Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "grain segmentation" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    Metrological Aspects of Abrasive Tool Active Surface Topography Evaluation
    Autorzy:
    Lipiński, D.
    Kacalak, W.
    Powiązania:
    https://bibliotekanauki.pl/articles/221792.pdf
    Data publikacji:
    2016
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    grinding wheel
    grain segmentation
    watershed segmentation
    image analysis
    Opis:
    Analysis of the shape and location of abrasive grain tips as well as their changes during the grinding process, is the basis for forecasting the machining process results. This paper presents a methodology of using the watershed segmentation in identifying abrasive grains on the abrasive tool active surface. Some abrasive grain tips were selected to minimize the errors of detecting many tips on a single abrasive grain. The abrasive grains, singled out as a result of the watershed segmentation, were then analyzed to determine their geometric parameters. Moreover, the statistical parameters describing their locations on the abrasive tool active surface and the parameters characterizing intergranular spaces were determined.
    Źródło:
    Metrology and Measurement Systems; 2016, 23, 4; 567-577
    0860-8229
    Pojawia się w:
    Metrology and Measurement Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Grain size determination and classification using adaptive image segmentation with grain shape information for milling quality evaluation
    Określenie rozmiaru ziarna i klasyfikacja z użyciem adaptacyjnej segmentacji obrazu i informacji o kształcie dla oceny jakości mielenia
    Autorzy:
    Budzan, S.
    Pawełczyk, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/328384.pdf
    Data publikacji:
    2018
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    grain classification
    particle analysis
    image segmentation
    feature extraction
    klasyfikacja ziaren
    analiza
    wielkość ziaren
    segmentacja obrazów
    ekstrakcja cech
    Opis:
    In this paper, authors described methods of material granularity evaluation and a novel method for grain size determination with inline electromagnetic mill device diagnostics. The milling process quality evaluation can be carried out with vibration measurements, analysis of the milling material images or well-known screening machines. The method proposed in this paper is developed to the online examination of the milled product during the milling process using real-time digital images. In this paper, authors concentrated their work on copper ore milling process. Determination of the total number of the grain, the size of each grain, also the classification of the grains are the main goal of the developed method. In the proposed method the vision camera with lightning mounted at two assumed angles has been used. The detection of the grains has been based on an adaptive segmentation algorithm, improved with distance transform to enhance grains detection. The information about particles shape and context is used to optimize the grain classification process in the next step. The final classification is based on the rule-based method with defined particle shape and size parameters.
    W pracy autorzy opisali metody oceny uziarnienia materiału i nową metodę określania wielkości ziaren z jednoczesną diagnostyką pracy młyna elektromagnetycznego. Ocena jakości mielenia może być realizowana na kilka sposobów, tj. poprzez pomiar drgań, analizę obrazów materiału zmielonego, lub wykorzystanie matryc przesiewowych. Proces mielenia jest procesem obciążonym znacznym zużyciem energii, dlatego proces diagnostyki powinien być wykonywany z dużą efektywnością. Metoda zaproponowana w niniejszym artykule opiera się na badaniu mielonego produktu podczas procesu mielenia przy użyciu analizy obrazów cyfrowych w czasie rzeczywistym. Głównym celem opracowanej metody jest określenie całkowitej liczby ziaren, wielkości ziaren, jak i klasyfikacja ziaren. W zaproponowanej metodzie wykorzystano akwizycję obrazów z kamery przy oświetlaniu badanych próbek pod kątem, co pozwala zwiększyć liczbę wykrywanych ziaren. Detekcja ziaren bazuje na metodzie segmentacji adaptacyjnej rozszerzonej o analizę map odległościowych w celu poprawienia jakości i liczby wykrytych ziaren. Informacje na temat kształtu ziaren są wykorzystywane w celu optymalizacji procesu klasyfikacji ziaren. Ostateczna klasyfikacja opiera się na metodzie bazującej na regułach, w których określono zależności dla różnych parametrów kształtu i rozmiaru ziaren.
    Źródło:
    Diagnostyka; 2018, 19, 1; 41-48
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-2 z 2

      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