de la description 3d des bois ronds à la caractérisation des défauts internes...
Post on 31-Mar-2021
4 Views
Preview:
TRANSCRIPT
De la description 3D des bois ronds à lacaractérisation des défauts internes:
nouveaux savoir-faire et perspectives
V-T. Nguyen 1 B. Kerautret 2 I. Debled-Rennesson 2 F. Colin 1 A. Piboule3 T. Constant 1
1LERFOB, AgroParisTech, INRA, 54000 NANCY France
2LORIA, UMR CNRS 7503, Université de Lorraine, 54506 Vandœuvre-lès-Nancy, France
3ONF, RDI, 54000 Nancy, France
Caqsis Bordeaux 30 Mars 2017
1 / 23
Description 3D de grume
Nuage de points 3D pris par Lidar terresse
2 / 23
Description 3D de grume
Nuage de points 3D pris par Lidar terresse
3 / 23
Classement de bois rond
Volume / diamètreForme globaleDéfauts locaux
4 / 23
Classement de bois rond
Volume / diamètreForme globaleDéfauts locaux
5 / 23
Défauts à la surface du tronc
Types de défaut
Branche
Trace de branche
Broussin
Amas
Gourmand
Picot
6 / 23
Lien entre défaut interne et défaut externe
Image Maillage 1 Relation interne - externe 2
1. V.-T. Nguyen et al. (2016). “Segmentation of defects on log surface from terrestrial Lidar data”. toappears in the proceedings of ICPR 2016.2. R. E. Thomas (2008). “Predicting internal yellow-poplar log defect features using surface indicators”.Wood and Fiber Science 40.1, p. 14–22.
7 / 23
Détection de défauts externes sur les billons d’arbre
ObjectifCaractérisation le bois rond ou l’arbre sur pied en utilisant lesinformations 3D récupérées de Lidar terrestre.
8 / 23
Approche
Nuage de points
Prétraitement
Segmentation
Classifier
Défaut Type 1
CaractéristiquesDéfaut Surface
Estimation Défaut Interne
Défaut Type 2 . . . Défaut Type n
Examplesde défauts
Détection
Identification
Caractérisation
9 / 23
Détection de défauts
Analyse de la rugosité de la surface
Maillage
Calcul de la ligne centrale
Calcul de la rugosité
Seuillage
10 / 23
Détection de défauts
Maillage
Calcul de la ligne centrale
Calcul de la rugosité
Seuillage
Kerautret et al. 2015. 3
3. B. Kerautret et al. (2015). 3D Geometric Analysis of Tubular Objects based on Surface NormalAccumulation. Image Analysis and Processing—ICIAP 2015. Springer, p. 319–331.
11 / 23
Détection de défauts
Maillage
Calcul de la ligne centrale
Calcul de la rugosité
Seuillage 0
20
40
60
80
100
200 220 240 260 280 300 320
δ
r̂ r
Dista
nce
to
the
cente
r lin
e (m
m)
z (mm)
points in the patchprocessing point
fitted line
Rugosité : δ = r − r̂
12 / 23
Détection de défauts
Maillage
Calcul de la ligne centrale
Calcul de la rugosité
Seuillage
0
500
1000
1500
2000
2500
3000
3500
4000
-5 0 5 10 15 20 25 30T
Fre
quen
cy
Difference between the distance to the center line and the reference distance to the center line
Rosin. 2001 4
4. P. L. Rosin (2001). Unimodal thresholding. Pattern recognition 34.11, p. 2083–209613 / 23
Expérimentations
On utilise les nuages de points de 10 billons de 7 espèces différentesLes résultats sont comparés aux vérités terrains définies à dire d’expert
14 / 23
Résultats
15 / 23
Résultats
Expert Algorithme Accord
16 / 23
Résultats reproducibles et Démonstration en ligne
Démonstration en ligne Code source + données
http://goo.gl/id87ov https://goo.gl/5UHosg
17 / 23
Classification de défauts
Approche d’apprentissage automatique
Défaut à tester Descripteurde formes
Forêt aléatoire Type du défaut
Exemples dedéfaut + labels
Descripteursde formes
18 / 23
Base d’apprentissage
Récupéré des plusieurs espèces :ChêneHêtreSapinPinMerisierMélezeÉpicéa
19 / 23
Base d’apprentissage
Étiqueter les défauts avant scannerSegmenter manuellement les défauts et les labeller selon leur étiquette
20 / 23
Expérimentation
Classification de défauts segmentés manuellesEntraîner la forêt aléatoire par 90% des défauts segmentésTester le modèle par 10%
Résultat préliminaireTaux de bonne classification ~ 90%
21 / 23
Conclusions
Le résultat sur la détection et le résultat préliminaire sur la classificationde défauts sont bons qui montrent une possibilité d’estimer la qualité dubois rond ou de l’arbre sur pied.
PerspectivesClasser les défauts segmentés automatiquementDévelopper un processus complet pour classer arbre sur piedDévelopper une interface graphique en intégrant dans Computree(http://computree.onf.fr)
22 / 23
Merci pour votre attention
23 / 23
top related