Laporkan Masalah

Aplikasi pengolahan Citra untuk analisis Strukturmikro Logam Ferro berdasarkan pola-pola khas statistiknya

HERLAMBANG, Yusuf Dewantoro, Prof. Adhi Susanto, M.Sc.,Ph.D

2006 | Tesis | S2 Teknik Elektro

Analisis karakteristik fisis dari logam adalah dengan cara menganalisis strukturmikro logam, yang dapat digunakan untuk menentukan sebaran fase logam, dan selanjutnya dapat digunakan untuk memperbaiki sifat-sifat mekanis dari logam. Penelitian ini membahas tentang teknik pengolahan citra strukturmikro logam dan skema klasifikasi pola fase strukturmikro lima logam ferro, yaitu besi cor kelabu, besi cor nodular, baja karbon rendah, baja karbon rendah, baja karbon sedang, dan baja karbon tinggi. Proses pra-pengolahan citra strukturmikro logam ini dilakukan untuk memanipulasi dan mendapatkan citra yang lebih baik dari citra sebelumnya. Ekstraksi dan reduksi ciri pola fase strukturmikro logam menggunakan segmentasi deteksi tepi batas butir-butir fase, segmentasi teknik perambangan RGB (red, green, blue), dan segmentasi histogram. Selanjutnya klasifikasi pola fase citra strukturmikro dan jenis logam menggunakan sebaran statistis autokorelasi dengan mencari nilai eigen values parameter korelasi pada sebaran panjang dan sebaran pendek. Hasil klasifikasi menunjukkan bahwa citra strukturnikro besi cor nodular terlihat memiliki nilai parameter korelasi sebaran panjang yang paling besar, dengan rasio sebaran panjang pendeknya sebesar 13,18. Sedangkan citra strukturmikro baja karbon tinggi memiliki rentang sebaran panjang paling kecil, dengan rasio sebaran panjang pendeknya sebesar 13,72. Sistem ini juga bisa untuk menentukan besarnya prosentase luas sebaran masing-masing fase citra strukturmikro logam.

Physical characteristics analysis of metal by analyzing metal microstructures were explored to determine the metal alloys phases in an effort to improve the mechanical characteristics of metal alloys. This research studied the techniques for of digital image processing of metal microstructures followed by a classification scheme phase pattern microstructures. Image pre-processings preceded the rests to reduce normally inherent noise and to enhance get better the specific features. The extraction of the phase patterns were based on a boundary detecting masks and a technique of threshold segmentation of RGB (red, green, blue), luminans, and histogram spreads. The final steps of the phase pattern classification resorted to some autocorrelation methods based on the eigen values as the distinguishing parameters. The results worked satisfactorily indicate that the overall scheme. Quantitatively the nodular cast iron had longest randomness pattern with of a ratio of 13,18 and high carbon steel had shortest randomness pattern with a ratio of 13,72. The percentages of the image phases pattern widths of metal microstructures could be determined as well.

Kata Kunci : Pengolahan Citra,Klasifikasi Pola,Strukturmikro Logam,Image preprocessing, pattern classification, metals microstructures, boundary detect segmentation, histogram segmentation, autocorrelation


    Tidak tersedia file untuk ditampilkan ke publik.