-
دسترسی آزاد مقاله
1 - Detecting and counting vehicles using adaptive background subtraction and morphological operators in real time systems
Lida Shahmiri Sajad Tavassoli Seyed Navid Hejazi Jouybarivehicle detection and classification of vehicles play an important role in decision making for the purpose of traffic control and management.this paper presents novel approach of automating detecting and counting vehicles for traffic monitoring through the usage of back چکیده کاملvehicle detection and classification of vehicles play an important role in decision making for the purpose of traffic control and management.this paper presents novel approach of automating detecting and counting vehicles for traffic monitoring through the usage of background subtraction and morphological operators. We present adaptive background subtraction that is compatible with weather and lighting changes. Among the various challenges involved in the background modeling process, the challenge of overcoming lighting scene changes and dynamic background modeling are the most important issues. The basic architecture of our approach is done in 3 steps: 1-background subtraction 2- segmentation module 3- detection of objects and counting vehicles. We present an adaptive background at each frame after using binary motion mask to create instantaneous image of background. To remove noises we use morphological operators and then start to segment images, detect vehicles and count them. Algorithm is efficient and able to run in real-time. Some experimental results and conclusions are presented پرونده مقاله -
دسترسی آزاد مقاله
2 - A method for classifying oranges based on image processing and neural networks
Hassan Rashidi Faride Esmaili Mostafa KhojastehnazhandIn recent days, there have been many recommendations on social media about eating healthy fruits to strengthen the immune system and corona resistance. Therefore, it is very important to identify spoiled fruits at this time when human society is concerned about coronavi چکیده کاملIn recent days, there have been many recommendations on social media about eating healthy fruits to strengthen the immune system and corona resistance. Therefore, it is very important to identify spoiled fruits at this time when human society is concerned about coronavirus and the human body needs healthy fruits in case of this disease. This paper proposes a method to identify the type of defects found in orange fruits. We used a machine vision system to capture sample images, which includes a charge-coupled device camera, black box, lighting system, and personal computer. The citrus fruits are classified into eight classes, including Wind scar, Stem-end breakdown, Snail bites, Thrips scar, Scale injury, Medfly, Rings, and Calyx, depending on the type and model of the defects. In the proposed method, classification by the neural network with the help of co-occurrence matrix for four angles θ=0°, 45°, 90°, and 135°, were extracted to identify various defects and 24 features related to the areas with defect in citrus. For the final classification of defects in citrus, after evaluating many classification tools from various tools available, Feed-forward Back Propagation Neural Network (FFBPNN) is used. The result of the neural network classifier was obtained with the help of the co-occurrence matrix by taking four angles (horizontal, right diagonal, vertical, and left diagonal) with an accuracy of 89.65%. The evaluation shows acceptable results compared with similar studies. It is a reliable method in the food classification industry with reasonable accuracy. پرونده مقاله -
دسترسی آزاد مقاله
3 - Visual Torch Position Control Using Fuzzy-Servoing Controller for Arc Welding Process.
Reza Babazadeh Tili Fereshteh Akbarnejad Vahid RostamiIn this paper, we propose a fuzzy-servoing controller method for automatic welding. The proposed method uses a vision based arc tracking to find the initial points of the weld seam and to track them without a prior knowledge. Due to a serious melt down in the weld pool چکیده کاملIn this paper, we propose a fuzzy-servoing controller method for automatic welding. The proposed method uses a vision based arc tracking to find the initial points of the weld seam and to track them without a prior knowledge. Due to a serious melt down in the weld pool during the welding process, the method requires to control the welding torch in two directions, up-down and left-right directions. To perform these, an IR, two CCD cameras and two stepper motors by inference of fuzzy rules are used to control the movement of the welding torch tip. Therefore, the proposed method canaccomplish different tasks such as welding a curved seam or moving into multi directions, while majority of autonomous arc-welding approaches are single-purpose so that they are designed to accomplish only one task, like welding in a direct line or a predefined arc seam. This method is applied on several workpieces and then the maximum error in both directions is shifted to zero in 30ms. This time is proper for workpieces with thickness in the range of [1-5] mm. پرونده مقاله -
دسترسی آزاد مقاله
4 - Design and Implementation of Quadrotor Guidance and Detection System Hardware for Passing Through Window Based on Machine Vision
Sahar Azizi Mohammad Menhaj Mohammad NorouziQuadrotor is one of the types of flying robots that has attracted the attention of researchers due to its simple structure and perpendicular flight capability. This paper presents a new method based on machine vision for correct window detection, in smoothly unknown env چکیده کاملQuadrotor is one of the types of flying robots that has attracted the attention of researchers due to its simple structure and perpendicular flight capability. This paper presents a new method based on machine vision for correct window detection, in smoothly unknown environments. One of the challenges of controlling the Quadrotor path in unknown environments is actually accurate window identification for passing through it. In this study, quadrotor Parrot Bebop2 is used which is equipped with a camera. Also, an algorithm is proposed to perform image processing to identify the window in the environment and control the quadrotor's trajectory, which is implemented on the quadrotor. This method consists of three parts: preprocessing, diagnosis and identification. First, by applying image processing algorithms, we improve the image and delete the data unrelated to the target, and then we use a smart machine vision algorithm to extract information. Furthermore, to control the quadrotor route, a proportional-integral-derivative controller is designed and implemented using Ziegler and Nichols method, which will take place during a real indoor flight in an automated tracking. According to the obtained results, it can be concluded that the use of flying robots can have positive results in military processes and assistance to people in a short time. پرونده مقاله -
دسترسی آزاد مقاله
5 - شناسایی جاده و تشخیص خودرو در تصاویر هوایی با استفاده از شدت روشنایی و رنگ
وحید قدس علیرضا بهرادیکی از مهمترین کاربردهای عکسهای هوایی، شناسایی و استخراج جاده و خودرو از تصاویر هوایی میباشد. در این مقاله ابتدا، با استفاده از شدت روشنایی و محتوای رنگ و فیلتر کردن تصویر در مدلهای HSI و RGB، محدودههای جاده تعیین میگردد. سپس به منظور حذف نویز از فیلترهای متوسطگی چکیده کاملیکی از مهمترین کاربردهای عکسهای هوایی، شناسایی و استخراج جاده و خودرو از تصاویر هوایی میباشد. در این مقاله ابتدا، با استفاده از شدت روشنایی و محتوای رنگ و فیلتر کردن تصویر در مدلهای HSI و RGB، محدودههای جاده تعیین میگردد. سپس به منظور حذف نویز از فیلترهای متوسطگیر و میانه استفاده میشود. پس از لبهیابی توسط فیلتر لبه یاب مناسب، زاویه بین خطهای مجاور جاده، توسط روش تبدیل هاف محاسبه شده و خطهای غیر موازی زاید حذف میگردد. در گام بعدی، کدهای زنجیرهای به منظور فرموله کردن لبههای جاده به دست میآید و بازسازی جاده از فایل کدهای زنجیرهای صورت میپذیرد. مرحله آخر، تشخیص خودرو از تصاویر هوایی با استفاده از ویژگی سایه ایجاد شده از خودرو است. هدف از این مقاله ارائه روش بهینه در شناسایی جاده، انجام چندین مرحله اصلاح جاده، کد کردن آن و تشخیص خودرو میباشد. در این تحقیق مرجع تصاویر هوایی جاده، پایگاه Google Earth است. دقت کدهای زنجیرهای به منظور شناسایی جاده حدود 90% به دست آمده که نسبت به کارهای قبلی انجام شده بهبود نسبی حاصل شده است. پرونده مقاله -
دسترسی آزاد مقاله
6 - اندازهگیری دمای شمش فولاد با استفاده از سیستم بینایی ماشین و الگوریتم ژنتیک در شرایط متغیر
مهدی عباسقلی پور بهزاد محمدی الستی جلال الدین قضاوتییکی از پارامترهای مهم در عملیات نورد گرم، اندازهگیری دمای شمش خروجی از کوره است. براین اساس طراحی یک سیستم الکترونیکی هوشمند خودکار، همانند سیستم بینایی ماشین برای اندازهگیری دمای شمش به صورت زمان واقعی ضرورت مییابد. در تحقیق حاضر سیستم بینایی ماشین پیشنهادی برای تهی چکیده کاملیکی از پارامترهای مهم در عملیات نورد گرم، اندازهگیری دمای شمش خروجی از کوره است. براین اساس طراحی یک سیستم الکترونیکی هوشمند خودکار، همانند سیستم بینایی ماشین برای اندازهگیری دمای شمش به صورت زمان واقعی ضرورت مییابد. در تحقیق حاضر سیستم بینایی ماشین پیشنهادی برای تهیه تصاویر مناسب از شمش داخل کوره، پردازش تصویر بر پایه تفکیک حدود آستانه در فضای رنگی HSI و استخراج خصوصیات آن (اندازهگیری دمای شمش)، طراحی شد. برای بررسی تغییر در شرایط نورپردازی، با استفاده از الگوریتم ژنتیک، حدود آستانه سه محدوده دمایی (محدوده دمایی 1 معادل با 1500-1200، محدوده دمایی 2 معادل با1200-900، محدوده دمایی 3 معادل با900-600 درجه سانتیگراد) در تصاویر موزاییکی شمش گداخته، تعیین و مورد تحلیل قرار گرفت. تحلیل عملکرد الگوریتم ژنتیک در فضای رنگی HSI آشکار ساخت که در شرایط متغیر، تفکیک تصویر رنگی براساس این الگوریتم عملکرد معادلی با تحلیل خوشه بندی در تصاویر دارد. بنابراین با این روش میتوان به تأثیرات شرایط نورپردازی متغیر با پذیرش یک محدوده خطا غلبه کرد. پرونده مقاله
سکوی نشر دانش
سند یا سکوی نشر دانش ،سامانه ای جهت مدیریت حوزه علمی و پژوهشی نشریات دانشگاه آزاد می باشد
پیوندهای سایت
مراکز مرتبط
پشتیبانی
صفحات رسمی
حقوق این وبسایت متعلق به سامانه مدیریت نشریات دانشگاه آزاد اسلامی است.
حق نشر © 1403-1400