Extração de características de padrões speckle para sensores a fibra óptica

  • Ingrid A. Reis Programa de Pós-Graduação em Engenharia Elétrica, Universidade Federal do Espírito Santo, ES
  • Evandro O. T. Salles Programa de Pós-Graduação em Engenharia Elétrica, Universidade Federal do Espírito Santo, ES
  • Anselmo Frizera Programa de Pós-Graduação em Engenharia Elétrica, Universidade Federal do Espírito Santo, ES
Keywords: Feature Extraction, Texture Analysis, Speckle, LBP, GLCM, Machine Learning, Neural Network

Abstract

Neste trabalho é apresentado um sistema de classificação, baseado na extração de características de texturas de padrões speckle, para determinação de 3 regiões em que uma fibra óptica é perturbada mecanicamente. São utilizados dois diferentes descritores de textura, o {Local Binary Pattern (LBP) e a Gray Level Co-occurrence Matrix (GLCM) para extração de características, as quais são empregadas em uma Rede Neural Artificial feedforward. A acurácia foi analisada para sete diferentes quantidades de características. Os resultados mostram que, para uma fibra óptica de 50 micrômetros perturbada de forma automática, ambos descritores foram capazes de classificar a localização da deformação, alcançando 94,2% de acurácia com 236 características extraídas com LBP e 79,3% de acurácia com 16 características extraídas com GLCM.
Published
2021-10-20
Section
Articles