2024-03-29T01:43:17Zhttp://buleria.unileon.es/oai/requestoai:buleria.unileon.es:10612/110272023-05-30T11:13:25Zcom_10612_17col_10612_21
BULERIA. Repositorio Institucional de la Universidad de León
author
Morala Argüello, Patricia
author
Barreiro García, Joaquín
author
Alegre Gutiérrez, Enrique
author
González Castro, Víctor
other
Ingenieria de Sistemas y Automatica
2019-07-17T08:06:31Z
2019-07-17T08:06:31Z
2019-07-17
III Manufacturing Engineering Society Internatinal Congress, MESIC´09, 17-19 Junio, 2009, Alcoy
http://hdl.handle.net/10612/11027
La medición de la rugosidad superficial ha sido una cuestión de especial interés en la investigación de mecanizado de metales durante los últimos cincuenta años. El acabado superficial se puede evaluar mediante algunos parámetros de rugosidad definidos en las normas internacionales. Estas normas están orientadas a dispositivos de medición táctiles que proporcionan registros bidimensionales del perfil de la pieza. Sin embargo, en la última década, la mejora de la visión computarizada y la óptica ha animado a muchos grupos a investigar en la aplicación de estas tecnologías. La evaluación de rugosidad de la superficie no es una excepción. La ventaja de la visión por ordenador en esta área es la caracterización de amplias áreas de superficie proporcionando más información (información 3D). En este contexto, este documento propone un método basado en la visión por ordenador para evaluar la calidad superficial delas piezas mecanizadas. El método consiste en el análisis de imágenes de acabado superficial de piezas mecanizadas mediante cinco vectores de características basados en momentos: Hu, Flusser, Taubin, Zernike y Legendre. Atendiendo a estos descriptores las imágenes se clasificaron en dos clases: baja rugosidad y alta rugosidad, utilizando el algoritmo del vecino k-nn y las redes neuronales. Los momentos utilizados como descriptores en este artículo muestran un comportamiento diferente con respecto a la identificación del acabado superficial, concluyendo que los descriptores Zernike y Legendre proporcionan el mejor rendimiento. Se logró una tasa de error del 6,5% utilizando descriptores Zernike con clasificación k-nn.
Ingeniería industrial
Ingeniería mecánica
Application of textural descriptors for the evaluation of surface roughness class in the machining of metals
info:eu-repo/semantics/conferenceObject
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
URL
https://buleria.unileon.es/bitstream/10612/11027/1/Application%20of%20textural%20descriptors%20for%20the%20evaluation%20of%20surface%20roughness%20class%20in%20the%20machining%20of%20metals.pdf
File
MD5
d855e7e1dab834b6bbbdd1b3b3f59f97
1014956
application/pdf
Application of textural descriptors for the evaluation of surface roughness class in the machining of metals.pdf
URL
https://buleria.unileon.es/bitstream/10612/11027/3/Application%20of%20textural%20descriptors%20for%20the%20evaluation%20of%20surface%20roughness%20class%20in%20the%20machining%20of%20metals.pdf.txt
File
MD5
dfbc14ac9a602617853b9da7fea27ef9
22855
text/plain
Application of textural descriptors for the evaluation of surface roughness class in the machining of metals.pdf.txt