search query: @keyword piirteiden valinta / total: 3
reference: 3 / 3
« previous | next »
Author: | Sippola, Tomi |
Title: | Piirteiden valinta konenäkösovelluksessa |
Feature Selection in a Machine Vision Application | |
Publication type: | Master's thesis |
Publication year: | 2007 |
Pages: | 98 Language: fin |
Department/School: | Sähkö- ja tietoliikennetekniikan osasto |
Main subject: | Laskennallinen tekniikka (S-114) |
Supervisor: | Lampinen, Jouko |
Instructor: | Kenola, Pasi |
OEVS: | Electronic archive copy is available via Aalto Thesis Database.
Instructions Reading digital theses in the closed network of the Aalto University Harald Herlin Learning CentreIn the closed network of Learning Centre you can read digital and digitized theses not available in the open network. The Learning Centre contact details and opening hours: https://learningcentre.aalto.fi/en/harald-herlin-learning-centre/ You can read theses on the Learning Centre customer computers, which are available on all floors.
Logging on to the customer computers
Opening a thesis
Reading the thesis
Printing the thesis
|
Location: | P1 Ark S80 | Archive |
Keywords: | feature selection surface quality inspection machine vision piirteiden valinta pinnantarkastus konenäkö |
Abstract (fin): | 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. |
ED: | 2008-01-03 |
INSSI record number: 35046
+ add basket
« previous | next »
INSSI