محمدرضا شیروانی زاده - دانشگاه آزاد اسلامی واحد نجف آباد
محمدرضا احمدزاده - دانشگاه صنعتی اصفهان

توجه به افزایش جمعیت صنایع مختلف محصولات خود را به صورت بسته بندی در اختیار مشتریان قرار می دهند محصولاتارائه شده میبایست در بسته های شکیل، سالم وبدون خرابی جهت ارائه در بازار تولید شود. در این تحقیق طرحی برای شناسایی انواعخرابی ها از جمله: سوراخ شدگی، شکاف و تورفتگی برای بسته بندی های از نوع قوطی بکار رفته که می تواند خرابی ها را بررسی و در دستههای مختلف شناسایی و ارائه نماید. به منظور بررسی انواع خرابی ها و تعیین محل خرابی بر روی قوطی به کمک پردازش تصویر با روش مورفولوژی (Morphology) انجام دادیم. که با این روش میتوان شکل خرابی و سایر پارامترهای مربوط به منطقه تخریب شده را بدست آورد. این پارامترها شامل مشخصاتی از خرابی هستند که با کمک آنها همراه با شبکه عصبی بتوان انواع خرابی را دسته بندی کرد. درمرحله آخر شبکه های عصبی مختلفی به منظور دسته بندی انواع خرابی ها بررسی شد. که از این جمله می توان به شبکه های عصبی: PLS, LMS و BPN اشاره کرد که شبکه های مربوط به BPN شامل: گرادیان نزولی، Batch training و Quasi Newton می باشد. ضمنا بهترین نتیجه حاصل شده از لحاظ دقت، سرعت و صحت اطلاعات خروجی، شبکه LMS با دقت 99.9 بدست آمده است.

پردازش تصویر، مورفولوژی،قوطی، شبکه عصبی ، معیوب