6,258 matches
-
Pământului. Percepția timpului în somn este diferită de cea în veghe, în somn timpul trece mai repede. Algoritmul gândirii logice și raționale din veghe percepe timpul circadian, la nivel celular, molecular și prin vederea luminii solare. În starea de somn, algoritmul imaginativ percepe viteza diferit. Cel mai pregnant exemplu a fost dat de Alfred Maury 29, în visul intitulat "ghilotina". Maury povestește visul unui individ care trăia în timpul Revoluției franceze: doi oameni înarmați au sunat la ușa casei. Ei l-au
Spiralogia by Jean Jaques Askenasy () [Corola-publishinghouse/Science/84988_a_85773]
-
dezbracă de umanism și nu ezită să afirme : „Împotriva unor asemenea oameni [comuniștii - n.m.], numai armele mai pot vorbi”. Iată jus tificarea, post factum, a represaliilor autorităților comuniste asupra „papistașilor”. În rest, în special în partea a doua a Străinului, algoritmul dramatico- propagandistic din Furtuna și Setea se derulează neabătut până la finalul triumfător. Pădurea spânzuraților (1965) sau Izgonirea lui Dumnezeu Probabil că sunt mult mai mulți cei care au văzut Pădurea spânzuraților decât cei care au citit- o. Filmul lui Liviu
Filmul surd în România mută: politică și propagandă în filmul românesc de ficţiune (1912-1989) by Cristian Tudor Popescu () [Corola-publishinghouse/Science/599_a_1324]
-
on-line, cu detecție continuă sau intermitentă, majoritatea utilizând senzori punctuali de culoare de tip CCD; - Sisteme de detecție a defectelor de material, multe dintre acestea în variantă constructivă off-line, bazate ca și în cazul anterior pe senzori punctuali CCD. În ceea ce privește algoritmii de inspecție și metodele prin care aceștia au fost implementați, o sinteză a celor mai semnificative rezultate obținute relevă manifestarea următoarelor tendințe : - Utilizarea sistemelor automate de inspecție video cu contrast ridicat, bazate pe prag adaptiv și filtrare digitală cum este
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84097_a_85422]
-
cinci clase a fost dezvoltat de I. M. Dar, pe baza transformatei Radon și a clasificatorilor fuzzy <footnote Dar, I. M., Mahmood, W. & Vachtsevanos, G., Automated pilling detection and fuzzy classification of textile fabrics, Proc. SPIE, 1997, 3029: 26-36. footnote>. Algoritmi de clasificare a defectelor, dezvoltat prin utilizarea unor rețele neuronale artificiale multistrat, sunt prezentați în <footnote epage, R., Laurendeau, D. & Gagnon, R., Extraction of texture features with a multiresolution neural network, Proc. SPIE, 1709: 64-75. footnote>, <footnote A. Kumar. Neural
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84097_a_85422]
-
Georgia Institute of Technology On line fabric inspection system uses neural networks, fuzzy logic and wavelets to help improve textile quality, 1997 footnote>. Arhitecturile sistemelor de inspecție video dezvoltate până în acest moment se confruntă cu următoarele probleme: diferențele conceptuale între algoritmii dezvoltați pentru detecția defectelor de material și cei utilizați pentru verificarea calității tratamentelor de vopsire, dependența severă dintre rata de depistare a defectelor și stabilitatea parametrilor sistemelor de iluminare (intensitate, spectru de radiație), existența zgomotului de frecvență înaltă produs de
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84097_a_85422]
-
vopsire, dependența severă dintre rata de depistare a defectelor și stabilitatea parametrilor sistemelor de iluminare (intensitate, spectru de radiație), existența zgomotului de frecvență înaltă produs de motorul de acționare, apariția unor semnalizări false datorate impurităților pe suprafața lentilei camerei video. Algoritmii utilizați în mod curent pentru detecția defectelor de material sunt caracteristici sistemelor de rezoluție ridicată care procesează informația în sensul verificării existenței zonelor de discontinuitate anormală. O rezoluție satisfăcătoare poate fi obținută doar prin poziționarea senzorilor optici foarte aproape de materialul
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84097_a_85422]
-
procesează informația în sensul verificării existenței zonelor de discontinuitate anormală. O rezoluție satisfăcătoare poate fi obținută doar prin poziționarea senzorilor optici foarte aproape de materialul analizat. Pentru creșterea vitezei de procesare a informației video aceasta este clasificată pe nivele de gri. Algoritmii folosiți pentru depistarea defectelor de vopsire a materialului textil procesează informația referitoare la zone relativ mari de material pentru detectarea unor eventuali gradienți dați de neuniformitatea tratamentului aplicat. Soluția avută în vedere de proiectul VIRTINS pentru realizarea unui sistem de
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84097_a_85422]
-
unor eventuali gradienți dați de neuniformitatea tratamentului aplicat. Soluția avută în vedere de proiectul VIRTINS pentru realizarea unui sistem de detecție combinată a celor două tipuri de defecte o constituie utilizarea unui senzor-cameră color liniar, produs nou apărut pe piață. Algoritmii specifici proiectați și implementați sunt de prelucrare rapidă a datelor și asigură verificarea materialului textil la viteze ridicate de circulație. Fluctuațiile intensității iluminării pot produce variații ale nuanțelor de gri ale matricei datelor de intrare, conducând către defecte false. Soluțiile
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84097_a_85422]
-
lentilei. 1. Arhitectura generală a sistemului VIRTINS Procedura de inspecție prevede ca sistemul să fie inițializat prin intermediul unei rutine de “instruire”, pentru ca apoi să fie sesizate abaterile ce pot apărea pe parcursul inspecției materialului. Schimbările sesizate sunt analizate cu ajutorul mai multor algoritmi de detecție pentru a se separa defectele reale de variațiile normale, acceptate în material. După detecție, urmează localizarea defectului, stabilirea coordonatelor, a mărimii lui și înregistrarea acestuia în biblioteca de defecte. Arhitectura sistemului este structurată pe două niveluri principale: nivelul
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84097_a_85422]
-
încărcare a imaginii de referință fr(i,j) prelevă din materialul supus inspecției un eșantion lipsit de defecte, la care se va face referire în comparațiile ulterioare. Blocul de pre-procesare PP are ca funcție de bază detectarea defectelor reale și utilizează algoritmi binari de procesare în vederea reducerii fluxului de date. Matricea datelor de intrare f(i,j) este rectificată cu ajutorul a două praguri adaptive T1(i) și T2(i), obținându-se imaginea binară B(i,j). Această secvență are rolul de a
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84097_a_85422]
-
tip de material textil. Această adaptare se obține prin procesarea intervențiilor de corecție a operatorului uman asupra deciziilor sistemului de verdict “defect real”. Proiectul VIRTINS se distinge prin cinci aspecte de noutate: - În primul rând este prevăzută utilizarea unor noi algoritmi de detecție combinată a defectelor de material și a celor rezultate în urma tratamentelor de vopsire, sistemul realizat fiind unul flexibil, cu grad înalt de adaptabilitate la cerințele beneficiarului. Această caracteristică este esențială pentru reducerea efortului agenților economici de profil în
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84097_a_85422]
-
rulării în timp real. - În al patrulea rând, sistemul poate fi utilizat fără modificări structurale în controlul interfazic, datorită versatilității conferite de procedura soft de inspecție. - În al cincilea rând, suplimentarea funcției îndeplinite de filtrul electrostatic F, prin introducerea unui algoritm de înlăturare a erorilor introduse de depunerile de impurități textile pe lentila camerei video, mărește rata de depistare a defectelor reale. 2. Arhitectura sistemului de comandă a sursei de iluminare În vederea asigurării unui reglaj automat a intensității de iluminare s-
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84097_a_85422]
-
în evidență modul specific de abordare a fiecărei strategii. De asemenea este prezentat distinct aparatul matematic implicat în analiza și modelarea procesului de recunoaștere în cazul fiecăreia din cele patru abordări. Clasificarea sintetică unitară, pe strategii și modele, a tuturor algoritmilor folosiți în recunoaștere, este prezentată în tabelul de mai jos. Parcurgerea acestuia pe linii și pe coloane permite realizarea de corelații între modelul matematic și strategia de recunoaștere folosite de un algoritm și etapa din procesul de recunoaștere la care
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84097_a_85422]
-
sintetică unitară, pe strategii și modele, a tuturor algoritmilor folosiți în recunoaștere, este prezentată în tabelul de mai jos. Parcurgerea acestuia pe linii și pe coloane permite realizarea de corelații între modelul matematic și strategia de recunoaștere folosite de un algoritm și etapa din procesul de recunoaștere la care acel algoritmul este adecvat, stabilindu-se astfel locul și rolul lui practic. Procedura software de inspecție video dezvoltată pentru sistemul VIRTINS este alcătuită din două module principale, independente și selectabile în funcție de existența
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84097_a_85422]
-
în recunoaștere, este prezentată în tabelul de mai jos. Parcurgerea acestuia pe linii și pe coloane permite realizarea de corelații între modelul matematic și strategia de recunoaștere folosite de un algoritm și etapa din procesul de recunoaștere la care acel algoritmul este adecvat, stabilindu-se astfel locul și rolul lui practic. Procedura software de inspecție video dezvoltată pentru sistemul VIRTINS este alcătuită din două module principale, independente și selectabile în funcție de existența sau nu, a unui model repetitiv la nivelul materialului textil
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84097_a_85422]
-
dintre cele două module de inspecție specifice materialului textil investigat: - modul UNI, pentru materialele monocromatice; - modulul MR, pentru materialele care conțin model repetitiv. Modulul UNI La nivelul acestui modul se realizează procesarea imaginilor pentru inspecția materialele de tip uni. Dezvoltarea algoritmului a fost bazată pe implementarea funcției IMAQ Count Objects (Vision Development Module - LabView), a cărei structură utilizează tehnici de detecție a muchiilor. Diagrama funcțională cuprinde: (1) Stabilirea parametrilor de achiziție video, în conformitate cu dispozitivul video utilizat pentru prelevarea informației, (2) Lansarea
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84097_a_85422]
-
pentru prelevarea informației, (2) Lansarea în execuției a procedurii de achiziție și (3) Procesarea video a imaginii achiziționate prin IMAQ Count Objects. Modulul MR La nivelul acestui modul se realizează procesarea imaginilor pentru inspecția materialele care conțin model repetitiv. Dezvoltarea algoritmului a fost bazată pe implementarea funcțiilor Pattern Matching și Golden Template (Vision Development Module - LabView). Conceptual, algoritmul presupune realizarea comparației dintre un template de referință care conține modelul repetitiv (stabilit de operatorul uman) și celulele repetitive ale materialului care conțin
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84097_a_85422]
-
achiziționate prin IMAQ Count Objects. Modulul MR La nivelul acestui modul se realizează procesarea imaginilor pentru inspecția materialele care conțin model repetitiv. Dezvoltarea algoritmului a fost bazată pe implementarea funcțiilor Pattern Matching și Golden Template (Vision Development Module - LabView). Conceptual, algoritmul presupune realizarea comparației dintre un template de referință care conține modelul repetitiv (stabilit de operatorul uman) și celulele repetitive ale materialului care conțin modelul repetitiv. Pentru a se putea realiza această comparația este necesar în prealabil determinarea coordonatelor celulelor repetitive
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84097_a_85422]
-
presupune realizarea comparației dintre un template de referință care conține modelul repetitiv (stabilit de operatorul uman) și celulele repetitive ale materialului care conțin modelul repetitiv. Pentru a se putea realiza această comparația este necesar în prealabil determinarea coordonatelor celulelor repetitive. Algoritmul cuprinde două ramuri distincte, una de calibrare pe modelul repetitiv fără defect, având drept scop determinarea parametrilor globali de potrivire și una de inspecție propriu-zisă. Diagrama funcțională cuprinde pe ramura de calibrare: (4) Stabilirea parametrilor de achiziție video, (5) Lansarea
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84097_a_85422]
-
niveluri de gri. Nivelul 0 corespunde pentru negru iar nivelul 255 corespunde pentru alb. În figura 4.3 este prezentată fereastra interactivă de selectare a ariei rectangulare, pentru care se va determina intensitatea medie a fundalului. După determinarea intensității medii, algoritmul intră automat în procedura de inspecție, prin achiziționarea de frame-uri în mod continuu. Procedura de inspecție utilizează funcții de detectare a muchiilor pe direcții de căutare de tip grid, pentru a descoperi eventualele abateri de la intensitatea medie. În figura 4
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84097_a_85422]
-
este dată în nivele de gri și se referă la abaterea minimă impusă a intensității defectului față de nivelul de referința al intensității medii pentru care acesta se înregistrează. Apariția unui defect la nivel de material este percepută la nivel de algoritm ca o perturbare a matricei de intensitate. Aplicarea detecției muchiilor de tip grid conduce la localizarea defectului și la posibilitatea marcării, clasificării și numerotării acestuia. În figura 4.5 este prezentat panoul frontal al instrumentului virtual în condițiile apariției defectelor
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84097_a_85422]
-
Seungil Huh, Sungeun Eom, Sandbothe, M.F., Mei Chen, Cell image analysis: Algorithms, system and applications, Applications of Computer Vision (WACV), 2011 IEEE Workshop on, Page(s): 374 - 381, 2011 footnote>. Elementul definitoriu al sistemelor video cu aplicații industriale îl reprezintă algoritmul de potrivire a imaginilor care permite identificarea elementului supus investigării. Pentru aplicațiile video industriale scopul urmărit este detectarea regiunii de defect din imaginile investigate prin compararea acestora cu o imagine de referință. Algoritmul de potrivire a imaginilor (image matching sau
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84097_a_85422]
-
sistemelor video cu aplicații industriale îl reprezintă algoritmul de potrivire a imaginilor care permite identificarea elementului supus investigării. Pentru aplicațiile video industriale scopul urmărit este detectarea regiunii de defect din imaginile investigate prin compararea acestora cu o imagine de referință. Algoritmul de potrivire a imaginilor (image matching sau pattern matching) poate fi definit astfel: pentru o imagine P cu dimensiunea (p1 x p2) pixeli, denumită imagine referință sau pattern, trebuie să se găsească în imaginea investigată I cu dimensiunea (i1 x
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84097_a_85422]
-
și i2>p2, o fereastră F de potrivire de aceeași dimensiune cu P, astfel încât diferențele (cuantizate după diferite criterii) dintre P și F să fie sub un anumit prag impus. De-a lungul timpului au fost dezvoltați o multitudine de algoritmi destinați potrivirii imaginilor. Aceștia pot fi clasificați în două categorii majore, în funcție de informațiile preluate de la imaginea de referință P (pattern-ul): - algoritmi cu potrivirea totală; - algoritmi cu potrivirea bazată pe extragerea de trăsături caracteristice. Algoritmii de potrivire totală utilizează întreaga
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84097_a_85422]
-
F să fie sub un anumit prag impus. De-a lungul timpului au fost dezvoltați o multitudine de algoritmi destinați potrivirii imaginilor. Aceștia pot fi clasificați în două categorii majore, în funcție de informațiile preluate de la imaginea de referință P (pattern-ul): - algoritmi cu potrivirea totală; - algoritmi cu potrivirea bazată pe extragerea de trăsături caracteristice. Algoritmii de potrivire totală utilizează întreaga informație a imaginii pattern referitoare la intensitatea pixelilor constituenți iar procedura de potrivire se realizează prin glisarea imaginii pattern peste imaginea investigată
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84097_a_85422]