تشخیص خودکار عیوب جوش در تصاویر رادیوگرافی با استفاده از ماشین بردار پشتیبان
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 943
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CBCONF01_0924
تاریخ نمایه سازی: 16 شهریور 1395
چکیده مقاله:
یکی از مشکلات عمده درخطوط انتقال نفت و گاز، عیوب ایجاد شده در اتصال جوش لوله ها می باشد در صورتعدم تشخیص به موقع این خرابی ها، خسارات اقتصادی و زیست محیطی ناشی از آن پیامدهای ناگواری را خواهد داشتبنابراین تشخیص دقیق و به موقع عیوب جوش از اهمیت بسیار بالایی برخوردار است در دنیای بینایی ماشین، بسیاری ازمسائل تشخیص و دسته بندی همانند تشخیص چهره، در حال حاضر بدون استفاده از سگمنت بندی تصویر حل می شوددر اینگونه موارد با استفاده از روش پنجره لغزان و ویژگی های جدید مانند الگوی باینری محلی که از نقشه برجسته هااستخراج می گردد، می توان مسئله را حل نمود دراین راستا، روش پیشنهادی مطرح شده در این مقاله برای تشخیصخودکار عیوب جوش، استفاده از روش پنجره لغزان است ارزیابی انجام شده حاکی از صحت 94 درصدی تشخیص بااستفاده از طبقه بندی کننده ماشین بردار پشتیبان (SVM) و بهره گیری از 14 نوع ویژگی انتخابی، می یاشد با توجه بهکارایی موثر روش پیشنهادی، انتظار می رود این روش نگرش جدیدی در تحقیقات مربوط به تشخیص خودکار عیوب جوشارائه دهد.
کلیدواژه ها:
نویسندگان
احمد قربانی
دانشجوی کارشناسی ارشد مهندسی کامپیوتر، واحد ساری، دانشگاه آزاد اسلامی، ساری، ایران
سجاد توسلی
عضو هیات علمی، گروه کامپیوتر، واحد ساری، دانشگاه آزاد اسلامی، ساری، ایران
مجید ابوطالبی
عضو هیات علمی، گروه کامپیوتر، واحد ساری، دانشگاه آزاد اسلامی، ساری، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :