A fast parallel algorithm for thinning digital patterns

Zhang, T. Y.; Suen, Ching Y.

doi:10.1145/357994.358023

Cited by 2,109 publications

(994 citation statements)

References 8 publications

Supporting

Mentioning

897

Contrasting

Unclassified

Order By: Relevance

“… Bước 2: Chuyển đổi ảnh sang ảnh xám, phân đoạn ảnh với ngưỡng động bằng thuật toán OTSU [6]. Nhằm mục đích loại bỏ các thông tin dư thừa về hình dạng của ảnh mẫu gạch chúng tôi áp dụng thuật toán làm mỏng nét [7] để tìm xương của ảnh viên gạch (Hình 7a). Bước xử lý này giúp giảm thiểu ảnh hưởng của độ méo của hoa văn trên ảnh viên gạch giúp tăng độ chính xác nhận dạng và giảm thời gian tính toán đặc trưng ảnh.…”

Section: Tách Mẫu Gạch Khỏi Băng Tảiunclassified

Phát Triển Thuật Toán Xử Lý Ảnh Và Máy Học Để Nhận Dạng Khiếm Khuyết Trên Bề Mặt Gạch Men

Bảo¹,

Lâm²,

Phúc³

et al. 2017

Fair - Nghiên Cứu Cơ Bản Và Ứng Dụng Công Nghệ Thông Tin - 2016

View full text Add to dashboard Cite

Từ khóa-Nhận dạng mẫu, mạng neural, trừ nền, khiếm khuyết bề mặt, gạch men. I. GIỚI THIỆUSản xuất gạch men và ốp lát tại Việt Nam là một trong số ít các ngành công nghiệp vươn lên tầm cỡ khu vực và thế giới. Theo số liệu thống kê năm 2015 tổng công suất hiện đạt tới 500 triệu m 2 /năm, đứng đầu Đông Nam Á và thứ 6 thế giới. Sản phẩm gạch men không chỉ được tiêu thụ trong nước mà còn được xuất khẩu ra nước ngoài. Việt Nam cũng là nhà xuất khẩu gạch ốp lát top 10 thế giới. Hiện tại, khoảng 15% sản lượng của Việt Nam được xuất khẩu đi các nước trên thế giới [1].Nghiên cứu các phương pháp và các kỹ thuật cho việc kiểm tra đánh giá lỗi bề mặt trong sản xuất theo dây chuyền tự động và xây dựng hệ thống phát hiện và nhận dạng lỗi trên bề mặt sản phẩm nói chung và gạch men nói riêng đã và đang là một vấn đề được quan tâm đối với ngành công nghiệp của nhiều nước. Tuy nhiên, chưa có công bố nào hoàn chỉnh về vấn đề này. Các nghiên cứu hoặc chỉ dừng lại ở đề xuất thuật toán phân đoạn ảnh để phát hiện vùng chứa khuyết điểm trên bề mặt [2] hay chỉ phát hiện các sai lệch về độ dày, mỏng, độ cong vênh trên biên của viên gạch [3]. Một số hệ thống thực nghiệm thì chỉ đơn giản là nhận dạng gạch có lỗi hay không lỗi [4] hoặc chỉ phân loại khuyết điểm với các mẫu lỗi đã xử lý trước [5]. Phần lớn các nghiên cứu này đều có một khuyết điểm rất lớn là không có chức năng nhận dạng gạch mẫu nên hệ thống không có tính tổng quát cao chỉ xét một số mẫu gạch với hoa văn đơn giản, đồng nhất, các loại gạch đa họa tiết hay bề mặt có các họa tiết phức tạp với độ tương phản cao về độ sáng hay màu sắc chưa được xét đến. Riêng ở nước ta, các nghiên cứu để áp dụng cho các ứng dụng này vẫn chưa phổ biến, chủ yếu là các phương pháp truyền thống thường được thực hiện do con người trực tiếp quan sát bề mặt của sản phẩm, để đánh giá phân loại chất lượng cho các sản phẩm gạch men vì vậy, nghiên cứu này là rất cần thiết và có ý nghĩa thực tiễn.Bài báo này đề xuất một giải thuật máy học và xử lý ảnh mới để phát hiện và nhận dạng khuyết điểm trên bề mặt gạch men sử dụng kỹ thuật nhận dạng gạch mẫu dựa trên mạng nơ-ron với bộ đặc trưng cơ bản về thông tin hình học kết hợp với các đặc trưng về histogram và kết cấu của ảnh. Tiếp theo, các lỗi khuyết điểm trên bề mặt gạch men sẽ được xác định bằng kỹ thuật phân đoạn ảnh, trừ nền và xử lý hình thái. Quy trình xử lý tổng quát của phương pháp được trình bày như trong hình 1. Mục tiếp theo của bài viết mô tả chi tiết nội dung của phương pháp được đề xuất. Các kết quả thực nghiệm và thảo luận được trình bày trong mục III. Kết luận và các định hướng nghiên cứu tiếp theo được đưa ra trong mục IV của bài báo. Hình 1. Quy trình xử lý tổng quát của phương pháp được đề nghị II. NỘI DUNG NGHIÊN CỨU A. Giới hạn và phạm vi nghiên cứuTrong nghiên cứu này, chúng tôi xét bài toán phát hiện và nhận dạng lỗi trên bề mặt gạch men ceramic là loại gạch được sản xuất và tiêu thụ với sản lượng lớn nhất ở Việt Nam hiện nay. Chúng tôi xét 15 loại gạch mẫu có kích thước, màu sắc, hình dáng và độ phức tạp khác nhau của họa tiết. Hình ảnh m...

show abstract

Section: Tách Mẫu Gạch Khỏi Băng Tảiunclassified

Phát Triển Thuật Toán Xử Lý Ảnh Và Máy Học Để Nhận Dạng Khiếm Khuyết Trên Bề Mặt Gạch Men

Bảo¹,

Lâm²,

Phúc³

et al. 2017

Fair - Nghiên Cứu Cơ Bản Và Ứng Dụng Công Nghệ Thông Tin - 2016

View full text Add to dashboard Cite

show abstract

“…Blood vessel skeletons are extracted by a fast parallel thinning algorithm [13], which can be considered as the main features. A SVPI is evenly divided into 16 small (4×4) patches as shown in Fig.…”

Section: Local Feature Matching Point Detectionmentioning

confidence: 99%

Registration of SD-OCT en-face images with color fundus photographs based on local patch matching

Niu

Chen

Shen

et al. 2014

Proceedings of the Ophthalmic Medical Image Analysis First International Workshop

View full text Add to dashboard Cite

“…Next, we reduce the 8-bit grayscale image to 2-bit black and white image based again on Otsu thresholding method [26]. Finally, the fingerprint ridge is thinned into a single pixel width using the method in [27], so that it is easier to find the minutiae defined as ridge bifurcations and endpoints. Fig.…”

Section: Inter-fingerprint Similarity Computationmentioning

confidence: 99%

Unsupervised Fingerprint Recognition

Tsai

Lin

Tseng

2013

IEICE Trans. Inf. & Syst.

View full text Add to dashboard Cite

SUMMARYThis study extends conventional fingerprint recognition from a supervised to an unsupervised framework. Instead of enrolling fingerprints from known persons to identify unknown fingerprints, our aim is to partition a collection of unknown fingerprints into clusters, so that each cluster consists of fingerprints from the same finger and the number of generated clusters equals the number of distinct fingers involved in the collection. Such an unsupervised framework is helpful to handle the situation where a collection of captured fingerprints are not from the enrolled people. The task of fingerprint clustering is formulated as a problem of minimizing the clustering errors characterized by the Rand index. We estimate the Rand index by computing the similarities between fingerprints and then apply a genetic algorithm to minimize the Rand index. Experiments conducted using the FVC2002 database show that the proposed fingerprint clustering method outperforms an intuitive method based on hierarchical agglomerative clustering. The experiments also show that the number of clusters determined by our system is close to the true number of distinct fingers involved in the collection.

show abstract

A fast parallel algorithm for thinning digital patterns

Cited by 2,109 publications

References 8 publications

Phát Triển Thuật Toán Xử Lý Ảnh Và Máy Học Để Nhận Dạng Khiếm Khuyết Trên Bề Mặt Gạch Men

Phát Triển Thuật Toán Xử Lý Ảnh Và Máy Học Để Nhận Dạng Khiếm Khuyết Trên Bề Mặt Gạch Men

Registration of SD-OCT en-face images with color fundus photographs based on local patch matching

Unsupervised Fingerprint Recognition

Contact Info

Product

Resources

About