Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Automatic image analysis" wg kryterium: Temat


Wyświetlanie 1-6 z 6
Tytuł:
Concrete surface evaluation based on the reflected TLS laser beam’s intensity image classification
Autorzy:
Zaczek-Peplinska, J.
Osińska-Skotak, K.
Powiązania:
https://bibliotekanauki.pl/articles/178269.pdf
Data publikacji:
2018
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
engineering geodesy
Automatic Image Analysis
control of dams
assesment of concrete surface
Opis:
Dynamically developing terrestrial laser scanning technology (TLS) provides modern surveying tools, that is, scanning total stations and laser scanners. Owing to these instruments, periodic control surveys of concrete dams were performed as a part of geodetic monitoring yield point models characterised by quasicontinuity. Using the results of such measurements as a base, one can carry out a number of geometric analyses as well as acquire information for detailed analytical and calculative considerations. The scanner, similar to total station, by determining distances and angles, identifies spatial coordinates (X, Y, Z) of the surveyed points. Registration of the reflected laser beam’s intensity value (Intensity) emitted by the scanner provides additional information on the surveyed object. Owing to high working speed and the large amount of the collected data, the scanners became an indispensable tool for geodesists. The article assesses the possibility of application of terrestrial laser scanning in surveying changes in the surface of a concrete dam based on the experimental measurements. The condition of the dam’s downstream concrete wall was evaluated. The evaluation included changes in the surface’s roughness, cracks, seepage points, erosion caused by plant overgrowth and the degressive durability parameter of the used material (concrete). The article presents an example of the application of the results of a laser scan in the assessment of the condition of a water dam’s external concrete surfaces. The results of experimental measurements were analysed – the results of a scan of the downstream concrete wall of a dam in Ecker (Germany) using two laser scanners characterised by different technical parameters, that is, laser wavelength (laser’s colour), range, definable point density, method of distance measurement – Leica C10, Z+F Imager 5006h. The measurement was carried out in the same weather conditions from the same sites of the test base. The results of the measurements were analysed using, inter alia, statistical methods by defining template fields and supervised and unsupervised classification methods in reference to the selected fragments of the Surface characterised by known concrete surface properties. Various classification algorithms were used. The obtained results make it possible to assess the suitability of the proposed methodology of evaluating the concreto surface’s condition and establish tool selection principles to match the practical application requirements.
Źródło:
Studia Geotechnica et Mechanica; 2018, 40, 1; 56-64
0137-6365
2083-831X
Pojawia się w:
Studia Geotechnica et Mechanica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
CellProfiler and WEKA Tools: Image Analysis for Fish Erythrocytes Shape and Machine Learning Model Algorithm Accuracy Prediction of Dataset
Autorzy:
Talapatra, Soumendra Nath
Chaudhuri, Rupa
Ghosh, Subhasis
Powiązania:
https://bibliotekanauki.pl/articles/1193348.pdf
Data publikacji:
2021
Wydawca:
Przedsiębiorstwo Wydawnictw Naukowych Darwin / Scientific Publishing House DARWIN
Tematy:
Automatic image analysis
CellProfiler tool
Fish erythrocytes quantification
Machine learning algorithm
Model classifier accuracy
Shapes measurement
WEKA tool
Opis:
The first part of the study was detected the number of cells and measurement of shape of cells, cytoplasm, and nuclei in an image of Giemsa-stained of fish peripheral erythrocytes by using CellProfiler (CP, version 2.1.0) tool, an image analysis tool. In the second part, it was evaluated machine learning (ML) algorithm models viz. BayesNet (BN), NaiveBayes (NB), logistic regression (LR), Lazy.KStar (K*), decision tree (DT) J48, Random forest (RF) and Random tree (RT) in the WEKA tool (version 3.8.5) for the prediction of the accuracy of the dataset generated from an image. The CP predicts the numbers and individual cellular area shape (arbitrary unit) of cells, cytoplasm, and nuclei as primary, secondary, and tertiary object data in an image. The performance of model accuracy of studied ML algorithm classifications as per correctly and incorrectly classified instances, the highest values were observed in RF and RT followed by K*, LR, BN and DTJ48 and lowest in NB as per training and testing set of correctly classified instances. In case of performance accuracy of class for K value, the highest values were observed in RF and RT followed by K*, LR, BN and DTJ48 and lowest in NB while lowest values were obtained for mean absolute error (MAE) and root mean squared error (RMSE) in case of RT followed by RF, K*, LR, BN and DTJ48 and comparatively highest value in case of NB as per training and testing set. In conclusion, both tools performed well as an image to the dataset and obtained dataset to rich information through ML modelling and future study in WEKA tool can easily be analysed many biological big data to predict classifier accuracy.
Źródło:
World Scientific News; 2021, 154; 101-116
2392-2192
Pojawia się w:
World Scientific News
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Automatic estimation of the brightness changes for background suppression methods used for video tracking of vehicles
Autorzy:
Okarma, K.
Mazurek, P.
Powiązania:
https://bibliotekanauki.pl/articles/393475.pdf
Data publikacji:
2012
Wydawca:
Polskie Stowarzyszenie Telematyki Transportu
Tematy:
analiza obrazów
video śledzenie
automatyczna estymacja
image analysis
video tracking
automatic estimation
Opis:
One of the typical distortions in the background estimation methods is a change of lighting conditions, since each such change influences on the luminance of pixels in the captured images, which may be classified as the background. The global changes are relatively easy to compensate, but in practical applications the character of most of such changes is rather local. These changes may be caused e.g. by clouds, moving large objects, street lamps etc. Nevertheless, their influence on the results of the background estimation should be reduced therefore a local adaptive correction algorithm, applied as the pre-processing step, is proposed in the paper, assuming known geometrical configuration of the observed road
Źródło:
Archives of Transport System Telematics; 2012, 5, 4; 17-20
1899-8208
Pojawia się w:
Archives of Transport System Telematics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Comparison of selected classification methods in automated oak seed sorting
Porównanie wybranych metod klasyfikacji w automatycznym sortowaniu nasion dębu
Autorzy:
Grabska-Chrząstowska, J.
Kwiecień, J.
Drożdż, M.
Bubliński, Z.
Tadeusiewicz, R.
Szczepaniak, J.
Walczyk, J.
Tylek, P.
Powiązania:
https://bibliotekanauki.pl/articles/336489.pdf
Data publikacji:
2017
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:
acorn classification
automatic sorting
acorn
image analysis
image processing
kNN
ANN
SVM
klasyfikacja żołędzi
automatyczne sortowanie
żołędzie
przetwarzanie obrazu
analiza obrazu
Opis:
In this paper the results of automated, vision based classification of oak seeds viability i.e. their ability to germinate are presented. In the first stage, using a photo of the seed cross-section, a set of feature vectors were determined. Then three classification methods were examined: k-nearest neighbours (k-NNs), artificial neural networks (ANNs) and support vector machines (SVMs). Finally, a 73.1% precision was obtained for kNN and a 64 bin histogram, 78.5% for ANN and a 4 bin histogram and 78.8% for SVM with a 64 bin histogram.
W artykule zaprezentowano wyniki badań automatycznej, wizyjnej klasyfikacji nasion dębu pod względem ich żywotności, tj. zdolności do kiełkowania. W pierwszym etapie prac, na podstawie zdjęcia przekroju nasiona, wyznaczono zbiór cech, który w sposób niezależny od kształtu i rozmiaru poszczególnych obiektów pozwala na opisanie ich budowy anatomicznej. Następnie zbadano, dla wyselekcjonowanych wektorów cech, trzy metody klasyfikacji: k-najbliższych sąsiadów (k-NN), artificial neural networks (ANN) oraz maszynę wektorów nośnych (SVM). Uzyskano 73,1% precyzji rozpoznawania dla histogramu o długości 64 metodą kNN, 78,5% dla histogramu o długości 4 dla ANN i 78,8% dla histogramu o długości 64 metodą SVM.
Źródło:
Journal of Research and Applications in Agricultural Engineering; 2017, 62, 1; 31-33
1642-686X
2719-423X
Pojawia się w:
Journal of Research and Applications in Agricultural Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of background estimation and removal techniques for the extraction of the power line components on the digital images for the automatic power line inspection systems
Zastosowanie technik estymacji oraz usuwania tła do ekstrakcji elementów napowietrznych linii energetycznych z obrazów cyfrowych w systemach automatycznej inspekcji linii energetycznych
Autorzy:
Mazurek, P.
Okarma, K.
Powiązania:
https://bibliotekanauki.pl/articles/153207.pdf
Data publikacji:
2008
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
analiza obrazu
estymacja tła
automatyczna inspekcja linii energetycznych
image analysis
background estimation
automatic power line inspection
Opis:
One of the most typical problems during analysis of the images acquired for the power lines inspection is the necessity of removing the background elements on them. Usually for the images taken from the ground the background is quite easy to remove (e.g. sky with clouds) because of the high contrast. Although, for some aerial images and also for some taken from the ground there may be the situation where the background is much more complex (e.g. trees, buildings, roads). The method presented in the paper is designed for both cases. It is based on the analysis of the image with the usage of some characteristic individual transmission line components e.g. transmission towers.
Jednym z najbardziej typowych problemów w analizie obrazów uzyskiwanych podczas inspekcji linii energetycznych jest konieczność usuwania elementów stanowiących tło. Zazwyczaj w przypadku obrazów uzyskiwanych z poziomu ziemi tło jest stosunkowo łatwe do usunięcia (np. niebo z chmurami) dzięki dużemu kontrastowi. Jednakże dla niektórych obrazów lotniczych a także uzyskiwanych z poziomu ziemi może wystąpić bardziej złożone tło (np. drzewa, budynki, drogi). Metoda zaprezentowana w pracy jest użyteczna w obu tych przypadkach. Jest ona oparta na analizie obrazu z wykorzystaniem elementów charakterystycznych dla poszczególnych części linii energetycznych np. słupów energetycznych.
Źródło:
Pomiary Automatyka Kontrola; 2008, R. 54, nr 10, 10; 698-699
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Automatyczny klasyfikator rodzaju uszkodzenia amortyzatora samochodowego
Automatic classifier of the kind of car shock absorber damage
Autorzy:
Cempiel, D.
Powiązania:
https://bibliotekanauki.pl/articles/133451.pdf
Data publikacji:
2013
Wydawca:
Polskie Towarzystwo Naukowe Silników Spalinowych
Tematy:
diagnozowanie amortyzatorów
metoda EUSAMA
sieć neuronowa
analiza obrazu
automatyczny diagnosta
klasyfikator
shock absorber diagnosis
EUSAMA method
neural network
image analysis
automatic classifier
Opis:
W artykule przedstawiono analizę wpływu czynników zewnętrznych (dodatkowe obciążenie, zmiany ciśnienia w oponach) na wartość wskaźnika EUSAMA. Jednocześnie zaproponowano automatyczną metodę diagnozowania stanu amortyzatorów przy pomocy analizy obrazów z wykorzystaniem sieci neuronowej oceniającej przebieg wartości wskaźnika EUSAMA w czasie. Na potrzeby pracy przygotowano model matematyczny części zawieszenia wraz ze stanowiskiem badawczym opartym o metodę EUSAMA plus. Zamodelowano układ odzwierciedlający dynamikę jednej czwartej zawieszenia pojazdu. Metoda automatycznego diagnozowania stanu amortyzatorów zakłada poprawność przeprowadzonego badania metodą EUSAMA. Uzyskane wyniki spełniły oczekiwania.
The article presents an analysis of the impact of external factors (extra load, tire pressure changes) on the value of the EUSAMA ratio. A method of automatic diagnosis of shock absorbers is proposed. This method is based on image analysis using a neural network appraising the “EUSAMA plus” ratio in the time domain. For the purpose of this paper a mathematical model of quarter of the car suspension with the test stand based on the method EUSAMA was prepared. The method of automatic diagnosis of shock absorbers assumes the correctness of the EUSAMA test. The results met expectations.
Źródło:
Combustion Engines; 2013, 52, 3; 1069-1075
2300-9896
2658-1442
Pojawia się w:
Combustion Engines
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-6 z 6

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies