Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: obraz powierzchni obrobionej

Sortuj według:

Ogranicz wyniki do:

Surface image enhancement and discrimination with the applicationof wavelet decomposition

Zawada-Tomkiewicz A., Tomkiewicz D.

Pomiary Automatyka Kontrola

2013

R. 59, nr 11

1174--1178

A digital image of a machined surface consists of numbers describing the reflection of light from the surface. In this paper there is presented a method of image processing for emphasizing the features of surface roughness. It is based on the properties of the Wavelet Transform to detect the presence of details which are usually lost when other methods of noise reduction are applied. A universal image quality index UIQ for loss of correlation, luminance distortion, and contrast distortion was used to measure objective image quality loss when image processing was applied.

Dla metody monitorowania powierzchni obrobionej, opracowanej w Zakładzie Monitorowania Procesów Technologicznych Politechniki Koszalińskiej, podstawowym źródłem informacji jest obraz cyfrowy tej powierzchni [1-3]. Każda zmiana warunków pozyskiwania i przetwarzania obrazu wpływa na dokładność i wiarygodność wyników. Wskazane jest, zatem, ujednolicenie procedur przetwarzania obrazu przy zachowaniu poziomu informacji na tym samym poziomie [4]. Obraz powierzchni obrobionej w postaci cyfrowej reprezentowany jest macierzą liczb, będących odzwierciedleniem stanu odbicia światła od tej powierzchni. Światło odbijając się od powierzchni powoduje tworzenie obrazu śladów obróbki o wyraźnym ukierunkowaniu. W artykule prezentowana jest metoda przetwarzania obrazu powierzchni obrobionej w celu podkreślenia w nim cech chropowatości powierzchni przy jednoczesnej redukcji zakłóceń wynikających ze zmiennych warunków pozyskiwania obrazu. Prezentowana procedura przetwarzania obrazu wykorzystuje własności transformaty falkowej [5-13], dzięki której istnieje możliwość wyróżnienia szczegółów obecnych w obrazie na tle głównego motywu tekstury, w tym przypadku śladów po przejściu narzędzia. Metoda zapewnia pozostawienie szczegółów, które zwykle ulegają usunięciu lub niekorzystnej zmianie przy filtracji obrazu.

Zastosowanie dyskretnej transformaty falkowej do redukcji zakłóceń w obrazie powierzchni obrobionej

Zawada-Tomkiewicz Anna Zawada-Tomkiewicz

Zeszyty Naukowe Politechniki Poznańskiej. Budowa Maszyn i Zarządzanie Produkcją

2010

Nr 13

173-178

Dla metody monitorowania powierzchni obrobionej, opracowanej w Zakładzie Monitorowania Procesów Technologicznych Politechniki Koszalińskiej, podstawowym źródłem informacji jest obraz cyfrowy tej powierzchni. Każda zmiana warunków pozyskiwania i przetwarzania obrazu wpływa na dokładność i wiarygodność wyników. Wskazane jest zatem ujednolicenie procedur przetwarzania obrazu przy zachowaniu poziomu informacji na tym samym poziomie. Obraz powierzchni obrobionej w postaci cyfrowej reprezentowany jest macierzą liczb, będących odzwierciedleniem stanu odbicia światła od tej powierzchni. Światło odbijając się od powierzchni powoduje tworzenie obrazu śladów obróbki o wyraźnym ukierunkowaniu. W artykule prezentowana jest metoda przetwarzania obrazu powierzchni obrobionej w celu podkreślenia w nim cech chropowatości powierzchni przy jednoczesnej redukcji zakłóceń wynikających ze zmiennych warunków pozyskiwania obrazu. Prezentowana procedura przetwarzania obrazu wykorzystuje własności transformaty falkowej, dzięki której istnieje możliwość wyróżnienia szczegółów obecnych w obrazie na tle głównego motywu tekstury, w tym przypadku śladów po przejściu narzędzia. Metoda zapewnia pozostawienie szczegółów, które zwykle ulegają usunięciu lub niekorzystnej zmianie przy filtracji obrazu.

Digital image of machined surface consists of numbers describing the reflection of light from the surface. In this paper a new method of image processing for emphasizing the features of a surface roughness is shown. It is based on the properties of the Wavelet Transform to detect the presence of details which, usually, are lost when other methods of noise reduction are applied. A universal image quality index UIQ modeling loss of correlation, luminance distortion, and contrast distortion was used to objective image quality loss measure when image processing was applied.