تشخیص و آشکارسازی عیوب ظاهری بافت با کمک تبدیل کانتورلتو شبکه عصبی MLP
Publish place: The first regional conference on optimization and soft computing methods in electrical and computer engineering
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,093
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ELECOM01_178
تاریخ نمایه سازی: 9 تیر 1393
Abstract:
فرآیند کنترل کیفیت برای اطمینان از ارائه محصولات سالم و باکیفیت مناسب طراحی شده است. بخشهایی از فرآیند کنترل کیفیت که نیازمند بازدیدهای بصری کالا است تا سالهای اخیر توسط انسان انجام میگرفته است. هماکنون فعالیتهای این بخش به سوی ماشینی شدن گرایش پیدا کرده است. هدف از بازرسی سطوح، تشخیص و آشکارسازی بخشهایی از سطوح محصولات و کالاهای صنعتی است که مطابق با معیارهای مشخصی، کیفیت ایده آل ندارند. در حال حاضر این فرآیند برای شناسایی عیوب دسته عظیمی از سطوح مانند کاشیهای سرامیکی، پارچه، چوب، کاغذ، چرم و... به کار میرود. آشکارسازی عیوب سطوح از طریق روشهای تحلیل بافت که توصیفکننده ویژگی سطوح هستند، امکانپذیر است. برای این منظور تبدیل کانتورلت را جهت آنالیز تصاویر کاشی بکار بردهایم، کانتورلت یک تبدیل دو بعدی جهتدار است که برای توصیف منحنیها و جزئیات ظریف در تصاویر به کار میرود. بسط کانتورلت از توابع پایهای که در جهات مختلف با اشکال و مقیاسهای مختلف گرایش دارند (ناهمسانگرد) تشکیل شده است. و در ادامه از شبکه عصبی برای آموزش دادهها و یافتن کاشیهای معیوب استفاده کردهایم. نتایج حاصل بسیار مطلوب با تشخیص عیب بالای 96.87 % است که در مقایسه با کارهای صورت گرفته برتری قابلتوجهی دارد .
Keywords:
Authors
بهزاد سرشاد
دانشجوی کارشناسی ارشد، دانشکده مکانیک
علیرضا احمدی فرد
استادیار، دانشگاه صنعتی شاهرود، دانشکده برق
حسین خسروی
استادیار، دانشگاه صنعتی شاهرود، دانشکده برق
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :