Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.ufc.br/handle/riufc/16108
Tipo: Dissertação
Título : Sistema de visão computacional para a caracterização da grafita usando microfotografias
Título en inglés: System of computational vision for the characterization of the graphite using microphotographies
Autor : Albuquerque, Victor Hugo Costa de
Tutor: Cortez, Paulo César
Palabras clave : Teleinformática;Ciência dos materiais;Ferro fundido;Redes neurais;Visão por computador
Fecha de publicación : 2007
Citación : ALBUQUERQUE, V. H. C. Sistema de visão computacional para a caracterização da grafita usando microfotografias. 2007. 72 f. Dissertação (Mestrado em Engenharia de Teleinformática) – Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2007.
Resumen en portugués brasileño: A área de Ciência dos Materiais utiliza sistemas de Visão Computacional para determinar tamanho e/ou quantidade de grãos, controle de soldagem, modelamento de elementos de ligas, entre outras. O presente trabalho tem como principal objetivo desenvolver e validar o programa SVRNA (Segmentação de Microestruturas por Visão Computacional Baseada em Rede Neural Artificial), que, combinado com Rede Neural Artificial, utiliza técnicas de morfologia matemática para realizar a segmentação dos constituintes do ferro fundido branco de forma semi-automática e a classificação automática da grafita nos ferros fundidos nodular, maleável e cinzento. Os resultados da segmentação e quantificação destes materiais são comparados entre o SVRNA e um programa comercial bastante utilizado neste domínio. A análise comparativa entre estes métodos mostra que o SVRNA apresenta melhores resultados. Conclui-se, portanto, que o sistema proposto pode ser utilizado em aplicações na área da Ciência dos Materiais para a segmentação e quantificação de constituintes em materiais metálicos, reduzindo o tempo de análise e obtendo resultados precisos.
Abstract: Caterials Sciences field uses Computational Vision systems to determine size and/or amount of grains, welding control, modeling of alloy elements, among other. The present paper has as main objective to develop and validate the SVRNA system (Microstructure Segmentation for Computational Vision based on Artificial Neural Networks), which, combined with Arti¯cial Neural Network, uses mathematical morphology technics to accomplish the constituent segmentations from white cast iron of semi-automatic form, and graphite automatic classi¯cation from nodular, malleable and gray cast iron. Segmentation and quanti¯cation results of this materials are compared between SVRNA and a commercial program more used in this domain. Comparative analysis between this methods showed that SVRNA present best results. It has concluded, therefore, which the proposed system can be used in applications in Material Sciences field for microstructure segmentation and quantification in metallic materials, reducing the analyze time, and obtained accurate results.
URI : http://www.repositorio.ufc.br/handle/riufc/16108
Aparece en las colecciones: DETE - Dissertações defendidas na UFC

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
2007_dis_vhcalbuquerque.pdf3,31 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.