|
Abstract:
|
O uso da inteligência artificial em processos que antes eram feitos por seres humanos está se tornando cada vez mais comum. Algoritmos de aprendizagem de máquina têm a capacidade de reconhecer padrões e assim tomar decisões a partir de eventos passados. Um dos processos que podem ser automatizados é a detecção de defeitos na industria têxtil. O controle de qualidade é um dos processos mais importantes numa industria, com ele pode-se agilizar a produção e ainda reduzir custos. Encontrar as características que representam os problemas muitas vezes pode ser difícil. No presente trabalho, foi utilizada a abordagem espectral para extração de características. A transformada de Wavelet é uma técnica poderosa na análise de imagens, bem como na análise de sinais em geral. Este trabalho apresenta um sistema de visão computacional que possa auxiliar na tomada de decisão na industria têxtil. O trabalho ainda aborda diferentes técnicas de classificação de modo a identificar o melhor classificador. Para obtenção dos parâmetros dos classificadores, foi utilizado o otimizador de Bayes. A acurácia média encontrada no melhor classificador, a técnica dos vizinhos mais próximos, foi de cerca de 91% |
