haku: @keyword Luokittelu / yhteensä: 56
viite: 32 / 56
Tekijä: | Luoma, Matti |
Työn nimi: | Automated recognition of young conifer trees using machine vision in mechanical point cleaning of young stands |
Havupuun taimien tunnistaminen konenäöllä taimikon koneellisessa reikäperkauksessa | |
Julkaisutyyppi: | Diplomityö |
Julkaisuvuosi: | 2008 |
Sivut: | viii + 47 s. + liitt. 12 Kieli: eng |
Koulu/Laitos/Osasto: | Elektroniikan, tietoliikenteen ja automaation tiedekunta |
Oppiaine: | Laskennallinen tekniikka (S-114) |
Valvoja: | Sams, Mikko |
Ohjaaja: | Visala, Arto |
OEVS: | Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossaOppimiskeskuksen 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
Opinnäytteen avaaminen
Opinnäytteen lukeminen
Opinnäytteen tulostus
|
Sijainti: | P1 Ark S80 | Arkisto |
Avainsanat: | conifer tree point cleaning machine vision texture image analysis classification havupuu reikäperkaus konenäkö tekstuuri kuva-analyysi luokittelu |
Tiivistelmä (fin): | Tässä diplomityössä tutkittiin havupuun taimen automaattista tunnistamista todellisessa metsäympäristössä. Tutkimuksen tavoitteena on tehostaa taimikon koneellista reikäperkausta helpottamalla koneen ohjaajan työtä konenäkömenetelmin. Työssä keskityttiin kuusen taimen segmentoimiseen digitaalisesta kuvasta. Segmentointiin kokeiltiin useita erilaisia tekstuurianalyysialgoritmejä: yhteisesiintymämatriisi, reunataajuus, fraktaalidimensiot, local binary patterns ja Gabor-filtterit. Lisäksi väri-informaation käyttöä segmentointiin tutkittiin laskemalla värikanavista EGRB muunnokset. Paras segmentointitulos saatiin local binary pattern (LBP) menetelmällä lasketuista tekstuuripiirteistä sekä kynnystämällä värikanavista lasketulla excessive green (EG) arvolla. Näillä menetelmällä algoritmi onnistui estimoimaan havupuun taimen keskikohdan sijainnin oikein yli 80 %:ssa testikuvista. |
ED: | 2009-03-16 |
INSSI tietueen numero: 36850
+ lisää koriin
INSSI