Image-based detection of defective logs

dc.contributorAalto-yliopistofi
dc.contributorAalto Universityen
dc.contributor.advisorKoskenohi, Kimmo
dc.contributor.authorEnarvi, Seppo
dc.contributor.departmentTietotekniikan osastofi
dc.contributor.schoolPerustieteiden korkeakoulufi
dc.contributor.supervisorTakala, Tapio
dc.date.accessioned2013-04-26T06:25:16Z
dc.date.available2013-04-26T06:25:16Z
dc.date.issued2006
dc.description.abstractThis thesis describes the development of a computer vision system that was installed at the Stora Enso wood handling terminal in Uimaharju. A measurement station is responsible for scaling the logs that the terminal receives, but until now grading has been entirely manual. The computer vision system substantially reduces the work load of the human grader by automatically detecting defects from log end images. The human grader will only grade the logs that the software suspects as being defective. A comprehensive survey of basic image segmentation techniques is given. In particular their application for the segmentation of color images is discussed. An explanation of is-sues related to selecting a color space for a particular purpose and a review of the most common color spaces is included. The development of the computer vision system that comprises image acquisition, segmentation, object recognition, and feature classification is described. The major merit of the thesis is the development of algorithms that localize the end of a log from a camera image, and detect if there are visible defects on the surface of the log end. Localization of the log end is based on three-dimensional tables that represent typical wood colors, and the circular shape of the log end. Defects are detected using statistical features of the log end pixel colors.en
dc.description.abstractTässä diplomityössä käsitellään malleja, ohjelmia ja tietokantoja systeemibiologiassa. Tämä diplomityö koostuu kirjallisuuskatsauksesta ja toteutusosasta. Kirjallisuuskatsauksessa esitetään tarpeellinen taustatieto systeemibiologiasta ja niistä haasteista, jotka mallien esitys ja käyttö aiheuttavat. Kirjallisuusosassa pohditaan systeemibiologiaa tieteenalana ja alan erikoispiirteitä. Lisäksi mietitään, miten systeemibiologisia malleja esitetään tällä hetkellä ja miten ne pitäisi esittää. Valittu joukko työkaluja, joita voidaan käyttää mallien saamiseksi esitellään. Lisäksi tutustutaan muutamaan tietokantaan, joissa säilytetään ja jaetaan systeemibiologian malleja. Toteutusosassa käsitellään kolmea tietokoneohjelmaa, jotka on toteutettu tämän diplomityön puitteissa käytettäviksi systeemibiologisen datan siirtämiseen ja muokkaamiseen. Integrator, ohjelmisto systeemibiologian tutkimukseen, on huomion kohteena. Tämän diplomityön puitteissa Integraattoriin luotiin kolme uutta tietokoneohjelmaa. Nämä ovat Systems Biology Markup Language (SBML)-parseri, jolla voidaan tuoda systeemibiologian malleja Integrator ympäristöön, Kineettisten lakien muokkaaja, jolla voidaan muunnella malleja tehokkaasti ja käyttäjän kannalta helpommin sekä Datasettien muokkaaja simulaatioiden alkuarvojen asettamiseen ja tulosten tulkintaan. Kaksi Mitogen Activated Protein Kinase (MAPK)-kaskadi mallin simulaatiota replikoidaan käyttämällä SBML-formaatissa olevaa mallia, joka on haettu BioModels tietokannasta. Malli tuodaan Integrator ympäristöön SMBL-parserilla. Kineettisten lakien muokkaajaa käytetään mallin muuntelemiseen simulaatioiden välissä. Datasettien muokkaajaa käytetään alkuarvojen asettamiseen ja tulosten näkemiseen.fi
dc.format.extent11+84 s.
dc.format.mimetypeapplication/pdf
dc.identifier.urihttps://aaltodoc.aalto.fi/handle/123456789/9031
dc.identifier.urnURN:NBN:fi:aalto-201304271936
dc.language.isoenen
dc.programme.majorVuorovaikutteinen digitaalinen mediafi
dc.programme.mcodeT-111
dc.rights.accesslevelopenAccess
dc.subject.keywordpuun laatufi
dc.subject.keywordkuvankäsittelyfi
dc.subject.keywordvärikuvan segmentointifi
dc.subject.keywordhahmontunnistusfi
dc.subject.keywordwood qualityen
dc.subject.keywordimage processingen
dc.subject.keywordcolor image segmentationen
dc.subject.keywordobject recognitionen
dc.titleImage-based detection of defective logsen
dc.titleKuvalähtöinen vajaalaatuisten tukkien tunnistaminenfi
dc.typeG2 Pro gradu, diplomityöfi
dc.type.dcmitypetexten
dc.type.okmG2 Pro gradu, diplomityö
dc.type.ontasotDiplomityöfi
dc.type.ontasotMaster's thesisen
dc.type.publicationmasterThesis
local.aalto.digifolderAalto_01361
local.aalto.idinssi32372
local.aalto.openaccessyes
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
master_enarvi_seppo_2006.pdf
Size:
8.4 MB
Format:
Adobe Portable Document Format