В работе рассмотрены основные функциональные подходы к построению схем обработки изображений различных спектральных диапазонов, энергий и масштаба. Оценена их эффективность с точки зрения ценности информации, определяемой степенью достижения цели функционирования системы неразрушающего контроля - обнаружением всех возможных объектов интереса при минимальном числе изображений. Установлено, что при отсутствии возможности проведения оптического (визуального) контроля и технической возможности получения рентгенографических изображений при различных энергиях излучателя повысить качество распознавания объектов возможно за счёт использования ансамбля моделей распознавания. Указанный вывод подтверждён конкретным примером, продемонстрировавшим улучшение качества распознавания объектов интереса двухуровневым ансамблем моделей Yolo8 на 12–18 % по сравнению с их распознаванием с использованием одной нейросетевой модели.
The paper considers the main functional approaches to the construction of image processing schemes for various spectral ranges, energies and scales. Their effectiveness is estimated from the point of view of the information value determined by the degree of achieving the goal of the non-destructive testing system - detection of all possible objects of interest with a minimum number of images. It is established that in the absence of the possibility of optical (visual) control and the technical possibility of obtaining radiographic images at different emitter energies, it is possible to improve the quality of object recognition by using an ensemble of recognition models. This conclusion is confirmed by a specific example demonstrating an improvement in the quality of recognition of objects of interest by a two-level ensemble of Yolo8 models by 12-18% compared to their recognition using a single neural network model.