PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Computer analysis of images of worn surfaces.

Identyfikatory
Warianty tytułu
PL
Komputerowa analiza obrazów zużytych powierzchni.
Języki publikacji
EN
Abstrakty
EN
Digitized images of tribology surfaces belong to a large class of texture images which are frequently analyzed in many areas, mainly for diagnostic and quality control tasks. The paper describes some methods of texture image analysis, discrimination and numerical description on examples of two classes of worn surface images. The considered problems are dealing with the texture image feature extraction and selection of the best features to describe and to discriminate classes of images. The two approaches are presented: (1) extraction of large, redundant feature set and automatic selection of the best features; (2) intuitive feature definition and image processing to enhance the best discriminating features - proposed by authors. The methods were compared by use of Fisher's coefficient.
PL
Cyfrowe obrazy powierzchni badanych w tribologii należą do obszernej klasy obrazów teksturowych analizowanych w wielu dziedzinach, głównie dla celów diagnostyki i kontroli jakości. Artykuł opisuje pewne metody analizy, rozróżniania i opisu liczbowego obrazów teksturowych zrealizowane dla dwu klas obrazów powierzchni o różnym stopniu zużycia. Rozważane są problemy ekstrakcji cech obrazów teksturowych i wyboru najlepszych cech dla opisu i rozróżniania badanych klas obrazów. Zaprezentowano dwa podejścia (1) automatycznej selekcji najlepszych cech z obszernego zbioru ekstrahowanych cech, (2) intuicyjnego określenia najlepszych cech i odpowiedniego ich uwydatnienia przez przetwarzanie obrazów - wg propozycji autorów. Metody porównano przy użyciu współczynnika Fishera.
Rocznik
Strony
73--84
Opis fizyczny
Bibliogr. 11 poz.
Twórcy
autor
  • Technical University of Mining and Metallurgy AGH, Cracow
autor
  • Technical University of Mining and Metallurgy AGH, Cracow
Bibliografia
  • [1] Tadeusiewicz, R., Korohoda, P.: Komputerowa analiza i przetwarzanie obrazów. Wydawnictwo Fundacji Postępu Telekomunikacji, Kraków 1997 (book).
  • [2] Wróbel, Z., Koprowski, R.: Przetwarzanie obrazu w programie MATLAB. Wyd. Uniwersytetu Śląskiego. Katowice 2001 (book).
  • [3] Materka, A., Strzelecki, M., Lerski, R., Schad, L.: Toward Automatic Feature Selection of Texture Test Objects for Magnetic Resonance Imaging, RECPAD 2000, 11th Portugese Conference on Pattern Recognition, Porto, May 2000.
  • [4] Software and documentation of COST B l 1 http://www.eletel.p.lodz.pl/cost/cost_bl l.html
  • [5] Magoulos, G.D., Karkanis, S.A., Karras, D.A., Vrohatis, M.V.: Comparison study of Textural Descriptors for Training Neural Networks Classifiers', www.brunel.ac.uk/~csstgdm/622.pdf.
  • [6] Podsiadło, P., Stachowiak, G.W.: Scale-invariant analysis of wear particle surface morphology, W ear No.242/2000.
  • [7] Umeda, A., Sugimura, J., Yamamoto, Y.: Characterization of wear particles and their relations with sliding conditions. W ear No 216/1998.
  • [8] Zawada-Tomkiewicz, A., Storch, В.: Classifying the wear of turning tools with neural networks', Joum. of Materials Proc. Technol. 109/2001.
  • [9] Myshkin, N.K., Kwon, O.K., Grigoriev, A.Y., Ahn, H.S., Kong, H.: Classification of wear debris using a neural network, Wear 203-204, 1997, pp. 658-662.
  • [10] Rudnicki, Z.: Wybrane metody przetwarzania i analizy cech obrazów teksturowych; "Neuromet’2002" seminar AGH, Kraków (prepared in polish for print in: “Informatyka w Technologii Materiałów”).
  • [11] Haralick, R.M., Shanmugan, K., Dinstein, I.: Textural Features for Image Classification', IEEE Trans. Syst., Man, Cybern. 3/1973 610-621.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BOS3-0008-0075
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.