haku: @keyword computer vision / yhteensä: 23
hakutulos-lista
viite: 14 / 23
« edellinen | seuraava »
Tekijä:Kulovesi, Jakke
Työn nimi:Structure from visual motion in forest environment
3D-etäisyyskuvien määrittäminen visuaalisesta liikkeestä metsäympäristössä
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2008
Sivut:(9) + 123      Kieli:   eng
Koulu/Laitos/Osasto:Matematiikan ja systeemianalyysin laitos
Oppiaine:Automaatiotekniikka   (AS-84)
Valvoja:Visala, Arto
Ohjaaja:Terho, Sami
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje
sulje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark TF80     | Arkisto
Avainsanat: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
Tiivistelmä (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.
Tiivistelmä (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.
ED:2009-02-16
INSSI tietueen numero: 36743
+ lisää koriin
« edellinen | seuraava »
INSSI