Маир ОВ Реферат "Контроль качества стали в металлогафической лаборатории"

	Маир Ольга Валериевна
	Факультет: КИТА	Специальность: КСД
	Тема выпускной работы:
	Разработка методов и алгоритмов контроля качества стали в металлографической лаборатории
	Руководитель: проф., д.т.н. Адамов В.Г.
	Email: omayr@mail.donbass.com

4 апр 2025

14:15:46

Содержание

1.	Введение
2.	Цели и задачи работы
3.	Предполагаемая практическая ценность
4.	Световая микроскопия в металлографическом исследовании
5.	Качественное распознавание неметаллических включений
	5.1	Величина включений
	5.2	Формал включений
	5.3	Цвет включений
6.	Методы определения количества неметаллических включений
7.	Метод сравнения с эталонами
8.	Обзор методов цифровой обработки изображений
	8.1	Изменение контраста
	8.2	Сглаживание шумов
	8.3	Подчеркивание границ
	8.4	Медианная фильтрация
	8.5	Сегментация изображений
	8.6	Выделение контуров
9.	Заключение
10.	Литература

Анимированное изображение: примеры неметаллических включений

1. Введение

          Черная металлургия является приоритетной отраслью развития экономики Донбасса. Вот уже много лет наш регион занимает лидирующее место в Украина по выплавке чугуна и стали, по производству проката. Одним из основных направлений развития черной металлургии является повышение качества продукции, что позволяет удовлетворить потребности в металле при меньших объемах производства. И тем не менее потребность страны в металле возрастает с каждым днем. Большие обороты набирает также экспорт металлургической продукции. Дальнейшее расширение производства черных металлов и их более рациональное использование являются непременными условиями развития экономики нашего региона.
          Постоянное повышение требований, предъявляемых к качеству черных металлов разных групп и классов, вызывает необходимость разработки комплексной системы контроля качества продукции. Продукция металлургии проходит комплексную проверку в заводской лаборатории по многим видам контроля.
          Особенное внимание привлекает металлография как наука о кристаллической структуре металлов и сплавов, видимой невооруженным глазом и с помощью микроскопа, которая является наиболее информативной и определяет необходимость проведения дальнейшего контроля продукции.
          Практика производства стали и горячей ее обработки, освещаяемая результатами исследований систем различных соединений и входящих в состав стали элементов выдвинула в последнее время шлаковую проблему, как одгну из основных задач современной металлургии. Практическая важность вопросов о неметаллических включениях в стали проистекает из того, что этими включениями во многом определяется качество получаемой стали и стальных изделий.

К содержанию

2. Цели и задачи работы

          Последние годы отмечены особенно бурным развитием технического прогресса, что позволило значительно увеличить разрешающую способность микроскопов, а также объединить возможности микроскопа с персональной ЭВМ, что дало возможность создания аппаратно-программных комплексов.
          Анализ работы различных лабораторий показал, что возможности ЭВМ применяются далеко не полностью. В большинстве из них ЭВМ применяются лишь для облегчения получения микрофотографий с помощью микроскопов и в немногих случаях для ведения баз данных. Однако перспективы обработки и анализа микрофотографий с помощью компьютерных программ до сих не внедрены в практику повседневной работы лабораторий металлографического контроля.
          Количество включений, присутствующих в затвердевшем металле, обычно невелико и составляет доли процента к весу металла. Однако, несмотря на столь малое количество, они оказывает отрицательное воздействие на свойства металлов.
          Чрезвычайно необходимым для металлургии является умение избегать присутствия шлака в металле, а для металлографии владеть методами распознавания и характеристики неметаллических включений в отношении их природы, количества и формы, в которой они присутствуют.
          В данной работе поставлена задача выполнить детальное изучение неметаллических включений в стали, с тем чтобы чтобы получить данные для дальнейшей автоматизации контроля качества стали.
          Исследование микрошлифов металлов целиком сводится к анализу и интерпретации их изображений, в связи с чем представляется актуальным создание автоматизированной системы обработки изображений микрошлифов. От совершенствования средств и методов автоматизированного анализа изображений зависит достоверность и объективность решения задач контроля и управления технологическими процессами обработки металлов.

К содержанию

3. Предполагаемая практическая ценность

          Первое на что обращают внимание при металлографическом контроле, это неметаллические включения. На практике все их параметры оцениваются на глаз либо путем сравнения структуры со стандартными шкалами. Возможность применения различных вычислительных методов практически не используется так как требует громоздких математических вычислений, временных затрат и проведения другой трудоемкой работы.
          Практическая важность этого вопроса проистекает из того, что этими включениями во многом определяется качество получаемой стали и стальных изделий. Ведь несмотря на очень малое наличие таких включений в металле, они приводят к существенному снижению качества металла и браку продукции. Правильное определение структуры и характера данного вещества может сказаться на улучшении процессов плавки и разливки металла, т.е. повлиять на весь сталеплавильный процесс в целом.
          Однако результаты лабораторных исследований находятся в зависимости от субъективных качеств лиц, производящих наблюдения. На данном этапе микроскопического анализа уже достигнута автоматическая регистрация микрофотографий с помощью специально созданных аппаратно-программных комплексов, описанных ниже. При этом анализ полученного изображения происходит без привлечения компьютерной техники. После внедрения результатов данной работы в лаборатории будет возможно существенно сократить время анализа каждого образца и увеличить точность выходных результатов.
          Создание новых материалов и разработка эффективных технологий базируется на результатах научных исследований в области металлографии, для проведения которых используется определенная измерительная техника и методика анализа результатов наблюдений. Первой и основной отличительной особенностью анализа микрошлифов металлов является малый размер измеряемых величин, что значительно затрудняет проведение научных исследований.
          Стремительное развитие в последние годы вычислительной техники дает возможность значительно расширить автоматизацию научно-исследовательских работ во всех областях науки и техники, и в частности в металлографии. Исследование микрошлифов металлов целиком сводится к анализу и интерпретации их изображений, в связи с чем представляется актуальным создание автоматизированной системы обработки изображений микрошлифов. От совершенствования средств и методов автоматизированного анализа изображений зависит достоверность и объективность решения задач контроля и управления технологическими процессами обработки металлов.

К содержанию

4. Световая микроскопия в металлографическом исследовании

Изучение строения металлов и сплавов производится с помощью самого распространенного в научных лабораториях метода – световой микроскопии. Методом световой микроскопии изучают размеры, форму взаимное расположение включений, некоторые дефекты кристаллического строения. Для изготовления микрошлифа делают разрез металла в плоскости, интересующей исследователя. Затем полученную плоскость шлифуют и полируют до зеркального состояния. Чтобы выявить структуру, следует создать рельеф или окрасить в различные цвета структурные составляющие, что достигается обычно химическим травлением.
Автоматизированная система исследования микрошлифов металлов (рис.1) состоит из микроскопа, видеокамеры, видеобластера и персональной ЭВМ. Изображение образца металла, снятое видеокамерой через микроскоп, при помощи специального устройства – видеобластера, передается в ЭВМ, которая под управлением специального программного обеспечения проводит автоматизированную обработку полученного изображения.

Программное обеспечение для автоматизированной системы обработки изображений микрошлифов металлов может быть разработано на любом языке программирования и должно обеспечивать максимально близкие к визуальным результатам. В качестве математической основы такого программного обеспечения рекомендуется использовать методы текстурного анализа (оптико-структурного машинного анализа), предназначенного для автоматизированной обработки изображений, различающихся по их статистическим характеристикам, то есть распределению элементов изображения, по плотности, геометрическим и топологическим признакам.

К содержанию

5. Качественное распознавание неметаллических включений

Представление о природе неметаллических включений при металлографическом анализе можно получить, используя некоторые частные признаки и свойства включений. К ним относятся форма, размеры, цвет и твердость включений. Качественные характеристики устанавливаются по наружному виду включений, которые выявляются на нетравленой поверхности шлифа при рассмотрении под металлографическим микроскопом в отраженном свете при вертикальном освещении.

5.1 Величина включений
          По своим размерам включения различаются в довольно широких пределах. Как правило, природные включения обычно меньше, чем посторонние.
          Многочисленные исследования распределения включений в слитках кипящей и спокойной мартеновской стали, показали, что размер включений увеличивается по мере перехода от поверхностных слоев стали к центральной части слитка независимо от сечения слитка по высоте.
          Существующие данные о величине различных включений весьма ограничены и пока не систематизированы. Для включений, встречающихся в сталях, установлено, что оксид алюминия имеет размеры от 2 до 7 нм, нитриды титана и циркония – около 7, сульфиды марганца и железа от 2 до 8, закись железа до 20 и силикатные включения имеют размеры до 150 нм в зависимости от состава. Наиболее крупные силикатные включения содержат много закиси железа и марганца.

5.2 Форма включений
          Несмотря на то, что включения по своей форме очень разнообразны, можно выделить наиболее характерные из них.
          Включения, образующиеся в расплавленном металле в виде жидких капель, после затвердевания обычно сохраняют округлую форму. Каплеобразную форму имеют включения закиси железа, комплексные оксисульфиды железа, твердые растворы закиси железа с закисью марганца и силикатные стекла, которым всегда присуща правильная шарообразная форма вследствие большой склонности их к переохлаждению.
          Прокатка или ковка металла в горячем состоянии может существенно изменить форму включений. Включения, обладающие хорошей пластичностью вытягиваются вместе с металлом в направлении обработки, принимая форму непрерывных нитей. К ним относятся: закись железа, сульфидные включения железа с марганцем, силикаты с высоким содержанием закиси железа и закиси марганца, оксисульфидные включения.
          При недостаточной пластичности включения деформируются в меньшей степени, частично надламываются и вследствие этого при большой вытяжке принимают прерывистое очертание. Такая форма присуща силикатным включениям (силикатным стеклам), у которых пластичность падает с повышением содержания кремнезема.
          Твердые окончания небольших размеров, как например глинозем, нитрат титана, нитрит ниобия, карбонитриды титана, сохраняют после деформации свою первоначальную форму.
          Что касается посторонних включений, в особенности частиц огнеупоров, то они имеют разнообразную случайную форму. Шлаковые посторонние частицы с более низкой температурой плавления, чем металл, могут образовать включения сферической формы, которые при последующей горячей пластической обработке вытягиваются в нити. Хрупкие частицы огнеупоров при прокатке или ковке разливаются и их обломки располагаются в деформированном металле в виде цепочек или прерывистых больших частиц.

5.3 Цвет включений
В отраженном свете различные неметаллические включения отличаются друг от друга по цвету и степени прозрачности. Отражающая способность почти всех включений по сравнению с металлом невелика, поэтому они в большинстве своем имеют окраску от темного до светло-серого цвета с различными оттенками.
Наиболее темными выглядят включения слабо отражающие свет. К ним относятся силикатные стекла, кварц. Несколько лучшей отражательной способностью обладают сульфиды и окислы, поэтому они под микроскопом выглядят более светлыми.

К содержанию

6. Методы определения количества неметаллических включений

          Количественные методы определения неметаллических включений предназначаются:
-для массового производственного контроля загрязненности стали;
-в исследовательской практике для определения содержания всех включений и установления общей загрязненности стали.
          Для массового производственного контроля качество стали по степени загрязненности ее включениями нет необходимости подсчитывать все включения и определять их общее содержание: обычно на малом числе образцов устанавливают наличие включений максимальной величины, так как именно они оказывают наиболее вредное влияние на свойства металла.
          Методы определения общего содержания предусматривают подсчет всех включений, причем исследуют обычно значительное число образцов. В зависимости от принципа определения количества включений применяемые методы принято делить на 3 основные группы:
          -методы оценки загрязненности стали путем сравнения с эталонными шкалами;
          -методы измерения суммарной протяженности включений, наблюдаемых на продольных шлифах прокатанного металла;
          -методы измерения суммарной площади включений с последующим определением объемного или весового процента содержания включений в металле.
          Методы первой группы используют большей частью для выборочного контроля качества стали. С этой же целью иногда применяют и методы второй группы. Методы третьей группы преимущественно применяются в исследовательской практике.

К содержанию

7. Метод сравнения с эталонами

          Степень загрязненности стали включениями устанавливают путем сравнения включений, наблюдаемых на металлографическом шлифе с эталонными микрофотографиями или рисунками, на которых воспроизведены наиболее типичные включения различного характера, формы и размеров. Набор микрофотографий или рисунков составляет так называемую эталонную шкалу.
          Наиболее широко на наших заводах применяется стандартная шкала ГОСТ 1778-70. Первоначальный проект шкалы был разработан работниками завода «Электросталь» И.Н.Голиковым и М.И.Виноград.
          Стандартная шкала ГОСТ 1778-70 охватывает три типа включений: оксиды, силикаты и сульфиды. Оксиды составляют одну группу, сульфиды и силикаты объединены в другую группу, так как предполагается, что характер расположения, внешний вид и влияние этих включений на свойства металла примерно одинаковы. Третью группу составляют нитриды. Каждая группа включений имеет пять баллов, наименее загрязненный металл оценивается баллом 1, наиболее загрязненный — баллом 5. Переход от балла к баллу соответствует увеличению площади, занимаемой включениями, примерно в два раза.

Для каждого балла имеется два рисунка — один для крупных и один для мелких включений. При этом более крупные включения в меньшем количестве приравниваются к мелким включениям в большом количестве.
Методом сравнения с эталонной шкалой определяют загрязненность включениями отдельных образцов стали, а затем на основании результатов испытания определенного количества образцов устанавливают загрязненность включениями всей плавки в целом. Число испытуемых образцов устанавливается техническими условиями в зависимости от марки стали и ее назначения. Загрязненность отдельного образца стали чаще всего оценивают наибольшим баллом для каждого типа включений. Наибольший балл определяется при просмотре всей площади шлифа путем сравнения наиболее загрязненного поля зрения шлифа с эталонной шкалой.

К содержанию

8. Обзор методов цифровой обработки изображений

          Предварительный анализ изображений микроструктуры шлифов металлов и исследование методов количественной металлографии позволяет сделать вывод о том что:
          - во-первых, большинство изображений, в процессе их формирования, подвергаются влиянию ряда негативных факторов (вибрация фотокамеры, неравномерность движения сканирующего элемента и т.д.), приводящих к смазанности, появлению малоконтрастных и зашумленных участков;
          - во-вторых, подавляющее большинство методов количественной металлографии основано на выделении объектов на изображении и дальнейшем их анализе.
          Таким образом, прежде чем подвергнуться анализу, изображение микрошлифа металла должно пройти этап препарирования, который состоит в выполнении операций улучшения визуального качества (повышение контраста, устранение размытости, подчеркивание границ, фильтрация) и операций формирования графического препарата (сегментация, выделение контуров) изображения.

8.1 Изменение контраста
Слабый контраст обычно вызван малым динамическим диапазоном изменения яркости, либо сильной нелинейностью в передаче уровней яркости. Простейшим методом контрастирования является функциональное отображение градации яркости в то есть . На практике очень часто используют линейные функциональные отображения. В случае обработки изображений микрошлифов металлов этот метод не всегда применим. Дело в том, что из-за неточностей в процессе изготовления шлифа, а также в результате неравномерности освещения при фотографировании или изготовлении фотографий, возникает ситуация, когда различные участки изображения обладают разным контрастом. В таком случае для изменения контраста используют адаптивные алгоритмы контрастирования. Примером может служить алгоритм локального усиления контраста . Экспериментальные исследования подтвердили высокую эффективность работы алгоритма в том случае, если на снимке присутствуют области с явно завышенным или заниженным контрастами.
Суть алгоритма состоит в том, что снимок рассматривается как набор некоторого числа локальных областей, и эти области обрабатываются с учетом их характеристик. Обработка ведется в следующей последовательности: вычисляется коэффициентусиления срезов плотности р отдельно для каждого локального участка изображения. И осуществляется обработка каждого пикселя изображения. Если р равно единице, то над локальным участком изображения никакого действия не производится (если р отлично от единицы, то осуществляется повышение контраста локальной области). Первоначально вычисляется контраст в анализируемой точке относительно ближайшей окрестности. Затем значение относительного контраста складывается с единицей и полученное значение принимается в алгоритме как коэффициент усиления p, а далее производится вычисление по формуле

где - новое значение яркости, - текущая яркость обрабатываемого изображения, - необходимое максимальное значение яркости обработанного изображения.

К содержанию

8.2 Сглаживание шумов
Изображения микрошлифов металлов на этапе оцифровки подвергаются воздействию аддитивного и импульсного шума. Аддитивный шум представляет собой некоторый случайный сигнал, который прибавляется к полезному на выходе системы, в рассматриваемом случае аддитивный шум возникает в следствии зернистости пленки. Импульсный шум, в отличие от аддитивного, характеризуется воздействием на полезный сигнал лишь в отдельных случайных точках (значение результирующего сигнала в этих точках принимает случайное значение). Импульсный шум характерен для цифровых систем передачи и хранения изображений. Таким образом, в процессе препарирования изображения возникает задача подавления шума.
Простейшим методом, сглаживающим шум, на изображении является сглаживание т.е. замена значения яркости каждого элемента средним значением, найденным по его окрестности:

где - множество точек, принадлежащих окрестности точки ; p — число точек в окрестности.
Рассмотренный метод эффективно устраняет аддитивный и импульсный шум в каждом элементе изображения.

К содержанию

8.3 Подчеркивание границ
          Методы сглаживания изображений могут устранять шум очень эффективно. Существенным недостатком алгоритмов сглаживания является смаз изображения (т.е. снижение четкости контурных элементов), при этом величина смаза пропорциональна размеру маски, используемой для сглаживания. Для однозначного анализа изображений микрошлифов, особенно при вычислении геометрических характеристик структурных элементов, очень важно убрать смаз с контуров объектов в изображении, то есть усилить разницу между градациями яркости контурных элементов объекта и соседних элементов фона. В этом случае при обработке изображений используются методы подчеркивания контуров.
          Обычно подчеркивание границ осуществляется методом высокочастотной пространственной фильтрации. Характеристики фильтров задаются в виде маски, в которой среднее значение должно быть равно нулю.
          Еще одним методом подчеркивания границ является так называемое статическое дифференцирование. В этом методе значение яркости каждого элемента делится на статистическую оценку среднеквадратического отклонения , то есть

К содержанию

8.4 Медианная фильтрация
          Медианная фильтрация относится к нелинейным методам обработки изображений и имеет следующие преимущества перед линейной фильтрацией (классической процедуры сглаживания): сохраняет резкие перепады (границы); эффективно сглаживает импульсный шум; не изменяет яркость фона.
          Медианная фильтрация осуществляется путем движения некоторой апертуры (маски) вдоль дискретного изображения и замены значения центрального элемента маски медианным значением (среднее значение упорядоченной последовательности) исходных элементов внутри апертуры. В общем случае, апертура может иметь самую разнообразную форму, но на практике чаще всего применяется квадратная апертура размером (2k+1)*(2k+1), где k=1,2,...
          Проведенные эксперименты позволяют сделать вывод о том, что медианная фильтрация является наиболее эффективным средством предобработки изображений микроструктуры шлифов металлов.

К содержанию

8.5 Сегментация изображений
          сегментацией изображения понимается процесс его разбиения на составные части, имеющие содержательный смысл: объекты, их границы или другие информативные фрагменты, характерные геометрические особенности и др. В случае автоматизации методов количественной металлографии сегментацию необходимо рассматривать как основной начальный этап анализа, заключающийся в построении формального описания изображения, качество выполнения которого во многом определяет успех решения задачи распознавания и интерпретации объектов.
          В общем случае сегментация представляет собой операцию разбиения конечного множества плоскости, на которой определена функция исходного изображения f(x,y) на k непустых связанных подмножеств s[i] (i=[1,k]) в соответствии с некоторым предикатом P, определяемом на множестве и принимающий истинные значения, когда любая пара точек из каждого подмножества s[i] удовлетворяет некоторому критерию однородности (например, критерий однородности, основанный на оценке максимальной разности яркости отдельного пикселя и среднего значения яркости, вычисленного по соответствующей области).
          Методы сегментации можно разделить на следующие основные группы:
          1. Пороговые методы сегментации. Эти методы заключается в преобразовании функции яркости изображения оператором вида:

где - сегментированное изображение; K — числообластей сегментации; - метки сегментированных областей; - упорядоченные величины порогов (при выборе порогов применяют, как правило, гистограмму распределения яркостей цифрового изображения).
2. Методы наращивания областей. Методы этой группы основаны на использовании локальных признаков изображения. Идея метода наращивания областей состоит в анализе сначала стартовой точки, затем ее соседних точек и т.д. в соответствии с некоторым критерием однородности, и в последующем зачислении проанализированных точек в ту или иную группу (количество стартовых точек должно быть равно количеству однородных областей на изображении). В более эффективных вариантах метода в качестве отправной точки используются не отдельные пиксели, а разбиение изображения на ряд небольших областей. Затем каждая область проверяется на однородность, и если результат проверки оказывается отрицательным, то соответствующая область разбивается на более мелкие участки. Процесс продолжается до тех пор, пока все выделенные области не выдержат проверку на однородность. После этого начинается формирование однородных областей при помощи наращивания.
Проведенный анализ показывает, что пороговая сегментация и сегментация по критерию однородности на основе средней яркости часто не дает желаемых результатов. Такая сегментация обычно приводит к появлению значительного числа небольших областей, не имеющих реальных прототипов на изображении. Наиболее эффективные результаты дает сегментация по критерию однородности на основе текстуры (или текстурных признаков). Дело в том, что при тщательном изучении фотографий микроструктуры металла можно совершенно однозначно утверждать, что различные фазы металлов и сплавов обладают разнообразной структурой (или, что тоже самое, в терминах цифровой обработки изображений – текстурой).

К содержанию

8.6 Выделение контуров
          В процессе изучения микроструктуры шлифов металлов не редко приходится сталкиваться с задачей нахождения периметров, кривизны, факторов формы, удельной поверхности объектов и т.д. Все перечисленные задачи так или иначе связаны с анализом контурных элементов объектов.
          Методы выделения контуров (границ) на изображении можно разделить на следующие основные классы:
          - методы высокочастотной фильтрации;
          - методы пространственного дифференцирования;
          - методы функциональной аппроксимации.
          Общим для всех этих методов является стремление рассматривать границы как область резкого перепада функции яркости изображения f(i,j); отличает же их вводимая математическая модель понятия границы и алгоритм поиска граничных точек.
          В соответствии с поставленными задачами к алгоритмам выделения контуров в количественной металлографии предъявляются следующие требования: выделенные контуры должны быть утоньшенными, без разрывов и замкнутыми. Таким образом, процесс выделения контуров несколько усложняется в связи необходимостью применять алгоритмы утоньшения и устранения разрывов. Однако и это не всегда дает желаемого результата – в большинстве случаев контуры получаются незамкнутыми и, как следствие, непригодными для ряда процедур анализа.
          Разрешить возникшую задачу можно, производя оконтуривание алгоритмом прослеживания границ методом «жука», который позволяет выделить замкнутые контуры объектов. Суть алгоритма состоит в следующем: на объекте выбирается некоторая стартовая граничная точка и долее происходит последовательное прослеживание контура до тех пор, пока не будет достигнута стартовая точка. В случае прослеживания контура по часовой стрелке для достижения стартовой точки осуществляется попиксельное движение вправо, если пиксель находится вне объекта, и влево, если – на объекте.
          Выделенный таким образом контур представляет собой замкнутый цепной код, т.е. последовательность координат граничных точек объекта, что очень удобно для решения поставленных задач.

К содержанию

9. Заключение

Стремительное развитие вычислительной техники и методов цифровой обработки изображений в последнее время дало возможность значительно расширить автоматизацию научно-исследовательских работ во многих областях науки и техники. Применение ЭВМ и методов ЦОИ в количественной металлографии позволяет избежать ошибок связанных, в первую очередь, с утомлением исследователя, которое возникает в следствии необходимости анализа большого объема информации в процессе работы. Все это делает актуальным создание системы автоматизированного анализа изображений структуры микрошлифов металлов. Кроме того, широкий спектр разработанных в последние годы алгоритмов ЦОИ позволяет решать все перечисленные выше задачи количественной металлографии, а также и ряд других задач.
Автоматизированная система исследования структуры металлов даст возможность быстро, эффективно и независимо от ряда субъективных причин проводить экспресс-анализ микрошлифов, а выражение закономерностей, связывающих микроструктуру материала с его физическими свойствами позволит получить простой и легко воспроизводимый метод контроля качества стали.

К содержанию

10. Литература

1.	А.П. Гуляев. Металловедение. Учебник для ВУЗов. 6-е изд.,перераб. и дополн. – М: «Металлургия», 1986 – 544 с.
2.	Н.А. Смирнов. Современные методы анализа и контроля продуктов производства. 2-е изд., дополн. и перераб. – М: «Металлургия», 1985 – 256 с.
3.	Садыков С.С., Яковлев А.В. Использование методов цифровой обработки изображений в количественной металлографии / НАДЕЖНОСТЬ И КАЧЕСТВО 2000. Книга трудов международного симпозиума - Под. ред. А.Н. Андреева, А.В. Блинова, Н.К. Юркова, В.А. Трусова - Пенза: Изд-во Пенз. гос. ун-та - 2000 - с. 55-56
4.	Яковлев А.В., Сидоренко Е.Н. Методы и аппаратура анализа структуры микрошлифов металлов - Муром. ин-т Владимир. гос. ун-та - Муром, 2001 - 25 с.; библ. - 18 назв., - Рус., - Деп в ВИНИТИ 18.01.2001 #133-В2001
5.	Прэтт У. Цифровая обработка изображений: Пер. с англ. – М: Мир, 1982. – Кн.2 – 480с.
6.	Лаборатория металлографии/Под ред.Лившица Б.Г. – М: Гос. научно-техн. изд-во лит-ры по черной и цветной металлургии, 1957 – 696 с.

Вверх

БЫСТРЫЙ ПЕРЕХОД: