Abstract

Algorithmic methods of compensating the dynamic video image errors with measuring information were considered. For example, it can be a video image of industrial products made of natural stone. These products need to be accurately controlled by the geometric parameters, which define the quality and aesthetic appearance of the product (linear dimensions and angles of the outer contour and geometric parameters of the structural elements of the finished surface). When forming the video images, dynamic errors appear which affect the accuracy of the geometric parameters of the products. These errors are caused by a non-ideal optical system of a video image forming device (the influence of a scattering point function) and the products movement in relation to the device during the manufacturing process (blurring of contours in the video). It was proposed to use an adaptive linear neural network for compensating the dynamic errors. The neural network implements a filter that restores a video image, improves the playback quality of the product contours and accuracy of their geometrical parameters. Weighting coefficients of the filter are adjusted by training the neural network in accordance with the current parameters of the video image dynamic distortion. This improves the accuracy of determining the geometric parameters in the production conditions of measurements.

Highlights

  • Розглянуто алгоритмічні методи компенсації динамічних похибок відеозображень з вимірювальною інформацією

  • Рассмотрены алгоритмические методы компенсации динамических погрешностей видеоизображений с измерительной информацией

  • Предложено использовать адаптивную линейную нейронную сеть для компенсации динамических погрешностей

Read more

Summary

ІНФОРМАЦІЄЮ НА ОСНОВІ ШТУЧНИХ НЕЙРОННИХ МЕРЕЖ

Вимірювання різноманітних механічних величин широко застосовуються на підприємствах по видобутку та обробці природного каменю. Тому для підвищення точності вимірювання геометричних параметрів та параметрів руху необхідно компенсувати динамічні похибки, в тому числі – їх додаткову складову, на основі алгоритмічної обробки вимірювальної інформації. Похибки відеозображень з вимірювальною інформацією в значній мірі обумовлені динамічними властивостями вимірювальної системи, що використовується для визначення геометричних параметрів та параметрів руху обладнання та виробів з природного каменю. Причинами виникнення динамічних похибок є: розмиття контурів об’єктів на відеозображеннях, що виникає в оптичній системі та при проходженні відеосигналу через електронні схеми з обмеженою смугою частот; розмиття відеозображень об’єктів, що рухаються відносно ПФВЗ протягом формування одного цифрового відеозображення у часовій послідовності; Потрібно на основі спостережень спотворених відоце оі нзокбурпаожчеантькоfвНо(nг о, mд)вотваиампіррінооргнооїміансфиоврумfа0ц(nі ї, знайти m) , що характеризує геометричні параметри та параметри руху обладнання та виробів з природного каменю. Результати ідентифікації цих параметрів шляхом навчання мережі забезпечують мінімізацію середнього значення динамічної похибки вимірювальної інформації про геометричні параметри та параметри руху: f0 (n)

Лінії Лінії передачі затримки сигналів з ваговими коефіцієнтами
Лінійна функція активації
Суматор Лінійна функція активації

Talk to us

Join us for a 30 min session where you can share your feedback and ask us any queries you have

Schedule a call

Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.