| Research Title |
ค้นหาและคืนค่า ตำแหน่งที่เสียหายบนรูปภาพที่ได้จากการถ่ายภาพด้วยกล้องจุลทรรศน์แรงอะตอม โดยใช้เครื่องจักรเรียนรู้เอ็กซ์ตรีม
DAMAGE LOCATING AND IMPUTING OF ATOMIC FORCE MICROSCOPE IMAGE BY EXTREME LEARNING MACHINE
|
| Date of Distribution |
7 July 2016 |
| Conference |
| Title of the Conference |
The 12th National Conference on Computing and Information Technology: NCCIT2016 |
| Organiser |
Faculty of Informatics, Mahasarakham University Faculty of Information Technology, King Mongkut’s University of Technology North Bangkok. |
| Conference Place |
โรงแรมเซ็นทาราและคอมเวนชันเซ็นเตอร์ |
| Province/State |
ขอนแก่น |
| Conference Date |
7 July 2016 |
| To |
8 July 2016 |
| Proceeding Paper |
| Volume |
12 |
| Issue |
1 |
| Page |
311-316 |
| Editors/edition/publisher |
|
| Abstract |
บทความนี้นำเสนอวิธีการตรวจหาตำแหน่งที่ผิดพลาด และกู้คืนข้อมูลบนภาพถ่ายที่ได้จากกล้องจุลทรรศ์แรงอะตอม ภาพที่ได้จากการถ่ายภาพด้วยกล้องจุลทรรศ์แรงอะตอมเกิดจากการสแกนตำแหน่งของชิ้นงานตามแนวสแกนและบันทึกผลตามแนวเส้นสแกนนั้น ความเสียหายที่เกิดจากการสแกนจะเกิดตามแนวเส้นสแกนด้วย แต่ก็มีบางตำแหน่งที่เกิดความเสียหายในรูปแบบที่แตกต่างไป ในงานวิจัยนี้ได้นำเสนอวิธีการตรวจหาตำแหน่งที่ผิดพลาดของรูปภาพตามแนวเส้นสแกนที่ไม่จำเพาะการเกิดค่าผิดพลาดตลอดทั้งแนวเส้นสแกน โดยใช้วิธีการ Dual Threshold Median Filtering เพื่อสร้างข้อมูลเรียนรู้และนำเข้าตัวแบบการเรียนรู้เครื่องจักรเรียนรู้เอ็กซ์ตรีมเพื่อใช้ตรวจหาตำแหน่งที่เสียหายบนรูปภาพ และใช้วิธีการ Fast Digital Image Inpainting สำหรับการกู้คืนรูปภาพ
ผลของงานวิจัยมีความสามารถในการค้นพบตำแหน่งเสียหายได้มากกว่าร้อยละ 63 และการกู้คืนตำแหน่งที่เสียหายไม่กระทบกับบริเวณอื่นของรูปภาพ
This paper presents a method for locating and imputing the damage on Atomic Force Microscopy (AFM) image. In imaging, the surface topography of the sample is constructed by mapping the motion of the probe tip which directly corresponds to the sample surface and its position along the scan lines. However, the combination of the dragging motion of the tip across the surface and the adhesive force between tip and sample surface potentially cause the damage to the sample and also other unspecified causes. Hence, Dual Threshold Median Filtering was employed in preparing the data, and it consequently was imported to the Extreme Learning Machine to determine the positions of the damage in the AFM image. And the image was recovered using Fast Digital Image Inpainting.
The proposed algorithms had detected more than 63 percent of the damage locations, and the recovery of the damage did not effect on other areas of the image.
|
| Author |
|
| Peer Review Status |
ไม่มีผู้ประเมินอิสระ |
| Level of Conference |
ชาติ |
| Type of Proceeding |
Full paper |
| Type of Presentation |
Oral |
| Part of thesis |
true |
| Presentation awarding |
true |
| Award Title |
Best Paper Award |
| Type of award |
รางวัลด้านวิชาการ วิชาชีพ |
| Organiser |
Faculty of Informatics, Mahasarakham University Faculty of Information Technology, King Mongkut’s University of Technology North Bangkok. |
| Date of awarding |
8 กรกฎาคม 2559 |
| Attach file |
|
| Citation |
0
|
|
|
Publication
Journal Publication
ไทย