Academic Journals Database
Disseminating quality controlled scientific knowledge

Clasificación de Defectos en Madera utilizando Redes Neuronales Artificiales

ADD TO MY LIST
 
Author(s): Graciela Maru00EDa de Jesu00FAs Ramu00EDrez Alonso | Mario Ignacio Chacu00F3n Murguu00EDa

Journal: Computación y Sistemas
ISSN 1405-5546

Volume: 9;
Issue: 1;
Start page: 17;
Date: 2005;
Original page

ABSTRACT
Este artículo describe un clasificador neural que diferencía entre 7 tipos de defectos en maderas llamados botones. La inspección visual de estos defectos por humanos tiene un alto grado de complejidad debido a la varianza intraclase. Las características utilizadas se extrajeron de las imágenes de maderas mediante filtros Gabor de 2D. Estos filtros son pasa banda selectivos a la orientación y frecuencia, muy utilizados para imágenes en donde la textura es un factor importante. Para optimizar las características se realizó una reducción de dimensión del resultado de los filtros Gabor mediante el método de Análisis de Componentes Principales. La red neural que se implementó fue una red Perceptrón multicapa de 3 capas entrenada con el algoritmo de Resalient Backpropagation. La tasa de reconocimiento de la red fue de un 83.91%, siendo este resultado aceptable teniendo en cuenta que un inspector humano alcanza un reconocimiento entre el 75 y 85%.
Affiliate Program     

Tango Rapperswil
Tango Rapperswil