Detección bordes en defectos de bajo contraste en imágenes de dientes artificiales con iluminación no homogénea usando redes neuronales
Actualmente las compañías productoras de dientes artificiales realizan las revisiones a cada producto terminado de forma manual, lo cual puede generar errores debido al cansancio producido por tareas repetitivas, además, el desgaste visual que se genera con cada día de labor, esto implica sobre cost...
- Autores:
-
Cardona Mesa, Daniela
Palacio Uribe, José Antonio
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2015
- Institución:
- Instituto Tecnológico Metropolitano
- Repositorio:
- Repositorio ITM
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.itm.edu.co:20.500.12622/6179
- Acceso en línea:
- http://hdl.handle.net/20.500.12622/6179
- Palabra clave:
- Vetas, validación cruzada, mejora de contraste, filtros espaciales, perceptrón, regla delta, backpropagación
Streaks, cross validation, contrast enhancement, spatial filters, perceptron, delta rule, backpropagation
Implantes dentarios, materiales dentales, imagen dental, control de calidad
- Rights
- License
- http://creativecommons.org/licenses/by-nc-nd/4.0/
id |
RepoITM2_5c82c88fcdc41f81cb500723a2e18630 |
---|---|
oai_identifier_str |
oai:repositorio.itm.edu.co:20.500.12622/6179 |
network_acronym_str |
RepoITM2 |
network_name_str |
Repositorio ITM |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Detección bordes en defectos de bajo contraste en imágenes de dientes artificiales con iluminación no homogénea usando redes neuronales |
dc.title.translated.spa.fl_str_mv |
Edge detection of low-contrast defects in inhomogeneously illuminated artificial tooth images using neural networks |
title |
Detección bordes en defectos de bajo contraste en imágenes de dientes artificiales con iluminación no homogénea usando redes neuronales |
spellingShingle |
Detección bordes en defectos de bajo contraste en imágenes de dientes artificiales con iluminación no homogénea usando redes neuronales Vetas, validación cruzada, mejora de contraste, filtros espaciales, perceptrón, regla delta, backpropagación Streaks, cross validation, contrast enhancement, spatial filters, perceptron, delta rule, backpropagation Implantes dentarios, materiales dentales, imagen dental, control de calidad |
title_short |
Detección bordes en defectos de bajo contraste en imágenes de dientes artificiales con iluminación no homogénea usando redes neuronales |
title_full |
Detección bordes en defectos de bajo contraste en imágenes de dientes artificiales con iluminación no homogénea usando redes neuronales |
title_fullStr |
Detección bordes en defectos de bajo contraste en imágenes de dientes artificiales con iluminación no homogénea usando redes neuronales |
title_full_unstemmed |
Detección bordes en defectos de bajo contraste en imágenes de dientes artificiales con iluminación no homogénea usando redes neuronales |
title_sort |
Detección bordes en defectos de bajo contraste en imágenes de dientes artificiales con iluminación no homogénea usando redes neuronales |
dc.creator.fl_str_mv |
Cardona Mesa, Daniela Palacio Uribe, José Antonio |
dc.contributor.advisor.none.fl_str_mv |
Restrepo Martínez, Alejandro |
dc.contributor.author.none.fl_str_mv |
Cardona Mesa, Daniela Palacio Uribe, José Antonio |
dc.subject.spa.fl_str_mv |
Vetas, validación cruzada, mejora de contraste, filtros espaciales, perceptrón, regla delta, backpropagación |
topic |
Vetas, validación cruzada, mejora de contraste, filtros espaciales, perceptrón, regla delta, backpropagación Streaks, cross validation, contrast enhancement, spatial filters, perceptron, delta rule, backpropagation Implantes dentarios, materiales dentales, imagen dental, control de calidad |
dc.subject.keywords.spa.fl_str_mv |
Streaks, cross validation, contrast enhancement, spatial filters, perceptron, delta rule, backpropagation |
dc.subject.lemb.spa.fl_str_mv |
Implantes dentarios, materiales dentales, imagen dental, control de calidad |
description |
Actualmente las compañías productoras de dientes artificiales realizan las revisiones a cada producto terminado de forma manual, lo cual puede generar errores debido al cansancio producido por tareas repetitivas, además, el desgaste visual que se genera con cada día de labor, esto implica sobre costos por los recursos humanos y perdidas por posibles devoluciones de productos defectuosos. Con este proyecto se pretende aportar a la detección automática de defectos denominados vetas para la revisión y validación de los dientes fabricados. Para dicha solución, se cuenta con un número de imágenes suministradas por el docente asesor de este trabajo de grado, las cuales se caracterizan por un efecto de luz no homogénea y constantes cambios en el contraste. Lo cual lleva a posibles confusiones, entre las zonas más oscuras y claras de cada imagen obtenida, creando posibles sombras que pueden posteriormente confundirse con las vetas, estas son consideradas franjas o segmentos que se pueden distinguir dentro de la materia en que se encuentre. Después de tener las imágenes con las mejoras, se implementó el proceso de convolución aplicando diferentes filtros Sobel, Prewitt, Roberts (Aggarwal, 2009), con los cuales se realizó un entrenamiento supervisado con el 90% de estas para las redes neuronales perceptrón, regla delta y bakcpropagation, el 10% restante se usó para la evaluación de cada una de las redes utilizadas. Para determinar el mejor resultado se utilizó las matrices de confusión con las cuales se encontró que método generaba menor error en su clasificación de las vetas. Una vez que se obtuvieron los resultados de las mejores clasificaciones y analizados los datos de las evaluaciones se encontró que los defectos presentes en los dientes no se pueden identificar con un solo tipo de método, por este motivo se hace necesario el uso de redes neuronales con estructuras más complejas. |
publishDate |
2015 |
dc.date.issued.none.fl_str_mv |
2015 |
dc.date.accessioned.none.fl_str_mv |
2023-10-03T13:56:11Z |
dc.date.available.none.fl_str_mv |
2023-10-03T13:56:11Z |
dc.type.local.spa.fl_str_mv |
Trabajo de grado de pregrado |
dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
http://purl.org/coar/resource_type/c_7a1f |
dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/20.500.12622/6179 |
dc.identifier.instname.spa.fl_str_mv |
instname:Instituto Tecnológico Metropolitano |
dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Instituto Tecnológico Metropolitano |
dc.identifier.repourl.none.fl_str_mv |
repourl:https://repositorio.itm.edu.co/ |
url |
http://hdl.handle.net/20.500.12622/6179 |
identifier_str_mv |
instname:Instituto Tecnológico Metropolitano reponame:Repositorio Institucional Instituto Tecnológico Metropolitano repourl:https://repositorio.itm.edu.co/ |
dc.language.iso.spa.fl_str_mv |
spa |
language |
spa |
dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
dc.rights.local.spa.fl_str_mv |
Acceso abierto |
dc.rights.creativecommons.*.fl_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 International |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ Acceso abierto Attribution-NonCommercial-NoDerivatives 4.0 International http://purl.org/coar/access_right/c_abf2 |
dc.format.mimetype.none.fl_str_mv |
application/pdf |
dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingenierías |
dc.publisher.program.spa.fl_str_mv |
Ingeniería de Sistemas |
dc.publisher.grantor.spa.fl_str_mv |
Instituto Tecnológico Metropolitano |
institution |
Instituto Tecnológico Metropolitano |
bitstream.url.fl_str_mv |
https://dspace-itm.metabuscador.org/bitstreams/7e092dd2-ea69-4f66-b824-a38fb757fe66/download https://dspace-itm.metabuscador.org/bitstreams/1ace8e91-835b-4cea-8913-9d17c1b4818e/download https://dspace-itm.metabuscador.org/bitstreams/e2bbd7ae-10f1-4164-ba9d-33bb36d52209/download https://dspace-itm.metabuscador.org/bitstreams/e7a9e1de-272a-4124-810c-a2f9eec6ed85/download https://dspace-itm.metabuscador.org/bitstreams/81b871c8-c130-4416-94a5-5f638e0eaca7/download https://dspace-itm.metabuscador.org/bitstreams/446ebb8a-d139-434b-a332-e96ae0688c5e/download https://dspace-itm.metabuscador.org/bitstreams/f1a1db1a-e9c0-4d62-a102-e66712c63228/download |
bitstream.checksum.fl_str_mv |
93936d865efa156f3ee78ba6583846a6 8a20b9b1f072c8516bcb21171444142b 7734e4171dd7ba1c98e697a13b9e06eb 9c77cec9281aba2b46981c1e2cfab791 4339fd8a1ab76ff56e8707d31b3f4ff2 5a4d7ecd13b0a9cbf4da5f8b66c0d128 ff4c8ff01d544500ea4bfea43e6108c1 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Instituto Tecnológico Metropolitano de Medellín |
repository.mail.fl_str_mv |
bdigital@metabiblioteca.com |
_version_ |
1837096887032741888 |
spelling |
Restrepo Martínez, AlejandroCardona Mesa, DanielaPalacio Uribe, José Antonio2023-10-03T13:56:11Z2023-10-03T13:56:11Z2015http://hdl.handle.net/20.500.12622/6179instname:Instituto Tecnológico Metropolitanoreponame:Repositorio Institucional Instituto Tecnológico Metropolitanorepourl:https://repositorio.itm.edu.co/Actualmente las compañías productoras de dientes artificiales realizan las revisiones a cada producto terminado de forma manual, lo cual puede generar errores debido al cansancio producido por tareas repetitivas, además, el desgaste visual que se genera con cada día de labor, esto implica sobre costos por los recursos humanos y perdidas por posibles devoluciones de productos defectuosos. Con este proyecto se pretende aportar a la detección automática de defectos denominados vetas para la revisión y validación de los dientes fabricados. Para dicha solución, se cuenta con un número de imágenes suministradas por el docente asesor de este trabajo de grado, las cuales se caracterizan por un efecto de luz no homogénea y constantes cambios en el contraste. Lo cual lleva a posibles confusiones, entre las zonas más oscuras y claras de cada imagen obtenida, creando posibles sombras que pueden posteriormente confundirse con las vetas, estas son consideradas franjas o segmentos que se pueden distinguir dentro de la materia en que se encuentre. Después de tener las imágenes con las mejoras, se implementó el proceso de convolución aplicando diferentes filtros Sobel, Prewitt, Roberts (Aggarwal, 2009), con los cuales se realizó un entrenamiento supervisado con el 90% de estas para las redes neuronales perceptrón, regla delta y bakcpropagation, el 10% restante se usó para la evaluación de cada una de las redes utilizadas. Para determinar el mejor resultado se utilizó las matrices de confusión con las cuales se encontró que método generaba menor error en su clasificación de las vetas. Una vez que se obtuvieron los resultados de las mejores clasificaciones y analizados los datos de las evaluaciones se encontró que los defectos presentes en los dientes no se pueden identificar con un solo tipo de método, por este motivo se hace necesario el uso de redes neuronales con estructuras más complejas.Ingeniero de Sistemaspregradoapplication/pdfspahttp://creativecommons.org/licenses/by-nc-nd/4.0/Acceso abiertoAttribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://purl.org/coar/access_right/c_abf2Vetas, validación cruzada, mejora de contraste, filtros espaciales, perceptrón, regla delta, backpropagaciónStreaks, cross validation, contrast enhancement, spatial filters, perceptron, delta rule, backpropagationImplantes dentarios, materiales dentales, imagen dental, control de calidadDetección bordes en defectos de bajo contraste en imágenes de dientes artificiales con iluminación no homogénea usando redes neuronalesEdge detection of low-contrast defects in inhomogeneously illuminated artificial tooth images using neural networksFacultad de IngenieríasIngeniería de SistemasInstituto Tecnológico MetropolitanoTrabajo de grado de pregradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisPublicationTHUMBNAILDaniela_CardonaMesa_JoseAntonio_PalacioUribe_2015.pdf.jpgDaniela_CardonaMesa_JoseAntonio_PalacioUribe_2015.pdf.jpgGenerated Thumbnailimage/jpeg5823https://dspace-itm.metabuscador.org/bitstreams/7e092dd2-ea69-4f66-b824-a38fb757fe66/download93936d865efa156f3ee78ba6583846a6MD56falseAnonymousREADCarta_autorizacion_Daniela_CardonaMesa_JoseAntonio_PalacioUribe_2015.pdf.jpgCarta_autorizacion_Daniela_CardonaMesa_JoseAntonio_PalacioUribe_2015.pdf.jpgGenerated Thumbnailimage/jpeg7592https://dspace-itm.metabuscador.org/bitstreams/1ace8e91-835b-4cea-8913-9d17c1b4818e/download8a20b9b1f072c8516bcb21171444142bMD57falseAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-81406https://dspace-itm.metabuscador.org/bitstreams/e2bbd7ae-10f1-4164-ba9d-33bb36d52209/download7734e4171dd7ba1c98e697a13b9e06ebMD53falseAnonymousREADORIGINALDaniela_CardonaMesa_JoseAntonio_PalacioUribe_2015.pdfDaniela_CardonaMesa_JoseAntonio_PalacioUribe_2015.pdfTrabajo de gradoapplication/pdf2237009https://dspace-itm.metabuscador.org/bitstreams/e7a9e1de-272a-4124-810c-a2f9eec6ed85/download9c77cec9281aba2b46981c1e2cfab791MD54trueAnonymousREADCarta_autorizacion_Daniela_CardonaMesa_JoseAntonio_PalacioUribe_2015.pdfCarta_autorizacion_Daniela_CardonaMesa_JoseAntonio_PalacioUribe_2015.pdfCarta de autorizaciónapplication/pdf621856https://dspace-itm.metabuscador.org/bitstreams/81b871c8-c130-4416-94a5-5f638e0eaca7/download4339fd8a1ab76ff56e8707d31b3f4ff2MD55falseAnonymousREAD2070-12-31TEXTDaniela_CardonaMesa_JoseAntonio_PalacioUribe_2015.pdf.txtDaniela_CardonaMesa_JoseAntonio_PalacioUribe_2015.pdf.txtExtracted texttext/plain73759https://dspace-itm.metabuscador.org/bitstreams/446ebb8a-d139-434b-a332-e96ae0688c5e/download5a4d7ecd13b0a9cbf4da5f8b66c0d128MD58falseAnonymousREADCarta_autorizacion_Daniela_CardonaMesa_JoseAntonio_PalacioUribe_2015.pdf.txtCarta_autorizacion_Daniela_CardonaMesa_JoseAntonio_PalacioUribe_2015.pdf.txtExtracted texttext/plain4https://dspace-itm.metabuscador.org/bitstreams/f1a1db1a-e9c0-4d62-a102-e66712c63228/downloadff4c8ff01d544500ea4bfea43e6108c1MD59falseAnonymousREAD2070-12-3120.500.12622/6179oai:dspace-itm.metabuscador.org:20.500.12622/61792025-06-24 09:22:42.126http://creativecommons.org/licenses/by-nc-nd/4.0/open.accesshttps://dspace-itm.metabuscador.orgRepositorio Instituto Tecnológico Metropolitano de Medellínbdigital@metabiblioteca.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 |