Esnek üretim sistemleri için geliştirilmiş bir görme sistemi

Abstract

ESNEK ÜRETİM SİSTEMLERİ İÇİN GELİŞTİRİLMİŞ BİR GÖRME SİSTEMİ Cüneyt Hakan Bağcıoğulları Anahtar Kelimeler: Endüstriyel Görme Sistemleri, Makine Görmesi, Kohonen'in Kendi Kendini Düzenleyen Haritaları, Öznitelik Çıkarımı, Örüntü Tanıma Endüstride, esnek üretim teknikleri uygulanan üretim hatlarda kullanılan robot görme sistemlerinde yeni bir ürünün üretilmesinin başlangıç aşamasında, bu yeni ürünün sistem tarafından tanınmasında zaman ve uzmanlık açısından güçlükler vardır. Gerçekleştirilen görme sistemi, yeni nesne grubunun genel özniteliklerinden, ayırt edici olanlarını çıkarabilen bir uzman sisteme sahiptir. Bu uzman sistem aynı zamanda belirlenen özniteliklere en uygun sınırlandırıcıyı da oluşturur. Sistem, öngörülen özniteliklerin bulunması için gereken görüntü işleme yöntemlerini kullanarak Moment değişmezleri, Fourier betimleyicileri, Zernike momentleri, poligonal veya zincirkod öznitelikleri ve geometrik öznitelikler arasından uygun olanları seçer. Nesne sayısına ve öznitelik vektörünün boyutuna göre uygun sınırlandırıcıyı belirler ve sistemin yapısını otomatik olarak kurar. u

A VISION SYSTEM FOR FLEXIBLE MANUFACTORING SYSTEMS Cüneyt Hakan Bağcıoğulları Keywords: Industrial Vision Systems, Machine Vision, Kohonen's Self Organizing Map, Feature Extracting, Pattern Recognition An important problem during the beginning stage of the production of a new product in robot vision systems, used on flexible manufacturing line, is unrecognition of new products. Realized vision system includes an expert system (ES) that can be distinguish superior features from common features of object group of new product. It also determine a classifier, could give robust results for object recognition with determined superior features. System can be use necessary image improvement methods decided by ES, for good result at many different production lines. System automatically establish the structure which provide fast and accurate recognition by means of selecting one of the suitable feature extraction method from geometrical moment, elliptic Fourier descriptor or Zernike moments descriptor or local features like, polygonal approximations, chain codes or geometrical features; and preparing a reasonable classifier, Kohonen's Self Organizing Map, at proper dimensions for feature vector and number of the object.