Automatyczna anotacja znaczników sztyftowych w procesie walcowania pielgrzymowego rur na zimno

• Autorzy: Jabłoński M. , Pociecha D.

Warianty tytułu

EN

Automatic annotation of pin markers in tube pilger cold rolling process

• Języki publikacji: PL

Abstrakty

PL

W artykule opisano system automatycznego wyznaczania punktów pomiarowych w procesie walcowania rur na zimno. Podstawowym problemem jaki został poruszony w artykule, jest dobór metody segmentacji poszczególnych obiektów w obrazach wysokiej rozdzielczości: planszy kalibracyjnej, odkształcanej próbki metalu oraz miedzianych sztyftów. Przebadano trzy metody adaptacyjnej binaryzacji dla każdego rodzaju obiektów. Przez zastosowanie metod komputerowej analizy obrazów uzyskano znaczące przyspieszenie procesu anotacji punktów pomiarowych w stosunku do metody manualnej.

EN

A system of automatic calculation of characteristic points in the process of tube cold rolling process has been presented. The very basic problem that has been addressed in this paper was a method of segmentation of particular regions in high resolution images i.e. reference board, tube area, and copper pin-markers. Three methods of adaptive thresholding have been examined for each type of object. Through application of computer vision algorithms duration of annotation phase has been greatly reduced in comparison to manual method.

Słowa kluczowe

PL

komputerowe przetwarzanie i analiza obrazów; segmentacja; binaryzacja adaptacyjna; obrazy wysokiej rozdzielczości

EN

computer vision; segmentation; adaptive thresholding; high resolution images

• Wydawca: Wydawnictwa AGH
• Czasopismo: Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
• Rocznik: 2010
• Tom: T. 14, z. 3/1
• Strony: 289--299
• Opis fizyczny: Bibliogr. 13 poz., rys., tab.

Twórcy

autor

Jabłoński M.

• Katedra Automatyki, Akademia Górniczo-Hutnicza w Krakowie

autor

Pociecha D.

• Katedra Przeróbki Plastycznej i Metaloznawstwa Metali Nieżelaznych, Akademia Górniczo-Hutnicza w Krakowie

Bibliografia

• [1] Costa L., Roberto M., Shape analysis and classification: theory and practice. Image processing series, CRC Press, 2001.
• [2] Hartley R., Zisserman A., Multiple View Geometry in Computer Vision. Cambridge, UK: Cambridge, University Press, 2000.
• [3] Pociecha D., Jabłoński M., Stanowisko wizyjnego śledzenia odkształceń metalu w procesie obróbki plastycznej na zimno. Automatyka (półrocznik AGH), t. 14, z. 3/1, 2010, 453^65.
• [4] Osika J., Palkowski H., Świątkowski K., Pociecha D., Kula A., Analysis of material deformation during the new cold tubę rollingprocess realized on the new generation of pilger mills. Archive of Metallurgy and Materials, vol. 54, 2009, 1239.
• [5] Otsu N., A thresholdselection methodfrom gray-level histograms. IEEE Transactions on Systems, Man and Cybernetics, vol. 9, issue 1, 1979, 62-66 doi:10.1109/TSMC.1979.4310076.
• [6] Mikrut Z., Duplaga M., Wykrywanie krwi na obrazach bronchoskopowych za pomocą sieci neuronowych. Automatyka (półrocznik AGH), t. 13 z. 3, cz. 2, 2009, 1377-1386.
• [7] Przybyło J., Jabłoński M., Wołoszyn P., Automatyczna segmentacja twarzy dla potrzeb interfejsu czlowiek-komputer Automatyka (półrocznik AGH), t. 9, z. 3, 2005, 587-600.
• [8] Russ J., The image processing handbook. CRC Press, 2002.
• [9] Skarbek W., Segmentation ofcolour images. PWN, 1994.
• [10] http://sourceforge.net/projects/opencvlibrary.
• [11] Tadeusiewicz R., Korohoda P., Komputerowa analiza i przetwarzanie obrazów. Wydawnictwo Fundacji Postępu Telekomunikacji, Kraków, 1997.
• [12] http://www.gimp.org.
• [13] http://www.mathworks.com/image-video-processing.