| LEADER |
03877nam a22002177a 4500 |
| 001 |
0846205 |
| 024 |
|
|
|3 10.34279/0923-005-001-011
|
| 041 |
|
|
|a eng
|
| 044 |
|
|
|b العراق
|
| 100 |
|
|
|9 36031
|a Kadhim, Aqeel Kamil
|e Author
|
| 245 |
|
|
|a Pattern Recognition System for Gray Cast Iron Metal Inspection using Microstructural Analysis
|
| 260 |
|
|
|b الجمعية العراقية لتكنولوجيا المعلومات
|c 2012
|
| 300 |
|
|
|a 58 - 79
|
| 336 |
|
|
|a بحوث ومقالات
|
| 520 |
|
|
|a تعد طريقة تميز المعادن من خلال تحليل الصور المجهرية لاسطحها من الطرق التي حظيت بالاهتمام والدراسات. في هذا العمل نقوم ببناء أداة برمجية لتحليل البنية النسيجية لأنماط الصور المجهرية، ومن ثم نستخدم الخصائص المستخرجة لتحديد نوعية المعدن (المعدن المستخدم في هذه الدراسة هو سبيكة الألمنيوم الرمادية). \ إن طريقة أطوال التدرج الرمادي (Run-Length) قد استخدمت لحساب خصائص التركيب البنيوي للصور المجهرية للمعادن. من النتائج المستحصلة تبين بأن استخدام هذه الطريقة ذو كفاءة عالية. في هذه الدراسة استخدمنا مقياس المسافة الأكليدية لتمييز صور تركيب مجهري مختلفة وتابعة لمعادن مختلفة. تم استخراج أقيام الخصائص لصور المعادن المفحوصة وبناء متجهات خصائص لمجموعة من نماذج فحص، وخزن هذه المتجهات في ملف بيانات. وتم اعتماد طريقة التصنيف للمسافة الصغرى لغرض المطابقة بين خصائص مجموعة صور الفحص والخصائص المتوافقة معها والمستخلصة من الصور التي تحت الاختبار. إن عملية تحديد نوع المعدن قد تم التوصل إليها بنجاح، أي بحدود نسبة 100%، عند دمج سبعة خصائص بمعادلة قياس المسافة.
|b The automation of pattern recognition is becoming increasingly important in the inspection of metal using microstructural analysis. In this work we build a software tool for analyzing the textural pattern of the microscope images, and use the extracted features for metal identification. \ The run-length method is utilized for computing the textural features of the metal microstructure images. The obtained results indicate that the use of this method is powerful. \ In this study the Euclidean distance measure is used to recognize microstructure images belonging to gray cast iron metal. From the tested metal images feature values are extracted and the feature vectors are constructed for the set of the test samples, then these vectors are stored in a data file. The minimum distance classifier is adopted to perform the matching between the features of the test images set and the corresponding features extracted from the examined image. \ A successful metal identification rate about 100% is achieved when seven features are grouped in a single normalized distance measure classifier.
|
| 653 |
|
|
|a المعادن
|a اسطح المعادن
|a الصور المجهرية
|a خصائص المعادن
|a العلوم
|
| 773 |
|
|
|4 علوم المعلومات وعلوم المكتبات
|6 Information Science & Library Science
|c 011
|e Iraqi Journal of Information Technology
|f Al-Maǧallaẗ al-ʻirāqiyyaẗ li-tiknulūǧiyā al-maʻlūmāt
|l 001
|m مج 5, ع 1
|o 0923
|s المجلة العراقية لتكنولوجيا المعلومات
|v 005
|x 1994-8638
|
| 856 |
|
|
|u 0923-005-001-011.pdf
|
| 930 |
|
|
|d y
|p y
|q y
|
| 995 |
|
|
|a HumanIndex
|
| 999 |
|
|
|c 291892
|d 291892
|
