Περίληψη
Η παρούσα διδακτορική διατριβή κινείται στην περιοχή της ανάλυσης και επεξεργασίας εικόνων ξύλου, της ανάλυσης προτύπων και της μηχανικής όρασης και μάθησης με σκοπό το σχεδιασμό και την ανάπτυξη πληροφοριακού συστήματος επεξεργασίας ψηφιακών εικόνων ξύλου ελληνικών δασικών ειδών, την αναζήτηση και ανίχνευση χαρακτηριστικών στα ξύλα καθώς και την ταξινόμηση τους με βάση το είδος στο οποίο ανήκουν. Το γεγονός ότι υπάρχουν χιλιάδες διαφορετικά είδη ξύλου, καθιστούν την αναγνώριση των ειδών μία πολύπλοκη και δύσκολη διαδικασία, ιδιαίτερα αν αναλογιστεί κανείς ότι η αναγνώριση αυτών βασίζεται σχεδόν αποκλειστικά στους ειδικούς. Παραδοσιακά η αναγνώριση πραγματοποιείται από τους ειδικούς και τα φυσικά χαρακτηριστικά, η δομή καθώς και η υφή των ξύλων είναι κάποια από τα κριτήρια που εξετάζουν. Λαμβάνοντας υπόψη την εξέλιξη του πεδίου της αναγνώρισης προτύπων, των τεχνικών ψηφιακής επεξεργασίας εικόνας και της ψηφιακής φωτογραφίας προτείνονται μοντέλα και μεθοδολογία για την ταυτοποίηση εκείν ...
Η παρούσα διδακτορική διατριβή κινείται στην περιοχή της ανάλυσης και επεξεργασίας εικόνων ξύλου, της ανάλυσης προτύπων και της μηχανικής όρασης και μάθησης με σκοπό το σχεδιασμό και την ανάπτυξη πληροφοριακού συστήματος επεξεργασίας ψηφιακών εικόνων ξύλου ελληνικών δασικών ειδών, την αναζήτηση και ανίχνευση χαρακτηριστικών στα ξύλα καθώς και την ταξινόμηση τους με βάση το είδος στο οποίο ανήκουν. Το γεγονός ότι υπάρχουν χιλιάδες διαφορετικά είδη ξύλου, καθιστούν την αναγνώριση των ειδών μία πολύπλοκη και δύσκολη διαδικασία, ιδιαίτερα αν αναλογιστεί κανείς ότι η αναγνώριση αυτών βασίζεται σχεδόν αποκλειστικά στους ειδικούς. Παραδοσιακά η αναγνώριση πραγματοποιείται από τους ειδικούς και τα φυσικά χαρακτηριστικά, η δομή καθώς και η υφή των ξύλων είναι κάποια από τα κριτήρια που εξετάζουν. Λαμβάνοντας υπόψη την εξέλιξη του πεδίου της αναγνώρισης προτύπων, των τεχνικών ψηφιακής επεξεργασίας εικόνας και της ψηφιακής φωτογραφίας προτείνονται μοντέλα και μεθοδολογία για την ταυτοποίηση εκείνων των χαρακτηριστικών που θα οδηγήσουν στην ταυτοποίηση των ειδών ξύλου. Με βάση τα παραπάνω σχεδιάστηκε και αναπτύχθηκε σύστημα χρησιμοποιώντας τεχνικές ανάλυσης εικόνας για την αναγνώριση ελληνικών δασικών ειδών ξύλου.Η επίτευξη του σκοπού της παρούσας διδακτορική διατριβής έγινε μέσα από τον προσδιορισμό τριών επιμέρους στόχων και επιπέδων. Το πρώτο επίπεδο της πρωτότυπης ερευνητικής μας συνεισφοράς, στην αναγνώριση ειδών ξύλου, συνίσταται στην ανάπτυξη τεσσάρων μοντέλων για την ανίχνευση όλων εκείνων των πληροφοριών που θα συνεισφέρουν στη σύνθεση χαρακτηριστικών διανυσμάτων που θα περιγράφουν τις εγκάρσιες, τις εφαπτομενικές και τις ακτινικές τομές του κάθε ξύλου. Σκοπός του κάθε μοντέλου είναι να ανιχνεύσει με διαφορετικό τρόπο τις πληροφορίες στις επιφάνειες των ξύλων έτσι ώστε κάθε ένα από τα μοντέλα να παίξει και διαφορετικό ρόλο στην τελική αναγνώριση. Στο δεύτερο επίπεδο γίνεται η σύνθεση των πληροφοριών και των χαρακτηριστικών που προέρχονται από δύο διαφορετικές τομές, μιας εγκάρσιας τομής και μιας εφαπτομενικής ή ακτινικής τομής για κάθε δείγμα ξύλου που τίθεται προς εξέταση του είδους του. Στο τρίτο και τελευταίο επίπεδο, για την ολοκληρωμένη αντιμετώπιση του προβλήματος πραγματοποιείται ο συνδυασμός των πληροφοριών που προέρχονται από τα διαφορετικά μοντέλα. Για την εκπαίδευση και την επαλήθευση της προτεινόμενης μεθοδολογίας δημιουργήθηκε βάση δεδομένων αποτελούμενη από δώδεκα είδη ξύλου που συναντώνται ευρέως στην ελληνική επικράτεια. Συγκεκριμένα, αποτελείται από 4272 εικόνες ξύλου - εγκάρσιων, εφαπτομενικών και ακτινικών τομών. Τα αποτελέσματα που προέκυψαν κατά την αξιολόγηση του αλγορίθμου επιβεβαίωσαν την επιτυχία της προτεινόμενης μεθοδολογίας με ποσοστό αναγνώρισης ειδών ξύλου 96,4% και ανέδειξαν τη δυναμική που υπάρχει στο χώρο της αναγνώρισης χαρακτηριστικών και ειδών ξύλου με τη χρήση τεχνικών επεξεργασίας εικόνας και υπολογιστών. Η επίλυση των προβλημάτων που πραγματεύεται η διατριβή συνεισφέρουν τόσο στο επίπεδο των επιστημονικών αναγκών όσο και στο επίπεδο των καθημερινών πρακτικών αναγκών των βιομηχανιών ξύλου, των υπηρεσιών και των καταναλωτών. Τέλος, αναλύθηκαν οι δυνατότητες και οι προοπτικές για τη μελλοντική βελτίωση του συστήματος.
περισσότερα
Περίληψη σε άλλη γλώσσα
The subject of this doctoral thesis relates to the areas of wood images analysis and processing, pattern recognition, computer vision and machine learning, with the purpose of detecting notable characteristics of woods in their surface and structure. The main goal of this thesis is the design and development of a system for the processing of wood images of Greek forest species and by extension the recognition and the classification of wood species into categories based on the species in which they belong.The thousands of different species of wood that are available, make the identification of species a complex and very difficult process, especially taking into account that the recognition of wood species is almost exclusively reliant upon experts. Traditionally, the recognition process relies almost exclusively on human experts, who base the process on various characteristics of wood, such as color, structure and texture. Considering the evolution of computers, algorithms of pattern re ...
The subject of this doctoral thesis relates to the areas of wood images analysis and processing, pattern recognition, computer vision and machine learning, with the purpose of detecting notable characteristics of woods in their surface and structure. The main goal of this thesis is the design and development of a system for the processing of wood images of Greek forest species and by extension the recognition and the classification of wood species into categories based on the species in which they belong.The thousands of different species of wood that are available, make the identification of species a complex and very difficult process, especially taking into account that the recognition of wood species is almost exclusively reliant upon experts. Traditionally, the recognition process relies almost exclusively on human experts, who base the process on various characteristics of wood, such as color, structure and texture. Considering the evolution of computers, algorithms of pattern recognition, digital image processing techniques and digital photography, different models and an optimizing methodology to identify those characteristics that will lead to the identification of woods are proposed. In this framework, we designed and developed different algorithms using image analysis techniques for recognizing Greek forest wood species.The purpose of this PhD dissertation was achieved through reaching individual objectives. Our main novel research contribution to identifying wood species is the development of four models that extract all the information that will contribute to the composition of feature vectors describing the cross, the tangential and the radial sections of each wood species. The purpose of each model is to detect in different ways information on the wood surfaces so that each of the models has a crucial and different role in the final recognition. The thesis also studies the fusion of information and of characteristics originating from two different sections of a wood sample, including a cross section and a tangential or a radial section whose species is put under examination. We also, use an optimization algorithm that is performed to combine and fuse the information from the different models that are proposed.For the training and verification of the proposed methodology a database was created consisting of twelve wood species that are commonly found in Greek territory. Specifically, it consists of 4272 wood images including cross, tangential and radial sections. The results that are obtained from the evaluation of the algorithm show the great potential of the proposed methodology in the field of identification of characteristics and wood species using computers and image analysis and processing techniques, yielding a classification rate of 96.4%.The problems that are addressed in the PhD dissertation are stipulated by the scientific needs and practical daily needs of both experts (wood industries, customs, etc.) and consumers. Finally, possible future improvements, including different application fields, are discussed.
περισσότερα