سیستم هوشمند تشخیص عیار آهن موادمعدنی مبتنی بر پردازش تصاویر
Publish place: 1st Iranian National Conference Electerical Engineering
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 648
This Paper With 10 Page And PDF Format Ready To Download
- 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:
INCEE01_007
تاریخ نمایه سازی: 25 تیر 1393
Abstract:
در این مقاله به موضوع تعیین عیار آهن مواد معدنی از روی مؤلفه های تصویر گرفته شده از آنها پرداخته ایم. ابتدا مؤلفه های تاثیرگذار عیار آهن مواد معدنی بر تصاویر این مواد را بررسی کرده ایم. مولفه های آنتروپی و تضاد تصاویر هیچ گونه ارتباط معناداری با عیار مواد معدنی را تایید نکرده اند. از طرفی مؤلفه های بافت تصاویر، هیستوگرام تصویر، انرژی تصویر، یکنواختی تصویر و وضوح تصاویر به شکی با متغییر عیار تصاویر ارتباط دارند. سپس مبتنی بر مولفه های تصاویر رنگی ( RGB) یک شبکه عصبی پس انتشار خطا (BPNN) جهت تعیین عیار آهن آنها پیشنهاد کرده ایم. این شبکه عصبی توسط نمونه های اصلی تعیین عیار شده مورد آموزش قرار داده ایم که با مدیریت یادگیری آن، شبکه با تقریب خوبی همگرا شده است. در نهایت برای کارایی شبکه عصبی در تعیین عیار مواد معدنی از روی تصاویر صنعتی (خاکستری) یک پیش پردازش سودمند را پیشنهاد کرده ایم. در نهایت شبکه عصبی BPNN با دقت 98/1 درصد در تشخیص عیار آهن از روی تصاویر رنگی و 97 درصد در تشخیص عیار تصاویر خاکستری مواد معدنی، نتیجه شده است.
Keywords:
Authors
محمد کدخدا
هیئت علمی گروه پژوهشی ریاضی و انفورماتیک، جهاد دانشگاهی تربیت مدرس، تهران
مهدی ذاکری خطیر
هیئت علمی گروه پژوهشی کنترل و مدلسازی، جهاد دانشگاهی تربیت مدرس، تهران
محسن ایوب زاده
هیئت علمی گروه پژوهشی کنترل و مدلسازی، جهاد دانشگاهی تربیت مدرس، تهران
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 :