Structure from visual motion in forest environment

Simple item page
dc.contributorAalto-yliopistofi
dc.contributorAalto Universityen
dc.contributor.advisorTerho, Sami 
dc.contributor.authorKulovesi, Jakke
dc.contributor.departmentMatematiikan ja systeemianalyysin laitosfi
dc.contributor.schoolTeknillinen korkeakoulufi
dc.contributor.schoolHelsinki University of Technologyen
dc.contributor.supervisorVisala, Arto 
dc.date.accessioned2020-12-05T14:11:06Z
dc.date.available2020-12-05T14:11:06Z
dc.date.issued2008 
dc.description.abstractMotion vision can be used to determine world structure from a video sequence. In forest environment, the potential is that trees could be measured from a distance. However, a natural environment poses challenges to any computer vision task. Based on the measurements, tree cutting could be optimized and harvester automation increased, resulting in higher resource utilization efficiency. The primary goal is to measure the structure of a tree trunk being approached, and secondarily, the surrounding environment. A monochrome digital video camera mounted on an all terrain vehicle is used to attain the video sequence data necessary for the motion vision computation. A broad range of motion vision methods are explored. Based on the methods, the final suggested solution uses three sub-components: First, determination of optical flow field implemented with a block-matching approach algorithm. Second, motion estimation implemented with numerical flow-fit error term minimization. Third, structure-from-motion computation that forms a depth map for the visible scene in an image. The results show robustness with respect to environmental difficulties and the main objective of tree segmentation for measurement is achieved. In addition, overall depth map construction quality is sufficient for a more broad range of potential applications. In summary, the results prove that motion vision methods can be applied to uncontrolled forest environment conditions.en
dc.description.abstractLiikenäköä soveltamalla voidaan määrittää kohdeympäristön kolmiulotteinen rakenne. Metsäympäristössä tämä mahdollistaa puiden mittaamisen etäältä, mutta tällöin luonnollinen ympäristö asettaa haasteita tietokonenäölle. Etämittauksiin perustuen puun katkontaprosessia voitaisiin optimoida ja harvesterikoneen automaatiota lisätä, johtaen raaka-ainekäytön ja harvesterikoneen käytön tehostumiseen. Työn ensisijainen tavoite on mitata lähestyttävän puun rungon rakennetta. Lisäksi ympäristön rakenteen määrittäminen kokonaisuutena on toissijaisena tavoitteena. Harmaasävydigitaalivideokameraa on käytetty videokuvamateriaalin tuottamiseen mönkijän ollessa sensorialustana. Näin tuotettu kuvamateriaali toimi liikenäön algoritmien lähdemateriaalina. Laaja katsaus tehdään liikenäön menetelmiin. Lopullinen ehdotettu ratkaisu koostuu kolmesta osasta. Ensimmäisessä vaiheessa optinen liikekenttä ratkaistaan käyttäen ikkunoitujen kuva-alueiden keskinäistä sovittamista. Seuraavaksi liike-estimointi toteutetaan numeerisen optimoinnin keinoin suhteessa liikevuon sopivuutta mittaavaan virhearvoon. Viimeisenä rakenne ratkaistaan jo löydettyjä liikeparametreja käyttäen. Lopputuloksena on etäisyyskuva kameran näkemästä kuva-alueesta. Tulokset osoittavat, että luonnollisen ympäristön haasteisiin on vastattu ja työn päätavoite on saavutettu: lähestyttävä puu onnistutaan erottamaan selkeästi taustasta ja muista puista. Lisäksi etäisyyskuvien yleinen laatu on riittävä yleisempiin sovelluksiin konenäön alueella. Johtopäätöksenä: työssä saavutetut tulokset osoittavat, että liikenäön menetelmiä voidaan soveltaa onnistuneesti metsäympäristössä.fi
dc.format.extent(9) + 123 
dc.identifier.urihttps://aaltodoc.aalto.fi/handle/123456789/96124
dc.identifier.urnURN:NBN:fi:aalto-2020120554958
dc.language.isoenen
dc.programme.majorAutomaatiotekniikkafi
dc.programme.mcodeAS-84fi
dc.rights.accesslevelclosedAccess
dc.subject.keywordcomputer visionen
dc.subject.keywordkonenäköfi
dc.subject.keywordoptical flowen
dc.subject.keywordliikenäköfi
dc.subject.keywordstructure from motionen
dc.subject.keywordoptinen liikekenttäfi
dc.subject.keywordblockmatchingen
dc.subject.keywordrakenne liikkeestäfi
dc.subject.keywordmotion visionen
dc.subject.keywordkuva-alueiden sovitusfi
dc.subject.keywordnon-linear optimizationen
dc.subject.keywordepälineaarinen optimointifi
dc.subject.keywordimage pyramiden
dc.subject.keywordkuvapyramidifi
dc.subject.keywordforest environmenten
dc.subject.keywordmetsäympäristöfi
dc.titleStructure from visual motion in forest environmenten
dc.title3D-etäisyyskuvien määrittäminen visuaalisesta liikkeestä metsäympäristössäfi
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_42384
local.aalto.idinssi36743
local.aalto.openaccessno
Files
Collections
[dipl] Teknillinen korkeakoulu / TKK