Analysis of selected methods for image based pattern recognition

• Autorzy: Balzam E.

Warianty tytułu

PL

Analiza wybranych metod rozpoznawania obrazów

• Języki publikacji: EN

Abstrakty

EN

The paper deals with some examples of image classification application in machine technology. Automating machine vision for complicated industrial objects is an important, yet still difficult task, especially in the stage of extracting object features. The presented approach is validated by experiments using actual image of industrial objects and available classification methods in LabView package. The fundamental aim of presented investigation is to estimate some classical algorithms for objects recognition. On the basis of conducted tests, we state that, the complete automatic recognition of objects is a long-term research, small part of which we have described in this paper.

PL

Celem prezentowanych badań jest analiza wybranych metod klasyfikacji obiektów na obrazach cyfrowych. W ramach artykułu porównano metody minimalnoodległościowe oraz przedstawiono wyniki testów dotyczących sposobów klasyfikacji obrazów narzędzi skrawających i symbolicznych gestów rąk, które przeprowadzono w środowisku LabView. Przeprowadzone testy miały na celu oszacowanie wpływu zastosowania operacji morfologicznych na etapie przygotowania zdjęć na jakość klasyfikacji. W przypadku zadania klasyfikacji narzędzi skrawających uzyskano zadawalające wyniki. Zastosowane podczas testów dwa klasyfikatory poprawnie sklasyfikowały wszystkie narzędzia. Należy zaznaczyć, że obrazy zawierały proste, nieskomplikowane narzędzia oraz zostały wykonane w wyidealizowanych warunkach. Na podstawie przeprowadzonych testów dotyczących klasyfikacji gestów stwierdzono, że zastosowanie operacji morfologicznych na etapie wstępnego przetwarzania obrazów poprawiło jakość ich klasyfikacji. Jednakże uzyskane wyniki nie są w pełni zadawalające. Stwierdzono, że na jakość rozpoznania nie wpływa wielkość zastosowanych obrazów na etapie uczenia i testowania klasyfikatora, ale liczba klas oraz ilość cech wyróżniających gesty pomiędzy sobą. W przyszłych pracach prowadzonych w Katedrze Budowy Maszyn przewiduje się przeprowadzenie testów innych metod klasyfikacji, ekstrakcji wektorów cech oraz zastosowania innego podejścia do przygotowania wzorców gestów.

Słowa kluczowe

EN

digital image; pattern recognition; LabVIEW program

PL

obraz cyfrowy; rozpoznawanie obrazów; program LabVIEW

• Wydawca: Katedra Budowy Maszyn. Politechnika Śląska
• Czasopismo: Prace Naukowe Katedry Budowy Maszyn / Politechnika Śląska
• Rocznik: 2006
• Tom: nr 2
• Strony: 113--124
• Opis fizyczny: Bibliogr. 5 poz.

Twórcy

autor

Balzam E.

• Katedra Budowy Maszyn Politechniki Śląskiej, 44-100 Gliwice, ul. Konarskiego 18A, tel. [phone],

Bibliografia

• [1] LabView 7.1, IMAQ Vision for LabView User Manual and Concept Manual. National Instruments.
• [2] Lahajnar F., Bernard R., Pernus F., KovacicS.: Machine vision system for inspecting electric plates. Computers in Industry 47 (2002) 113- 122.
• [3] Licsar A., Sziranyj Т.: User- adaptive hand gesture recognition system with interaction training. Image and Vision Computing 23 (2005) 1102-1114.
• [4] Motai Y.: Salient feature extraction of industrial objects for an automated assembly system. Computers in Industry 56 (2005) 943- 957.
• [5] Sokołowski A., Gałuszka E.: The Application of Image Analysis in Machine Technology. Proceedings of the Eight International Conference on Computation Structures Technology, Civil-Comp Press, s. 315-316.