شناسایی خودکار نقایص جوش از تصاویر رادیوگرافی با استفاده از شبکه عصبی آشوبگونه

پایان نامه
  • وزارت علوم، تحقیقات و فناوری - دانشگاه شهید باهنر کرمان - دانشکده ریاضی و کامپیوتر
  • نویسنده حسین رضایی
  • استاد راهنما محمد مسعود جاویدی
  • سال انتشار 1393
چکیده

ما به کمک روشهای تشخیص الگو در تصاویر رادیوگرافی حاصل از اشعه ایکس به تشخیص عیوب جوشکاری لولههای انتقال میپردازیم. در این تحقیق یک سیستم تشخیص الگو متشکل از قسمتهای پردازش تصویر، استخراج ویژگی و قسمت هوشمند شبکه عصبی آشوبگونه جهت تفسیر خودکار عیوب جوش، ارائهشده است. الگوریتم پیشنهادی، با گرفتن تصاویر رادیوگرافی دیجیتال که میتوانند توسط دوربینهای دیجیتال یا اسکنرها فراهم شوند آغاز به کار میکند. در طی ضبط، ممکن است تأثیرات منفی محیطی بر کیفیت تصاویر وارد شود و عکسها دچار نویز گردند. حذف این تأثیرات منفی بر عهده قسمت بهبود تصویر است که وظیفه دارد کیفیت تصویر را به حد مطلوبی رسانده و آن را آماده مرحله بعد نماید. پسازآن در مرحله قطعهبندی، قسمت لوله از قسمت پسزمینه جدا میگردد. سپس ویژگیهای مربوط به جوش استخراج میشود و نهایتاً این ویژگیها به شبکه عصبی آشوبگونه داده میشود تا این شبکه بتواند سالم یا ناقص بودن جوش را اعلام نماید. درنهایت نتایج روش پیشنهادی ما با روشی که مراحلی یکسان در پیشپردازش و قطعهبندی دارد اما در قسمت تشخیص از شبکه عصبی مصنوعی استفاده میکند ازلحاظ نرخ دقت و سرعت مقایسه میگردد.

منابع مشابه

استخراج عیوب از تصاویر رادیوگرافی جوش با استفاده از اطلاعات محلی در فضای تبدیل

رادیوگرفی یکی از پرکاربردترین انواع آزمایش‌های غیر مخرب جوش می‌باشد، تصاویر رادیوگرافی در حال حاضر توسط انسان تفسیر می‌شوند، به منظور افزایش دقت و سرعت تفسیر و همچنین کاهش هزینه‌ها به دنبال راهی جهت تفسیر اتوماتیک این تصاویر جهت تشخیص عیوب جوش می‌باشیم. مهم‌ترین مرحله اتوماتیک کردن این فرایند، استخراج صحیح عیوب از تصویر رادیوگرافی می‌باشد، از اینرو در این مقاله با استفاده از تکنیک‌های پردازش تص...

متن کامل

شناسایی رفتارهای ناهنجار در تصاویر ویدئویی با استفاده از شبکه عصبی کانولوشنی

شناسایی رفتار ناهنجار ازلحاظ اهمیت یک ضرورت در سامانه‌های نظارت بصری تبدیل‌شده است. همچنین این حوزه به‌عنوان یک چالش در تحقیقات بینایی ماشین بدل شده است. گرچه تلاش‌های بسیاری به‌منظور رفع این مشکل انجام‌شده است، اما شناسایی رفتار در یک محیط واقعی و غیرقابل‌کنترل فاصله معناداری تا به بلوغ رسیدن آن وجود دارد. مشکل اصلی ابهام در تفاوت خصوصیات رفتار غیر نرمال و نرمال است که تعریف آن معمولاً با توجه ...

متن کامل

شناسایی خودکار نوع وسیله‌ی سفر از داده‌های GPS وسایل همراه با استفاده از شبکه‌ی عصبی– فازی

تعیین نوع و تقاضای سفر اهمیت زیادی در سازمان‌های حمل و نقل هر کشور دارد. با تشخیص دقیق نوع وسیله‌ی سفر هر کاربر، امکان ارائه‌ی تصویر واقعی‌تری از تقاضای سفر فراهم می‌شود. همچنین در سرویس‌های مکان‌مبنا دانستن نوع وسیله‌ی سفر برای فرستادن تبلیغات هدفمند کاربرد دارد. در این تحقیق به‌منظور استخراج خودکار نوع وسیله‌ی سفر از شبکه‌ی عصبی-فازی و داده‌های سیستم تعیین موقعیت جهانی (GPS) وسیله‌ی همراه است...

متن کامل

پیش بینی اثر پارامترهای جوش قوس الکتریکی بر هندسه جوش با استفاده از شبکه عصبی مصنوعی

در این مقاله، شبیه سازی روابط بین پارامترها و هندسه جوش قوس الکتریکی با استفاده از شبکه عصبی مصنوعی که با اطلاعات تجربی 216 نمونه تجربی ایجاد شده، ارائه شده است. شبکه عصبی مصنوعی گسترش داده شده در این مقاله از الگوریتم پس انتشار خطا و با دو لایه پنهان بهره می برد که در آن شش پارامتر شدت جریان، طول قوس، سرعت حرکت الکترود، زاویه الکترود با خط جوش، حرکت عرضی و نوع الکترود به عنوان ورودی و چهار عام...

متن کامل

تشخیص خودکار مدولاسیون با استفاده از برنامه نویسی ژنتیک و شبکه عصبی چند لایه پرسپترون

This paper shows how we can make advantage of using genetic programming in selection of suitable features for automatic modulation recognition. Automatic modulation recognition is one of the essential components of modern receivers. In this regard, selection of suitable features may significantly affect the performance of the process. In this research we implemented our model by using appropria...

متن کامل

پیش‌بینی خودکار گره‌های ترافیکی با استفاده از مدل سازی شبکه عصبی

افزایش حجم ترافیک و ایجاد گره­های ترافیکی در راههای بین‌شهری و همچنین شبکه ترافیک شهری سبب کاهش کارایی شبکه ترافیکی و راههای مورد نظر می­شود. پیش­بینی و کشف هرچه سریعتر این گره­های ترافیکی می­تواند کمک شایانی به حل مشکل و روان‌سازی جریان ترافیک نماید. شبکه­های عصبی مصنوعی نشان داده­اند که با تکیه بر قابلیت یادگیری خود می­توانند عملکرد بسیار مناسبی در این زمینه از خود نشان دهند. هدف اصلی این...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه شهید باهنر کرمان - دانشکده ریاضی و کامپیوتر

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023