Wyszukiwanie zaawansowane ?

Obiekt

Depth object recovery using a light line and a regression neural network
Pobierz

Tytuł: Depth object recovery using a light line and a regression neural network

Autor:

Munoz Rodriguez, J. Apolinar ; Rodriguez-Vera, Ramon ; Asundi, Anand

Współtwórca:

Gaj, Miron. Redakcja ; Wilk, Ireneusz. Redakcja

Opis:

Optica Applicata, Vol. 35, 2005, nr 2, s. 295-309

Abstrakt:

A technique for measuring the objects shape is presented. In this technique, the object is scanned using a light line. From the scanning a set of images is captured by a CCD camera. By processing these images, the object surface is recovered. To determine the surface dimensions, a regression neural network is applied. This network is built using data from images of a light line projected onto the objects, with known dimensions. The data are extracted from the images by applying Gaussian approximation. By using the neural network in this technique, the surface measurement is determined without using the parameters of the set-up. It improves the accuracy of the techniques of light line projection for shape detection, because errors of parameters of the set-up are not introduced to the system. This technique is tested in an experimental way and its results are verified with a contact method.

Wydawca:

Oficyna Wydawnicza Politechniki Wrocławskiej

Miejsce wydania:

Wrocław

Data wydania:

2005

Typ zasobu:

artykuł

Identyfikator zasobu:

oai:dbc.wroc.pl:72601

Źródło:

<sygn. PWr A3481II> ; kliknij tutaj, żeby przejść ; kliknij tutaj, żeby przejść

Język:

eng

Powiązania:

Optica Applicata ; Optica Applicata, Vol. 35, 2005 ; Optica Applicata, Vol. 35, 2005, nr 2 ; Politechnika Wrocławska. Wydział Podstawowych Problemów Techniki

Prawa:

Wszystkie prawa zastrzeżone (Copyright)

Prawa dostępu:

Dla wszystkich w zakresie dozwolonego użytku

Lokalizacja oryginału:

Politechnika Wrocławska

Tytuł publikacji grupowej:

Optica Applicata

Temat i słowa kluczowe:

optyka shape detection light line projection regression neural network Gaussian approximation

Kolekcje, do których przypisany jest obiekt:

Data ostatniej modyfikacji:

21 sie 2019

Data dodania obiektu:

21 sie 2019

Liczba wyświetleń treści obiektu:

60

Wszystkie dostępne wersje tego obiektu:

https://www.dbc.wroc.pl/publication/140682

Wyświetl opis w formacie RDF:

RDF

Wyświetl opis w formacie OAI-PMH:

OAI-PMH

Nazwa wydania Data
Depth object recovery using a light line and a regression neural network 21 sie 2019

Obiekty Podobne

Physicochemical Problems of Mineral Processing
Physicochemical Problems of Mineral Processing
Prediction of Co(II) and Ni(II) ions removal from wastewater using artificial neural network and multiple regression models

Allahkarami, Ebrahim Igder, Aghil Fazlavi, Ali Rezai, Bahram Drzymała, Jan. Redakcja

2017
artykuł
Optica Applicata
Optica Applicata
Loss analysis of single mode telecommunication fiber thermally-diffused core areas

Ratuszek, Marek Gaj, Miron. Redakcja

2007
artykuł
Optica Applicata
Optica Applicata
Third order aberrations of the electron deflecting-focusing system

Romanowski, Andrzej Gaj, Miron. Redakcja

1977
artykuł
Optica Applicata
Optica Applicata
Optical properties of epitaxial aluminium films

Dobierzewska-Mozrzymas, Ewa Gaj, Miron. Redakcja

1977
artykuł
Optica Applicata
Optica Applicata
Optical properties of the thin ytterbium oxide films

Marcinów, Tadeusz Wesołowska, Cecylia Wiktorczyk, Tadeusz Gaj, Miron. Redakcja

1977
artykuł
Optica Applicata
Optica Applicata
Diffraction images in the presence of bright incoherent disks of linear image motion

Rattan, R. Gupta, A. K. Singh, K. Gaj, Miron. Redakcja

1977
artykuł
Optica Applicata
Optica Applicata
A new versatile He-Ne laser for optical adjustments

Kaczmarek, Franciszek Mietlarek, Andrzej Gaj, Miron. Redakcja

1977
artykuł
Optica Applicata
Optica Applicata
Mode-locking in a two-component, tuned dyelaser

Bissinger, Janusz Raczyński, Krzysztof Gaj, Miron. Redakcja

1977
artykuł
Więcej
×

Cytowanie

Styl cytowania:

Dane kontaktowe

Adres

Politechnika Wrocławska (Koordynator Konsorcjum DBC)
Biblioteka Politechniki Wrocławskiej
Wybrzeże Wyspiańskiego 27
50-370 Wrocław, Polska

Telefon

(+48) 71-320-38-30
(+48) 71-320-47-50

E-Mail

bc@pwr.edu.pl

Odwiedź nas!

https://biblioteka.pwr.edu.pl/

Ta strona wykorzystuje pliki 'cookies'. Więcej informacji