مقاله کنفرانسی سال ۱۴۰۱ فارسی

بهبود الگوریتم تشخیص لبه canny با استفاده از زنجیره ای مارکوف جهت کنترل ابعادی در قطعات صنعتی

چکیده مقاله

استفاده از الگوریتم های تشخیص لبه برای کنترل کیفی ابعادی قطعا صنعتی و تقریب تلرانس های هندسی نظیر عمودیت،انحنا،زاویه و غیره در صنعت بسیار مهم است الگوریتم تشخیص لبه Canny به نویز حساس است به همین دلیل در زمان فیلتر کردن نویز،اطلاعات لبه های ضعیف به راحتی از دست می رود بر همین اساس ما بهبودی بر این روش ارائه می دهیم که لبه های موجود در قطعات صنعتی مثل دایره و مربع را با دقت بیشتر و پیوستگی لبه بهتر و ضخامت مناسب تر تشخیص دهد در این روش ما از فیلتر کردن تصویر پرهیز کردیم و برای بهبود این روش از الگوریتم زنجیره مارکوف استفاده کردیم روش پیشنهادی مابسیار موثر بوده و آزمایش هایی که برای تشخیص میزان پیشرفت آن اعمال کردیم تایید شده ،و نشان دادند روش پیشنهادی ما عملکرد بهتر و دقیق تری نسبت به رو قبلی دارد

کلیدواژه‌ها

تشخیص لبه قطعات صنعتی پیوستگی لبه زنجیره مارکوف اشکال هندسی ضخامت لبه

نویسندگان

تصویر محسن حیدریان

محسن حیدریان

استادیار گروه مهندسی کامپیوتر،دانشگا شهید مدنی آذربایجا ن،تبریز

تصویر طیبه ممشلو

طیبه ممشلو

دانشجوی کارشناسی ارشد مهندسی فناوری اطلاعات،دانشگاه شهید مدنی آذربایجان،تبریز

شیوه ارجاع

�یدریان، محسن و ممشلو، طیبه،1401،بهبود الگوریتم تشخیص لبه canny با استفاده از زنجیره ای مارکوف جهت کنترل ابعادی در قطعات صنعتی،اولین کنفرانس بین المللی و ششمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوع�

ارائه‌شده در

پوستر مجموعه مقالات دومین کنفرانس بین المللی و هفتمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی مجموعه مقالات دومین کنفرانس بین المللی و هفتمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی8 اسفند 1402 · اهواز
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۴۰۱ ۱,۲۴۶ مشاهده

تشخیص تومور مغزی با رویکرد یادگیری عمیق و مکانیزم توجه با استفاده از تصاویر چندوجهیMRI

شناسایی زودهنگام و موفقیت آمیز تومورهای مغزی نقش مهمی در بهبود نتایج درمان و بقای بیمار دارد در حال حاضر…

ام آر آییادگیری عمیقتومور مغزی
مقاله کنفرانسی سال ۱۴۰۲ ۹۸۴ مشاهده

مروری بر تکنیک های هوش مصنوعی در خودروهای الکتریکی خودران

سیستم های رانندگی خودکار ADS دامنه ای جدید برای صنعت خودرو باز کرده و امکانات نوینی را برای حمل ونقل آین…

LiDARسیستم های خودرانوسایل نقلیه خودران
مقاله کنفرانسی سال ۱۴۰۲ ۹۸۴ مشاهده

مقایسه عملکرد دو مدل شبکه عصبی عمیق BiLSTM و CNN در پیش بینی قیمت سهام (مطالعه موردی: بورس اوراق بهادار تهران)

شبکه های عصبی به عنوان یک پیشرفت تکنولوژیک در زمینه یادگیری عمیق به ویژه در پردازش داده هایساختار بافته…

یادگیری عمیقشبکه های عصبیپیش بینی قیمت سهام
مقاله کنفرانسی سال ۱۴۰۱ ۹۴۲ مشاهده

مروری بر سیستم های توصیه گر مبتنی بر گراف دانش

در سال های اخیر با توجه به رشد روزافزون حجم داده ها در بسترهای مختلف، استفاده از سیستم توصیه گر برای کمک…

گراف دانشفاکتورسازی ماتریسسیستم های توصیه گر
مقاله کنفرانسی سال ۱۴۰۱ ۸۰۸ مشاهده

بهبود روش LIME با نمونه برداری هوشمند و غیر قطعی

LIME یکی از محبوب ترین مدل های هوش مصنوعی توضیح پذیر XAI ، است که سعی در شفاف سازی دلایل تصیم گیری مدل ه…

ثباتوفاداریروشLIME
مقاله کنفرانسی سال ۱۴۰۱ ۷۶۵ مشاهده

سامانه توصیه گر مبتنی بر گراف دانش با استفاده از شبکه عصبی کانولوشن

استفاده از گراف دانش به عنوان اطلاعات جانبی در سامانه های توصیه گر مدرن به طور گسترده افزایش پیدا کرده ا…

گراف دانشسامانه توصیه گرشبکه عصبی کانولوشن