Reconocimiento de defectos en maderas utilizando una red neuro difusa
Este artículo, describe un clasificador neuro difuso, que diferencia entre 4 tipos de defectos en maderas conocidos como botones. La inspección visual de estos defectos por humanos, tiene un alto grado de complejidad ya que dentro de una misma clase existen variaciones en forma, tamaño y color. Las...
Guardado en:
| Autores principales: | , |
|---|---|
| Formato: | Artículo |
| Lenguaje: | español |
| Publicado: |
Universidad Autónoma Indígena de México
2005
|
| Materias: | |
| Acceso en línea: | https://dialnet.unirioja.es/servlet/oaiart?codigo=1311625 |
| Etiquetas: |
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| Sumario: | Este artículo, describe un clasificador neuro difuso, que diferencia entre 4 tipos de defectos en maderas conocidos como botones. La inspección visual de estos defectos por humanos, tiene un alto grado de complejidad ya que dentro de una misma clase existen variaciones en forma, tamaño y color. Las características utilizadas por el clasificador se extrajeron de las imágenes de maderas mediante filtros Gabor 2D. Estos filtros son muy utilizados para imágenes, en donde la textura es un factor importante. Para reducir la dimensionalidad del vector de características, se utilizó el Método de Incorporación. La red neurodifusa se diseñó a partir de una red de Funciones de Base Radial, FBR, de dos capas en donde las entradas de la red se fuzifican antes de iniciar el entrenamiento. El reconocimiento que se alcanzó fue del 97.05% siendo un resultado aceptable, teniendo en cuenta que un inspector humano alcanza un reconocimiento entre el 75 y 85%. |
|---|