Classification and correlation of surface roughness in metallic parts using texture descriptors

Abstract

En este artículo presentamos un método para clasificar la rugosidad superficial en piezas metálicas, después de mecanizar procesos, utilizando un sistema de visión artificial. Se utilizan dos métodos de análisis de texturas: matriz de co-ocurrencia (GLCM) y la energía de la textura obtenida por el método de las leyes. Estos descriptores se clasifican con análisis de discriminantes lineales y cuadráticos (LDA y QDA) y redes neuronales artificiales (ANN). Los mejores resultados se han logrado utilizando la máscara de leyes R5R5 (94,03%) y el descriptor de correlación combinado extraído del GLCM (94,23%), ambos clasificados utilizando redes neuronales. Estos resultados muestran el éxito del método y la posibilidad de correlacionar estos descriptores con la rugosidad media (RA).