This research focuses on the automatic measurement of springback angle using image processing techniques on photographs of bent samples. A program has been developed as an alternative to traditional universal angle gauges, which can exhibit variability due to user error. In this study, springback measurements were made using a universal angle gauge on samples subjected to bending at different angles. In addition, automatic springback values were obtained from photographs of the samples using the developed program. The effects of image processing techniques such as photo filtering and edge detection methods were investigated and different methods were experimented with. The developed program successfully detected springback angles on both original and filtered photographs. The results obtained indicate a high degree of accuracy in the measurements. When measuring, the Gaussian filtering method provides the lowest error rate, while the Sobel and Prewitt algorithms have been determined as the most suitable algorithms based on the tests conducted.
Image processing springback filtering effect edge detection algorithms
MMF.A4.23.008
Bu araştırma, bükülmüş numunelerin fotoğrafları üzerinden görüntü işleme tekniği kullanılarak geri esneme açısının otomatik olarak ölçülmesine odaklanmaktadır. Geleneksel evrensel açı ölçerlerin kullanımındaki kullanıcı hatalarından kaynaklanan değişkenlik sorunlarına alternatif olabilecek bir program geliştirilmiştir. Çalışmada, farklı açılarda bükme işlemine tabi tutulan numuneler üzerinde evrensel açı ölçer ile geri esneme ölçümleri gerçekleştirilmiştir. Ayrıca, geliştirilen program ile numunelerin fotoğrafları aracılığıyla geri esneme değerleri otomatik olarak elde edilmiştir. Bu süreçte, fotoğraf filtreleme yöntemleri ve kenar tespit yöntemleri gibi görüntü işleme tekniklerinin etkisi incelenmiştir. Geliştirilen program, orijinal fotoğrafların yanı sıra filtrelenmiş fotoğraflar üzerinde geri esneme açılarını başarıyla tespit etmiştir. Elde edilen sonuçlar, yüksek doğrulukta ölçümler elde edildiğini göstermektedir. Ölçüm yapılırken en düşük hata oranını Gaussian filtreleme yöntemi sağlarken, Sobel ve Prewitt algoritmaları ise uygulanan testler çerçevesinde en uygun algoritmalar olarak belirlenmiştir.
Görüntü işleme geri esneme filtreleme etkisi kenar tespit algoritmaları
Kırşehir Ahi Evran Üniversitesi Bilimsel Araştırma Projeleri Koordinasyon Birimi
MMF.A4.23.008
Birincil Dil | Türkçe |
---|---|
Konular | Malzeme Tasarım ve Davranışları |
Bölüm | Makaleler |
Yazarlar | |
Proje Numarası | MMF.A4.23.008 |
Erken Görünüm Tarihi | 31 Mayıs 2024 |
Yayımlanma Tarihi | |
Gönderilme Tarihi | 23 Şubat 2024 |
Kabul Tarihi | 4 Nisan 2024 |
Yayımlandığı Sayı | Yıl 2024 Cilt: 13 Sayı: 3 |