مقاله Automatic Segmentation and Classification of Pipeline Images Using Mathematic Morphology and Fuzzy KدرMeans Algorithm با
مقاله Automatic Segmentation and Classification of Pipeline Images Using Mathematic Morphology and Fuzzy KدرMeans Algorithm با word دارای 5 صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد مقاله Automatic Segmentation and Classification of Pipeline Images Using Mathematic Morphology and Fuzzy KدرMeans Algorithm با word کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.
این پروژه توسط مرکز مرکز پروژه های دانشجویی آماده و تنظیم شده است
توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله Automatic Segmentation and Classification of Pipeline Images Using Mathematic Morphology and Fuzzy KدرMeans Algorithm با word،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن مقاله Automatic Segmentation and Classification of Pipeline Images Using Mathematic Morphology and Fuzzy KدرMeans Algorithm با word :
سال انتشار: 1389
محل انتشار: ششمین کنفرانس ماشین بینایی و پردازش تصویر
تعداد صفحات: 5
چکیده:
Defects on the Pipeline surface such as cracks cause main problems for governments, specifically when the pipeline is covered under the ground. Manual examination for surface defects in the pipeline has several disadvantages, including varying standards, and high cost. In this paper, a combination of two algorithms based on mathematical morphology and curvature evaluation for segmentation of defects is proposed. Then, we use fuzzy k-means clustering to classify pipe defects. The proposed method can be completely automated and has been tested on more than 250 scanned images of petroleum pipelines of Iran