SISTEMA DE VISÃO COMPUTACIONAL PARA DETECTAR, SEGMENTAR E ESTIMAR O VOLUME DE TORAS DE MADEIRA EMPILHADAS

Autores

  • Anderson Bergamini Sensolo UNOESC
  • Karl Phillip Buhr

Resumo

Este projeto apresenta o desenvolvimento de um sistema de visão computacional totalmente automatizado que detecta, segmenta e estima o volume de toras de madeira empilhadas. Tal informação é de extrema importância para a gestão dos processos industriais de empresas  especializadas na produção de papel e celulose. O método proposto realiza a detecção das toras utilizando um algoritmo de inteligência
artificial baseado em cascata e as segmenta do restante da imagem através de cortes em grafos. A segmentação é refinada utilizando uma técnica inspirada pelo comportamento de bacias hidrográficas. O volume de madeira é estimado ao comparar a área da superfície de corte de cada tora com um marcador previamente adicionado à pilha, cuja área exata é conhecida. O sistema foi testado com imagens que exibem diferentes tamanhos e espécies de madeira, além de diversas condições do tempo. Dentre as 6567 toras presentes na base de dados de testes, nosso sistema foi capaz de detectar 95% com sucesso.

Downloads

Não há dados estatísticos.

Biografia do Autor

Anderson Bergamini Sensolo, UNOESC

Graduando em Engenharia de Computação (2013-2017) pela Universidade do Oeste de Santa Catarina (UNOESC). Comtemplado por bolsa de pesquisa do Artigo 170 (2014-2016) com foco na área de Visão Computacional (Detecção de Objetos e Segmentação) e Biomedicina (Aquisição, Condicionamento e Processamento de Sinais Eletromiográficos). Formado em curso de inglês avançado pelo CCAA (2005-2014). Entusiasta de software livre e usuário de GNU/Linux.

Downloads

Publicado

24-08-2016

Como Citar

Sensolo, A. B., & Buhr, K. P. (2016). SISTEMA DE VISÃO COMPUTACIONAL PARA DETECTAR, SEGMENTAR E ESTIMAR O VOLUME DE TORAS DE MADEIRA EMPILHADAS. Seminário De Iniciação Científica E Seminário Integrado De Ensino, Pesquisa E Extensão (SIEPE). Recuperado de https://periodicos.unoesc.edu.br/siepe/article/view/10908

Edição

Seção

Joaçaba - Pesquisa

Artigos mais lidos pelo mesmo(s) autor(es)