Sistema de segmentação de imagens para quantificação de microestruturas em metais utilizando redes neurais artificiais

Detalhes bibliográficos
Autor(a) principal: Albuquerque,Victor Hugo Costa de
Data de Publicação: 2007
Outros Autores: Cortez,Paulo César, Alexandria,Auzuir Ripardo de, Aguiar,Willys Machado, Silva,Edgard de Macedo
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