Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
ATZ-Fachkongress

Chassis.tech plus 2024


4 Kongresse in einer Veranstaltung

Treffen Sie in München die Fachleute von Chassis, Lenkung, Bremsen sowie Reifen/Räder.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Development of an Automatic Process Control System for Biological Wastewater Treatment Kapitel lesen Erstes Kapitel lesen

2022 | OriginalPaper | Buchkapitel

A System for Detecting and Detecting Defects in Sheet Metal on Grayscale Images

verfasst von : K. V. Mortin, D. G. Privezentsev, A. L. Zhiznyakov

Erschienen in: Advances in Automation III

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

The article discusses the main problems of timely detection of defects in sheet metal by means of technical vision. In the course of the analysis, it was found that artificial neural networks of a typical structure do not allow to reduce the influence of real production factors on digital flaw detection images, and the quality of defect detection will be quite high. Created on the basis of a system of neurons second set and a special structure, and developed specialized algorithms based on the established network. In the course of experimental studies, defects in sheet metal were successfully identified in 89% of the images of the test set.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Researching the Fundamentals of Decision Synthesis into Technical Systems of Intelligent Data Processing
Nächstes Kapitel Software Package for Training Users to Respond to Information Security Incidents in Industrial Automated Systems
Literatur
1.
Zmyzgova, T.R., Kuznetsova, E.M., Karpov, Y.K.: Problems of processing and recognition of digital images in technical vision systems. In: 2019 International Multi-Conference on Industrial Engineering and Modern Technologies (2019)
2.
He, H., Yuan, M., Liu, X.: Research on surface defect detection method of metal workpiece based on machine learning. In: 2021 6th International Conference on Intelligent Computing and Signal Processing (2021)
3.
Zhou, A., Zheng, H., Li, M., Shao, W.: Defect Inspection Algorithm of Metal Surface Based on Machine Vision. In: 2020 12th International Conference on Measuring Technology and Mechatronics Automation (2020)
4.
Sun, J., Li, C., Wu, X.J., Palade, V., Fang, W.: An effective method of weld defect detection and classification based on machine vision. IEEE Trans. Ind. Inf. 15(12), 6322–6333 (2019)CrossRef
5.
Riaz, F., Kamal, K., Zafar, T., Qayyum, R.: An inspection approach for casting defectsdetection using imagesegmentation. In: 2017 International Conference on Mechanical, System and Control Engineering (2017)
6.
Marukatat, S., Kittisuwan, P.: Image enhancement by pixels sorting. In: 15th International Conference on Electrical Engineering/Electronics, Computer, Telecommunications and Information Technology (2018)
7.
Privezentsev, D.G., Mortin, K.V., Zhiznyakov, A.L., Titov, D.V.: Development of a convolutional layer of a deep neural network for detecting defects in rolled metal. Inst. Making 64(3), 202–207 (2021)
8.
Akimov, A.V., Sirota, A.A.: Models and algorithms for artificial data multiplication for training face recognition algorithms using the Viola-Jones method. Comput. Opt. 6, 899–906 (2016)
9.
Privezentsev, D.G., Shamshin, M.N., Mortin, K.V., Pugin, E.V.: Fractal digital image model based on fuzzy rank blocks. Telecommunications 11, 13–21 (2020)
10.
Liu, Y.: An improved faster R-CNN for object detection. In: 2018 11th International Symposium on Computational Intelligence and Design (2018)
11.
Wang, Y., Wang, C., Zhan, H., Yingbo, G., Wei, S.: Automatic Ship Detection Based on RetinaNet Using Multi-Resolution. Remote Sens. 11(5), 531 (2019)CrossRef
12.
Silver, D., Huang, A., Maddison, C.: Mastering the game of go with deep neural networks and tree search. Nature 529(7587), 484–489 (2016)CrossRef
13.
Wainberg, M., Alipanahi, B., Frey, B.J.: Are random forests truly the best classifiers? J. Mach. Learn. Res. 17(110), 1–5 (2016)MathSciNet
14.
Zhang, Z.: Improved Adam Optimizer for Deep Neural Networks. In: IEEE/ACM 26th International Symposium on Quality of Service (2018)
15.
Sun, H., Gu, L., Sun, B.: Adaptive Gradient Method Based on Estimates of Third-Order Moments. In: IEEE Fourth International Conference on Data Science in Cyberspace (2019)
Metadaten
Titel
A System for Detecting and Detecting Defects in Sheet Metal on Grayscale Images
verfasst von
K. V. Mortin
D. G. Privezentsev
A. L. Zhiznyakov
Copyright-Jahr
2022
Buch
Advances in Automation III

Print ISBN: 978-3-030-94201-4

Electronic ISBN: 978-3-030-94202-1

Copyright-Jahr: 2022

DOI
https://doi.org/10.1007/978-3-030-94202-1_40

Neuer Inhalt

    Bildnachweise