استادیار دانشکده مهندسی کامپیوتر، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران مرکز تحقیقاتی مه داده، واحد نجف آباد، دانشگاه آزاد اسالمی، نجف آباد، ایران
چکیده
تاکنون روشهای متنوعی برای تشخیص عیوب سطحی بر پایه تحلیل بافت تصویر ارائه شده است. یکی از روشهایی که ویژگیهای مناسبی را برای تحلیل بافت تصویر ارائه میکند، الگوی دودویی محلی است. بر اساس مفهوم عیوب سطحی، میتوان تخلخل در سنگ را در زمره عیوب سطحی برشمرد. در این مقاله روشی برای آشکارسازی و تخمین میزان تخلخل در سنگهای ساختمانی، بر پایه الگوی دودویی محلی یک بعدی ارائه شده است. روش ارائه شده مشتمل بر دو مرحله است. در مرحله آموزش، ابتدا عملگر الگوهای دودویی محلی یک بعدی بر روی تصویر فاقد تخلخل اعمال شده و بردار ویژگی مبنا استخراج میشود. سپس تصویر پنجره بندی شده و برای هر پنجره بردار ویژگی مجدداً جداگانه استخراج میگردد. با مقایسه عدم شباهت بردارها با بردار مبنا بر اساس معیار نسبت درستنمایی لگاریتمی، حد آستانه سالم بودن بهدست میآید. در مرحله آشکارسازی، تصویر آزمون پنجره بندی شده، بردار ویژگی هر کدام استخراج شده و بر اساس حد آستانه فوق، پنجرههای حاوی تخلخل شناسایی میشوند. در نهایت میزان تخلخل در الگوی عیب تولیدی، بر حسب درصد محاسبه میشود. جهت افزایش نرخ کشف، یک مرحله پیشپردازش جهت نرمالسازی تصاویر بر پایه روش روپوش شبکیه تک میزانی ارائه شده است. نرخ کشف بر روی سه نوع سنگ ساختمانی تراورتن کرم، تراورتن پرتغالی و تیشهای به ترتیب 97.33، 98.06 و 95.82 حاصل شد. پیچیدگی محاسباتی کم، توانایی برخط بودن و حساسیت کم به نوفه از جمله دیگر مزایای روش ارائه شده به شمار میروند.
فکری ارشاد, شروان. (1397). تخمین میزان تخلخل در سنگهای ساختمانی بر پایه الگوی دودویی محلی یک بعدی و روش نرمالسازی تصویر. علوم رایانشی, 3(2), 28-43.
MLA
شروان فکری ارشاد. "تخمین میزان تخلخل در سنگهای ساختمانی بر پایه الگوی دودویی محلی یک بعدی و روش نرمالسازی تصویر". علوم رایانشی, 3, 2, 1397, 28-43.
HARVARD
فکری ارشاد, شروان. (1397). 'تخمین میزان تخلخل در سنگهای ساختمانی بر پایه الگوی دودویی محلی یک بعدی و روش نرمالسازی تصویر', علوم رایانشی, 3(2), pp. 28-43.
VANCOUVER
فکری ارشاد, شروان. تخمین میزان تخلخل در سنگهای ساختمانی بر پایه الگوی دودویی محلی یک بعدی و روش نرمالسازی تصویر. علوم رایانشی, 1397; 3(2): 28-43.