haku: @keyword Object recognition / yhteensä: 6
hakutulos-lista
viite: 5 / 6
« edellinen | seuraava »
Tekijä:Enarvi, Seppo
Työn nimi:Image-based detection of defective logs
Kuvalähtöinen vajaalaatuisten tukkien tunnistaminen
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2006
Sivut:11+84      Kieli:   eng
Koulu/Laitos/Osasto:Tietotekniikan osasto
Oppiaine:Vuorovaikutteinen digitaalinen media   (T-111)
Valvoja:Takala, Tapio
Ohjaaja:Koskenohi, Kimmo
Elektroninen julkaisu: http://urn.fi/URN:NBN:fi:aalto-201304271936
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 Aalto     | Arkisto
Avainsanat:wood quality
image processing
color image segmentation
object recognition
puun laatu
kuvankäsittely
värikuvan segmentointi
hahmontunnistus
Tiivistelmä (fin):Tässä diplomityössä käsitellään malleja, ohjelmia ja tietokantoja systeemibiologiassa.
Tämä diplomityö koostuu kirjallisuuskatsauksesta ja toteutusosasta.

Kirjallisuuskatsauksessa esitetään tarpeellinen taustatieto systeemibiologiasta ja niistä haasteista, jotka mallien esitys ja käyttö aiheuttavat.
Kirjallisuusosassa pohditaan systeemibiologiaa tieteenalana ja alan erikoispiirteitä.
Lisäksi mietitään, miten systeemibiologisia malleja esitetään tällä hetkellä ja miten ne pitäisi esittää.
Valittu joukko työkaluja, joita voidaan käyttää mallien saamiseksi esitellään.
Lisäksi tutustutaan muutamaan tietokantaan, joissa säilytetään ja jaetaan systeemibiologian malleja.

Toteutusosassa käsitellään kolmea tietokoneohjelmaa, jotka on toteutettu tämän diplomityön puitteissa käytettäviksi systeemibiologisen datan siirtämiseen ja muokkaamiseen.
Integrator, ohjelmisto systeemibiologian tutkimukseen, on huomion kohteena.
Tämän diplomityön puitteissa Integraattoriin luotiin kolme uutta tietokoneohjelmaa.
Nämä ovat Systems Biology Markup Language (SBML)-parseri, jolla voidaan tuoda systeemibiologian malleja Integrator ympäristöön, Kineettisten lakien muokkaaja, jolla voidaan muunnella malleja tehokkaasti ja käyttäjän kannalta helpommin sekä Datasettien muokkaaja simulaatioiden alkuarvojen asettamiseen ja tulosten tulkintaan.

Kaksi Mitogen Activated Protein Kinase (MAPK)-kaskadi mallin simulaatiota replikoidaan käyttämällä SBML-formaatissa olevaa mallia, joka on haettu BioModels tietokannasta.
Malli tuodaan Integrator ympäristöön SMBL-parserilla.
Kineettisten lakien muokkaajaa käytetään mallin muuntelemiseen simulaatioiden välissä.
Datasettien muokkaajaa käytetään alkuarvojen asettamiseen ja tulosten näkemiseen.
Tiivistelmä (eng): This thesis describes the development of a computer vision system that was installed at the Stora Enso wood handling terminal in Uimaharju.
A measurement station is responsible for scaling the logs that the terminal receives, but until now grading has been entirely manual.
The computer vision system substantially reduces the work load of the human grader by automatically detecting defects from log end images.
The human grader will only grade the logs that the software suspects as being defective.

A comprehensive survey of basic image segmentation techniques is given.
In particular their application for the segmentation of color images is discussed.
An explanation of is-sues related to selecting a color space for a particular purpose and a review of the most common color spaces is included.
The development of the computer vision system that comprises image acquisition, segmentation, object recognition, and feature classification is described.

The major merit of the thesis is the development of algorithms that localize the end of a log from a camera image, and detect if there are visible defects on the surface of the log end.
Localization of the log end is based on three-dimensional tables that represent typical wood colors, and the circular shape of the log end.
Defects are detected using statistical features of the log end pixel colors.
ED:2006-09-12
INSSI tietueen numero: 32372
+ lisää koriin
« edellinen | seuraava »
INSSI