nach oben

Erschienen in:

2021 | OriginalPaper | Buchkapitel

Localisation of Defects in Volumetric Computed Tomography Scans of Valuable Wood Logs

verfasst von : Davide Boscaini, Fabio Poiesi, Stefano Messelodi, Ayman Younes, Donato A. Grande

Erschienen in: Pattern Recognition. ICPR International Workshops and Challenges

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

We present a novel pipeline to efficiently localise defects in volumetric Computed Tomography (CT) scans of valuable wood logs. We couple a 2D detector applied independently on each scan slice with a multi-object tracking approach processing detections along the scan direction to localise the defects in 3D. Our solution is designed to meet the real-time requirements of modern production lines, to optimise the wood sawing operations for high-quality final products and to reduce wood waste as well as carbon footprints. We effectively embedded our defect localisation algorithm in the Meccanica del Sarca S.p.A.’s production pipeline achieving a reduction of their economic loss by \(7\%\) compared to the previous years.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Vorheriges Kapitel Automatic Viewpoint Estimation for Inspection Planning Purposes

Nächstes Kapitel Image Anomaly Detection by Aggregating Deep Pyramidal Representations

Bhandarkar, S., Luo, X., Daniels, R., Tollner, E.: Detection of cracks in computer tomography images of logs. Pattern Recogn. Lett. 26, 2282–2294 (2005) CrossRef

Girshick, R.: Fast R-CNN. In: Proceedings of the IEEE International Conference on Computer Vision (ICCV) (2015)

Gu, I.Y.H., Andersson, H., Vicen, R.: Wood defect classification based on image analysis and support vector machines. Wood Sci. Technol. 44, 693–704 (2010). https://doi.org/10.1007/s00226-009-0287-9CrossRef

Gwak, J., Choy, C., Savarese, S.: Generative Sparse Detection Networks for 3D Single-shot Object Detection. arXiv:2006.12356, June 2020

Ioffe, S., Szegedy, C.: Batch normalization: accelerating deep network training by reducing internal covariate shift. In: Proeedings of the International Conference on Machine Learning (ICML) (2015)

ISO 5725–1: Accuracy (trueness and precision) of measurement methods and results, Part 1: General principles and definitions, International Organization for Standardization (1994)

Kak, A.C., Slaney, M.: Principles of computerized tomographic imaging. IEEE Press, the Institute of Electrical and Electronics Engineers Inc., New York (1999)

Liu, W., et al.: SSD: single shot MultiBox detector. In: Leibe, B., Matas, J., Sebe, N., Welling, M. (eds.) ECCV 2016, Part I. LNCS, vol. 9905, pp. 21–37. Springer, Cham (2016). https://doi.org/10.1007/978-3-319-46448-0_2CrossRef

Mehlhorn, K.: Algorithms on Graphs. Data Structures and Algorithms. Graph Algorithms and NP-Completeness. Monographs in Theoretical Computer Science. An EATCS Series, vol. 2. Springer, Heidelberg (1984). https://doi.org/10.1007/978-3-642-69897-2CrossRefMATH

10.

Sanchez-Matilla, R., Poiesi, F., Cavallaro, A.: Online multi-target tracking with strong and weak detections. In: Hua, G., Jégou, H. (eds.) ECCV 2016, Part II. LNCS, vol. 9914, pp. 84–99. Springer, Cham (2016). https://doi.org/10.1007/978-3-319-48881-3_7CrossRef

11.

Sarigul, E., Abbott, A., Schmoldt, D.: Progress in analysis of computed tomography (CT) images of hardwood logs for defect detection. In: Proceedings of the Tenth International Conference on Scanning Technology and Process Optimization in the Wood Industry (2003)

12.

Simonyan, K., Zisserman, A.: Very deep convolutional networks for large-scale image recognition. In: Proceedings International Conference on Learning Representations (ICLR) (2015)

13.

Urbonas, A., Raudonis, V., Maskeliunas, R., Damasevicius, R.: Automated identification of wood veneer surface defects using faster region-based convolutional neural network with data augmentation and transfer learning. Appl. Sci. 22, 4898 (2019)CrossRef

14.

Yuhan, Q., Zhou, Y., Xu, J., Ge, Z.: Development of a wood computed tomography imaging system using a butterworth filtered back-projection algorithm. For. Prod. J. 68, 147–156 (2018)

15.

Zhao, P., Wang, C.K.: Hardwood Species Classification with Hyperspectral Microscopic Images. J. Spectro. (2019)

Titel: Localisation of Defects in Volumetric Computed Tomography Scans of Valuable Wood Logs
verfasst von: Davide Boscaini
Fabio Poiesi
Stefano Messelodi
Ayman Younes
Donato A. Grande
Verlag: Springer International Publishing
Buch: Pattern Recognition. ICPR International Workshops and Challenges
Print ISBN: 978-3-030-68798-4

Electronic ISBN: 978-3-030-68799-1

Copyright-Jahr: 2021
DOI: https://doi.org/10.1007/978-3-030-68799-1_50

Springer Professional

Abstract

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Technik"

Springer Professional "Wirtschaft"

Premium Partner