Sistema de segmentação de imagens para quantificação de microestruturas em metais utilizando redes neurais artificiais
Autor(a) principal: | |
---|---|
Data de Publicação: | 2007 |
Outros Autores: | , , , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Matéria (Rio de Janeiro. Online) |
Texto Completo: | http://old.scielo.br/scielo.php?script=sci_arttext&pid=S1517-70762007000200018 |
Resumo: | O Processamento Digital de Imagens é uma área de crescente expansão em vários ramos de aplicação que utilizam a interpretação de imagens como ferramenta. A área da Metalografia Quantitativa aplicada às Ciências dos Materiais utiliza essa técnica para caracterização de frações volumétricas de fases, tamanho de grãos, determinação de distribuição de inclusões, entre outros parâmetros que influem nas propriedades dos materiais. Através de uma análise estatística preliminar, o presente trabalho tem como principal objetivo apresentar e validar o programa Segmentação Via Rede Neural Artificial (SVRNA) desenvolvido pelos autores. Este programa, baseado em redes neurais artificiais, faz a contagem percentual de constituintes em tempo reduzido em relação ao modelo convencional. O estudo é realizado, primeiramente, com a obtenção das amostras de aços ABNT 1020 e 1045 e ferro fundido nodular. A análise estatística mostra que o software é eficiente para o grau de significância admitido. Conclui-se, portanto, que o programa pode ser utilizado em aplicações na área das Ciências dos Materiais para a determinação de microestruturas. |
id |
RLAM-1_26f0d03931d2abd35a4aedea2d4dd9d0 |
---|---|
oai_identifier_str |
oai:scielo:S1517-70762007000200018 |
network_acronym_str |
RLAM-1 |
network_name_str |
Matéria (Rio de Janeiro. Online) |
repository_id_str |
|
spelling |
Sistema de segmentação de imagens para quantificação de microestruturas em metais utilizando redes neurais artificiaisProcesso digital de imagensmetalografia quantitativamicroestruturasredes neuraisO Processamento Digital de Imagens é uma área de crescente expansão em vários ramos de aplicação que utilizam a interpretação de imagens como ferramenta. A área da Metalografia Quantitativa aplicada às Ciências dos Materiais utiliza essa técnica para caracterização de frações volumétricas de fases, tamanho de grãos, determinação de distribuição de inclusões, entre outros parâmetros que influem nas propriedades dos materiais. Através de uma análise estatística preliminar, o presente trabalho tem como principal objetivo apresentar e validar o programa Segmentação Via Rede Neural Artificial (SVRNA) desenvolvido pelos autores. Este programa, baseado em redes neurais artificiais, faz a contagem percentual de constituintes em tempo reduzido em relação ao modelo convencional. O estudo é realizado, primeiramente, com a obtenção das amostras de aços ABNT 1020 e 1045 e ferro fundido nodular. A análise estatística mostra que o software é eficiente para o grau de significância admitido. Conclui-se, portanto, que o programa pode ser utilizado em aplicações na área das Ciências dos Materiais para a determinação de microestruturas.Laboratório de Hidrogênio, Coppe - Universidade Federal do Rio de Janeiroem cooperação com a Associação Brasileira do Hidrogênio, ABH22007-01-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersiontext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S1517-70762007000200018Matéria (Rio de Janeiro) v.12 n.2 2007reponame:Matéria (Rio de Janeiro. Online)instname:Matéria (Rio de Janeiro. Online)instacron:RLAM10.1590/S1517-70762007000200018info:eu-repo/semantics/openAccessAlbuquerque,Victor Hugo Costa deCortez,Paulo CésarAlexandria,Auzuir Ripardo deAguiar,Willys MachadoSilva,Edgard de Macedopor2007-09-12T00:00:00Zoai:scielo:S1517-70762007000200018Revistahttp://www.materia.coppe.ufrj.br/https://old.scielo.br/oai/scielo-oai.php||materia@labh2.coppe.ufrj.br1517-70761517-7076opendoar:2007-09-12T00:00Matéria (Rio de Janeiro. Online) - Matéria (Rio de Janeiro. Online)false |
dc.title.none.fl_str_mv |
Sistema de segmentação de imagens para quantificação de microestruturas em metais utilizando redes neurais artificiais |
title |
Sistema de segmentação de imagens para quantificação de microestruturas em metais utilizando redes neurais artificiais |
spellingShingle |
Sistema de segmentação de imagens para quantificação de microestruturas em metais utilizando redes neurais artificiais Albuquerque,Victor Hugo Costa de Processo digital de imagens metalografia quantitativa microestruturas redes neurais |
title_short |
Sistema de segmentação de imagens para quantificação de microestruturas em metais utilizando redes neurais artificiais |
title_full |
Sistema de segmentação de imagens para quantificação de microestruturas em metais utilizando redes neurais artificiais |
title_fullStr |
Sistema de segmentação de imagens para quantificação de microestruturas em metais utilizando redes neurais artificiais |
title_full_unstemmed |
Sistema de segmentação de imagens para quantificação de microestruturas em metais utilizando redes neurais artificiais |
title_sort |
Sistema de segmentação de imagens para quantificação de microestruturas em metais utilizando redes neurais artificiais |
author |
Albuquerque,Victor Hugo Costa de |
author_facet |
Albuquerque,Victor Hugo Costa de Cortez,Paulo César Alexandria,Auzuir Ripardo de Aguiar,Willys Machado Silva,Edgard de Macedo |
author_role |
author |
author2 |
Cortez,Paulo César Alexandria,Auzuir Ripardo de Aguiar,Willys Machado Silva,Edgard de Macedo |
author2_role |
author author author author |
dc.contributor.author.fl_str_mv |
Albuquerque,Victor Hugo Costa de Cortez,Paulo César Alexandria,Auzuir Ripardo de Aguiar,Willys Machado Silva,Edgard de Macedo |
dc.subject.por.fl_str_mv |
Processo digital de imagens metalografia quantitativa microestruturas redes neurais |
topic |
Processo digital de imagens metalografia quantitativa microestruturas redes neurais |
description |
O Processamento Digital de Imagens é uma área de crescente expansão em vários ramos de aplicação que utilizam a interpretação de imagens como ferramenta. A área da Metalografia Quantitativa aplicada às Ciências dos Materiais utiliza essa técnica para caracterização de frações volumétricas de fases, tamanho de grãos, determinação de distribuição de inclusões, entre outros parâmetros que influem nas propriedades dos materiais. Através de uma análise estatística preliminar, o presente trabalho tem como principal objetivo apresentar e validar o programa Segmentação Via Rede Neural Artificial (SVRNA) desenvolvido pelos autores. Este programa, baseado em redes neurais artificiais, faz a contagem percentual de constituintes em tempo reduzido em relação ao modelo convencional. O estudo é realizado, primeiramente, com a obtenção das amostras de aços ABNT 1020 e 1045 e ferro fundido nodular. A análise estatística mostra que o software é eficiente para o grau de significância admitido. Conclui-se, portanto, que o programa pode ser utilizado em aplicações na área das Ciências dos Materiais para a determinação de microestruturas. |
publishDate |
2007 |
dc.date.none.fl_str_mv |
2007-01-01 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://old.scielo.br/scielo.php?script=sci_arttext&pid=S1517-70762007000200018 |
url |
http://old.scielo.br/scielo.php?script=sci_arttext&pid=S1517-70762007000200018 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
10.1590/S1517-70762007000200018 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
text/html |
dc.publisher.none.fl_str_mv |
Laboratório de Hidrogênio, Coppe - Universidade Federal do Rio de Janeiro em cooperação com a Associação Brasileira do Hidrogênio, ABH2 |
publisher.none.fl_str_mv |
Laboratório de Hidrogênio, Coppe - Universidade Federal do Rio de Janeiro em cooperação com a Associação Brasileira do Hidrogênio, ABH2 |
dc.source.none.fl_str_mv |
Matéria (Rio de Janeiro) v.12 n.2 2007 reponame:Matéria (Rio de Janeiro. Online) instname:Matéria (Rio de Janeiro. Online) instacron:RLAM |
instname_str |
Matéria (Rio de Janeiro. Online) |
instacron_str |
RLAM |
institution |
RLAM |
reponame_str |
Matéria (Rio de Janeiro. Online) |
collection |
Matéria (Rio de Janeiro. Online) |
repository.name.fl_str_mv |
Matéria (Rio de Janeiro. Online) - Matéria (Rio de Janeiro. Online) |
repository.mail.fl_str_mv |
||materia@labh2.coppe.ufrj.br |
_version_ |
1752126686770495488 |