C Conferentia Proceedings
DINCON2017-0114 Redes Neurais Artificiais

Reconhecimento do ID das Placas Destinadas ao Enfornamento do Laminador de Tiras a Quente Utilizando VIsão Computacional

Erick Ramos dos Santos1; Gustavo Maia de Almeida1

1 Instituto Federal do Espírito Santo

Resumo

Este artigo apresenta um método de reconhecimento, por meio de visão computacional, do ID das placas direcionadas aos fornos do LTQ (laminador de tiras a quente) de uma Siderurgia, sendo coletadas imagens destas placas através de uma câmera posicionada antes da entrada dos fornos. O atual sistema da empresa não consegue se manter eficaz durante todo o período do dia, devido à dificuldade de extrair características das imagens com iluminação não-uniforme. Com isso, um novo método é proposto, realizando um pré-tratamento com filtro de mediana e filtro gaussiano. As imagens tratadas são direcionadas a uma rede neural Deep Learning com arquitetura convolucional visando extrair as características e classificar os dígitos. O novo código obteve resultados significativos, com uma taxa de acerto de 96,33% o que mostra o seu enorme potencial para aplicação.

Palavras-chave: Visão Computacional; Deep Learning; Rede Neural Convolucional

Como citar

Erick Ramos dos Santos; Gustavo Maia de Almeida. “Reconhecimento do ID das Placas Destinadas ao Enfornamento do Laminador de Tiras a Quente Utilizando VIsão Computacional”. Conferência Brasileira de Dinâmica, Controle e Aplicações. DINCON2017. 2017. Código: DINCON2017-0114