Автоматизированное распознавание дефектов сварных соединений при визуальном контроле с использованием геометрических признаков; Дефектоскопия; № 3
| Parent link: | Дефектоскопия.— , 1965- № 3.— 2020.— [С. 49-57] |
|---|---|
| Autore principale: | |
| Ente Autore: | |
| Altri autori: | |
| Riassunto: | Заглавие с экрана Представлен алгоритм автоматизированного распознавания дефектов для обнаружения и классификации дефектов сварных швов по фотоизображениям. Предложенный алгоритм распознавания выделяет дефектную область на сегментированном изображении, извлекает из изображений геометрические особенности и относит дефект к одному из шести классов: отсутствие дефекта, полость, продольная трещина, поперечная трещина, прожог, множественный дефект. Алгоритм реализован в пакете Matlab 2018b MathWorks и протестирован на 60 фотоизображениях дефектов различных классов; точность распознавания составила 85 %. Режим доступа: по договору с организацией-держателем ресурса |
| Lingua: | russo |
| Pubblicazione: |
2020
|
| Serie: | Оптические методы |
| Soggetti: | |
| Accesso online: | https://www.elibrary.ru/item.asp?id=42562581 |
| Natura: | Elettronico Capitolo di libro |
| KOHA link: | https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=668540 |
| Riassunto: | Заглавие с экрана Представлен алгоритм автоматизированного распознавания дефектов для обнаружения и классификации дефектов сварных швов по фотоизображениям. Предложенный алгоритм распознавания выделяет дефектную область на сегментированном изображении, извлекает из изображений геометрические особенности и относит дефект к одному из шести классов: отсутствие дефекта, полость, продольная трещина, поперечная трещина, прожог, множественный дефект. Алгоритм реализован в пакете Matlab 2018b MathWorks и протестирован на 60 фотоизображениях дефектов различных классов; точность распознавания составила 85 %. Режим доступа: по договору с организацией-держателем ресурса |
|---|