hig.sePublications
Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard-cite-them-right
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • sv-SE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • de-DE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Optimering av kupmätare: Automatisk igenkänning av egenskaper i brädors ändträ med bildbehandling
University of Gävle, Faculty of Engineering and Sustainable Development, Department of Electronics, Mathematics and Natural Sciences.
2016 (Swedish)Independent thesis Basic level (degree of Bachelor), 10 credits / 15 HE creditsStudent thesis
Sustainable development
Sustainable development according to the University's criteria is not relevant for the essay/thesis
Abstract [en]

Within the timber industry the processing of sawn wood boards must be done in the right way to ensure that the product fulfills the requirements. Correct processing is crucial for wooden structures consisting of these will live up to their expectations. How the mounting of the board in wooden structures is performed to obtain satisfactory results is depending on how it is physically cupped. Due to this a curvature measuring device is used in the timber industry to detect how a sawn board is physically cupped. After detection, a proper processing can be performed to give a satisfactory product. The Swedish company Nolyx AB currently uses a curvature measuring device consisting of a smart camera with the task of taking a digital picture of the board end grain to determine its cupping. The smart camera currently has deficiencies that this work will investigate. The deficiencies are that the smart camera’s processing of images with certain properties do not give satisfactory results. The algorithms lack the robustness needed to cope with the variations of the item that might arise in the process. The desire of this study is that the smart cameras correctness in terms of variations in the object will increase, leading to financial gains for the company Nolyx AB and increased utilization of raw material for their customers. The result of this work is an algorithm that incrementally extracts and identifies the growth rings in the end grain of the board. The correctness of the image processing in this study is 82%, which is 22% higher compared to the smart camera.

Abstract [sv]

Inom träindustrin måste bearbetning av sågade träbrädor ske på rätt sätt för att produkten skall uppfylla kraven. En korrekt bearbetning är avgörande för att träkonstruktioner bestående av dessa ska leva upp till sina förväntningar. Hur monteringen av brädan vid byggnation av träkonstruktioner utförs för att erhålla tillfredställande resultat beror på hur den fysiskt är kupad. På grund av detta används kupmätare inom träindustrin för att detektera brädans fysiska kupning. Efter detektering kan en korrekt bearbetning utföras vilket ger en tillfredsställande produkt. Företaget Nolyx AB använder idag en kupmätare som består av en smartkamera vars uppgift är att ta en digital bild av brädans ändträ för att avgöra dess kupning. Kupmätaren har idag brister som detta arbete skall angripa. Nämligen att smartkamerans behandling av bilder med vissa egenskaper inte ger tillfredsställande resultat. Algoritmerna saknar den robusthet som krävs för att klara de variationer på objektet som kan uppkomma i processen. Önskan med denna studie är att smartkamerans felfrihet vad gäller variationer i objektet ska öka, vilket leder till ekonomiska vinster för företaget Nolyx AB och ökat utnyttjande av råvaran för sina kunder. Resultatet av det här arbetet är en algoritm som stegvis extraherar och identifierar årsringarnas struktur. Felfriheten för bildbehandlingen i denna studie är 82 % vilket är 22 % högre jämfört med smartkameran.

Place, publisher, year, edition, pages
2016. , 51 p.
Keyword [en]
Curvature measuring device, histogram, edge detection, segmentation, morphological filter, recognition.
Keyword [sv]
Kupmätare, histogram, kantdetektering, segmentering, morfologiska filter, igenkänning.
National Category
Electrical Engineering, Electronic Engineering, Information Engineering
Identifiers
URN: urn:nbn:se:hig:diva-21804OAI: oai:DiVA.org:hig-21804DiVA: diva2:940536
External cooperation
Nolyx AB
Subject / course
Electronics
Educational program
Högskoleingenjör
Supervisors
Examiners
Available from: 2016-06-28 Created: 2016-06-21 Last updated: 2016-06-28Bibliographically approved

Open Access in DiVA

Optimering av kupmätare(1024 kB)59 downloads
File information
File name FULLTEXT01.pdfFile size 1024 kBChecksum SHA-512
630eb6de16e8d7074f377ab0a205e2376c5e3bc2c06b721c3dd0b59b45f5b9d211ab9cd8da4aa163206ed7e20a31b23f4e4716c9c9190720f3f5352164056a4c
Type fulltextMimetype application/pdf

Search in DiVA

By author/editor
Olsson, Andreas
By organisation
Department of Electronics, Mathematics and Natural Sciences
Electrical Engineering, Electronic Engineering, Information Engineering

Search outside of DiVA

GoogleGoogle Scholar
Total: 59 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 59 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard-cite-them-right
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • sv-SE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • de-DE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf