Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://earchive.tpu.ru/handle/11683/59518
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.advisor | Муравьев, Сергей Васильевич | ru |
dc.contributor.author | Погадаева, Екатерина Юрьевна | ru |
dc.date.accessioned | 2020-05-28T18:07:10Z | - |
dc.date.available | 2020-05-28T18:07:10Z | - |
dc.date.issued | 2020 | - |
dc.identifier.citation | Погадаева Е. Ю. Распознавание дефектов сварных соединений по фотоизображениям с использованием геометрических признаков : научный доклад / Е. Ю. Погадаева ; Национальный исследовательский Томский политехнический университет (ТПУ), Управление магистратуры, аспирантуры и докторантуры (УМАД), Отдел аспирантуры и докторантуры (ОАиД) ; науч. рук. С. В. Муравьев. — Томск, 2020. | - |
dc.identifier.uri | http://earchive.tpu.ru/handle/11683/59518 | - |
dc.description.abstract | Представлен алгоритм автоматизированного распознавания дефектов (АРД) для обнаружения и классификации дефектов сварных швов по фотоизображениям. Предложенный алгоритм распознавания выделяет дефектную область на сегментированном изображении, извлекает из изображений геометрические особенности и относит дефект к одному из шести классов: отсутствие дефекта, полость, продольная трещина, поперечная трещина, прожог, множественный дефект. Алгоритм реализован в пакете Matlab 2018b MathWorks и протестирован на 60 фотоизображениях дефектов различных классов; точность распознавания составила 85 %. | ru |
dc.description.abstract | An automated defect recognition algorithm is presented for detecting and classifying weld defects by photographic images. The proposed recognition algorithm selects a defective domain in a segmented image, extracts geometric features from the image, and relates the defect to one of six classes: no defect, cavity, longitudinal crack, transverse crack, burn-through, or multiple defect. The algorithm is implemented in the Matlab 2018b MathWorks environment and has been tested on 60 photographs of defects of various classes; the accuracy of recognition was 85% | en |
dc.format.mimetype | application/pdf | - |
dc.language.iso | ru | en |
dc.rights | info:eu-repo/semantics/openAccess | - |
dc.subject | сварной шов | ru |
dc.subject | дефект | ru |
dc.subject | сегментация | ru |
dc.subject | классификация | ru |
dc.subject | визуальный контроль | ru |
dc.subject | обработка изображения | ru |
dc.subject | weld | en |
dc.subject | defect | en |
dc.subject | segmentation | en |
dc.subject | classification | en |
dc.subject | visual inspection | en |
dc.subject | image processing | en |
dc.title | Распознавание дефектов сварных соединений по фотоизображениям с использованием геометрических признаков | ru |
dc.type | Students work | - |
local.department | Национальный исследовательский Томский политехнический университет (ТПУ)::Управление магистратуры, аспирантуры и докторантуры (УМАД)::Отдел аспирантуры и докторантуры (ОАиД) | - |
local.institut | 5394 | - |
local.localtype | Студенческая работа | - |
dc.subject.oksvnk | 12.06.01 | - |
local.thesis.level | Аспирант | ru |
local.thesis.discipline | Фотоника, приборостроение, оптические и биотехнические системы и технологии | - |
local.local-vkr-id | 734315 | - |
local.vkr-id | 44850 | - |
local.stud-group | А6-31 | - |
local.lichnost-id | 159036 | - |
local.thesis.level-id | 5 | - |
local.tutor-lichnost-id | 59508 | - |
dc.subject.udc | 621.791.05:778 | - |
Располагается в коллекциях: | Научные доклады |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
TPU901088.pdf | 106,15 kB | Adobe PDF | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.