RT info:eu-repo/semantics/conferenceObject
T1 Classification and correlation of surface roughness in metallic parts using texture descriptors
A1 Suárez Castrillón, Sir Alexci
A1 Alegre Gutiérrez, Enrique
A1 Morala Argüello, Patricia
A1 González Castro, Víctor
A2 Ingenieria de Sistemas y Automatica
K1 Ingeniería industrial
K1 Ingeniería mecánica
K1 Rugosidad
K1 Matriz de co-ocurrencia (GLCM)
K1 Textura de la superficie
K1 Leyes
AB 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).
SN 978-3-901509-70-4
YR 2019
FD 2019-06-15
LK http://hdl.handle.net/10612/10895
UL http://hdl.handle.net/10612/10895
NO 20th International DAAAM, 25 – 28 November, 2009, Vienna, Austria
DS BULERIA. Repositorio Institucional de la Universidad de León
RD 24-abr-2024