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

Baixar PDF

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