تشخیص عیوب شمش‌های فولادی بااستفاده از آستانه‌گیری پارزن

سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,580

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICMVIP05_065

تاریخ نمایه سازی: 29 اردیبهشت 1387

چکیده مقاله:

بخش بندی تصویر یکی از مهم ترین وبنیادی ترین روش های پردازش تصویر است . تکنیک هایی که بر مبنای آستانه گیری عمل می کنند، عموما ساده بوده وازکارایی محاسباتی بالایی برخوردارهستند.در این مقاله ، با استفاده از داده های بافت نما وروش پنجره پارزن توابع توزیع احتمال سطوح خاکستری تصویرتخمین زده می شوند. سپس با تعریف یک تابع شاخص و بهینه سازی آن ،مقدار آستانه کلی بدست می آید. نتایج عملی این روش که براساس بانک داده های تصویراز شمش های معیوب در شرکت فولاد خوزستان بدست آمده است در مقایسه با روش های آت سیو وآنتروپی، موفقیت آن را در تشخیص عیوب حداقل به میزان 97.35 % تضمین می نماید.

نویسندگان

نعمت اله نمازی فروشانی

دانشکده مهندسی برق دانشگاه علم و صنعت ایران

شهریار برادران شکوهی

دانشکده مهندسی برق دانشگاه علم و صنعت ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :
  • L. Yang, X. Yang, «Multi-object segmentation based On curve evolving ...
  • S egmentation?, Press of Science, Image'؛ [2] Y.J. Zhang, Beijing, ...
  • Otsu, N., *A threshold selection method from gray-level histograms' .IEEE ...
  • J.N. Kapur, P.K. Sahoo, A. Wong, ،A new method for ...
  • Z.Q. Bian, X.G. Zhang, Pattern Recognition, second ed., Tsinghua University ...
  • R.O. Duda, P.E. Hart, D.G. Stork, PatternClas sification, Second Edition, ...
  • K. Torkkola, ^ Feature extraction by no n-parametric mutual information ...
  • th Iranian Conference On Machine Vision and Image Processing, November ...
  • نمایش کامل مراجع