search query: @keyword neuroverkko / total: 45
reference: 18 / 45
« previous | next »
Author:Kosonen, Sampsa
Title:Tree Species Recognition with Machine Vision Using Color and Texture Analysis
Puulajien tunnistaminen konenäöllä värin ja tekstuurin avulla
Publication type:Master's thesis
Publication year:2007
Pages:78 s. + liitt.      Language:   eng
Department/School:Automaatio- ja systeemitekniikan osasto
Main subject:Automaatiotekniikka   (AS-84)
Supervisor:Visala, Arto
Instructor:Vannas, Kosti
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 Centre

In 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

  • Aalto University staff members log on to the customer computer using the Aalto username and password.
  • Other customers log on using a shared username and password.

Opening a thesis

  • On the desktop of the customer computers, you will find an icon titled:

    Aalto Thesis Database

  • Click on the icon to search for and open the thesis you are looking for from Aaltodoc database. You can find the thesis file by clicking the link on the OEV or OEVS field.

Reading the thesis

  • You can either print the thesis or read it on the customer computer screen.
  • You cannot save the thesis file on a flash drive or email it.
  • You cannot copy text or images from the file.
  • You cannot edit the file.

Printing the thesis

  • You can print the thesis for your personal study or research use.
  • Aalto University students and staff members may print black-and-white prints on the PrintingPoint devices when using the computer with personal Aalto username and password. Color printing is possible using the printer u90203-psc3, which is located near the customer service. Color printing is subject to a charge to Aalto University students and staff members.
  • Other customers can use the printer u90203-psc3. All printing is subject to a charge to non-University members.
Location:P1 Ark TKK  6699   | Archive
Keywords:texture
tree species
classification
image analysis
probabilistic neural network
machine vision
tekstuuri
luokittelu
puulaji
kuva-analyysi
konenäkö
neuroverkko
Abstract (fin): Tämä diplomityö käsittelee neljän Suomen metsäteollisuudelle tärkeimmän puulajin (mänty, kuusi, koivu sekä haapa) tunnistamista konenäön avulla todellisessa metsäympäristössä.

Puulajien tunnistaminen toteutettiin analysoimalla käsin segmentoitujen puunrungon kuvien tekstuuria sekä väriä.
Segmentoidut runkokuvat olivat neliön muotoisia ja puunrungon levyisiä.
Kuvien leveys vaihteli välillä 70 - 250 pikseliä riippuen puun koosta sekä sen etäisyydestä kameraan.
Työssä käytettiin yhteensä kuutta erilaista tekstuurianalyysialgoritmia: co-occurrence matrix, local binary patterns, multiscale blop features, fractal dimension, edge frequency sekä log-polar wavelet energy signatures.
Lisäksi rungon väristä laskettiin tilastollisia tunnuslukuja kunkin RGB-kanavan histogrammista (odotusarvo, keskihajonta, huipukkuus).

Kuvankäsittelyalgoritmeistä lopulliseen käyttöön valittiin parhaiten soveltuva osa, joiden muodostaman piirrevektorin avulla puulajit tunnistettiin.
Luokittelijana käytettiin neuroverkkoa, joka pystyi hyvään luokittelutarkkuuteen - yli 80 % - yksittäisten algoritmien näennäisestä riittämättömyydestä huolimatta.
Testiaineisto kerättiin mönkijän päälle asennetulla konenäkölaitteistolla kesällä hyvissä valaistusolosuhteissa, mikä jättää toivomisen varaa tulosten yleistämisen kannalta.
ED:2007-10-17
INSSI record number: 34745
+ add basket
« previous | next »
INSSI