Clasificación de Defectos en Madera utilizando Redes Neuronales Artificiales

MARIO IGNACIO CHACÓN MURGUIA, GRACIELA MARÍA DE JESÚS RAMÍREZ ALONSO

Resumen


ESTE ARTÍCULO DESCRIBE UN CLASIFICADOR NEURAL QUE DIFERENCÍA ENTRE 7 TIPOS DE DEFECTOS EN MADERAS LLAMADOS BOTONES. LA INSPECCIÓN VISUAL DE ESTOS DEFECTOS POR HUMANOS TIENE UN ALTO GRADO DE COMPLEJIDAD DEBIDO A LA VARIANZA INTRACLASE. LAS CARACTERÍSTICAS UTILIZADAS SE EXTRAJERON DE LAS IMÁGENES DE MADERAS MEDIANTE FILTROS GABOR DE 2D. ESTOS FILTROS SON PASA BANDA SELECTIVOS A LA ORIENTACIÓN Y FRECUENCIA, MUY UTILIZADOS PARA IMÁGENES EN DONDE LA TEXTURA ES UN FACTOR IMPORTANTE. PARA OPTIMIZAR LAS CARACTERÍSTICAS SE REALIZÓ UNA REDUCCIÓN DE DIMENSIÓN DEL RESULTADO DE LOS FILTROS GABOR MEDIANTE EL MÉTODO DE ANÁLISIS DE COMPONENTES PRINCIPALES. LA RED NEURAL QUE SE IMPLEMENTÓ FUE UNA RED PERCEPTRÓN MULTICAPA DE 3 CAPAS ENTRENADA CON EL ALGORITMO DE RESALIENT BACKPROPAGATION. LA TASA DE RECONOCIMIENTO DE LA RED FUE DE UN 83.91%, SIENDO ESTE RESULTADO ACEPTABLE TENIENDO EN CUENTA QUE UN INSPECTOR HUMANO ALCANZA UN RECONOCIMIENTO ENTRE EL 75 Y 85%.

Palabras clave


REDES NEURALES; FILTROS GABOR; PROCESAMIENTO DE IMÁGENES

Texto completo:

pdf


Contacto:
Oscar Zavala