Детальная информация

Название: Алгоритмы машинного зрения для автоматической классификации кристаллов: выпускная квалификационная работа магистра: направление 12.04.01 «Приборостроение» ; образовательная программа 12.04.01_04 «Информационные технологии безопасности сложных систем»
Авторы: Ильин Дмитрий Владимирович
Научный руководитель: Малыхина Галина Федоровна
Другие авторы: Мешалкина Марина Николаевна
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Выходные сведения: Санкт-Петербург, 2020
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: машинное зрение; детектор кэнни; задача классификации алмазов; коллектив нейронных сетей; метод главных компонент; алгоритм поиска шаблона кристалла; тестирование; machine vision; canney detector; classification of diamonds; collective of neural networks; method of principal components; crystal tub search algorithm; testing
Тип документа: Выпускная квалификационная работа магистра
Тип файла: PDF
Язык: Русский
Уровень высшего образования: Магистратура
Код специальности ФГОС: 12.04.01
Группа специальностей ФГОС: 120000 - Фотоника, приборостроение, оптические и биотехнические системы и технологии
Ссылки: Отзыв руководителя; Рецензия; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2020/vr/vr20-4000
Права доступа: Доступ по паролю из сети Интернет (чтение)
Ключ записи: ru\spstu\vkr\9374

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

В данной работе для определения признаков алмаза предложено применять шаблон кристалла в виде бинарного черно-белого изображения. Для получения шаблона разработан автоматизированный алгоритм. По полученному шаблону найдены следующие признаки классификации. Гистограмма, которая со-держит информацию о яркости и прозрачности. Вектор формы, описывающий фигуру шаблона.С целью снизить размерность найденных признаков произведен отбор главных компонент. Для задачи автоматической классификации кристаллов разработаны две модели коллективов нейронных сетей. Разработка проводилась с использованием пакета прикладных программ «Python». В результате выполнения работы выполнена оценка и тестирование приложения. Вторая модель была более эффективной и достигла точности классификации в 0.95%.

In this paper, to determine the signs of diamond, it is proposed to use a crystal template in the form of a binary black and white image. To obtain a template, an automated algorithm is developed. Based on the resulting template, the following classification features were found. A histogram that contains information about brightness and transparency. Shape vector describing the shape of the template. To reduce the dimension of the found features, the main components were selected. For the task of automatic classification of crystals, two models of neural network ensembles have been developed. The development was carried out using the Python application package. As a result of the work, the app was evaluated and tested. The second model was more efficient and achieved a classification accuracy of 0.95%.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать
Внешние организации №2 Все Прочитать
Внешние организации №1 Все
Интернет Авторизованные пользователи СПбПУ Прочитать
Интернет Авторизованные пользователи (не СПбПУ, №2) Прочитать
Интернет Авторизованные пользователи (не СПбПУ, №1)
-> Интернет Анонимные пользователи

Статистика использования

stat Количество обращений: 3
За последние 30 дней: 0
Подробная статистика