Sprzętowa implementacja neuronowego detektora kolorów

• Autorzy: Wawrzyniak D. , Kamiński M.

Warianty tytułu

EN

Hardware implementation of neural detector for color selection

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono detektor długości fal świetlnych, wykorzystujący teorię sztucznych sieci neuronowych. Przedstawiono opis struktury oraz projektowania detektora, a także aplikację sprzętową analizowanego modelu neuronowego. W części praktycznej niniejszego projektu zastosowano mikrokontroler ATmega32. Wykonano badania prezentujące dokładność działania detektora neuronowego przy współpracy z czujnikiem koloru.

EN

In this paper neural model applied in detection of wavelength of the light is presented. The structure of neural detector and design methodology are described. Moreover, hardware implementation is shown, for this purpose ATmega 32 is used. Tests presenting quality of detection has been prepared.

Słowa kluczowe

PL

rozpoznawanie koloru; neuronowy detektor; implementacja sieci neuronowej; automatyka przemysłowa

• Wydawca: Oficyna Wydawnicza Politechniki Wrocławskiej
• Czasopismo: Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej. Studia i Materiały
• Rocznik: 2014
• Tom: Vol. 70, nr 34
• Strony: 193--205
• Opis fizyczny: Bibliogr. 14 poz., rys., tab.

Twórcy

autor

Wawrzyniak D.

autor

Kamiński M.

• Politechnika Wrocławska, Instytut Maszyn, Napędów i Pomiarów Elektrycznych, ul. Smoluchowskiego 19, 50-372 Wrocław

Bibliografia

• [1] PASZKIEWICZ T., E3MC RGB Color Sensor Przemysłowe czujniki koloru, Elektronika Praktyczna, 2001, Vol. 2, 132–135.
• [2] HENDRYCH B., Rozpoznawanie barw. Aplikacje czujników koloru MEE, Elektronika Praktyczna, 2012, Vo1. 1, 112–114.
• [3] KUMAR A., CHOUDHURY R., Principles of Colour and Appearance Measurement: Object Appearance, Colour Perception and Instrumental Measurement, Elsevier, 2014.
• [4] VELHO L., FRERY A.C., GOMES J., Image Processing for Computer Graphics and Vision, Springer Science & Business Media, 2009.
• [5] HUANG W., QIAO Y., TANG X., Robust Scene Text Detection with Convolution Neural Network Induced MSER Trees, Computer Vision – ECCV 2014, 13th European Conference, 2014, Vol. 8692, 497–511.
• [6] MARKOU M., SINGH S., Novelty detection: a review – Part 2: neural network based approaches, Signal Processing, 2003, Vol. 83, No. 12, 2499–2521.
• [7] ROWLEY H.A., BALUJA S., KANADE T., Neural network-based face detection, IEEE Transactions on Pattern Analysis and Machine Intelligence, 1998, Vol. 20, No. 1, 23–38.
• [8] TADEUSIEWICZ R., Sieci neuronowe, Akademicka Oficyna Wydawnicza, Warszawa 1993.
• [9] OSOWSKI S., Sieci neuronowe do przetwarzania informacji, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2013.
• [10] YU H., WILAMOWSKI B. M., Levenberg–Marquardt Training, Ind. Electronics Handbook, Intelligent Systems, 2nd ed., 2011, Vol. 5, 12-1–12-15.
• [11] ORŁOWSKA-KOWALSKA T., KAMIŃSKI M., FPGA Implementation of the Multilayer Neural Network for the Speed Estimation of the Two-Mass Drive System, IEEE Transactions on Industrial Informatics, 2011, Vol. 7, No. 3, 436–445.
• [12] ŚWISULSKI D., Cyfrowe metody rejestracji prędkości obrotowej maszyn wirujących, Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej, Nr 49, Seria: Studia i Materiały, Nr 21, 2000, 171–179.
• [13] QIAOYI L., YANLING X., WENLONG Y., JUNSHENG H., HUAN L., Study on Color Analyzer based on the Multiplexing of TCS3200 Color Sensor and Microcontroller, International Journal of Hybrid Information Technology, 2014, Vol. 7, No. 5, 167–174.
• [14] TAKAHASHI M., HASHIMUKAI H., ANDO H., 2-dimensional color sensor with combined neural network, International Joint Conference on Neural Networks, 1991.