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

thesis
abstract

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.

similar resources

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...

full text

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 ...

full text

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...

full text

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...

full text

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...

full text

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...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

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

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023