка M
          j = np.argmin (M [-1])
      
          для i в обратном порядке (диапазон (r)):
              # Отмечаем пиксели для удаления
              маска [i, j] = Ложь
              j = возврат [i, j]
      
          # Так как изображение имеет 3 канала, мы конвертируем наш
          # маска в 3D
          маска = нп.стек([маска] * 3, ось=2)
      
          # Удаляем все пиксели с пометкой False в маске,
          # и измените его размер в соответствии с новыми размерами изображения
          img = img[маска].reshape((r, c - 1, 3))
      
          возврат изображения  

      Повторить для каждого столбца

      Все подготовительные работы выполнены! Теперь мы просто запускаем функцию carve_column снова и снова, пока не удалим желаемое количество столбцов. Мы создаем функцию crop_c , которая принимает в качестве входных данных изображение и коэффициент масштабирования.Если размер изображения (300, 600) и мы хотим уменьшить его до (150, 600), мы передаем 0,5 как scale_c .

        определение урожая_с (изображение, масштаб_с):
          г, с, _ = изображение.форма
          new_c = int(scale_c * c)
      
          for i in trange(c - new_c): # используйте диапазон, если не хотите использовать tqdm
              img = вырезать_столбец (img)
      
          возврат изображения  

      Мы можем добавить основную функцию для вызова из командной строки:

        по умолчанию main():
          шкала = плавающая (sys.argv [1])
          in_filename = sys.аргумент [2]
          out_filename = sys.argv[3]
      
          img = imread (in_filename)
          out = crop_c (изображение, масштаб)
          imwrite(out_filename, out)
      
      если __name__ == '__main__':
          главная()  

      И запустите его с:

        питон carver.py 0.5 image.jpg cropped.jpg  

      cropped.jpg теперь должен содержать это изображение:

      Что ж, мы могли бы придумать, как изменить наши петли для переключения осей. Или… просто поверните изображение и запустите crop_c !

        определение урожая_r (изображение, масштаб_r):
          изображение = нп.rot90 (изображение, 1, (0, 1))
          изображение = кадрирование_с (изображение, масштаб_r)
          изображение = np.rot90 (изображение, 3, (0, 1))
          возврат изображения  

      Добавив это к основной функции, теперь мы можем также обрезать ряды!

        по умолчанию main():
          если len(sys.argv) != 5:
              print('использование: carver.py    ', file=sys.stderr)
              sys.exit(1)
      
          which_axis = sys.argv[1]
          масштаб = поплавок (sys.argv [2])
          in_filename = sys.argv[3]
          out_filename = sys.argv[4]
      
          img = imread (in_filename)
      
          если which_axis == 'r':
              out = crop_r (изображение, масштаб)
          Элиф, который_ось == 'с':
              out = crop_c (изображение, масштаб)
          еще:
              print('использование: резчик.py  <масштаб>  ', file=sys.stderr)
              sys.exit(1)
          
          imwrite(out_filename, out)  

      Запустить с:

        питон carver.py r 0.5 image2.jpg cropped.jpg  

      И мы можем превратить это:

      Фото Брента Кокса на Unsplash

      на это:

      Надеюсь, это было познавательное и приятное чтение. Мне понравилось реализовывать эту статью, и я с нетерпением жду создания более быстрой версии алгоритма.Простым изменением будет удаление нескольких швов с использованием одних и тех же вычисленных швов для изображения. В моих экспериментах это может сделать алгоритм быстрее, почти линейно по количеству удаляемых швов за итерацию. Однако наблюдается ощутимая потеря качества. Еще одна оптимизация — вычисление карты энергии на графическом процессоре, которая была рассмотрена здесь.

      Вот полная программа:

        #!/usr/bin/env Python
      
      """
      Использование: python carver.py  <масштаб>  
      Copyright 2018 Картик Карант, лицензия Массачусетского технологического института
      """
      
      импорт системы
      
      из tqdm import trange
      импортировать numpy как np
      из imageio импортировать imread, imwrite
      от scipy.ndimage.filters импортирует свертки
      
      определение calc_energy (изображение):
          filter_du = np.массив([
              [1,0, 2,0, 1,0],
              [0,0, 0,0, 0,0],
              [-1,0, -2,0, -1,0],
          ])
          # Это преобразует его из 2D-фильтра в 3D-фильтр, воспроизводя тот же
          # фильтр для каждого канала: R, G, B
          filter_du = np.stack([filter_du] * 3, ось = 2)
      
          filter_dv = np.массив([
              [1,0, 0,0, -1,0],
              [2,0, 0,0, -2,0],
              [1,0, 0,0, -1,0],
          ])
          # Это преобразует его из 2D-фильтра в 3D-фильтр, воспроизводя тот же
          # фильтр для каждого канала: R, G, B
          filter_dv = np.стек ([filter_dv] * 3, ось = 2)
      
          img = img.astype('float32')
          свернутый = np.absolute (свернуть (img, filter_du)) + np.absolute (свернуть (img, filter_dv))
      
          # Суммируем энергии в красном, зеленом и синем каналах
          Energy_map = convolved.sum (ось = 2)
      
          возврат Energy_map
      
      определение урожая_c (изображение, масштаб_c):
          г, с, _ = изображение.форма
          new_c = int(scale_c * c)
      
          для i в trange(c - new_c):
              img = вырезать_столбец (img)
      
          вернуть изображение
      
      определение урожая_r (изображение, масштаб_r):
          изображение = np.rot90 (изображение, 1, (0, 1))
          изображение = кадрирование_с (изображение, масштаб_r)
          изображение = нп.rot90 (изображение, 3, (0, 1))
          вернуть изображение
      
      деф carve_column (изображение):
          г, с, _ = изображение.форма
      
          М, возврат = минимальный_шов (изображение)
          маска = np.ones((r, c), dtype=np.bool)
      
          j = np.argmin (M [-1])
          для i в обратном порядке (диапазон (r)):
              маска [i, j] = Ложь
              j = возврат [i, j]
      
          маска = np.stack([маска] * 3, ось = 2)
          img = img[маска].reshape((r, c - 1, 3))
          вернуть изображение
      
      определение минимального_шва (изображение):
          г, с, _ = изображение.форма
          Energy_map = calc_energy (изображение)
      
          M = Energy_map.copy()
          обратный путь = np.zeros_like (M, dtype = np.int)
      
          для i в диапазоне (1, r):
              для j в диапазоне (0, c):
                  # Обрабатываем левый край изображения, чтобы убедиться, что мы не индексируем -1
                  если j == 0:
                      idx = np.argmin (M [i-1, j: j + 2])
                      обратный путь [i, j] = idx + j
                      min_energy = M[i-1, idx + j]
                  еще:
                      idx = np.argmin (M [i - 1, j - 1: j + 2])
                      обратный путь[i, j] = idx + j - 1
                      min_energy = M[i - 1, idx + j - 1]
      
                  M[i, j] += min_energy
      
          вернуться М, вернуться назад
      
      деф основной():
          если лен(систем.аргумент) != 5:
              print('использование: carver.py    ', file=sys.stderr)
              sys.exit(1)
      
          which_axis = sys.argv[1]
          масштаб = поплавок (sys.argv [2])
          in_filename = sys.argv[3]
          out_filename = sys.argv[4]
      
          img = imread (in_filename)
      
          если which_axis == 'r':
              out = crop_r (изображение, масштаб)
          Элиф, который_ось == 'с':
              out = crop_c (изображение, масштаб)
          еще:
              print('использование: carver.py    ', file=sys.стдерр)
              sys.exit(1)
          
          imwrite(out_filename, out)
      
      если __name__ == '__main__':
          главная()  

      РЕДАКТИРОВАТЬ (5 июня 2018 г.): Как показал мне полезный реддитор, можно легко добиться значительного ускорения, используя numba для ускорения вычислительно тяжелых функций. Для этого добавьте @numba.jit перед функциями carve_column и Minimum_seam . Нравится:

        @numba.jit
      деф carve_column (изображение):
      
      @нумба.джит
      определение минимального_шва (изображение):  

      Предотвращение травм в горнолыжных гонках Super-G посредством проектирования трасс

    • Флоренс, Т.В., Бере, Т., Нордслеттен, Л., Хейр, С. и Бахр, Р. Травмы среди мужчин и женщин, занимающихся горнолыжным спортом на этапах Кубка мира по горным лыжам. руб. Дж. Спорт Мед. 43 , 973–978 (2009).

      КАС Статья Google ученый

    • Бере, Т., Флоренс, Т.В., Нордслеттен, Л. и Бахр, Р.Половые различия в риске травм у горнолыжников Кубка мира по горнолыжному спорту: 6-летнее когортное исследование. руб. Дж. Спорт Мед. 48 , 36–49 (2013).

      Артикул Google ученый

    • Haaland, B., Steenstrup, S.E., Bere, T., Bahr, R. & Nordsletten, L. Травматизм и характер травм на этапах Кубка мира FIS по горнолыжному спорту (2006–2015): Приняты ли новые лыжные правила воздействие?. руб. Дж. Спорт Мед. 50 , 32–36 (2015).

      Артикул Google ученый

    • Alhammoud, M., Racinais, S., Rousseaux-Blanchi, M.P. и Bouscaren, N. Регистрация травм только во время зимнего соревновательного сезона занижает частоту травм у элитных горнолыжников. Скан. Дж. Мед. науч. Спорт. 30 , 1177–1187 (2020).

      Артикул Google ученый

    • Fröhlich, S. и др. Риск травм среди элитных горнолыжников недооценивается, если не регистрируется проспективно, в течение всего сезона и независимо от того, требуется ли медицинская помощь. Хирургия коленного сустава Спорт. травматол. Артроск. https://doi.org/10.1007/s00167-020-06110-5 (2020 г.).

      Артикул Google ученый

    • Engebretsen, L. и др. Спортивные травмы и заболевания во время зимних Олимпийских игр 2010 года. руб. Дж. Спорт. Мед 44 , 772–780 (2010).

      Артикул Google ученый

    • Солигард, Т. и др. Количество спортивных травм и заболеваний на зимних Олимпийских играх 2018 года в Пхенчхане: проспективное исследование 2914 спортсменов из 92 стран. руб. Дж. Спорт Мед. 53 , 1085–1092 (2019).

      Артикул Google ученый

    • Солигард Т. и др. Спортивные травмы и заболевания на зимних Олимпийских играх 2014 года в Сочи. руб. J Sport. Мед 49 , 441–447 (2015).

      Артикул Google ученый

    • Gilgien, M., Crivelli, P., Spörri, J., Kröll, J. & Müller, E. Характеристика трассы и местности и их влияние на скорость лыжников на этапах Кубка мира по горным лыжам. PLoS ONE 10 , e0118119 (2015).

      Артикул Google ученый

    • Гильгиен, М., Кривелли, П., Спёрри, Дж., Крёлль, Дж. и Мюллер, Э. Поправка: характеристика трассы и местности и их влияние на скорость лыжника на этапах Кубка мира по горным лыжам. PLoS ONE 10 , e0118119 (2015).

      Артикул Google ученый

    • Ямазаки Дж. и др. Анализ тяжелой травмы головы на этапе Кубка мира по горнолыжному спорту. Мед. науч. Спорт. Упражнение 47 , 1113–1118 (2015).

      Артикул Google ученый

    • Бере Т. и др. Систематический видеоанализ 69 случаев травм на этапах Кубка мира по горнолыжному спорту. Скан. Дж. Мед. науч. Спорт 24 , 667–677 (2013).

      Артикул Google ученый

    • Петроне, Н., Поллаццон, К. и Морандин, Т. Структурное поведение барьеров безопасности на лыжах во время ударов манекена с инструментами.В The Engineering of Sport 7 633–642 (Springer Paris, 2008).

    • Gilgien, M., Spörri, J., Kröll, J., Crivelli, P. & Müller, E. Механика поворотов и прыжков, а также скорость лыжника связаны с риском травм на Кубке мира по горным лыжам среди мужчин: сравнение между соревновательными дисциплинами. руб. Дж. Спорт Мед. 48 , 742–747 (2014).

      Артикул Google ученый

    • Гильгиен, М., Spörri, J., Kröll, J. & Müller, E. Влияние геометрии лыж и высоты стояния на кинетическую энергию: оборудование, предназначенное для снижения риска тяжелых травм в горных лыжных гонках. руб. Дж. Спорт Мед. 50 , 8–13 (2016).

      Артикул Google ученый

    • Kröll, J., Spörri, J., Gilgien, M., Schwameder, H. & Müller, E. Радиус бокового выреза и механика поворота: оборудование, предназначенное для снижения риска тяжелых травм колена в альпийском гигантском слаломе. лыжные гонки. руб. Дж. Спорт Мед. 50 , 14–19 (2016).

      Артикул Google ученый

    • Spörri, J., Kröll, J., Gilgien, M. & Müller, E. Радиус бокового выреза и механика поворотного оборудования, предназначенного для снижения риска тяжелых травм колена в гонках на горных лыжах-гиганте. руб. Дж. Спорт Мед. 50 , 14–19 (2016).

      Артикул Google ученый

    • Гилгиен, М. и др. Предотвращение травм в гигантском слаломе на горных лыжах за счет сокращения вертикального расстояния между воротами, а не увеличения горизонтального смещения ворот для контроля скорости. руб. Дж. Спорт Мед. 54 , 1042–1046 (2020).

      Артикул Google ученый

    • Spörri, J., Kröll, J., Fasel, B., Aminian, K. & Müller, E. Установка трассы как мера профилактики чрезмерных травм спины в горнолыжных гонках: кинематическое и кинетическое исследование слалома-гиганта и слалома-гиганта. Ортоп. Дж. Спорт. Мед. 4 , 1–8 (2016).

      Google ученый

    • Spörri, J., Kröll, J., Schwameder, H., Schiefermüller, C. & Müller, E. Установка трассы и отдельные биомеханические переменные, связанные с риском травм в горнолыжных гонках: исследовательский пример. руб. Дж. Спорт Мед. 46 , 1072–1077 (2012).

      Артикул Google ученый

    • Рейд, Р.C. Кинематическое и кинетическое исследование техники горнолыжного спорта в слаломе (Норвежская школа спортивных наук, Осло, 2010 г.).

      Google ученый

    • Gilgien, M., Spörri, J., Limpach, P., Geiger, A. & Müller, E. Влияние различных методов глобальной навигационной спутниковой системы на точность позиционирования в элитном горнолыжном спорте. Датчики 14 , 18433–18453 (2014).

      Артикул Google ученый

    • Гильгиен, М. и др. Определение кинематики центра масс в горнолыжном спорте с использованием дифференциальных глобальных навигационных спутниковых систем. Журнал спортивных наук. 33 , 960–969 (2015).

      Артикул Google ученый

    • Gilgien, M., Spörri, J., Chardonnens, J., Kröll, J. & Müller, E. Определение внешних сил в горных лыжах с использованием дифференциальной глобальной навигационной спутниковой системы. Датчики 13 , 9821–9835 (2013 г.).

      Артикул Google ученый

    • Gilgien, M., Kröll, J., Spörri, J., Crivelli, P. & Müller, E. Применение dGNSS в горнолыжных гонках: основа для оценки физических нагрузок и безопасности. Фронт. Физиол. 9 , 145 (2018).

      Артикул Google ученый

    • Рид, Р. К., Хауген, П., Гилгиен, М., Кипп, Р. В. и Смит, Г. А.Характеристики движения горных лыж в слаломе. Фронт. Спорт. Действовать. Проживание https://doi.org/10.3389/fspor.2020.00025 (2020).

      Артикул Google ученый

    • Supej, M., Kipp, R. & Holmberg, HC. Механические параметры как предикторы производительности в слаломе Кубка мира по горным лыжам. Скан. Дж. Мед. науч. Спорт 21 , е72-81 (2010).

      Артикул Google ученый

    • Крёлль, Дж., Spörri, J., Gilgien, M., Schwameder, H. & Müller, E. Влияние геометрии лыж на агрессивное поведение лыж и визуальную эстетику: оборудование, предназначенное для снижения риска тяжелых травм колена в гонках на горных лыжах-гиганте. руб. Дж. Спорт Мед. 50 , 20–25 (2016).

      Артикул Google ученый

    • Spörri, J., Kröll, J., Amesberger, G., Blake, O. & Müller, E. Восприятие основных факторов риска травм на этапах Кубка мира по горным лыжам: исследовательское качественное исследование с привлечением экспертов. руб. Дж. Спорт Мед. 46 , 1059–1064 (2012).

      Артикул Google ученый

    • Эльфмарк, О. и Бардал, Л.М. Эмпирическая модель аэродинамического сопротивления в горных лыжах. В Proceedings , Vol. 2, 310 (2018).

    • Супей, М. и др. Аэродинамическое сопротивление не является основным фактором, определяющим эффективность во время слалома-гиганта на элитном уровне. Скан. Дж. Мед.науч. Спорт. https://doi.org/10.1111/sms.12007 (2013 г.).

      Артикул Google ученый

    • Wolfsperger, F., Rhyner, H. U. & Schneebeli, M. Подготовка и уход за склоном. Пособие для практикующих врачей . (Институт исследований снега и лавин WSL SLF, 2019 г.).

    • Gilgien, M., Reid, R., Raschner, C., Supej, M. & Holmberg, H.-C. Подготовка олимпийских горнолыжников. Фронт.Физиол. 9 , 1772 (2018).

      Артикул Google ученый

    • Скульптор Гутзон Борглум — Национальный мемориал на горе Рашмор (Служба национальных парков США)

      Портрет Гутзона Борглума.

      Путь, который привел скульптора Джона Гутзона де ла Моте Борглума к горе Рашмор, начался в усадьбе возле Медвежьего озера, штат Айдахо, где он родился в марте 1867 года. Его отец, Джеймс Борглум, иммигрировал в эту страну из Дании через несколько лет. ранее.Вскоре после рождения Гутзона его семья переехала в Юту. К тому времени, когда Борглуму исполнилось семь лет, они жили во Фримонте, штат Небраска.

      Ранние годы

      Интерес Гутсона к искусству проявился рано, но он не получил никакого формального образования, пока не поступил в частную школу в Канзасе. Вскоре после получения эквивалента аттестата средней школы он переехал со своей семьей в Калифорнию. Некоторое время он работал там учеником литографа, но через шесть месяцев начал заниматься самостоятельно.Открыв небольшую студию, он выполнил несколько примечательных заказов и постепенно сделал себе имя. В 1888 году он завершил портрет генерала Джона К. Фремонта, и это стало важным моментом в его молодой карьере. Это не только принесло ему признание и признание; это также принесло ему дружбу с Джесси Бентон Фремонт, женой генерала. Она поощряла молодого художника и помогла ему продать многие его работы. Это в конечном итоге принесло ему достаточно денег, чтобы продолжить учебу в Европе.

      Незадолго до отъезда во Францию ​​Борглум женился на Элизабет Патнэм, художнице и учительнице на 20 лет старше его.Этот брак продлился всего несколько лет. Постоянные разъезды по Европе были для Елизаветы непосильными; они расстались, когда Борглум жил в Англии, и впоследствии развелись.

       

      Художник взрослеет

      Два года в Париже Борглум провел, изучая искусство в Академии Жюльена и Школе изящных искусств. У него были успешные показы в крупных парижских салонах, и у него сложились ценные дружеские отношения, в том числе близкие отношения с великим французским скульптором Огюстом Роденом, который вырезал Мыслитель .Покинув Францию, Борглум провел год в Испании, а затем вернулся в Калифорнию. Три года спустя, в 1896 году, он снова уехал в Европу; на этот раз поселился в Англии. Здесь он добился определенных успехов. Некоторые из его работ были выставлены в Виндзорском замке для королевы Виктории. Он вернулся в Соединенные Штаты в 1901 году.

      Вернувшись в эту страну, Борглум прожил жизнь, отмеченную художественным успехом, общественной работой и случайными спорами. В этот период он создал многие из своих лучших произведений.Его Mares of Diomedes были приняты Метрополитен-музеем в Нью-Йорке. Он сделал большую конную бронзу генерала Фила Шеридана, которую Теодор Рузвельт представил в Вашингтоне. Он также создал памятник атаке Пикетта на поле битвы при Геттисберге. Для Ньюарка, штат Нью-Джерси, он создал мемориал Войн Америки и сидячий Линкольн .

      Иногда искусство Борглума вызывало споры. Ему было поручено сделать несколько статуй для собора св.Иоанна Богослова в Нью-Йорке. Однажды священник, посетивший студию, заметил, что одному из ангелов нужно более строгое и мужественное лицо. Это привело к спорам о поле ангелов, за которыми с удовольствием следила пресса. В конце концов Борглум выполнил просьбу, сделав двух ангелов снаружи церкви более мужественными, однако ангелы внутри остались более женственными. Он сохранил модель одного из оскорбительных лиц для себя и позже отлил ее в серебре. Спустя годы история повторилась как свидетельство вспыльчивости Борглума: в этой версии он разбил всех своих ангелов и начал все сначала.Эту историю положил конец чиновник собора, который заявил, что «ангелы все еще безмятежно стоят на своих местах, где их впервые поместил Гутзон Борглум».

       

      Другие интересы

      Противоречие в жизни Борглума не ограничивалось искусством. Он вел активную политическую жизнь, проводя кампанию за Теодора Рузвельта в его заявке на переизбрание в 1912 году. Во время Первой мировой войны президент Вудро Вильсон назначил его исследовать практику авиастроения.Он обнаружил и сообщил о таком скандальном положении дел, что Уилсон назначил главного судью Хьюза для проведения дальнейших расследований.

      В течение большей части этого периода Борглум жил недалеко от Стэмфорда, штат Коннектикут, где он содержал дом и студию со своей второй женой Мэри Монтгомери Борглум, на которой он женился в 1909 году. От этого брака родились двое детей, Джеймс Линкольн и Мэри Эллис. Он делил свое рабочее время между Стэмфордом и Нью-Йорком, где у него также была студия. Именно в этой нью-йоркской студии он создал произведение, которому суждено было иметь далеко идущие последствия.

       

      Бюст Авраама Линкольна 1908 года, вырезанный из мрамора.
      Разработка нового стиля

      После своего возвращения в Соединенные Штаты Борглум работал над созданием отчетливо «американского» искусства. Он начал экспериментировать с «эмоциональным воздействием объема». Из большого куска мрамора он вылепил колоссальную голову Авраама Линкольна. Работа была завершена и выставлена ​​на витрине магазина в Нью-Йорке. Когда Роберта Линкольна, сына покойного президента, привели посмотреть на работу, он воскликнул: «Я никак не ожидал снова увидеть отца.Позже бюст был куплен и подарен народу Соединенных Штатов и помещен в ротонду здания Капитолия, где он и находится по сей день.

      Именно бюст Линкольна побудил Хелен Плейн, президента United Daughters of the Confederacy, связаться с Борглумом по поводу возможности создания головы Роберта Э. Ли на склоне Каменной горы в Джорджии. Он согласился посетить это место в 1915 году, но, увидев размеры места, сказал: «Дамы, голова Ли на склоне этой горы выглядела бы как почтовая марка на двери сарая!» Разрушив таким образом их мечту, он дал им новую — большую группу, в которую входили Ли, Стоунволл Джексон и Джефферсон Дэвис верхом на лошади, за которыми следовала колонна солдат.

       

      Модель для резьбы по каменным горам.
      Борглум вырезает горы

      Из-за Первой мировой войны работы в Стоун-Маунтин не начинались до 1923 года. Резьба ограничивалась отбойными молотками и долотами, пока приехавший бельгийский инженер не научил Борглума использованию динамита для точной работы. Голова Ли была открыта в 1924 году. Солдаты в зале, которые служили с лидером Конфедерации, были тронуты сходством до слез.

      Однако между Борглумом и бизнесменами, руководившими проектом, назревали проблемы, и Борглум был внезапно уволен.Он уничтожил свои модели, чтобы защитить свой дизайн, и это так разозлило директоров, что был выдан ордер на его арест, и он был вынужден бежать из Грузии. Голова Ли Борглума была удалена, когда был нанят другой художник, и ни одна из его работ не сохранилась, когда резьба была окончательно закончена в 1970 году. Однако дух его первоначального дизайна остался.

      В 1923 году Доан Робинсон, государственный историк Южной Дакоты, прочитал о предприятии Stone Mountain и написал Борглуму о возможности заняться резьбой по горам в Блэк-Хиллз.Борглум приехал в Южную Дакоту в 1924 году в возрасте 57 лет и в принципе согласился заняться этим проектом. Его увольнение из Стоун-Маунтин позволило вернуться в Южную Дакоту летом 1925 года и привести в действие механизм, который в конечном итоге привел к созданию горы Рашмор. Работа над скульптурой началась в 1927 году. Борглум оставался преданным проекту до своей смерти в Чикаго после операции 6 марта 1941 года, за несколько дней до своего 74-летия. Он был похоронен на кладбище Форест-Лоун в Глендейле, Калифорния.После его смерти проект перешел к его сыну Линкольну, который, в свою очередь, внес последние штрихи в видение своего отца.

      Уоррен Г. Хардинг | Белый дом

      Перейти к этому разделу

      Выбирать Джордж Вашингтон Джон Адамс Томас Джефферсон Джеймс Мэдисон Джеймс Монро Джон Куинси Адамс Эндрю Джексон Мартин Ван Бюрен Уильям Генри Харрисон Джон Тайлер Джеймс К.Полк Закари Тейлор Миллард Филлмор Франклин Пирс Джеймс Бьюкенен Авраам Линкольн Эндрю Джонсон Улисс С. Грант Резерфорд Б. Хейс Джеймс Гарфилд Честер А. Артур Гровер Кливленд Бенджамин Харрисон Гровер Кливленд Уильям МакКинли Теодор Рузвельт Уильям Ховард Тафт Вудро Уилсон Уоррен Г. Хардинг Кэлвин Кулидж Герберт Гувер Франклин Д.Рузвельт Гарри С. Трумэн Дуайт Д. Эйзенхауэр Джон Ф. Кеннеди Линдон Б. Джонсон Ричард М. Никсон Джеральд Р. Форд Джеймс Картер Рональд Рейган Джордж Буш-старший Уильям Дж. Клинтон Джордж Буш Барак Обама Дональд Дж. Трамп Джозеф Р. Байден мл.

      Уоррен Г. Хардинг, республиканец из Огайо, был 29-м президентом США (1921–1923).Хотя срок его пребывания в должности был чреват скандалами, в том числе с Teapot Dome, Хардинг любил технологии и был чувствителен к бедственному положению меньшинств и женщин.


      Перед выдвижением кандидатуры Уоррен Дж. Хардинг заявил: «Сейчас Америка нуждается не в героизме, а в исцелении; не панацеи, а нормальность; не революция, а реставрация; не агитация, а приспособление; не хирургия, а безмятежность; не драматический, а бесстрастный; не экспериментировать, а уравновешивать; не погружение в интернациональность, а поддержание торжествующей национальности…

      Лидер Демократической партии Уильям Гиббс Макаду назвал выступления Хардинга «армией напыщенных фраз, перемещающихся по местности в поисках идеи». Сама их неясность была эффективной, поскольку заявления Хардинга о Лиге Наций оставались неясными, в отличие от страстного крестового похода кандидатов от Демократической партии, губернатора штата Огайо Джеймса М. Кокса и Франклина Д. Рузвельта.

      Тридцать один выдающийся республиканец подписал манифест, заверяющий избирателей, что голосование за Хардинга — это голосование за Лигу.Но Хардинг интерпретировал свое избрание как мандат держаться подальше от Лиги Наций.

      Хардинг, родившийся недалеко от Мариона, штат Огайо, в 1865 году, стал издателем газеты. Он женился на разведенной миссис Флоренс Клинг Де Вульф. Он был попечителем Троицкой баптистской церкви, руководителем почти всех важных дел, руководителем братских организаций и благотворительных предприятий.

      Он организовал оркестр Citizen’s Cornet Band, доступный как для республиканских, так и для демократических митингов; «Я играл на всех инструментах, кроме слайд-тромбона и корнета ми-бемоль», — заметил он однажды.

      Непреклонный республиканец Хардинга и живой голос, а также его готовность позволить машинным боссам устанавливать политику, привели его далеко в политику Огайо. Он служил в Сенате штата и в качестве вице-губернатора и безуспешно баллотировался на пост губернатора. Он выступил с речью о выдвижении кандидатуры президента Тафта на съезде республиканцев 1912 года. В 1914 году он был избран в сенат, который нашел ему «очень приятное место».

      Поклонник из Огайо, Гарри Догерти, начал продвигать Хардинга для выдвижения его кандидатом от республиканцев в 1920 году, потому что, как он позже объяснил, «он был похож на президента.

      Таким образом, группа сенаторов, взявшая под свой контроль съезд Республиканской партии 1920 года, когда основные кандидаты зашли в тупик, обратилась к Хардингу. Он выиграл президентские выборы с беспрецедентным перевесом в 60 процентов голосов избирателей.

      республиканцев в Конгрессе легко добились подписи президента на своих законопроектах. Они отменили контроль военного времени и сократили налоги, установили федеральную бюджетную систему, восстановили высокий протекционистский тариф и ввели жесткие ограничения на иммиграцию.

      К 1923 году послевоенная депрессия, казалось, сменилась новым всплеском процветания, и газеты приветствовали Хардинга как мудрого государственного деятеля, выполнившего свое предвыборное обещание: «Меньше правительства в бизнесе и больше бизнеса в правительстве».

      За фасадом не вся администрация Хардинга была столь впечатляющей. До президента стали доходить слухи, что некоторые из его друзей используют свое служебное положение для собственного обогащения.