تشخیص بافت به کمک ویژگیهای استخراج شده از تبدیل بسته موجک به منظورطبقه بندی عیوب سطحی ورق فولاد

سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 985

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:

ICEE20_600

تاریخ نمایه سازی: 14 مرداد 1391

چکیده مقاله:

در این مقاله، تشخیص و طبق هبندی عیوب سطحی ورق فولاد به کمک تحلیل بافت توسط تبدیل موجک معرفی می شود. با توجه به تعداد زیاد ویژگیهای حاصل از یک تجزیه بسته موجک کامل و جهت حصول به عملکرد بلادرنگ، کاهش تعداد ویژگیها از طریق الگوریتمهای انتخاب ویژگی مدنظر قرار گرفته است. برای رسیدن به این هدف دو روش مختلف استفاده و نتایج آنها مقایسه شده است. انتخاب ویژگیها از طریق الگوریتم SFFS با تغییری که در معیار بهینه سازی داده شده است، منجر به انتخاب ویژگیهایی می شود که علاوه بر حفظ قدرت تفکیک کنندگی، زمان استخراج کمتری دارند. روش دیگر بر پایه الگوریتم انتخاب بهترین درخت است. این الگوریتم، تجزیه را تنها در گره هایی ادامه می دهد که منجر به کاهش آنتروپی گردد. علاوه بر مباحث مرتبط با انتخاب بهینه درخت تجزیه، در این مقاله سعی در یافتن نوع موجک مناسب، تعداد سطوح مناسب برای تجزیه، تابع مناسب جهت تبدیل تصاویر حاصل از تجزیه به ویژگی و پارامترهای مناسب برای طبقه بندی کنندهSVM نیز شده است. الگوریتم بهینه و نتایج حاصل از این تحقیق به طور عملی در یک سیستم بازرسی اتوماتیک ورق فولاد به کار گرفته شده و کارایی مطلوبی از خود نشان داده است

کلیدواژه ها:

تحلیل بافت ، تبدیل بسته موجک ، سیستم بازرسی اتوماتیک سطحSFFS ماشین بردار پشتیبان

نویسندگان

نوید ربانی

شرکت دیده پرداز صبا مستقر در شهرک علمی و تحقیقاتی اصفهان

محمدروح اله یزدانی

استادیار گروه برق دانشگاه آزاد اسلامی واحد خوراسگان

سیدمحمد فقیه ایمانی

شرکت دیده پرداز صبا مستقر در شهرک علمی و تحقیقاتی اصفهان

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 :