Preview

Вестник кибернетики

Расширенный поиск

ДЕТЕКТИРОВАНИЕ ТЕХНОЛОГИЧЕСКИХ ОТВЕРСТИЙ СИГНАТУРНЫМ АНАЛИЗОМ

Аннотация

В представленной работе рассматривается задача определения формы и технологических параметров отверстий (форма, местоположение (координаты), размеры и проч.) с использованием метода сигнатурного анализа изображения. Данная тема является особенно актуальной в машиностроительной отрасли, где необходимо осуществлять контроль качества технологических отверстий в режиме реального времени. В качестве классификатора используется искусственная нейронная сеть прямого распространения. Применение вышеуказанного подхода позволяет на основе обучающей выборки получить приемлемое качество классификации образов (отверстий). Представленный подход позволяет эффективно решать задачу детектирования отверстий в условиях помех. Проектирование искусственной нейронной сети, обучение и тестирование осуществлялось в среде Matlab. Для достижения помехоустойчивости классификатора осуществлялась фильтрация, как изображения, так и полученных сигнатур. В результате компьютерного эксперимента в среде Matlab представленная система показала возможности идентификации технологических отверстий с приемлемой точностью.

Об авторах

Е. В. Гребенюк
Сургутский государственный университет
Россия


И. Л. Новик
Сургутский государственный университет
Россия


Д. В. Тараканов
Сургутский государственный университет
Россия


Список литературы

1. Абакумов И. И. Компенсация погрешностей оптико-электронной системы автоматизированного контроля геометрических параметров объектов : дис. … канд. тех. наук. СПб., 2014. 133 с.

2. Махов В. Е. Оптический метод и средства контроля деформаций и линейных размеров в машиностроении : дис. … д-ра тех. наук. СПб., 2015. 381 с.

3. Местецкий Л. М. Непрерывная морфология бинарных изображений: фигуры, скелеты, циркуляры. М. : Физматлит, 2009. 288 с.

4. Потапов А. С. Распознавание образов и машинное восприятие: общий подход на основе принципа минимальной длины описания. СПб. : Политехника, 2007. 547 с.

5. Гонсалес Р., Вудс Р. Цифровая обработка изображений. Изд. 3-е, испр. и доп. М. : Техносфера, 2012. 1104 с.

6. Гонсалес Р. Цифровая обработка изображений : моногр. ; под ред. П. А. Чочиа. М. : Техносфера, 2005. 1070 с.

7. Хайкин С. Neural Networks: A Comprehensive Foundation. М. : Вильямс, 2016, 1104 с.

8. Медведев В. С., Потемкин В. Г. Нейронные сети. MATLAB 6. М. : Диалог МИФИ, 2002. 496 с.


Рецензия

Для цитирования:


Гребенюк Е.В., Новик И.Л., Тараканов Д.В. ДЕТЕКТИРОВАНИЕ ТЕХНОЛОГИЧЕСКИХ ОТВЕРСТИЙ СИГНАТУРНЫМ АНАЛИЗОМ. Вестник кибернетики. 2017;(3 (27)):31-39.

For citation:


Grebenyuk E.V., Novik I.L., Tarakanov D.V. DETECTION OF FABRICATION HOLES WITH SIGNATURE ANALYSIS. Proceedings in Cybernetics. 2017;(3 (27)):31-39.

Просмотров: 140


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1999-7604 (Online)