Feature Selection in a Machine Vision Application

Simple item page
dc.contributorAalto-yliopistofi
dc.contributorAalto Universityen
dc.contributor.advisorKenola, Pasi 
dc.contributor.authorSippola, Tomi
dc.contributor.departmentSähkö- ja tietoliikennetekniikan osastofi
dc.contributor.schoolTeknillinen korkeakoulufi
dc.contributor.schoolHelsinki University of Technologyen
dc.contributor.supervisorLampinen, Jouko 
dc.date.accessioned2020-12-05T11:04:44Z
dc.date.available2020-12-05T11:04:44Z
dc.date.issued2007 
dc.description.abstractVisuaalinen 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.fi
dc.format.extent98 
dc.identifier.urihttps://aaltodoc.aalto.fi/handle/123456789/95090
dc.identifier.urnURN:NBN:fi:aalto-2020120553924
dc.language.isofien
dc.programme.majorLaskennallinen tekniikkafi
dc.programme.mcodeS-114fi
dc.rights.accesslevelclosedAccess
dc.subject.keywordfeature selectionen
dc.subject.keywordpiirteiden valintafi
dc.subject.keywordsurface quality inspectionen
dc.subject.keywordpinnantarkastusfi
dc.subject.keywordmachine visionen
dc.subject.keywordkonenäköfi
dc.titleFeature Selection in a Machine Vision Applicationen
dc.titlePiirteiden valinta konenäkösovelluksessafi
dc.type.okmG2 Pro gradu, diplomityö 
dc.type.ontasotMaster's thesisen
dc.type.ontasotPro gradu -tutkielmafi
dc.type.publicationmasterThesis 
local.aalto.digiauthask
local.aalto.digifolderAalto_42300
local.aalto.idinssi35046
local.aalto.openaccessno
Files
Collections
[dipl] Teknillinen korkeakoulu / TKK