Feature Selection in a Machine Vision Application

No Thumbnail Available
Journal Title
Journal ISSN
Volume Title
Helsinki University of Technology | Diplomityö
Checking the digitized thesis and permission for publishing
Instructions for the author
Date
2007
Major/Subject
Laskennallinen tekniikka
Mcode
S-114
Degree programme
Language
fi
Pages
98
Series
Abstract
Visuaalinen laaduntarkastus on eräs konenäön tärkeimpiä teollisia sovelluskohteita. Konenäön tekemä laaduntarkastus perustuu havaittujen kohteiden luokitteluun. Luokittelu puolestaan tehdään kohteita kuvaavien piirteiden avulla. Tässä työssä tutkittiin piirteiden valintaa valmiina annetusta piirrejoukosta sekä luokittimien muodostamista valittujen piirteiden avulla. Menetelmiä sovellettiin teollisuudessa käytössä olevan pinnantarkastusjärjestelmän keräämään datajoukkoon. Piirteiden valinnassa käytettävät menetelmät jaetaan yleisesti kahteen pääryhmään: suodatin- ja kääremenetelmiin. Kirjallisessa työssä esitellään suodatinmenetelmien yhteydessä käytettäviä kriteerejä. Kääremenetelmien yhteydessä vertaillaan kahta etsintä-algoritmia. Luokittimien valinnassa kiinnitettiin huomiota luokittelusääntöjen läpinäkyvyyteen ja muokattavuuteen, jotta automaattisen opetusvaiheen jälkeiset ihmisen tekemät muutokset olisivat mahdollisia. Esitellyt menetelmät testattiin puuviilun pintavioista koostuneella aineistolla. Tulokset osoittivat, että noin 130 piirteen joukosta on mahdollista löytää luokittelun kannalta hyvä piirrejoukko käyttämällä suodatin- ja kääremenetelmät yhdistävää hybridimenetelmää. Piirteiden esivalinta suodatinmenetelmällä karsii joukosta selkeästi huonoimmat piirteet. Kääremenetelmä puolestaan löytää tietylle luokittelijalle sopivan piirrejoukon todennäköisemmin ja nopeammin tästä karsitusta piirrejoukosta kuin kaikkien piirteiden joukosta. Menetelmiä testattaessa törmättiin moniin sovellusalaan liittyviin ongelmiin esimerkiksi opetusjoukon muodostamiseen liittyen. Näihin ongelmiin liittyviä kysymyksiä ja ratkaisuehdotuksia tarkastellaan kirjallisen työn kokeellisessa osassa.
Description
Supervisor
Lampinen, Jouko
Thesis advisor
Kenola, Pasi
Keywords
feature selection, piirteiden valinta, surface quality inspection, pinnantarkastus, machine vision, konenäkö
Other note
Citation