SciELO - Scientific Electronic Library Online

 
vol.3 número1-2DESARROLLO DE UN PANEL ESTRUCTURAL PREFABRICADO INCORPORANDO TABLEROS DE HOJUELAS ORIENTADAS (OSB)MODELACION DEL SECADO DE COIGUE BASADA EN EL COEFICIENTE GLOBAL DE SECADO índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • En proceso de indezaciónCitado por Google
  • No hay articulos similaresSimilares en SciELO
  • En proceso de indezaciónSimilares en Google

Compartir


Maderas. Ciencia y tecnología

versión On-line ISSN 0718-221X

Maderas, Cienc. tecnol. v.3 n.1-2 Concepción  2001

http://dx.doi.org/10.4067/S0718-221X2001000100013 

Maderas. Ciencia. Ciencia y tecnología. 3(1-2): 94-94, 2001

RESUMENES DE TESIS

DETECCION DE NUDOS EN MADERA ASERRADA DE Pinus radiata D. Don POR VISION ARTIFICIAL

Juan Jacobo Paredes Heller
Magíster en Ciencia y Tecnología de la Madera. Ingeniero Forestal. Universidad del Bío-Bío. Facultad de Ingeniería. Departamento de Ingeniería en Maderas. Concepción. Chile.

Autor para correspondencia: japaredesheller@yahoo.com


RESUMEN

Una necesidad de la industria de la madera de hoy es mejorar la exactitud y velocidad de la clasificación de sus productos. En respuesta, esta investigación tiene como objetivo general el estudio de la utilización de una herramienta automatizada en la detección de nudos en la madera de Pinus radiata D. Don por visión artificial, para reemplazar la inspección visual manual.

Utilizando técnicas elementos de hardware (cámara digital y computador personal), se capturaron las imágenes y luego se procesaron mediante un mejoramiento y una umbralización a dos niveles, después se analizaron las imágenes mediante una extracción de los nudos por una 8-conectividad e identificando de estos por un árbol de decisiones. Validando el sistema mediante un experimento factorial 32 (Factor A: uso de filtros y Factor B: Tipo de Umbralización), determinando que el filtro resaltante, a dos niveles de umbralización (60-160) se obtuvo un 70% de acierto y un 24% de error (73% promedio), mejorando algunos indicadores ya existentes para Pinus radiata D. Don, tomando como descriptores: tipo, número, y posición del nudo presente en la imagen. Los algoritmos propuestos para la identificación de nudos pueden utilizarse en un sistema de clasificación automática que incorpore el reconocimiento de otros defectos.

Creative Commons License Todo el contenido de esta revista, excepto dónde está identificado, está bajo una Licencia Creative Commons