Developing a real-time pattern matching algorithm using artificial neural network for a reliable quality control in industrial applications

Authors : Burak GÜZELCE, Gökay BAYRAK

Pages : 537-546

Doi:10.17714/gumusfenbil.826323

View : 16 | Download : 18

Publication Date : 2021-04-15

Article Type : Research Paper

Abstract :Günümüzde kalite kontrol sistemlerinin güvenilir bir doğrulukta yapılması, endüstriyel ürünlerin sıfır hata ile üretimi hedefi açısından oldukça önemlidir. Bu açıdan, kameralı kontrol sistemlerinin güvenilir kontrol algoritmaları ile çalışması önemli bir konudur. Bu çalışmada, desen eşleştirme algoritmasını kullanan gerçek zamanlı bir kontrol algoritması, minimum kontrast parametresini yapay sinir ağı (YSA) ile optimize edecek şekilde geliştirilmiştir. Çalışmada örüntü eşleştirmeye dahil edilen üç algoritmanın zaman açısından karşılaştırılması LabVIEW görüntü kontrol araçları kullanılarak yapılmıştır. Ayrıca, zaman açısından iyi sonuçlar veren düşük-tutarsızlık örnekleme algoritmasında en önemli parametrelerden biri olan minimum kontrast parametresi tarışılmıştır. Bu parametrenin optimizasyonu YSA'da Levenberg-Marquardt eğitim algoritması kullanılarak yapılmıştır. Kullanılan yöntem sayesinde, desen eşleştirmesinin hızlı ve etkili olduğu görülmüştür.
Keywords : Yapay sinir ağı, Desen eşleştirme, Piramit eşleştirme