Sistema de segmentação de imagens para quantificação de microestruturas em metais utilizando redes neurais artificiais
- 1 January 2007
- journal article
- Published by FapUNIFESP (SciELO) in Matéria (Rio de Janeiro)
- Vol. 12 (2), 394-407
- https://doi.org/10.1590/s1517-70762007000200018
Abstract
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.Keywords
This publication has 4 references indexed in Scilit:
- Microstructural evolution and modelling of the hot compression of a TC6 titanium alloyMaterials Characterization, 2002
- Image processing with neural networks—a reviewPattern Recognition, 2002
- An adaptive prediction model of grain size for the forging of Ti–6Al–4V alloy based on fuzzy neural networksJournal of the American Academy of Dermatology, 2002
- Neural Networks in Materials Science.ISIJ International, 1999