Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 3

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  inspekcja wizyjna
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available remote Zrobotyzowane stanowisko kontroli stanu elementów sprzętu uzbrojenia
100%
PL
W artykule przeprowadzono analizę możliwości adaptacji do zastosowań wojskowych, rozwiązań znanych z przemysłu, a dotyczących realizacji procesu inspekcji wizyjnej przy wykorzystaniu systemów wizyjnych i robotów przemysłowych.
EN
The article has thoroughly analysed the possibility to adapt commonly known industrial solutions regarding vision inspection system and industrial robots for military purpose.
PL
Inspekcja wizyjna, jako ważny element procesów automatyzacji produkcji komplikuje się wraz ze zwiększaniem złożoności i szybkości wytwarzania. Na przykładzie aplikacji przygotowanych w środowisku firmy National Instruments a realizujących zadania stosowane w inspekcjach wizyjnych wykazano, że na wydajność systemów automatycznej inspekcji wizyjnej ma wpływ nie tylko złożoność algorytmów i wydajność sprzętu, ale także szybkość działania środowiska uruchomieniowego, właściwa alokacja zadań i odpowiednie wykorzystanie zasobów.
EN
Automated vision inspection, as an important stage of the process automation becomes more and more complicated, mainly because of the increasing of complexity and speed of production. The paper presents example machine vision inspections prepared in National Instruments software. The experiments have shown that the resulting performance of the inspection system affects not only the complexity of the algorithms and the hardware performance, but also the speed of the runtime environment, proper allocation of tasks, and utilization of the hardware resources.
PL
W artykule przedstawiono nowy algorytm detekcji defektów, występujących w powierzchniach teksturowych, który, w przeciwieństwie do wielu metod opisanych w literaturze, nie wykorzystuje klasyfikacji nadzorowanej. Dzięki temu nie wymaga przygotowania zbioru uczącego i może być łatwo zastosowany w automatycznym systemie dokonującym wizualnej inspekcji powierzchni materiałów takich, jak: drewno, papier, materiały tekstylne, stal lub skały. W celu wykrycia i określenia lokalizacji defektów tekstur proponowane podejście dzieli analizowany obraz na obszary, następnie z wykorzystaniem rozkładu macierzy według wartości szczególnych i technik przetwarzania obrazów wyznacza cechy opisujące każdy z obszarów. Ostatecznie algorytm stosuje klasteryzację za pomocą metody rozmytych c-środków w celu zaklasyfikowania obszarów do jednej z dwóch klas: klasy defektu lub klasy pozbawionej defektu. Prezentowany algorytm zastosowano do analizy defektów, występujących w przykładowych teksturach naturalnych.
EN
In this paper we propose an algorithm for texture defects detection, which doesn't use supervised classification. The algorithm can be simply applied in an automatic visual inspection system. For localization of texture defects we calculate features of each non-overlapping region of an image via the Singular Value Decomposition (SVD) and image processing techniques. In next step the algorithm uses the fuzzy c-means clustering (FCM) to classify each region into two clusters. Finally we define a distance between centres of defective and non-defective clusters using some threshold value chosen empirically.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.