search query: @keyword epälineaarinen optimointi / total: 3
reference: 1 / 3
« previous | next »
Author: | Kulovesi, Jakke |
Title: | Structure from visual motion in forest environment |
3D-etäisyyskuvien määrittäminen visuaalisesta liikkeestä metsäympäristössä | |
Publication type: | Master's thesis |
Publication year: | 2008 |
Pages: | (9) + 123 Language: eng |
Department/School: | Matematiikan ja systeemianalyysin laitos |
Main subject: | Automaatiotekniikka (AS-84) |
Supervisor: | Visala, Arto |
Instructor: | Terho, Sami |
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 TF80 | Archive |
Keywords: | computer vision optical flow structure from motion blockmatching motion vision non-linear optimization image pyramid forest environment konenäkö liikenäkö optinen liikekenttä rakenne liikkeestä kuva-alueiden sovitus epälineaarinen optimointi kuvapyramidi metsäympäristö |
Abstract (eng): | Motion 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. |
Abstract (fin): | Liikenäköä 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. |
ED: | 2009-02-16 |
INSSI record number: 36743
+ add basket
« previous | next »
INSSI