W artykule przedstawiono sposób modelowania sygnału pochodzącego od kamery termowizyjnej, pozwalający na wykonanie analizy porównawczej algorytmów wyznaczania tak zwanego przepływu optycznego. Sposób modelowania powstał na potrzeby rozwoju czujnika inercyjnego, wyznaczającego przesunięcie pojazdu na podstawie analizy obrazu z kamery termowizyjnej. W ramach prac rozwojowych niezbędne okazało się dokonanie wyboru rodzaju algorytmu wyznaczania przepływu optycznego oraz optymalizację parametrów algorytmu. Syntetyczny model sygnału pozwolił na szybkie prototypownie algorytmów i automatyczną optymalizację jego parametrów. W artykule przedstawiono przykładowe wyniki porównania efektywności algorytmów SAD oraz Farnebäcka w kontekście zastosowania dla obrazów termowizyjnych.
EN
The article presents a method of modeling the signal coming from a thermal imaging camera that allows to perform a comparative analysis of algorithms for determining the so-called optical-flow. The modeling method was created for the development of an inertial sensor determining the displacement of the vehicle based on the analysis of the image from a thermal imaging camera. As part of the development work, it was necessary to select the type of optical flow algorithm and optimize its parameters. The synthetic signal model allowed for quick prototyping and automatic optimization of its parameters. The article presents exemplary results of comparing the efficiency of SAD and Farnebäck algorithms in the context of application for thermal imaging.
2
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
W artykule przedstawiono wyniki badań nad innowacyjną metodą oceny porowatości powierzchni betonu architektonicznego z zastosowaniem technik analizy obrazu. Metoda wykorzystuje algorytmy progowania lokalnego i operacje morfologiczne w celu minimalizacji wpływu koloru i chropowatości powierzchni na wynik pomiaru. Zastosowanie próbek modelowych, o kontrolowanych parametrach kolorystyki i struktury geometrycznej powierzchni, pozwoliło na przeprowadzenie weryfikacji dokładności metody oceny porowatości powierzchni i możliwości jej zastosowania do badania jakości powierzchni gładkiego betonu architektonicznego.
EN
This article presents the results of research on an innovative method for assessing the porosity of architectural concrete surfaces using image analysis techniques. The method utilizes local thresholding algorithms and morphological operations to minimize the influence of surface color and roughness on the measurement results. The use of model samples with controlled color and surface topography allowed for verification of the method's accuracy in assessing surface porosity and its applicability for evaluating the surface quality of smooth architectural concrete.
This article describes the development of a cost-effective, efficient, and accessible solution for diagnosing hand movement disorders using smartphone-based computer vision technologies. It highlights the idea of using ToF camera data combined with RG data and machine learning algorithms to accurately recognize limbs and movements, which overcomes the limitations of traditional motion recognition methods, improving rehabilitation and reducing the high cost of professional medical equipment. Using the ubiquity of smartphones and advanced computational methods, the study offers a new approach to improving the quality and accessibility of diagnosis of movement disorders, offering a promising direction for future research and application in clinical practice.
PL
W niniejszym artykule opisano opracowanie opłacalnego, wydajnego i dostępnego rozwiązania do diagnozowania zaburzeń ruchu ręki przy użyciu technologii wizyjnych opartych na smartfonach. Podkreślono w nim ideę wykorzystania danych z kamery ToF w połączeniu z danymi RG i algorytmami uczenia maszynowego do dokładnego rozpoznawania kończyn i ruchów, co przezwycięża ograniczenia tradycyjnych metod rozpoznawania ruchu, poprawiając rehabilitację i zmniejszając wysokie koszty profesjonalnego sprzętu medycznego. Wykorzystując wszechobecność smartfonów i zaawansowane metody obliczeniowe, badanie oferuje nowe podejście do poprawy jakości i dostępności diagnostyki zaburzeń ruchu, oferując obiecujący kierunek przyszłych badań i zastosowań w praktyce klinicznej.
Early-stage and advanced breast cancer represent distinct disease processes. Thus, identifying the stage of tumor is a crucial procedure for optimizing treatment efficiency. Breast thermography has demonstrated significant advancements in non-invasive tumor detection. However, the accurate determination of tumor stage based on temperature distribution represents a challenging task, primarily due to the scarcity of thermal images labeled with the stage of tumor. This work proposes a transfer learning approach based on Deep Convolutional Neural Network (DCNN) with thermal images for predicting breast tumor stage. Various tumor stage scenarios including early and advanced tumors are embedded in a 3D breast model using the Finite Element Method (FEM) available on COMSOL Multiphysics software. This allows the generation of the thermal image dataset for training the DCNN model. A detailed investigation of the hyperparameters tuning process has been conducted to select the optimal predictive model. Thus, various evaluation metrics, including accuracy, sensitivity, and specificity, are computed using the confusion matrix. The results demonstrate the DCNN model's ability to accurately predict breast tumor stage from thermographic images, with an accuracy of 98.2%, a sensitivity of 98.8%, and a specificity of 97.7%. This study indicates the promising potential of thermographic images in enhancing deep learning algorithms for the non-invasive prediction of breast tumor stage.
PL
Wczesny i zaawansowany rak piersi stanowią odrębne procesy chorobowe. Dlatego też identyfikacja stadium nowotworu jest kluczową procedurą dla optymalizacji skuteczności leczenia. Termografia piersi wykazała znaczny postęp w nieinwazyjnym wykrywaniu nowotworów. Jednak dokładne określenie stopnia zaawansowania nowotworu na podstawie rozkładu temperatury stanowi trudne zadanie, głównie ze względu na niedobór obrazów termicznych oznaczonych stopniem zaawansowania nowotworu. W niniejszej pracy zaproponowano podejście uczenia transferowego oparte na głębokiej konwolucyjnej sieci neuronowej (DCNN) z obrazami termicznymi do przewidywania stadium guza piersi. Różne scenariusze stadium nowotworu, w tym guzy wczesne i zaawansowane, są osadzone w trójwymiarowym modelu piersi przy użyciu metody elementów skończonych (MES) dostępnej w oprogramowaniu COMSOL Multiphysics. Pozwala to na wygenerowanie zestawu danych obrazów termicznych do trenowania modelu DCNN. Przeprowadzono szczegółowe badanie procesu dostrajania hiperparametrów w celu wybrania optymalnego modelu predykcyjnego. W związku z tym różne wskaźniki oceny, w tym dokładność, czułość i swoistość, są obliczane przy użyciu macierzy pomyłek. Wyniki pokazują zdolność modelu DCNN do dokładnego przewidywania stadium guza piersi na podstawie obrazów termograficznych, z dokładnością 98,2%, czułością 98,8% i swoistością 97,7%. Badanie to wskazuje na obiecujący potencjał obrazów termograficznych w ulepszaniu algorytmów głębokiego uczenia się w celu nieinwazyjnego przewidywania stadium guza piersi.
The mining industry plays a significant role in the extraction and processing of various ore materials (phosphate, copper, iron, gold, aggregates and others), contributing to industrial and economic development. Rock fragmentation is a fundamental operation and a complex element in mining activities influenced by multiple parameters, including geological and geometric factors, explosive load parameters, and others related to the details of the execution of the blasting plan. The effectiveness of blasting depends on factors such as the geological structure, volume, optimal size of rocks to be blasted, and compliance with safety conditions. To achieve desirable outcomes, it is crucial to make informed decisions regarding the types and quantities of explosives to be used, along with other principal parameters of drilling-blasting design. Continuous evaluation of rock fragmentation is essential for optimizing blasting plans by contributing to the improvement of the quality-price ratio under favorable environmental and safety conditions. This study aims to analyze and enhance the quality of rock fragmentation resulting from blasting activities in the Kef Lahmar-Setif limestone quarry (northeast Algeria), which is characterized by significant rock mass fracturing. This fracturing will be carefully analyzed in order to arrive at an accurate blasting plan for the structure of the studied rock massif. As the aim of the research is to optimize the blasting plan to generate maximum gas pressure and minimize shock pressure due to the existing fractures in the rock mass. in order to test this hypothesis, we conducted several blasting tests by modifying the charge rate of the explosives used (Anfomil and Marmanite III), while maintaining the same parameters in the blasting plan for each test. The goal was to achieve optimal fragmentation. The particle size of the blasted rock pile was analyzed using WipFrag software, which utilizes image analysis techniques.
6
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
W artykule przedstawiony został system obrazowej analizy zachowania dystansu społecznego za pomocą współczesnych algorytmów detekcyjnych opartych na konwolucyjnych sieciach neuronowych. Algorytm wykonywany jest na procesorze graficznym (GPU), dzięki czemu wykonany system może zostać zaimplementowany na komputerze PC średniej klasy. Wynik detekcji obrazowany jest graficznie poprzez objęcie wykrytych w analizowanej scenie osób ramkami w kolorze zależnym od wyznaczonego dystansu.
EN
The article presents a system of visual analysis of social distancing behavior using modern detection algorithms based on convolutional neural networks. The algorithm is executed on a graphics processor (GPU), so that the system made can be implemented on a mid-range PC. The detection result is graphically illustrated by covering the people detected in the analyzed scene with frames in a color depending on the determined distance.
7
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
W niniejszym artykule zaprezentowano system do automatycznego rozpoznawania pojazdów uprzywilejowanych występujących na terenie Polski, działający na podstawie analizy obrazów i wykorzystujący sztuczne sieci neuronowe. Przygotowano bazę obrazów do przeprowadze nia skuteczności klasyfikacji wybranych rodzajów pojazdów uprzywilejowanych, z uwzględnieniem ich gabarytów i możliwości wykrywania sygnałów świetlnych. Dla najlepszej konfiguracji przebadanych sieci neuronowych i rozdzielczości obrazów osiągnięto ponad 99% dokładność klasyfikacji.
EN
This article presents a system for automatic recognition of emergency vehicles in Poland, using artificial neural networks and image anal ysis. A database of images was prepared to carry out the classification tests of selected types of emergency vehicles, taking into account their di mensions and the ability to detect light signals. For the best configuration of the tested neural networks and image resolution, over 99% classification accuracy was achieved.
8
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
This paper presents results of research on changes in morphological parameters and fractal dimensions of Monoraphidium contortum and Microcystis aeruginosa cell aggregates obtained from coagulation using FeCl3. The study used Morphologi G3 as microscopic image analyzer. Based on the microscopic image analysis, the aggregates specific morphological parameters were determined: equivalent diameter (de), „elongation”, „solidity” and aggregate fractal dimensions - D1 and D2. It was found that, size of phytoplankton cell aggregates was subordinated to log-normal distribution. The analysis of changes in aggregate size distribution indicated that along with the increase of coagulant doses (Dc) and flocculation time (tf), their mean equivalent diameter increased. The average diameter of aggregates, on the other hand, decreased with increasing velocity gradient (G). Along with the increase in the amount of energy introduced into the system during mixing (G), a tendency to elongate cell aggregates and reduce their solidity was observed. The morphological characteristics of phytoplankton aggregates based on morphological parameters and fractal geometry allowed to observe a significant relationship between D2 and „solidity”. An increase in the morphological parameter in the form of „solidity” was associated with an increase in the value of the second fractal dimension. Aggregate size evolution, at a constant velocity gradient, occurred in three stages: aggregate growth (I), aggregate break-up (II) and steady state (III). The size and spatial structure of aggregates influenced sedimentation properties of flocs. The reduction of the mean equivalent diameter and solidity of aggregates resulted in a slower sedimentation rate of aggregates.
PL
W pracy poddano analizie zmiany parametrów morfologicznych i wymiarów fraktalnych agregatów komórek zielenicy Monoraphidium contortum oraz sinicy Microcystis aeruginosa ,,uzyskanych w wyniku koagulacji prowadzonej z wykorzystaniem chlorku żelaza (III). W badaniach wykorzystano analizator obrazu Morphologi G3. Zastosowana metoda cyfrowej analizy obrazu mikroskopowego pozwoliła na scharakteryzowanie zarejestrowanych cząstek za pomocą szeregu parametrów morfologicznych: średnica równoważna (dr), „wydłużenie”, „zwartość”. Ponadto, w oparciu o analizę obrazu mikroskopowego, wyznaczono wymiary fraktalne - D1 i D2. Stwierdzono, że wielkość agregatów komórek fitoplanktonu była podporządkowana rozkładowi log-normalnemu. Przeprowadzona analiza zmian rozkładów wielkości agregatów wskazała, że wraz ze wzrostem dawek koagulantu (Dk) i czasu flokulacji (tf) następował wzrost ich średniej średnicy równoważnej. Średnia średnica agregatów uległa natomiast zmniejszeniu wraz ze wzrostem gradientu prędkości (G). Zwiększanie ilości energii wprowadzanej do układu podczas mieszania (G), prowadziło do wydłużania się agregatów komórek oraz zmniejszania ich zwartości. Charakterystyka morfologiczna agregatów fitoplanktonu, oparta na parametrach morfologicznych i geometrii fraktalnej pozwoliła zaobserwować istotną zależność pomiędzy D2, a „zwartością”. Wzrost parametru morfologicznego w postaci „zwartości” związany był ze zwiększeniem wartości drugiego wymiaru fraktalnego. Zaobserwowano, że zmiana wielkości agregatów w czasie, przy stałym gradiencie prędkości zachodziła w trzech etapach: wzrost agregatów (I), rozpad agregatów (II) i ustalenie stanu równowagi (III). Wielkość i struktura przestrzenna agregatów wpływała na właściwości sedymentacyjne kłaczków. Zmniejszenie średniej średnicy równoważnej i zwartości agregatów decydowało o mniejszej prędkości sedymentacji agregatów.
Większa produktywność i wyższa jakość - jak systemy wizyjne oparte na sztucznej inteligencji mogą pomóc firmom łatwo zautomatyzować procesy produkcyjne. Najnowsze osiągnięcia w zakresie analizy obrazu opartej na AI sprawiły, że systemy wizyjne stały się dostępne dla wszystkich firm, również tych bez zaplecza technicznego czy wiedzy programistycznej.
10
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
The use of online video content plays a vital role in marketing strategies and is a significant component of internet usage. The challenge lies in evaluating the impact of video content on user engagement and finding ways to enhance its performance without employing techniques that overwhelm users or prompt ad avoidance behavior. This study investigates the correlation between video dynamics metrics and eye-tracking patterns to determine if user engagement, as indicated by fixations, is influenced by these metrics. The findings demonstrate that dynamic metrics can accurately predict eye-tracking patterns for brief videos and can be applied to measure both inter and intra-scene dynamics in multiscene videos.
11
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Duplex stainless steels (DSSs) are widely used due to their corrosion resistance. Austenite and ferrite determine the excellent properties. Ferrite provides strength and good corrosion resistance, while austenite provides toughness and weldability. During our research,samples were producedwith ER 2209 duplex steel wire using wirearc additive manufacturing (WAAM). Two different 17V and 19V arc voltages were used during the production. Two shielding gases were used for each voltage: M12-ArC-2.5 and M12-ArHeC-20/2. The research aimed to determine the ferrite ratio as a function of the welding parameters. The ferrite(or austenite)content must be between 30% and 70% for duplex stainless steel welds, according to the ISO 17781 standard.Based on our research, it can be stated that the austenite ratio increases as the voltage increases, thus failing to fulfill the standard's requirements. The helium content reduced the ferrite ratio even when the 17V voltage was used due to the gas's higher ionizationpotential. During the metallographicexamination, our welded samples met the standardrequirements for the austenite content for17V arc voltage and M12-ArC-2.5 shielding gas. The ferrite content in the entire sample cross-sectionfell between 30-42% duringferitscopeand image analysis measurements. These welding parameters can be recommended for industrial applications.
Współczesne metody badań stosowane w nowoczesnych technikach badawczych spowodowały, że zbierane są ogromne ilości danych, które muszą być poddane dalszej analizie. Uczenie maszynowe pomaga interpretować zgromadzone dane, a po ich przetworzeniu może pomóc podjąć dalsze decyzje. Metoda ta ma coraz większe zastosowanie w kontroli jakości wyrobów. W artykule przedstawiono zastosowanie nadzorowanej wersji uczenia maszynowego w badaniach nad optymalizacją rozpoznawania faz chemicznych z obrazów mikroskopowych i obrazów składu chemicznego dla płytek ceramicznych. Stwierdzono, że w przypadku opracowanych danych z elektronowej mikroskopii skaningowej, najlepsze wyniki uzyskano dla algorytmu CART (drzewo decyzyjne). Zastosowana metodyka znacznie usprawnia przeprowadzenie badań i poprawia jakość uzyskanych analiz obrazu w odniesieniu do standardowego oprogramowania mikroskopów.
EN
Contemporary research methods used in modern research techniques often result in the collection of huge amounts of data that must be further analyzed. Machine learning helps to interpret the collected data, and after their processing, it can help you make further decisions. The article presents the use of the supervised machine learning in research on the optimization of the recognition of chemical phases from microscopic images and chemical composition images for ceramic tiles. It was found that in the case of the developed data from scanning electron microscopy, the best results were obtained for the CART algorithm (decision tree structure). The applied methodology significantly improve the conduct of research and ameliorate the quality of the obtained image analyzes.
13
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
W artykule przedstawiono skonstruowane stanowisko laboratoryjne do automatycznego badania wybranych parametrów jakościowych urządzeń rejestrujących obrazy cyfrowe. Na stanowisku można przebadać zarówno aparaty cyfrowe (lustrzanki oraz tzw. bezlusterkowce) jak i smartfony, kamery internetowe, kamery monitoringu czy kamerki samochodowe. Uzyskane na stanowisku obrazy testowe są analizowane przez opracowane oprogramowanie, które generuje raport w postaci tabeli z wynikami analizy.
EN
The article presents a constructed laboratory stand for automatic testing of selected quality parameters of devices recording digital images. At the stand, it is possible to test both digital cameras (SLRs and so-called mirrorless cameras) as well as smartphones, webcams, monitoring cameras and car cameras. The test images obtained on the stand are analyzed by the prepared software, which generates a report in the form of a table with the results of the analysis
W artykule przedstawiono pilotażowe badania dotyczące zastosowania systemu analizy obrazu do oceny jakości struktur wykonanych w technologii druku 3D kompozytów cementowych. Zaproponowany algorytm w sposób prawidłowy ocenia jakość powierzchni wydrukowanych elementów. Analiza nieciągłości mieszanki tą metodą może być przydatna nie tylko w ocenie estetyki wykonanych elementów, ale także możliwe jest jej powiązanie z właściwościami mechanicznymi, skurczem oraz trwałością drukowanej struktury.
EN
The paper presents a pilot study on the use of an image analysis system to assess the quality of structures made in the 3D printing technology of cementitious composites. The proposed algorithm correctly evaluated the surface quality of the printed elements. Analysis of the path discontinuity with this method can be useful not only in the assessment of the aesthetics of the manufactured elements, but also it is possible to link it with the mechanical properties, shrinkage and durability of the printed structure.
Combining tomographic imaging with deep learning techniques enables image analysis. There are still many questions in the subject of image reconstruction from projection using a deep neural network. This publication focuses on biomedical imaging with an emphasis on developing a new generation of image reconstruction techniques using deep neural networks. Such targeted research may lead to the development of intelligent use of knowledge in big data, including innovative approaches to the reconstruction of tomographic images and further development in the area of diagnostic imaging. Fully utilizing the possibilities of machine learning in biomedical imaging will be the first step in the development of new translational techniques.
PL
Połączenie obrazowania tomograficznego z technikami uczenia głębokiego umożliwia analizę obrazu. W dziedzinie rekonstrukcji obrazu z projekcji za pomocą głębokiej sieci neuronowej wciąż istnieje wiele wątpliwości. Ta publikacja skupia się na obrazowaniu biomedycznym z naciskiem na opracowanie nowej generacji technik rekonstrukcji obrazów właśnie z użyciem głębokich sieci neuronowych. Tak ukierunkowane badania mogą prowadzić do rozwoju inteligentnego wykorzystania wiedzy z zakresu big data, w tym innowacyjnych podejść do rekonstrukcji obrazów tomograficznych oraz dalszego rozwoju w obszarze diagnostyki obrazowej. W pełni wykorzystane możliwości uczenia maszynowego w obrazowaniu biomedycznym będzie pierwszym krokiem do rozwoju nowych technik translacyjnych.
16
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
During the technological processing of staple fibers into yarn drafting, waves are formed which increase the irregularity of yarn linear density and consequently affect the yarn quality. Even a correctly performed technological process does not allow one to completely eliminate yarn faults (thin and thick places, neps) and yarn irregularity. All the yarn imperfections distinctly become apparent in flat textiles made of such a yarn. The quality of the yarn produced should be assessed already in spinning mill, using the results obtained to conclude on the quality of woven or knitted fabrics. Modern metrological laboratories in spinning mills possess Uster Tester 5 (UT5) apparatuses that not only assess the yarn quality with respect to the irregularity of linear density, faults (thin and thick places, neps), or hairiness, but also using the test results obtained make it possible to create a digital image of the predicted appearance of a flat fabric made of the yarn tested. This article presents a computer-aided method of the analysis of the woven and knitted fabric images obtained from UT5 that allows one to assess the significance of particular yarn parameters in the predicted appearance of flat fabrics.
Niniejsza praca jest próbą syntetycznego przedstawienia współczesnego rozumienia i zastosowania jednego z kluczowych dla każdej armii na świecie obszarów – wywiadu, obserwacji i rozpoznania (ISR). W artykule dokonano podsumowania najważniejszych aspektów ISR i implementacji tego zagadnienia w siłach zbrojnych Polski i NATO oraz wyzwań z nimi związanych. Z uwagi na znaczący postęp technologiczny zaprezentowano również aspekty techniczne jednego z najszybciej rozwijających się rodzajów rozpoznania i wywiadu – analizy obrazu. Każdy rozdział zawiera odniesienie do polskich sił zbrojnych.
EN
This paper is an attempt to synthetically present the contemporary understanding and application of one of the key areas for any army in the world - intelligence, surveillance and reconnaissance (ISR). The article summarizes the most important aspects of ISR and its implementation in the Polish and NATO armed forces, as well as the challenges associated with them. Due to significant technological progress, technical aspects of one of the fastest growing types of reconnaissance and intelligence - image analysis - are also presented. Each chapter contains a reference to the Polish Armed Forces.
18
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
W przypadku żołędzi przeznaczonych do siewu w szkółkach leśnych powszechnie stosuje się skaryfikację mechaniczną, polegającą na odcięciu od strony znamienia ich końców. Ten pracochłonny zabieg przyspiesza kiełkowanie nasion oraz wyrównuje wschody. Wartością dodaną skaryfikacji jest możliwość wzrokowej oceny zmian mumifikacyjnych żołędzi i odrzucenia nasion nekrotycznych. Autorzy podjęli się opracowania urządzenia do automatyzacji ww. procesów, który został wyposażony w dwa niezależne systemy rozpoznawania i analizy obrazów.
EN
In the case of acorns intended for sowing in forest nurseries, mechanical scarification is commonly used, consisting in cutting off their ends. This laborious treatment accelerates seed germination and even out the size of the seedlings. The added value of scarification is the ability to visually assess the mummification changes of acorns and the rejection of necrotic seeds. The authors undertook to develop a device for the automation of the above-mentioned processes, which has been equipped with two independent image recognition and analysis systems
Artykuł skupia się na problematyce prowadzenia badań dotyczących zachowań robotników na placu budowy. Omówione zostały zarówno metody pośrednie czyli głównie badania sondażowe, jak i badania prowadzone bezpośrednio w miejscu wykonywania prac (in situ). Szczególną uwagę poświęcono omówieniu wad i zalet metod bezinwazyjnych pomiarów prowadzonych przy zastosowaniu czujników radiowych i analizy obrazu wideo. Przeanalizowano podstawowe wymagania stawiane technologiom śledzenia ruchu robotników w czasie rzeczywistym.
EN
This article focuses on the issues of conducting research on the behavior of workers on construction sites. Both indirect methods, i.e. mainly survey research, and research conducted directly at the work site (in situ) were discussed. Particular attention was paid to discussing the advantages and disadvantages of non-invasive measurement methods using radio sensors and video image analysis. The basic requirements for real-time worker tracking technologies were analyzed.
The grain and milling industry deals with the grinding of grain into flour and groats. These processes take place in mills. During the technological process of producing flour and groats, contamination may occur, which reduces the quality of end products. Before the product is introduced into the consumption cycle, the flours and groats are subjected to laboratory analysis, including in terms of product purity. This analysis is based on the organoleptic determination of the amount of contamination in flour and grain products using the sense of sight. The article presents innovative techniques for assessing the quality of the pollution level using image analysis and artificial neural networks (ANNs). Wheat flour was used for laboratory tests.
PL
Przemysł zbożowo-młynarski zajmuje się przemiałem zboża na mąkę i kasze. Procesy te odbywają się w młynach. W czasie procesu technologicznego produkcji mąki oraz kasz, może dojść do zanieczyszczeń, co powoduje obniżenie jakości produktów końcowych. Przed wprowadzeniem produktu do obiegu konsumpcyjnego, mąki i kasze poddawane są analizie laboratoryjnej, między innymi pod względem czystości produktu. Analiza ta polega na organoleptycznym określeniu za pomocą zmysłu wzroku ilości zanieczyszczeń w mące i przetworach zbożowych. W artykule przedstawiono innowacyjne techniki oceny jakości poziomu zanieczyszczeń wykorzystujące analizę obrazu oraz sztuczne sieci neuronowe (SSN). Do badań laboratoryjnych wykorzystano mąkę pszenną.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.