Svešķermeņu identifikācijas matemātiskie modeļi

Abstract

Bakalaura darbs veltīts digitālu attēlu apstrādes metožu izstrādei, kuras risina konkrēta ražotāja definētu uzdevumu. Lai nodrošinātu produkcijas kvalitātes kontroli, ir nepieciešams identificēt rentgena attēlus kā svešķermeņus saturošus vai nesaturošus. Bakalaura darbā sniegti svešķermeņu identifikācijas uzdevumu risinājumi, veidojot divus matemātiskus modeļus. Pirmais matemātiskais modelis orientēts uz Beijesa kritērija lietojumu lēmumu pieņemšanā. Otrais matemātiskais modelis balstīts uz regresijas analīzes novērtējumu klasterizāciju. Darba noslēgumā doti secinājumi un ieteikumi tālākiem pētījumiem, lai uzlabotu svešķermeņu identifikāciju. Matemātiskie modeļi ir realizēti programmēšanas vidē MATLAB®.

The bachelor work is devoted to development of digital image processing methods for particular application task. To ensure production quality control, it is necessary to identify X-ray images as containig or not containing foreign objects. Two mathematical models for solving identification task of foreign objects are given in the bachelor work. The first model is based on exploitation of Bayes’ criterion for making decisions. The second model is based on clusterization of regression analysis’ estimates. At the end of the work, conclusions and recommendations for future work to enhance identification of foreign objects are given. Mathematical models are implemented in the MATLAB® environment for tehnical computing.