Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

Publikacje Pracowników PL z lat 1990-2010

Publikacje pracowników Politechniki Lubelskie z lat 1990-2010 dostępne są jak dotychczas w starej bazie publikacji
LINK DO STAREJ BAZY

MNiSW
5
Lista B
Status:
Warianty tytułu:
Rozpoznawanie znaczników obrazu z wykorzystaniem sieci neuronowych w przestrzeni transformaty falkowej
Autorzy: Kozina Yulia, Kotyra Andrzej
Rok wydania: 2013
Wersja dokumentu: Drukowana | Elektroniczna
Język: angielski
Numer czasopisma: 8
Strony: 43 - 44
Efekt badań statutowych NIE
Materiał konferencyjny: NIE
Publikacja OA: NIE
Abstrakty: polski | angielski
Wykorzystanie istniejących rozwiązań sprzętowo-programowych do kontroli jakości wzorców w przypadkach małych i średnich linii produkcyjnych układów mikroelektronicznych prowadzi do nieuzasadnionych wzrostów kosztów produkcji. W przypadku obniżenia wymagań jakości oprogramowania, szum zawarty w obrazach wzorcowych nieuchronne prowadzi do słabszego wyróżniania zawartych w nich znaczników, co sprzyja pogorszeniu kontroli produkcji. W celu poprawienia pewności rozróżniania znaczników, zaproponowana została metoda eliminacji szumu wykorzystująca sieci neuronowe w przestrzeni hiperbolicznej transformaty falkowej. Obniżenie wymagań parametrów technicznych rozwiązań sprzętowo-programowych prowadzi do pojawiania się szumu multiplikatywnego i addytywnego w obrazach wzorcowych i przyczynia się do obniżenia pewności poprawnego rozpoznania markerów obrazowych. W celu poprawy wiarygodności ich wykrycia zaproponowano procedurę bazującą na uczeniu sieci neuronowej. W omawianym rozwiązaniu zastosowany został perceptron wielowarstwowy.
Application of existing hardware-software complexes for controlling of patterns’ quality in the conditions of small and average production lots of microelectronics leads to unjustified quality cost increase. In case of lowering of requirements to the software of such complexes, noise on the pattern images inevitably occur, which leads to the decrease of authenticity of discernment of fiducial marks, which are located on the pattern images, and to the decrease of authenticity of control results. Therefore, with the purpose of increase of authenticity of discernment it is proposed to realize discernment of fiducial marks on the bases of nose-eliminating of neural network training in the space of hyperbolic wavelet transformation. Decrease of requirements of technical parameters of equipment used in hardware-software complexes, leads to appearance multiplicative and additive noises on images of templates and cause decreasing reliability of recognition results of fiducial markers. Therefore for increase of credibility of fiducial markers recognition to realize this procedure on a base of noise-immunity neural network training method is offered. The multilayer perceptron was selected as model.