Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Borba, Gustavo Benvenutti | - |
Autor(es): dc.creator | Friesen, Telmo | - |
Data de aceite: dc.date.accessioned | 2022-02-21T21:57:51Z | - |
Data de disponibilização: dc.date.available | 2022-02-21T21:57:51Z | - |
Data de envio: dc.date.issued | 2020-11-10 | - |
Data de envio: dc.date.issued | 2020-11-10 | - |
Data de envio: dc.date.issued | 2014-02-20 | - |
Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/8151 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/664698 | - |
Descrição: dc.description | Computer vision techniques can be useful tools for production line automation in tasks such as the manufacture of electronic components, inspection of finished metal objects, production of printed circuit boards, among others. Often, there are production stages in metallurgical industries in which the identification of metallic objects, and their respective angular orientation, is needed either for analysis, separation or even only to classify these objects. The development of this project is motivated by the subsequent application in a real production line. The project use should reduce the line operating costs, reducing the error margin and increasing the production speed. The objective of this work is to develop a system capable of classifying metallic objects and measure their respective angle of rotation with respect to the x axis of the Cartesian plane. The objects are previously known by the system using machine learning techniques. The project development is divided into three steps. The first step is the study of techniques for image segmentation and implementation in MATLAB software. The second step is the study of techniques for image description and also implementation in MATLAB. Finally, in the third step a set of neural networks capable of classifying objects and measuring their angle is implemented using MATLAB. For each step in the project development a spiral development methodology is adopted. In each cycle of the methodology new features are aggregated to the system. In order to test the system a test environment is developed, where specifically selected objects are placed automatically, allowing the capture of images of the object in different angular positions. The system is divided into three modules: segmentation, description, and classification of objects. After capturing an image of the object being classified, the segmentation module selects the region of interest from the image. In the description module features are extracted from the region of interest, forming a descriptor that is provided to the third module. The third module then classifies the object and measures its angular orientation. Therefore, the result of the work is a system able to correctly classify 100% of the tested objects and measure the angle of these objects with accuracy of _4:5o in the worst case, using for that image processing and machine learning techniques. | - |
Descrição: dc.description | Técnicas de visão computacional podem ser ferramentas úteis para a automação de linhas de produção em tarefas como, por exemplo, a fabricação de componentes eletrônicos, a inspeção do acabamento em objetos metálicos, a produção de circuitos impressos, entre outros. Muitas vezes, existem etapas da produção em indústrias metalúrgicas, nas quais se necessita identificar objetos metálicos e sua respectiva orientação angular, seja para análise, separação ou mesmo somente para classificação desses objetos. O desenvolvimento deste projeto é motivado pela posterior aplicação em uma linha de produção real. A utilização do projeto deve reduzir os custos operacionais da linha, diminuindo a margem de erro e aumentando a velocidade da produção. O objetivo deste trabalho é desenvolver um sistema capaz de classificar objetos metálicos e medir seu respectivo ângulo de rotação com relação ao eixo x do plano cartesiano, sendo os objetos previamente conhecidos pelo sistema utilizando-se técnicas de aprendizagem de máquina. O desenvolvimento do projeto é dividido em três etapas. A primeira etapa consiste no estudo de técnicas de segmentação de imagem e implementação no software MATLAB. A segunda etapa consiste no estudo de técnicas de descrição de imagens e também implementação no MATLAB. Finalmente, na terceira etapa é implementado no MATLAB um sistema de redes neurais capazes de classificar objetos e medir seu ângulo. Para cada etapa do desenvolvimento do projeto adota-se a metodologia de desenvolvimento em espiral, onde a cada ciclo de desenvolvimento são agregadas novas funcionalidades ao sistema. Para o teste e a validação do sistema é desenvolvido um ambiente de testes, onde objetos especificamente selecionados são posicionados de forma automática, possibilitando a captura de imagens do objeto em diversas posições angulares. O sistema é dividido em três módulos: segmentação, descrição e classificação dos objetos. Após a aquisição da imagem do objeto a ser classificado o módulo de segmentação seleciona a área de interesse da imagem. No módulo de descrição são extraídas características da área de interesse da imagem, formando um descritor que é fornecido ao terceiro módulo do sistema que classifica o objeto e mede a sua respectiva orientação angular. Portanto, o resultado do trabalho é um sistema capaz de classificar corretamente 100% dos objetos testados e medir o ângulo desses objetos com precisão de +/-4,5o no pior caso, utilizando para isso técnicas de processamento de imagens e aprendizado de máquina. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
Publicador: dc.publisher | Curitiba | - |
Publicador: dc.publisher | Departamento Acadêmico de Informática | - |
Palavras-chave: dc.subject | Metalurgia | - |
Palavras-chave: dc.subject | Automação | - |
Palavras-chave: dc.subject | Projetos de desenvolvimento industrial | - |
Palavras-chave: dc.subject | Metallurgy | - |
Palavras-chave: dc.subject | Automation | - |
Palavras-chave: dc.subject | Industrial development projects | - |
Palavras-chave: dc.subject | Engenharia de Computação | - |
Título: dc.title | Sistema de visão computacional para a classificação e medida da posição angular de objetos metálicos | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: