Επεξεργασία εικόνας για την επιφανειακή ανάλυση του ανάγλυφου του ξύλου

Transcript

1 Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης Σχολή Δασολογίας και Φυσικού Περιβάλλοντος Εργαστήριο Δασικής Πληροφορικής Επεξεργασία εικόνας για την επιφανειακή ανάλυση του ανάγλυφου του ξύλου Μεταπτυχιακή Διατριβή του: Μπαρμπούτη Παναγιώτη Επιβλέπων: Επ. Καθ. Λεφάκης Παναγιώτης Θεσσαλονίκη 2012

2 Περίληψη Σκοπός της παρούσας εργασίας είναι η ανάπτυξη μεθοδολογίας και τεχνικών, μέσω της επεξεργασίας εικόνων ξύλων, για την ανίχνευση ακμών, την ανάλυση της υφής και της τραχύτητας του ξύλου καθώς και τον προσδιορισμό της διαμέτρου του αποτυπώματος της μεταλλικής σφαίρας κατά την συμπίεση της στο ξύλο, βάση της μεθόδου προσδιορισμού σκληρότητας των ξύλων Brinell. Τα παραπάνω ζητήματα έχουν απασχολήσει τους επιστήμονες διαχρονικά. Στη σημερινή εποχή η ανάγκη για αυτοματοποιημένες και αξιόπιστες μετρήσεις γίνεται ευρύτερα αντιληπτή. Η μεθοδολογία και ο αλγόριθμος που αναπτύχθηκε στο λογισμικό Matlab, προσφέρουν λύση, που μπορεί να συμβάλει στην εφαρμογή βελτιωτικών κατεργασιών των ξύλων, να μας εξάγει πληροφορίες για τις μηχανικές ιδιότητες των ξύλων καθώς και να προσφέρει ασφαλή ποιοτικό έλεγχο. Οι μετρήσεις και τα αποτελέσματα της παρούσας μελέτης υποδεικνύουν έναν διαφορετικό και εύκολο τρόπο μέτρησης και διασφάλισης της ποιότητας αυτών μέσω της επιφανειακής ανάλυσης του ανάγλυφου του ξύλου, χρησιμοποιώντας καινοτόμες τεχνικές επεξεργασίας εικόνας. 2

3 Ευχαριστίες Θα ήθελα να ευχαριστήσω τον επιβλέποντα καθηγητή της διπλωματικής μου εργασίας κ. Παναγιώτη Λεφάκη, για την καθοδήγηση και την βοήθεια του. Ακόμα θα ήθελα να ευχαριστήσω το εργαστήριο Δασικής Τεχνολογίας για το υλικό και τη βοήθεια που μου παρείχε για την διεκπαιρέωση της μελέτης. Επιπρόσθετα θα ήθελα να εκφράσω την ευγνωμοσύνη μου στους γονείς μου για την διαρκή τους συμπαράσταση και υποστήριξη, που επέτρεψε την επιτυχή διεκπεραίωση των σπουδών μου. Τέλος θα ήθελα να ευχαριστήσω τον αδερφό μου, για τις πολύτιμες συμβουλές του. 3

4 Περιεχόμενα Περίληψη... 2 Ευχαριστίες... 3 Περιεχόμενα... 4 Κεφάλαιο 1 ο Εισαγωγή Γενικά Ανασκόπηση της βιβλιογραφίας Σκοπός της εργασίας Κεφάλαιο 2 ο Υλικά μέθοδοι Υλικά Βασικές έννοιες Τύποι επεξεργασίας εικόνας Η υφή του ξύλου Τραχύτητα και ανάγλυφο επιφάνειας ξύλου Προσδιορισμός σκληρότητας - Γενικά Μέθοδος Brinell Υλικό που χρησιμοποιήθηκε Μεθοδολογία Ανίχνευση ακμών Γενικά Χρήση μασκών Κατωφλίωση ακμών Περιγραφή της υφής Γενικά Στατιστικές τεχνικές Λογισμικό που χρησιμοποιήθηκε Αναλυτικά Για την ανίχνευση ακμών Για την περιγραφή της υφής Για τον προσδιορισμό της διαμέτρου αποτυπώματος (σκληρότητας) Κεφάλαιο 3 ο Αποτελέσματα Εφαρμογές ανίχνευσης ακμών Εφαρμογές περιγραφής υφής Εφαρμογές προσδιορισμού διαμέτρου αποτυπώματος (σκληρότητας) Κεφάλαιο 4 ο Συμπεράσματα, προτάσεις Συμπεράσματα Δυνατότητες βελτίωσης του αλγόριθμου Βιβλιογραφία

5 1.1 Γενικά Κεφάλαιο 1 ο Εισαγωγή Η κάλυψη των αναγκών σε αγαθά και υπηρεσίες, από τα δάση και τις δασικές εκτάσεις, επιβάλλουν την αποτελεσματικότερη προστασία, τη βελτίωση και επέκταση, την ορθολογικότερη διαχείριση, την εντατικότερη εκμετάλλευση, την ανάδειξη και βιώσιμη ανάπτυξη των δασών και δασικών εκτάσεων και του φυσικού περιβάλλοντος γενικότερα. Όμως κάτω από αυτές τις συνθήκες των μεγάλων κοινωνικοοικονομικών και τεχνολογικών αλλαγών δεν είναι δυνατόν να επιτευχθούν τα αναμενόμενα αποτελέσματα από τα δάση, τις δασικές εκτάσεις και το φυσικό περιβάλλον, αν δε βρεθούμε στη θέση εκείνης της χρησιμοποίησης μοντέρνας τεχνολογίας και σύγχρονων μέσων, που θα μας λύσουν πολλά από τα προβλήματα του δασοπονικού τομέα. Η παρατηρούμενη λοιπόν, τα τελευταία χρόνια, εξέλιξη των επιστημών και της τεχνολογίας δεν ήταν δυνατόν να μην επιβάλει τη χρήση της πληροφορικής στο δασοπονικό τομέα μια και ο τομέας αυτός είναι δύσκολος, πολύπλοκος, πολύπλευρος και πολυσχιδής. Η οργάνωση και διοίκηση των δασικών βιομηχανιών είναι ένας πολύ σημαντικός τομέας στον οποίο βρίσκει εφαρμογή η δασική πληροφορική και μάλιστα συμβάλλει στην ανάπτυξη του. Εξάλλου, με τη βοήθεια της μηχανοργάνωσης των δασοβιομηχανιών είναι δυνατόν να συνταχθούν ειδικά αρχεία που θα αφορούν στην ποιότητα της πρώτης ύλης (ξύλο), στα αποθέματα, στις εισαγωγές (προμήθεια του ξύλου), 5

6 στον τεχνολογικό εξοπλισμό, στο εργατικό δυναμικό, στη διάρθρωση της διοίκησης, στην παραγωγική διαδικασία των διαφόρων προϊόντων, στον ποιοτικό έλεγχο των παραγόμενων προϊόντων και στον τρόπο διεμπόρευσής τους, στην κατάρτιση των ετήσιων ισολογισμών και στον τρόπο χρηματοδότησης και εξασφάλισης επενδύσεων. (Παπασταύρου κ.α., 2008) Η όραση είναι η πιο δυναμική μας αίσθηση. Μας δίνει ένα τεράστιο πλούτο πληροφοριών για το τι μας περιβάλλει. Είναι χαρακτηριστική η κινέζικη παροιμία η οποία λέει: «Μια εικόνα αξίζει όσο χίλιες λέξεις». Όλη αυτή η πληροφορία είναι πολύτιμη τόσο για τα απλά πράγματα όσο και για πολύπλοκες διανοητικές εργασίες, π.χ. ανάπτυξη νοημοσύνης. Σε επίπεδο κοινωνικής οργάνωσης, οι εικόνες είναι επίσης ένα σημαντικότατο μέσο μετάδοσης πληροφοριών και η ανάγκη επεξεργασίας τους, οδήγησε τους επιστήμονες και τεχνικούς στην εξεύρεση μέσων ψηφιακής αποθήκευσης της εικόνας και επεξεργασίας της με ηλεκτρονικούς υπολογιστές. Η προσπάθεια αυτή οδήγησε σε έναν καινούριο κλάδο της πληροφορικής που ονομάζεται ψηφιακή επεξεργασίας και ανάλυση εικόνων. Ο κλάδος αυτός είναι πολύ νέος, έχει ηλικία μόλις μερικά χρόνια. Ωστόσο, έχει δείξει μια δυναμική εξέλιξη, ιδιαίτερα κατά τα τελευταία χρόνια και ήδη είναι μια επιστήμη και τεχνολογία αιχμής. (Πήτας, 2001) Η παρούσα διπλωματική εργασία χρησιμοποιεί τις τεχνικές επεξεργασίας εικόνας για την εξαγωγή πληροφοριών όσο αφορά τις μηχανικές ιδιότητες των ξύλων και εκπονήθηκε στα πλαίσια του μεταπτυχιακού προγράμματος σπουδών της σχολής Δασολογίας και Φυσικού Περιβάλλοντος, στην εξειδίκευση της «Δασικής Πληροφορικής». 6

7 1.2 Ανασκόπηση της βιβλιογραφίας Σημαντικό είναι να αναφερθούν οι μελέτες και οι έρευνες που έχουν γίνει σχετικά με την ανίχνευση ακμών στα ξύλα, την περιγραφή της τραχύτητας καθώς και την μέτρηση της διαμέτρου των αποτυπωμάτων της μεταλλικής σφαίρας που συμπιέζεται στα δοκίμια των ξύλων. Ακολουθούν οι σημαντικότερες που αφορούν τους παραπάνω τομείς. Οι Xueshum Wang, Dawei Qi και Yuanxiang Li από το Northeast Forestry University και το Beijing Forestry University της Κίνας, στο άρθρο τους «Edge Detection of Decayed Wood Image Based on Mathematical Morphological Double Gradient Algorithm», χρησιμοποιούν μεθόδους επεξεργασίας εικόνας για την εύρεση ακμών σε σαπισμένα ξύλα. (2008) Οι QI Dawei, Zhang Peng, Zhang Xuefei και Jin Xuenjing από το Northeast Forestry University και από το Harbin Applied Vocational and Technical College της Κίνας, στο άρθρο τους «Edge Detection of Wood Defects in X-ray Wood Image Using Neural Network and Mathematical Morphology», χρησιμοποιούν μαθηματικές μεθόδους και μεθόδους επεξεργασίας εικόνας για την εύρεση ακμών σε εικόνες που έχουν δημιουργηθεί με την χρήση ακτίνων x. (2010) Ακόμα οι Xi Yang, Dawei Qi και Xianhong Li από το College of Science, το College of Mechanical and Electrical Engineering του Northest Forestry University της Κίνας, στο άρθρο τους «Multi-scale Edge Detection of Wood Defect Images Based on the Dyadic Wavelet Transform», περιγράφουν 7

8 επίσης μαθηματική μέθοδο για την εύρεση ακμών σε εικόνες που έχουν δημιουργηθεί με την χρήση ακτίνων x. (2010) Οι James W. Funck, Johannes B. Forrer, David A. Butler, Charles C. Brunner, και Alberto G. Maristany από το Oregon State Univ. (USA) στο άρθρο τους «Measuring surface roughness on wood: a comparison of laserscatter and stylus-tracing approaches», συγκρίνουν τις μεθόδους μέτρησης τραχύτητας επιφάνειας ξύλου με την χρήση stylus και με την χρήση laser. (1993) Οι Chin Y. Poon και Bharat Bhushan από το Computer Microtribology and Contamination Laboratory, Department of Mechanical Engineering, The Ohio State University, στο άρθρο τους «Comparison of surface roughness measurements by stylus profiler, AFM and non-contact optical profiler», αναφέρουν και συγκρίνουν τις μεθόδους μέτρησης τραχύτητας επιφάνειας με την χρήση stylus και με την χρήση laser. (1995) Επίσης οι Edwin B. Lewis, (Evington, VA) Moore Jr., Roy N., (Concord, VA) από το the Mead Corporation, Dayton, Ohio, στο άρθρο τους «Brinell Hardness Measuring System», αναλύουν την μέθοδο Brinell μέτρησης σκληρότητας και εξηγούν την σημαντικότητα της ορθής μέτρησης της διαμέτρου του αποτυπώματος της μεταλλικής σφαίρας. (1983) Οι J. Doyle, J. C. F. Walker από το School of Forestry, University of Canterbury, New Zealand στο άρθρο «Indentation Hardness of Wood», αναλύουν τα πλεονεκτήματα και τα μειονεκτήματα των σημαντικότερων μεθόδων μέτρησης σκληρότητας (Brinell, Janka κα) ξύλων. (2007) 8

9 Ο Endre Magoss από το Department of Wood Engineering, University of West Hungary, Sopron, Hungary στο άρθρο του «General Regularities of Wood Surface Roughness», μας εξηγεί την δυσκολία μέτρησης της σκληρότητας στα ξύλα και τον σημαντικό ρόλο της σκληρότητας στην δομή των ξύλων. (2008) Οι Seji Hirata, Msamitsu Ohta και Yasuo Honma από το The Japan Wood Research Society, στο άρθρο τους «Hardness distribution on wood surface», χρησιμοποιούν την μέθοδο Brinell για να γίνει καλύτερα κατανοητή η σημασία της σκληρότητας των ξύλων. (2000) 9

10 1.3 Σκοπός της εργασίας Σκοπός της παρούσας μελέτης είναι η επεξεργασία εικόνων ξύλου για την ανάλυση αυτών των ξύλων. Η μελέτη επικεντρώνεται στο πώς αυτοματοποιημένη διαδικασία, μέσω αλγορίθμου, μπορεί να αποτελέσει χρήσιμο εργαλείο για την μέτρηση της σκληρότητας με βάση την μέθοδο προσδιορισμού σκληρότητας Brinell. Η μελέτη, χωρίζεται σε τρία μέρη. Στο πρώτο μέρος έγινε μελέτη για την ανίχνευση ακμών. Στο δεύτερο μέρος, έγινε προσπάθεια για ανάλυση της υφής και της τραχύτητας του ξύλου, μέσω στατιστικών εργαλείων. Στο τρίτο μέρος, έγινε μία επισκόπηση της μεθόδου προσδιορισμού σκληρότητας Brinell και αναπτύχθηκε η μεθοδολογία για τον προσδιορισμό της διαμέτρου της μεταλλικής σφαίρας που συμπιέζεται στην επιφάνεια του ξύλου. Καινοτομία της παρούσας εργασίας αποτελεί και το γεγονός ότι τα δοκίμια των ξύλων αποτυπώθηκαν σε ηλεκτρονική μορφή μέσω σαρωτή εικόνων. 10

11 Κεφάλαιο 2 ο Υλικά μέθοδοι 2.1 Υλικά Βασικές έννοιες Ακμή στα ξύλα, με βάση την επεξεργασία εικόνας, μπορούμε να ορίσουμε το σύνορο των περιοχών που παρουσιάζουν κοινά χαρακτηριστικά. Επίσης μπορούμε να ορίσουμε την απότομη μεταβολή στο ύψος της επιφάνειας του ξύλου. Ως τραχύτητα ξύλου, μπορούμε να ορίσουμε τη γεωμετρική λεπτομέρεια στη στερεή επιφάνεια του ξύλου και αφορά κυρίως τις μεταβολές στο ύψος. Είναι η απόκλιση της πραγματικής επιφάνειας, από αυτή της ιδανικά ομαλής επιφάνειας. (Takub, Martino, 2005) Η γνώση της υφής και της τραχύτητας του ξύλου μπορεί να χρησιμοποιηθεί για να βελτιώσει την καταλληλότητα του ξύλου για τους διάφορους σκοπούς που χρησιμοποιείται. Η σκληρότητα του ξύλου αποτελεί μια βασική μηχανική του ιδιότητα, η οποία παρέχει χρήσιμες πληροφορίες. Ο υπολογισμός της γίνεται σύμφωνα με την εφαρμογή της μεθόδου Brinell και το Ευρωπαϊκό πρότυπο EN1534:2000 ή σύμφωνα με την εφαρμογή της μεθόδου Janka και το πρότυπο ISO3350:1975. Επεξεργασία εικόνας ονομάζεται οποιαδήποτε μορφή επεξεργασίας δεδομένων, η οποία καλύπτει τις ακόλουθες κατηγορίες: Επεξεργασία εικόνας: Είσοδος: Εικόνα Έξοδος: Εικόνα Ανάλυση εικόνας: Είσοδος: Εικόνα Έξοδος: Αποτελέσματα μετρήσεων 11

12 Κατανόηση εικόνας: Είσοδος: Εικόνα Έξοδος: Προσδιορισμός στοιχείων υψηλού επιπέδου (Wikipedia, 2011) Τύποι επεξεργασίας εικόνας Γεωμετρικές μετατροπές: Αλλαγή στο μέγεθος ολόκληρης ή τμήματος της εικόνας, περιστροφή, παραμόρφωση, αλλαγή προοπτικής, αλλαγή ανάλυσης (προκειμένου για εικόνες ψηφίδων (bitmap)) κτλ. Χρωματικές μετατροπές και διορθώσεις: Αλλαγή των χρωματικών τόνων μιας εικόνας, ρύθμιση φωτεινότητας, αντίθεσης, αλλαγή του χρωματικού χώρου (μοντέλου), π.χ. από RGB σε CMYK. Μετατροπή της μορφής αποθήκευσης μιας εικόνας στον υπολογιστή (file conversion), π.χ. από μορφή.jpg σε μορφή.tif. Εφαρμογή φίλτρων με στόχο τη βελτίωση της ποιότητας της εικόνας (αφαίρεση αμυχών, εξάλειψη φαινομένου "κόκκινων ματιών" από εικόνες προσώπων, εξάλειψη της θαμπάδας, τονισμός των περιγραμμάτων κτλ). Ανάμιξη δύο ή περισσότερων εικόνων ώστε να αποτελούν μία (φωτομοντάζ). Διαχωρισμός της εικόνας σε τομείς (regions), με στόχο τον καθορισμό των τομέων ενδιαφέροντος στην εικόνα (Regions of Interest, ROI). Ανεξάρτητα από την κατηγορία επεξεργασίας, όπως αναφέρθηκε πιο πάνω, η διαδικασία επεξεργασίας απαιτεί πολύ καλές γνώσεις μαθηματικών. 12

13 Το σύγχρονο λογισμικό επεξεργασίας απαλλάσσει, φυσικά, το χρήστη από την ανάγκη να διαθέτει αυτές τις γνώσεις. (Wikipedia, 2011) Η υφή του ξύλου Το ξύλο ως βιολογικό υλικό δεν είναι ομοιογενές αλλά έχει μεταβλητή δομή με μεγάλη ποικιλία χρωμάτων, υφής, σχεδίασης. Η επιφανειακή εικόνα κάθε ξύλου είναι αποτέλεσμα των διαφόρων φυσικών χαρακτηριστικών του, όπως η εναλλαγή πρώιμου και όψιμου ξύλου και οι διάφοροι τύποι των κυττάρων και των άλλων δομικών στοιχείων που το συνθέτουν, αλλά επηρεάζεται και από την θέση της επιφάνειας ως προς την διεύθυνση ανάπτυξης του δένδρου. Τα χαρακτηριστικά αυτά δίνουν την μεγάλη ποικιλία των τύπων της σχεδίασης του ξύλου ( των νερών του ξύλου) που εμφανίζουν τα διάφορα είδη. Σε πολλές εφαρμογές η επιφάνεια του ξύλου καλύπτεται από βαφή ή επένδυση με αποτέλεσμα να εμφανίζεται επιφανειακά ως ένα ομοιογενές υλικό. Πολλά προϊόντα όμως που παράγονται μετά από πολτοποίηση του ξύλου παρουσιάζουν ομοιογένεια τόσο επιφανειακά όσο και σε όλη την μάζα τους. Τραχύτητα και ανάγλυφο επιφάνειας ξύλου Το ξύλο κατεργάζεται εύκολα με μηχανικά μέσα για την διαμόρφωση επίπεδων επιφανειών, δημιουργία οπών, τομών ή ανάγλυφης σχεδίασης. Η μέτρηση της τραχύτητας ή του ανάγλυφου της επιφάνειας είναι χρήσιμη διότι επηρεάζει την εφαρμογή βελτιωτικών κατεργασιών όπως λείανση και βαφή 13

14 αλλά μπορεί να απαιτείται και για άλλους σκοπούς όπως είναι ο υπολογισμός της σκληρότητας του ξύλου. Προσδιορισμός σκληρότητας - Γενικά Η σκληρότητα αποτελεί μια βασική μηχανική ιδιότητα του ξύλου η οποία παρέχει χρήσιμες πληροφορίες για ορισμένες χρήσεις όπως πατώματα, έπιπλα κλπ. Η ιδιότητα αυτή συσχετίζεται γραμμικά με την πυκνότητα και τις υπόλοιπες μηχανικές ιδιότητες του ξύλου. Για το λόγο αυτό θα μπορούσε να χρησιμοποιηθεί για τον ποιοτικό έλεγχο του ξύλου χωρίς αυξημένο κόστος ελέγχου καθώς για τον έλεγχο της δεν είναι απαραίτητα μεγάλα δείγματα ούτε ακριβός εξοπλισμός. Για τον προσδιορισμό της σκληρότητας του ξύλου υπάρχουν μερικές τυποποιημένες μέθοδοι με μία από τις κυριότερες να είναι η μέθοδος Brinell. (Νικολακάκου, Σακελλαρίου, 2011) Μέθοδος Brinell Η μέθοδος Brinell περιγράφεται από το πρότυπο EN1534:2000. Η μεθοδολογία απαιτεί τη συμπίεση στην επιφάνεια του ξύλου μεταλλικής σφαίρας η οποία φορτίζεται με δύναμη 1000Ν για συγκεκριμένο χρονικό διάστημα. Αποτέλεσμα της φόρτισης είναι η δημιουργία στο δοκίμιο αποτυπώματος η διάμετρος του οποίου μετράται. Η σκληρότητα υπολογίζεται εφαρμόζοντας τον παρακάτω τύπο: ΗΗΗΗ = 2FF ggggdd DD (DD 2 dd 2 ), όπου ΗΗΗΗ: ηη σσσσσσσσσσόττττττττ BBBBBBBBBBBBBB (KKKK/mmmm 2 ) FF: ΗΗ εεεεεεεεεεεεεεεεεείσσσσ δδύνννννννν (1000ΝΝ) 14

15 GG: ΗΗ εεεεεεεεάχχχχχχχχχχ ττττττ ββββββύττττττττττ (mm/ss 2 ) DD: ΗΗ δδδδάμμμμμμμμμμμμ ττττττ μμμμμμμμμμμμμμμμήςς σσσσσσίρρρρρρ (10mmmm) ππ: 3,14 dd: ΗΗ δδδδάμμμμμμμμμμμμ ττττττ ααααααααααααώμμμμμμμμμμ (mmmm) Η μέθοδος Brinell, αν και θεωρείται η πιο συχνά χρησιμοποιούμενη στον ευρωπαϊκό χώρο μέθοδος, εμφανίζει κάποια μειονεκτήματα. Ένα από τα βασικότερα μειονεκτήματα είναι η μέθοδος μέτρησης της διαμέτρου αποτυπώματος η οποία πραγματοποιείται με ακρίβεια 0,2mm και υπόκειται στην υποκειμενικότητα της εκτίμησης των ορίων του αποτυπώματος στο δοκίμιο ξύλου, επομένως εξαρτάται από τα χαρακτηριστικά και τις ικανότητες του ερευνητή. Υλικό που χρησιμοποιήθηκε Χρησιμοποιήθηκε ένας σαρωτής, scanner-hp Deskjet F2280, για την αποτύπωση της επιφάνειας του ξύλου σε μορφή εικόνας. Οι εικόνες αποθηκεύτηκαν σε μορφή JPEG ή JPG (Joint Photographic Experts Group). Οι JPEG/JPG είναι υψηλής ποιότητας εικόνες με μικρό μέγεθος αρχείου μέσω της συμπίεσης των δεδομένων τους. Στα χαρακτηριστικά που επιλέχθηκαν κατά την σάρωση πρέπει να αναφέρουμε τα 200 dpi (dots per inch). To dpi είναι ένα μέτρο για την πυκνότητα των pixel και αφορά των αριθμών των pixel που είναι τοποθετημένα σε μία ίντσα. (Wikipedia, 2011) 15

16 2.2 Μεθοδολογία Ανίχνευση ακμών Γενικά Οι ακμές θεωρούνται ως βασικά χαρακτηριστικά της εικόνας. Φέρουν χρήσιμες πληροφορίες για τα όρια των αντικειμένων, οι οποίες μπορούν να χρησιμοποιηθούν για ανάλυση εικόνας, προσδιορισμό αντικειμένων, καθώς επίσης και για εφαρμογές φιλτραρίσματος εικόνας. Στην παρούσα μελέτη σαν ακμή ή σαν περίγραμμα θα θεωρήσουμε το σύνορο μεταξύ δύο ομογενών περιοχών μιας εικόνας που έχουν διαφορετικές εντάσεις φωτεινότητας. Ουσιαστικά η ακμή είναι μια τοπική μεταβολή της φωτεινότητας. Στην βιβλιογραφία έχουν προταθεί διάφορες τεχνικές ανίχνευσης ακμών. Αυτές μπορούν να ομαδοποιηθούν σε δύο κατηγορίες: α) Τοπικές τεχνικές, που χρησιμοποιούν τελεστές που δρουν σε τοπικές γειτονιές της εικόνας, και β) Καθολικές τεχνικές, που χρησιμοποιούν καθολική πληροφορία από όλη την εικόνα και μεθόδου φιλτραρίσματος για την εξαγωγή πληροφοριών για τις ακμές. (Πήτας, 2001) Οι ακμές της εικόνας όπως ορίσαμε είναι οι τοπικές μεταβολές της φωτεινότητας της εικόνας. Ως εκ τούτου, τεχνικές τοπικής διαφόρισης της εικόνας μπορούν να παράγουν τελεστές ανίχνευσης ακμών. Η κλίση (gradient) της εικόνας ff(xx, yy): ff(xx, yy) TT = [ff xx ff yy ] TT (1) 16

17 παρέχει χρήσιμη πληροφορία για τις τοπικές μεταβολές της φωτεινότητας. Το πλάτος: ee(xx, yy) = ff xx2 (xx, yy) + ff yy 2 (xx, yy) (2) μπορεί να χρησιμοποιηθεί σαν ανιχνευτής ακμών. Εναλλακτικά, μπορεί να χρησιμοποιηθεί το άθροισμα των απολύτων τιμών των μερικών παραγώγων ff xx, ff yy : ee(xx, yy) = ff xx (xx, yy) + ff yy (xx, yy) (3) για υπολογιστική απλότητα. Η διεύθυνση μιας τοπικής ακμής μπορεί να περιγραφεί από τη γωνία διεύθυνσης: φφ(xx, yy) = arctan ff xx ff yy (4) Χρήση μασκών της μορφής: Εκτίμηση της κλίσης μπορεί να επιτευχθεί με χρήση τελεστών κλίσης ff xx = ww 1 TT xx (5) ff yy = ww 2 TT xx (6) όπου x είναι το διάνυσμα που περιέχει τα στίγματα σε μια τοπική γειτονιά της εικόνας. Τα διανύσματα βαρών w 1, w 2, περιγράφονται από μάσκες κλίσης. Τέτοιες μάσκες φαίνονται στα σχήματα 1 και 2 και περιγράφουν τους ανιχνευτές ακμών Prewitt και Sobel αντίστοιχα. 17

18 (α) (β) Σχήμα 1 (α), (β) Μάσκες ανιχνευτή ακμών Prewitt (α) (β) Σχήμα 2 (α), (β) Μάσκες ανιχνευτή ακμών Sobel Οι σχέσεις 5 και 6 είναι δισδιάστατες γραμμικές συνελίξεις με πυρήνες 3 x 3 που φαίνονται στα σχήματα 1 και 2. Ο ανιχνευτής ακμών Sobel έχει καλή συμπεριφορά και είναι σχετικά ανθεκτικός στον θόρυβο. Καλύτερα χαρακτηριστικά μπορούν να επιτευχθούν χρησιμοποιώντας μεγαλύτερες γειτονιές, γεγονός που συνεπάγεται μεγαλύτερη υπολογιστική προσπάθεια. Παρόλα αυτά μεγάλες γειτονιές τείνουν να προκαλούν θάμπωμα των ακμών. 18

19 Γενικά οι μάσκες ακμών είναι μάσκες που μπορούν να χρησιμοποιηθούν για την ανίχνευση ακμών κατά μήκος διαφορετικών διευθύνσεων. Μάσκες ακμών που μπορούν να ανιχνεύσουν ακμές σε τέσσερις διαφορετικές διευθύνσεις φαίνονται στο σχήμα (α) (β) (γ) (δ) Σχήμα 3 (α), (β), (γ), (δ) Μάσκες ανιχνευτή ακμών Kirisch για διευθύνσεις (0, 45, 90, 135 μοιρών) 19

20 Η ανίχνευση ακμών μπορεί να γίνει και με τον ακόλουθο τρόπο. Όλες οι μάσκες εφαρμόζονται σε κάθε στίγμα (pixel) της εικόνας. Η μάσκα που παράγει τη μέγιστη έξοδο αντιστοιχίζεται στο συγκεκριμένο στίγμα: ee(kk, ll) = ww ii TT xx αααα ww ii TT xx ww jj TT xx, jj = 1,, nn (7) Η αντίστοιχη έξοδος ww TT ii xx είναι ένα μέτρο της αξιοπιστίας της εξόδου του ανιχνευτή ακμών. Αν είναι κοντά στο μηδέν δεν υπάρχει καμία ακμή στη θέση αυτού του στίγματος. Αν όλες οι μάσκες δίνουν περίπου ίσες τιμές εξόδου, δεν μπορεί να εξαχθεί αξιόπιστη πληροφορία για τη διεύθυνση της ακμής. Μάσκες επίσης μπορούν να χρησιμοποιηθούν για ανίχνευση γραμμών και σημείων. Μια άλλη προσέγγιση στην ανίχνευση ακμών είναι η χρήση του τελεστή Laplace, που ορίζεται συναρτήσει των μερικών παραγώγων τάξεως της f(x,y) ως προς x και y: 2 ff(xx, yy) = 2 ff xx ff yy 2 (8) Οι παράγωγοι πρώτης τάξης έχουν τοπικά μέγιστα ή ελάχιστα στις ακμές της εικόνας, εξαιτίας των μεγάλων τοπικών μεταβολών της φωτεινότητας. Ως εκ τούτου, οι παράγωγοι δεύτερης τάξεως έχουν μηδενισμούς (δηλαδή μεταβάσεις από θετικές σε αρνητικές τιμές και αντιστρόφως) στις περιοχές ακμών. Έτσι μια προσέγγιση στην ανίχνευση ακμών είναι να εκτιμήσουμε την έξοδο του τελεστή Laplace και να βρούμε τα σημεία μηδενισμού. Μια προσέγγιση του τελεστή Laplace δίνεται από τη σχέση: 2 ff(xx, yy) ff(xx, yy) 1 [ff(xx, yy + 1) + ff(xx, yy 1) + ff(xx + 1, yy) + ff(xx 1, yy)] (9) 4 20

21 Η παραπάνω προσέγγιση γίνεται χρησιμοποιώντας τέσσερις γείτονες κάθε σημείου, της εικόνας. Η διαφόριση είναι μια υψηλοπερατή πράξη. Η διαφόριση δεύτερης τάξεως τείνει να αυξήσει το θόρυβο της εικόνας. Συνεπώς ο τελεστής Laplace δημιουργεί αρκετές εσφαλμένες ακμές, ιδιαίτερα σε περιοχές που η μεταβλητότητα της εικόνας είναι μικρή, επειδή μικρές διαταραχές της φωτεινότητας (θόρυβος) τείνουν να προκαλέσουν εσφαλμένους μηδενισμούς. (Πήτας, 2001) Κατωφλίωση ακμών Οι περισσότεροι ανιχνευτές ακμών που περιγράφτηκαν στο προηγούμενο υποκεφάλαιο παράγουν σαν έξοδο μια εικόνα τόνων του γκρι e(k,l). Κάθε στίγμα αυτής της εικόνας έχει ως τιμή την έξοδο του ανιχνευτή ακμών στο αντίστοιχο στίγμα της αυθεντικής εικόνας. Αν η έξοδος του ανιχνευτή ακμών σε κάποιο στίγμα είναι μεγάλη, τότε υπάρχει μια τοπική ακμή. Αλλιώς, η θέση του στίγματος αντιστοιχεί στο φόντο. Συνεπώς, μετά την ανίχνευση ακμών απαιτείται μια κατωφλίωση: ΕΕ(kk, ll) = 1 αααα ee(kk, ll) TT (10) ΕΕ(kk, ll) = 0 ααααααααώςς (11) Το κατώφλι Τ μπορεί να επιλεχθεί με εξέταση του ιστογράμματος της εξόδου του ανιχνευτή ακμών, έτσι ώστε μόνο ένα μικρό ποσοστό των στιγμάτων e(k,l) να είναι πάνω από αυτό. Η κατωφλίωση, που πραγματοποιείται με τις παραπάνω σχέσεις (σχέσεις 10 και 11) είναι καθολική, επειδή το Τ επιλέγεται με βάση καθολική πληροφορία και οι σχέσεις εφαρμόζονται σε όλη την εικόνα. Σε πολλές εφαρμογές, η έξοδος του ανιχνευτή ακμών μπορεί να χωριστεί σε 21

22 περιοχές που παρουσιάζουν διαφορετικές στατιστικές ιδιότητες. Συνεπώς η καθολική κατωφλίωση μπορεί να προκαλέσει παχιές ακμές σε μια περιοχή και λεπτές ή διακεκομμένες ακμές σε μια άλλη περιοχή. Έτσι, η τοπικά προσαρμοζόμενη κατωφλίωση είναι επιθυμητή. Μπορούν να χρησιμοποιηθούν διάφορες ευριστικές τεχνικές προσαρμογής στις σχέσεις 10 και 11, για την προσαρμογή σε τοπικό επίπεδο. Μία μέθοδος είναι να υπολογίζουμε τον τοπικό αριθμητικό μέσο της εξόδου του ανιχνευτή ακμών: ee (kk, ll) = 1 2MM+1 2 kk+mm ll+mm jj =ll MM ee(ii, jj) ii=kk MM (12) Και να τον χρησιμοποιούμε στον υπολογισμό του κατωφλίου: ΤΤ(kk, ll) = ee (kk, ll)(1 + pp) (13) Όπου p είναι ένα ποσοστό που δείχνει το επίπεδο του κατωφλίου πάνω από τον τοπικό αριθμητικό μέσο Περιγραφή της υφής Γενικά Ένα σημαντικό χαρακτηριστικό μιας εικόνας είναι η υφή της. Από την περιγραφή της υφής του εσωτερικού μιας περιοχής ασπρόμαυρης εικόνας προκύπτουν σημαντικά ουσιώδη χαρακτηριστικά για την ταξινόμηση της περιοχής. Στην καθημερινή πρακτική η υφή χρησιμοποιείται για να εκφραστούν οπτικές ιδιότητες της παρατηρούμενης περιοχής, όπως λεπτή υφή, ινώδης και κοκκώδης υφή, κανονικά επαναλαμβανόμενη υφή, κτλ. Οι τεχνικές περιγραφής της υφής μπορούν να ομαδοποιηθούν σε τρεις μεγάλες κατηγορίες: στατιστικές, φασματικές και δομικές. (Πήτας, 2001) 22

23 Οι στατιστικές τεχνικές περιγραφής βασίζονται στα ιστογράμματα των περιοχών, τις επεκτάσεις τους και τις ροπές τους. Μετρούν αντίθεση, ύπαρξη κόκκων και τραχύτητα. Οι φασματικές τεχνικές βασίζονται στη συνάρτηση αυτοσυσχέτισης μιας περιοχής ή στην κατανομή ισχύος στην περιοχή του μετασχηματισμού Fourier, με σκοπό να ανιχνεύσουν περιοδικότητες της υφής. Τέλος, οι δομικές τεχνικές περιγράφουν την υφή με χρήση προτύπων συνοδευόμενων από συγκεκριμένους κανόνες τοποθέτησης. Στατιστικές τεχνικές Οι απλούστερες τεχνικές περιγραφής της υφής βασίζονται στο ιστόγραμμα της εικόνας pp ff (ff). Έστω ότι ff kk, kk = 1,, NN είναι τα διάφορα επίπεδα έντασης της εικόνας. Οι πρώτες τέσσερις κεντρικές ροπές δίνονται από τις σχέσεις: Μέση τιμή (Average Gray Level) μμ = NN kk=1 ff kk pp ff (ff kk ) (14) Μεταβλητότητα (Standard Deviation) SSSSSS = NN kk=1 (ff kk μμ) 2 pp ff (ff kk ) (15) Κλίση (Skewness) μμ 3 = 1 NN (ff σσ 3 kk=1 kk μμ) 3 pp ff (ff kk ) (16) Κύρτωση (Kurtosis) μμ 4 = 1 NN (ff σσ 4 kk=1 kk μμ) 4 pp ff (ff kk ) 3 (17) 23

24 την περιοχή. Η μέση τιμή μ δίνει μια εκτίμηση του μέσου επιπέδου έντασης σε αυτήν Η μεταβλητότητα σσ 2, γνωστή και ως διακύμανση, είναι ένα μέτρο της διασποράς των τιμών γύρω από τη μέση τιμή μ. Η ροπή αυτή, δίνει επίσης, το μέτρο της αντίθεσης στη φωτεινότητα της εικόνας. Η τρίτη ροπή, είναι γνωστή και ως ασυμμετρία (skewness) και δίνει ένα μέτρο της ασυμμετρίας του ιστογράμματος γύρω από τη μέση τιμή. Δείχνει το ποσοστό των στιγμάτων της περιοχής με εντάσεις σε καθεμία από τις δύο πλευρές της μέσης τιμής. Η τιμή της μμ 3, για συμμετρικά ιστογράμματα όπως αυτό της Gaussian κατανομής είναι μηδενική. Για μη συμμετρικά ιστογράμματα, η μμ 3 γίνεται θετική ή αρνητική. (Σαγκριώτης, Θεοδωρίδης, 2003) Η κύρτωση είναι ένα μέτρο της ουράς του ιστογράμματος. Ιστογράμματα με μακριά ουρά αντιστοιχούν σε περιοχές που περιέχουν παλμούς. Η τιμής της μμ 4 για ένα Gaussian ιστόγραμμα με διακύμανση σσ 2, είναι ίση με 3σσ 4. Η αφαίρεση στην σχέση 17 εξασφαλίζει ότι η κύρτωση μιας Gaussian κατανομής κανονικοποιείται στο μηδέν. Επίσης οι τιμές των μμ 3 και μμ 4 κανονικοποιούνται πριν χρησιμοποιηθούν διαιρούμενες με την σσ 3 και σσ 4 αντίστοιχα, όπως φαίνεται στις σχέσεις 16 και Λογισμικό που χρησιμοποιήθηκε Ο αλγόριθμος σχεδιάστηκε στο MatLab (Matrix Laboratory). Το ΜatLab είναι ένα ισχυρότατο εργαλείο στην οπτικοποίηση, στον προγραμματισμό, 24

25 στην έρευνα, στην επιστήμη των μηχανικών, και στις επικοινωνίες. Στο δυναμικό του MatLab συμπεριλαμβάνονται μοντέρνοι αλγόριθμοι, δυνατότητες χειρισμού τεράστιων ποσοτήτων δεδομένων, και ισχυρά προγραμματιστικά εργαλεία Αναλυτικά Αρχικά σαρώθηκαν οι επιφάνειες των ξύλων με τον σαρωτή HP Deskjet F2280, χρησιμοποιώντας την ρύθμιση 200dpi. Αποθηκεύτηκαν οι εικόνες σε μορφή JPEG/JPG. Στην συνέχεια μέσω του MatLab, μετατράπηκαν οι εικόνες σε αποχρώσεις του γκρι. Οι εικόνες γκρι αποχρώσεων, αναγνωρίζονται από το MatLab ως πίνακες δύο διαστάσεων, ίδιες με τις διαστάσεις της εικόνας, όπου κάθε τιμή του πίνακα αντιστοιχεί σε ένα pixel της εικόνας και το εύρος για τις τιμές του πίνακα είναι από 0 έως 255. Το 0 αντιστοιχεί στο μαύρο και το 255 αντιστοιχεί στο άσπρο. Για την ανίχνευση ακμών Στις εικόνες που προέκυψαν εφαρμόστηκαν διάφορα φίλτρα, μέσω αλγορίθμων στο MatLab, έτσι ώστε να παρατηρήσουμε με πιο φίλτρο γίνονται περισσότερο ευδιάκριτες οι ακμές. Η εφαρμογή του κάθε φίλτρου μεταβάλλει τα δεδομένα σε μεγαλύτερο εύρος από αυτό των τιμών 0 έως 255, οπότε ο πίνακας χρειάζεται κανονικοποίηση έτσι ώστε οι τιμές να επανέλθουν σε αυτό το εύρος. Μετά την εφαρμογή των φίλτρων και την κανονικοποίηση, εφαρμόστηκε αλγόριθμος για την κατωφλίωση των ακμών για να γίνουν πιο ευδιάκριτα τα αποτελέσματα της εφαρμογής των φίλτρων. 25

26 Για την περιγραφή της υφής Χρησιμοποιώντας τις εικόνες που προέκυψαν στις αποχρώσεις του γκρι, υπολογίστηκε το ιστόγραμμα για κάθε εικόνα καθώς και οι τέσσερεις πρώτες κεντρικές ροπές, όπως αναφέρθηκαν στην θεωρητική ανάλυση. Μέσω των αποτελεσμάτων έγινε προσπάθεια για την εξαγωγή συμπερασμάτων για την υφή και την τραχύτητα των ξύλων. Για τον προσδιορισμό της διαμέτρου αποτυπώματος (σκληρότητας) Για τον προσδιορισμό της διαμέτρου αποτυπώματος σφαίρας που εφαρμόζεται για την μέτρηση της σκληρότητας ξύλου χρησιμοποιήθηκε, για να υπάρχει σύγκριση σε όλα τα δείγματα, αποτύπωμα σφαίρας διαμέτρου 1,128cm. Αφού σαρώθηκαν οι επιφάνειες του ξύλου που περιείχαν το αποτύπωμα της σφαίρας που συμπιέστηκε σε αυτήν, στην συνέχεια εφαρμόσαμε την μεθοδολογία για την ανίχνευση ακμών χρησιμοποιώντας το φίλτρο του Sobel, καθώς όπως προέκυψε από τα ερευνητικά αποτελέσματα, αυτό αποτυπώνει καλύτερα τις ακμές των ξύλων. Μετά την εφαρμογή του αλγορίθμου για την ανίχνευση ακμών και εφαρμόζοντας την κατάλληλη τιμή κατωφλίου, σαν αποτέλεσμα της εικόνας θα πρέπει να φαίνεται μόνο η περιφέρεια της κυκλικής επιφάνειας του αποτυπώματος της μεταλλικής σφαίρας. Με αυτόν τον τρόπο μπορούμε να μετρήσουμε την διάμετρο της κυκλικής επιφάνειας. Η μέτρηση της διαμέτρου έγινε, μετρώντας την απόσταση αντιδιαμετρικών σημείων της περιφέρειας. 26

27 Από τα πειράματα που έγιναν και τα ερευνητικά αποτελέσματα που προέκυψαν, έγινε κατανοητό ότι εκτός από την υψομετρική διαφορά στο ανάγλυφο του ξύλου, η φωτεινότητα που θα αποτυπωθεί καθώς σαρώνουμε την επιφάνεια του ξύλου, επηρεάζεται και από τα φυσικά σημάδια που πιθανόν έχει αυτό. Επίσης ανάλογα με την κατεύθυνση που τοποθετούμε την επιφάνεια του ξύλου για να την σαρώσουμε, έχουμε και την ανάλογη πλευρά της περιφέρειας της κυκλικής επιφάνειας και καλύτερα διαγραμμένη. Επομένως, στην περίπτωση που θέλουμε να εξαλείψουμε τα φυσικά σημάδια του ξύλου μπορούμε να βάψουμε το ξύλο με λευκό χρώμα. Επίσης μπορούμε να σαρώσουμε την επιφάνεια του ξύλου κατά μία κατεύθυνση και στην συνέχεια να περιστρέψουμε το κομμάτι ξύλου κατά 180 ο και να ξανασαρώσουμε την επιφάνεια. Στην συνέχεια αφού ευθυγραμμίσουμε τις δύο εικόνες που έχουμε σαρώσει και εφαρμόσουμε την παραπάνω μεθοδολογία για τον προσδιορισμό της σκληρότητας του ξύλου και τις προσθέσουμε, μπορούμε να υπολογίσουμε την διάμετρο της κυκλικής περιφέρειας που έχει δημιουργηθεί από την συμπίεση της μεταλλικής σφαίρας με γνωστή δύναμη και για γνωστό χρόνο. (Barmpoutis et al., 2009) 27

28 Κεφάλαιο 3 ο Αποτελέσματα Εφαρμογές ανίχνευσης ακμών Αρχικά σαρώθηκε η επιφάνεια φυσικού ξύλου αΐλανθου, και μετατράπηκε η εικόνα σε αποχρώσεις του γκρι. Σε αυτήν την εικόνα, εφαρμόστηκαν 6 διαφορετικά φίλτρα. Μέσα από τις εφαρμογές, έγινε ο έλεγχος για το πιο φίλτρο μπορεί να αποτυπώσει καλύτερα τις ακμές στις επιφάνειες των ξύλων. Αρχική εικόνα και μετατροπή της σε αποχρώσεις του γκρι Εικόνα όπως την λάβαμε από τον σαρωτή Μετατροπή εικόνας σε αποχρώσεις του γκρι Εικόνα 1 Εικόνα 2 28

29 Χρήση φίλτρου Sobel Εφαρμογή φίλτρου Sobel Κατωφλίωση ακμών με τιμή κατωφλίου, 60 Κατωφλίωση ακμών με τιμή κατωφλίου, 80 Κατωφλίωση ακμών με τιμή κατωφλίου, 100 Εικόνα 3 Εικόνα 4 Εικόνα 5 Εικόνα 6 29

30 Χρήση φίλτρου Prewitt Εφαρμογή φίλτρου Prewitt Κατωφλίωση ακμών με τιμή κατωφλίου, 60 Κατωφλίωση ακμών με τιμή κατωφλίου, 80 Κατωφλίωση ακμών με τιμή κατωφλίου, 100 Εικόνα 7 Εικόνα 8 Εικόνα 9 Εικόνα 10 Οι διαφορές που παρατηρούνται στην εφαρμογή των φίλτρων του Sobel και του Prewitt είναι ελάχιστες. Και τα δύο είναι φίλτρα όξυνσης των ακμών, με μικρή διαφορά μεταξύ των μασκών τους. Οπότε και το αποτέλεσμα είναι παρόμοιο. Με μεγέθυνση των δύο εικόνων, παρατηρούμε ότι με το φίλτρο του Sobel έχουμε καλύτερο αποτέλεσμα στην όξυνση των ακμών. 30

31 Χρήση Laplacian φίλτρου με 4 γείτονες Εφαρμογή φίλτρου Laplacian 4 Κατωφλίωση ακμών με τιμή κατωφλίου, 60 Κατωφλίωση ακμών με τιμή κατωφλίου, 80 Κατωφλίωση ακμών με τιμή κατωφλίου, 120 Εικόνα 11 Εικόνα 12 Εικόνα 13 Εικόνα 14 31

32 Χρήση Laplacian φίλτρου με 8 γείτονες Εφαρμογή φίλτρου Laplacian 8 Κατωφλίωση ακμών με τιμή κατωφλίου, 60 Κατωφλίωση ακμών με τιμή κατωφλίου, 80 Κατωφλίωση ακμών με τιμή κατωφλίου, 100 Εικόνα 15 Εικόνα 16 Εικόνα 17 Εικόνα 18 Με την εφαρμογή του Laplacian φίλτρου με τους 8 γείτονες παρατηρούμε ότι έχουν χαθεί οι λεπτομέρειες και ο θόρυβος του ξύλου και έχουν μείνει έντονες οι ακμές της εικόνας. Το φίλτρο «προσπαθεί» να κάνει ευκρινέστερη την εικόνα αλλά με αυτόν τον τρόπο στην συγκεκριμένη εικόνα χάνονται και οι λεπτομέρειες των ακμών. 32

33 Χρήση Gaussian φίλτρου, μεγέθους 9 και διασποράς 3 Εφαρμογή φίλτρου Gaussian Κατωφλίωση ακμών με τιμή κατωφλίου, 60 Κατωφλίωση ακμών με τιμή κατωφλίου, 80 Κατωφλίωση ακμών με τιμή κατωφλίου, 100 Εικόνα 15 Εικόνα 16 Εικόνα 17 Εικόνα 18 33

34 Χρήση Gaussian φίλτρου, μεγέθους 3 και διασποράς 3 Εφαρμογή φίλτρου Gaussian Κατωφλίωση ακμών με τιμή κατωφλίου, 60 Κατωφλίωση ακμών με τιμή κατωφλίου, 80 Κατωφλίωση ακμών με τιμή κατωφλίου, 100 Εικόνα 15 Εικόνα 16 Εικόνα 17 Εικόνα 18 Με την εφαρμογή του Gaussian φίλτρου, μεγέθους 9 και διασποράς 3, έχουμε σαν αποτέλεσμα την πάχυνση των έντονων ακμών και την δημιουργία θορύβου. Ενώ αντιθέτως με τη χρήση Gaussian φίλτρου, μεγέθους 3 και διασποράς 3, έχουμε εξάλειψη ακόμα και των πιο έντονων ακμών. Από τις παραπάνω εφαρμογές, συμπεραίνουμε ότι το καλύτερο αποτέλεσμα στην αποτύπωση των ακμών του ξύλου, τις έχουμε χρησιμοποιώντας το φίλτρο του Sobel. 34

35 Στην συνέχεια χρησιμοποιήσαμε το φίλτρο Sobel για να διαπιστώσουμε την αποτελεσματικότητα του και σε άλλες εικόνες ξύλων. Στην εικόνα 19, σαρώσαμε μία διαφορετική επιφάνεια ξύλου αΐλανθου. Αρχική εικόνα και μετατροπή της σε αποχρώσεις του γκρι Εικόνα όπως την λάβαμε από τον σαρωτή Μετατροπή εικόνας σε αποχρώσεις του γκρι Εικόνα 19 Εικόνα 20 35

36 Χρήση φίλτρου Sobel Εφαρμογή φίλτρου Sobel Κατωφλίωση ακμών με τιμή κατωφλίου, 60 Κατωφλίωση ακμών με τιμή κατωφλίου, 80 Κατωφλίωση ακμών με τιμή κατωφλίου, 100 Εικόνα 21 Εικόνα 22 Εικόνα 23 Εικόνα 24 Στην εικόνα 19 και με χρήση του αλγορίθμου και χρήση του φίλτρου Sobel, διαπιστώνουμε ότι εντοπίζονται οι ανάγλυφες ατέλειες του ξύλου καθώς και οι φυσικές ατέλειες στο χρώμα του. 36

37 Αρχική εικόνα και μετατροπή της σε αποχρώσεις του γκρι Εικόνα όπως την λάβαμε από τον σαρωτή Μετατροπή εικόνας σε αποχρώσεις του γκρι Εικόνα 25 Εικόνα 26 Χρήση φίλτρου Sobel Εφαρμογή φίλτρου Sobel Κατωφλίωση ακμών με τιμή κατωφλίου, 60 Εικόνα 27 Εικόνα 28 37

38 Κατωφλίωση ακμών με τιμή κατωφλίου, 80 Κατωφλίωση ακμών με τιμή κατωφλίου, 100 Εικόνα 29 Εικόνα 30 Ομοίως στην εικόνα 25, όπου φαίνεται η επιφάνεια ενός δοκιμίου με ανάγλυφη αλλά και χρωματική σχεδίαση, διαπιστώνουμε ότι εντοπίζεται το ανάγλυφο του ξύλου καθώς και οι φυσικές «ατέλειες» στο χρώμα του. Αρχική εικόνα και μετατροπή της σε αποχρώσεις του γκρι Εικόνα όπως την λάβαμε από τον σαρωτή Μετατροπή εικόνας σε αποχρώσεις του γκρι Εικόνα 31 Εικόνα 32 38

39 Χρήση φίλτρου Sobel Εφαρμογή φίλτρου Sobel Κατωφλίωση ακμών με τιμή κατωφλίου, 60 Εικόνα 33 Εικόνα 34 Κατωφλίωση ακμών με τιμή κατωφλίου, 80 Κατωφλίωση ακμών με τιμή κατωφλίου, 100 Εικόνα 35 Εικόνα 36 Στην εικόνα 31, όπου έχουμε δοκίμιο MDF με χαραγμένες εγκοπές, το φυσικό χρώμα του ξύλου είναι ομοιόμορφο και διαφορά στις φωτεινότητες κατά την σάρωση υπάρχει μόνο στις ακμές του, διαπιστώνουμε ότι με εφαρμογή του αλγορίθμου, η χρήση φίλτρου Sobel και η κατωφλίωση των ακμών με τιμή κατωφλίου 100, εντοπίζονται μόνο οι ακμές. 39

40 Εφαρμογές περιγραφής υφής Για τις παραπάνω 4 εικόνες που εφαρμόσαμε φίλτρα για την ανίχνευση ακμών θα εφαρμόσουμε τις στατιστικές τεχνικές περιγραφής της υφής. Ακολουθούν συγκεντρωτικά τα αποτελέσματα που λάβαμε για τις 4 εικόνες που κάναμε την ανάλυση. Εικόνα 37 Εικόνα 39 Εικόνα 41 Εικόνα 43 Μέση τιμή 207, , , ,6284 Μεταβλητότητα 22, , , ,2281 Κλίση -3,5901-1,2765-0,0082-1,2110 Κύρτωση 17,3070 3,6723-0,5177 0,9155 Πίνακας 1 Έχοντας τα παραπάνω δεδομένα και υποθέτοντας ότι δεν γνωρίζουμε τις εικόνες, ας προσπαθήσουμε να εξάγουμε κάποια συμπεράσματα. Λαμβάνοντας υπόψη την μέση τιμή των εικόνων, μπορούμε να πούμε ότι όσο πιο χαμηλή είναι η μέση τιμή, τόσο πιο χαμηλή είναι η φωτεινότητα αυτής της εικόνας. Δηλαδή η συνολική φωτεινότητα της εικόνας 43 είναι χαμηλότερη από αυτή της εικόνας 37. Η μεταβλητότητα δείχνει την διασπορά των τιμών της φωτεινότητας γύρω από την μέση τιμή. Συνεπώς παρατηρούμε ότι στην εικόνα 43 έχουμε μεγάλη διασπορά των τιμών. Δηλαδή έχουμε και σκουρόχρωμες περιοχές και περιοχές με υψηλότερη φωτεινότητα. Ενώ η αντίθεση φωτεινότητα στην εικόνα 39 είναι σχετικά μικρή. Όλες οι φωτεινότητες κινούνται σε κοντινά επίπεδα. 40

41 Η κλίση μας δείχνει την ασυμμετρία των τιμών γύρω από την μέση τιμή. Παρατηρούμε ότι στην εικόνα 37 υπάρχει η μεγαλύτερη ασυμμετρία των τιμών, σε σχέση με τις υπόλοιπες εικόνες, γύρω από την μέση τιμή. Στην εικόνα 41, υπάρχει σχεδόν συμμετρία γύρω από την μέση τιμή της εικόνας. Η κύρτωση, όπως είπαμε, είναι μέτρο της ουράς του ιστογράμματος και φανερώνει την ύπαρξη παλμών. Στην εικόνα 37, φυσικό ξύλο αΐλάνθου, η κύρτωση είναι μεγαλύτερη από τις υπόλοιπες εικόνες, και αυτό φανερώνει πως υπάρχουν απότομες εναλλαγές των φωτεινοτήτων και κατά συνέπεια απότομοι παλμοί στο ξύλο. Απόχρωση του γκρι της εικόνας που λάβαμε από τον σαρωτή Εικόνα 37 41

42 Ιστόγραμμα εικόνας: Εικόνα 38 Μετρήσεις τεσσάρων κεντρικών ροπών: Μέση τιμή 207,5813 Μεταβλητότητα 22,9236 Κλίση -3,5901 Κύρτωση 17,3070 Πίνακας 2 Η ουρά που δημιουργείται στο ιστόγραμμα, όπως και η τιμή που λαμβάνουμε από την κύρτωση, μας υποδεικνύει πως υπάρχουν απότομες εναλλαγές των φωτεινοτήτων. Η μεταβλητότητα των τιμών, μας φανερώνει ότι υπάρχουν τιμές με διαφορετική φωτεινότητα από αυτή της μέσης τιμής. Οι 42

43 παραπάνω παρατηρήσεις είναι αποτέλεσμα της ρωγμής που υπάρχει στο ξύλο και αποτυπώνονται και στην εικόνα 37. Απόχρωση του γκρι της εικόνας που λάβαμε από τον σαρωτή Εικόνα 39 43

44 Ιστόγραμμα εικόνας: Εικόνα 40 Μετρήσεις τεσσάρων κεντρικών ροπών: Μέση τιμή 210,0876 Μεταβλητότητα 11,4398 Κλίση -1,2765 Κύρτωση 3,6723 Πίνακας 3 Το ιστόγραμμα που λαμβάνουμε, από την εικόνα 39, φυσικό ξύλο αΐλάνθου, καθώς και οι τιμές των τεσσάρων πρώτων κεντρικών ροπών μας δείχνουν ότι πρόκειται για μία επιφάνεια ξύλου, περισσότερο ομαλοποιημένη σε σχέση με αυτήν της εικόνας

45 Απόχρωση του γκρι της εικόνας που λάβαμε από τον σαρωτή Εικόνα 41 45

46 Ιστόγραμμα εικόνας: Εικόνα 42 Μετρήσεις τεσσάρων κεντρικών ροπών: Μέση τιμή 185,4866 Μεταβλητότητα 21,5975 Κλίση -0,0082 Κύρτωση -0,5177 Πίνακας 4 Από το ιστόγραμμα της εικόνας 41, δοκιμίου με ανάγλυφη αλλά και χρωματική σχεδίαση, υπάρχει ένα μεγαλύτερο εύρος των τιμών των φωτεινοτήτων σε σχέση με τις προηγούμενες εφαρμογές. Οι χρωματικές 46

47 ατέλειες καθώς και οι ανωμαλίες στην επιφάνεια του ξύλου έχουν σαν αποτέλεσμα την δημιουργία του παραπάνω ιστογράμματος. Απόχρωση του γκρι της εικόνας που λάβαμε από τον σαρωτή Εικόνα 43 Ιστόγραμμα εικόνας: Εικόνα 44 47

48 Μετρήσεις τεσσάρων κεντρικών ροπών: Μέση τιμή 124,6284 Μεταβλητότητα 38,2281 Κλίση -1,2110 Κύρτωση 0,9155 Πίνακας 5 Το ιστόγραμμα της εικόνας 43, δοκιμίου MDF με χαραγμένες εγκοπές, καθώς και η τιμή της μεταβλητότητας μας δείχνουν ότι υπάρχουν μεγάλες περιοχές στην εικόνα που έχουν διαφορετική φωτεινότητα από την υπόλοιπη. Αυτό μπορεί να είναι αποτέλεσμα είτε μεγάλων χρωματικών ατελειών στο ξύλο είτε αποτέλεσμα του ανάγλυφου της επιφάνειας του ξύλου. 48

49 Εφαρμογές προσδιορισμού διαμέτρου αποτυπώματος (σκληρότητας) Εικόνα όπως την λάβαμε από τον σαρωτή Μετατροπή εικόνας σε αποχρώσεις του γκρι Εφαρμογή φίλτρου Sobel Κατωφλίωση ακμών με τιμή κατωφλίου, 90 Εικόνα 45 Εικόνα 46 Εικόνα 47 Εικόνα 48 Στην παραπάνω εφαρμογή, όπου έχουμε συμπίεση της μεταλλικής σφαίρας σε δείγμα φυσικού ξύλου αΐλάνθης, παρατηρούμε ότι μετά την επεξεργασία της εικόνας 45 και την εφαρμογή του αλγορίθμου, η περιφέρεια της κυκλικής επιφάνειας διαγράφεται μόνο κατά ένα μικρό τμήμα και επίσης σαν ακμές διαγράφονται και σημάδια που έχει το ξύλο. Αν αυξήσουμε την τιμή του κατωφλίου και την κάνουμε μεγαλύτερη από 90, θα διαγράφεται ακόμα μικρότερο μέρος της περιφέρειας του κύκλου ενώ αν μειώσουμε την τιμή του κατωφλίου θα αυξηθεί ο θόρυβος της εικόνας, από τα σημάδια του ξύλου. Συνεπώς δεν μπορούμε να υπολογίσουμε την διάμετρο του αποτυπώματος. 49

50 Εικόνα όπως την λάβαμε από τον σαρωτή Μετατροπή εικόνας σε αποχρώσεις του γκρι Εικόνα 49 Εικόνα 50 Εφαρμογή φίλτρου Sobel Κατωφλίωση ακμών με τιμή κατωφλίου, 90 Εικόνα 51 Εικόνα 52 Ομοίως και στην παραπάνω εφαρμογή, όπου έχουμε συμπίεση της μεταλλικής σφαίρας σε δομή MDF και μετά την επεξεργασία της εικόνα 49 η περιφέρεια του κύκλου δεν είναι ευδιάκριτη και ακόμα παρατηρούνται φυσικά χρωματικά σημάδια των ινών ξύλου. Και σε αυτήν την περίπτωση είναι αδύνατος ο υπολογισμός της διαμέτρου του αποτυπώματος. 50

51 Εικόνα όπως την λάβαμε από τον σαρωτή Μετατροπή εικόνας σε αποχρώσεις του γκρι Εικόνα 53 Εικόνα 54 Εφαρμογή φίλτρου Sobel Κατωφλίωση ακμών με τιμή κατωφλίου, 120 Εικόνα 55 Εικόνα 56 Ομοίως και στην παραπάνω εφαρμογή, όπου το αποτύπωμα της μεταλλικής σφαίρας είναι σε μοριοπλάκα, η περιφέρεια του κύκλου δεν είναι ευδιάκριτη. Ο υπολογισμός της διαμέτρου είναι αδύνατος. 51

52 Εικόνα όπως την λάβαμε από τον σαρωτή Μετατροπή εικόνας σε αποχρώσεις του γκρι Εικόνα 57 Εικόνα 58 Εφαρμογή φίλτρου Sobel Κατωφλίωση ακμών με τιμή κατωφλίου, 120 Εικόνα 59 Εικόνα 60 Ομοίως και στην παραπάνω εφαρμογή, όπου η συμπίεση της σφαίρας γίνεται σε δείγμα MDF επενδυμένου με μελαμίνη με σχεδίαση ξύλου, η περιφέρεια του κύκλου δεν είναι ευδιάκριτη. Χρωματικές «ατέλειες» στο ξύλο δημιουργούν θόρυβο και καθιστούν αδύνατο τον υπολογισμό της διαμέτρου του αποτυπώματος. 52

53 Εικόνα όπως την λάβαμε από τον σαρωτή Μετατροπή εικόνας σε αποχρώσεις του γκρι Εικόνα 61 Εικόνα 62 Εφαρμογή φίλτρου Sobel Κατωφλίωση ακμών με τιμή κατωφλίου, 85 Εικόνα 63 Εικόνα 64 Στην περίπτωση της εικόνας 61 έχουμε την συμπίεση της μεταλλικής σφαίρας σε δείγμα ξύλου πεύκου και έπειτα από μετατροπή της σε εικόνα με αποχρώσεις του γκρι, εφαρμογή του φίλτρου Sobel και κατωφλιώση των ακμών με τιμή κατωφλίου 120, μπορούμε να διακρίνουμε δύο αντιδιαμετρικά σημεία της περιφέρειας της κυκλικής επιφάνειας που δημιουργεί η συμπίεση της μεταλλικής σφαίρας. Συνεπώς μπορούμε να υπολογίσουμε την διάμετρο που έχει αποτυπωθεί στην επιφάνεια του ξύλου και αυτή είναι ίση με 1,1303 εκατοστά. 53

54 Εικόνα όπως την λάβαμε από τον σαρωτή Μετατροπή εικόνας σε αποχρώσεις του γκρι Εικόνα 65 Εικόνα 66 Εφαρμογή φίλτρου Sobel Κατωφλίωση ακμών με τιμή κατωφλίου, 110 Εικόνα 67 Εικόνα 68 Στην παραπάνω εφαρμογή, όπου και σε αυτήν την περίπτωση το δοκίμιο ξύλου είναι από πεύκο, παρατηρούμε ότι το ξύλο κατά την συμπίεση της σφαίρας δημιούργησε ατέλειες στην περιφέρεια της κυκλικής επιφάνειας και κατά συνέπεια και στην εικόνα 65. Παρόλα αυτά αν θεωρήσουμε ότι τα σημεία που φαίνονται στην εικόνα 68 είναι αντιδιαμετρικά, τότε υπολογίζεται η διάμετρος και αυτή είναι ίση με, 1,1357 εκατοστά. 54

55 Εικόνα όπως την λάβαμε από τον σαρωτή Μετατροπή εικόνας σε αποχρώσεις του γκρι Εικόνα 69 Εικόνα 70 Εφαρμογή φίλτρου Sobel Κατωφλίωση ακμών με τιμή κατωφλίου,130 Εικόνα 71 Εικόνα 72 Το παραπάνω ξύλο μαόνι και η επεξεργασμένη εικόνα 72 δεν μας επιτρέπουν να υπολογίσουμε την διάμετρο της περιφέρειας της κυκλικής επιφάνειας. Εικόνα όπως την λάβαμε από τον σαρωτή Μετατροπή εικόνας σε αποχρώσεις του γκρι Εικόνα 73 Εικόνα 74 55

56 Εφαρμογή φίλτρου Sobel Κατωφλίωση ακμών με τιμή κατωφλίου,130 Εικόνα 75 Εικόνα 76 Και στην τελευταία περίπτωση, όπου η μεταλλική σφαίρα συμπιέστηκε σε ξύλο μαόνι, δεν μας επιτρέπεται να υπολογίσουμε την διάμετρο της κυκλικής περιφέρειας. Εφαρμόζοντας τις τεχνικές που αναφέραμε στο θεωρητικό πλαίσιο και τον χρωματισμό του δοκιμίου ξύλου, έχουμε τα παρακάτω πειραματικά αποτελέσματα. Εικόνα όπως την λάβαμε από τον σαρωτή Μετατροπή εικόνας σε αποχρώσεις του γκρι Εικόνα 77 Εικόνα 78 56

57 Εφαρμογή φίλτρου Sobel Κατωφλίωση ακμών με τιμή κατωφλίου,140 Εικόνα 79 Εικόνα 80 Από την παραπάνω εφαρμογή (εικόνα 77), αποτυπώθηκε η μεταλλική σφαίρα σε δοκίμιο MDF και στην συνέχεια αφού χρωματίστηκε με λευκό χρώμα παρατηρούμε, ότι η περιφέρεια της κυκλικής επιφάνειας διαγράφεται με σχετική ακρίβεια. Η διάμετρος της παραπάνω επιφάνειας του ξύλου υπολογίστηκε από τον αλγόριθμο και βρέθηκε ίση με 1,1557 εκατοστά. Εικόνα όπως την λάβαμε από τον σαρωτή Μετατροπή εικόνας σε αποχρώσεις του γκρι Εικόνα 81 Εικόνα 82 57

58 Εφαρμογή φίλτρου Sobel Κατωφλίωση ακμών με τιμή κατωφλίου,130 Εικόνα 83 Εικόνα 84 Επίσης από την παραπάνω εφαρμογή, όπου συμπέσαμε την μεταλλική σφαίρα σε ξύλο πεύκου και στην συνέχεια χρωματίσαμε το δοκίμιο με λευκό χρώμα, διαπιστώνουμε ότι διαγράφονται αντιδιαμετρικά σημεία της εικόνας και μπορεί ο αλγόριθμος να υπολογίσει την διάμετρο της περιφέρειας του κυκλικού δίσκου και αυτή είναι ίση με, 1,1303 εκατοστά. Εικόνα όπως την λάβαμε από τον σαρωτή Μετατροπή εικόνας σε αποχρώσεις του γκρι Εικόνα 85 Εικόνα 86 58

59 Εφαρμογή φίλτρου Sobel Κατωφλίωση ακμών με τιμή κατωφλίου,130 Εικόνα 87 Εικόνα 88 Στην συγκεκριμένη εφαρμογή (εικόνα 85), όπου εφαρμόσαμε την μεταλλική σφαίρα σε ξύλο πεύκου, χρωματίσαμε την επιφάνεια του ξύλου πριν την συμπίεση της σφαίρας σε αυτήν. Παρόλα αυτά, επειδή το βάψιμο δεν έγινε με ομοιόμορφο τρόπο και στίγματα φαίνονται στην τελική εικόνα, εξωτερικά της περιφέρειας που δημιούργησε η μεταλλική σφαίρα, δεν μπορεί ο αλγόριθμος να υπολογίσει την διάμετρο. Αν επιλέξουμε μικρότερο τμήμα της εικόνας και δεν συμπεριληφθούν τα στίγματα που φαίνονται στην εικόνα 88, ο αλγόριθμος θα μας υπολογίσει με σχετική ακρίβεια την διάμετρο της σφαίρας, λόγω των ατελειών στην περιφέρεια που παρατηρούμε. Το αποτέλεσμα φαίνεται παρακάτω. Εικόνα όπως την λάβαμε από τον σαρωτή Μετατροπή εικόνας σε αποχρώσεις του γκρι Εικόνα 89 Εικόνα 90 59

60 Εφαρμογή φίλτρου Sobel Κατωφλίωση ακμών με τιμή κατωφλίου,130 Εικόνα 91 Εικόνα 92 Μετά την παραπάνω επεξεργασία η διάμετρος της περιφέρεις της κυκλικής επιφάνειας υπολογίζεται ίση με 1,1402 Εικόνα όπως την λάβαμε από τον σαρωτή Μετατροπή εικόνας σε αποχρώσεις του γκρι Εικόνα 93 Εικόνα 94 Εφαρμογή φίλτρου Sobel Κατωφλίωση ακμών με τιμή κατωφλίου,150 Εικόνα 95 Εικόνα 96 Το αποτέλεσμα στην συμπίεση της μεταλλικής σφαίρας σε ξύλο μαόνι και νωρίτερο χρωματισμό του ξύλο με λευκό χρώμα, είναι ικανοποιητικό. Η διάμετρος υπολογίστηκε ίση με 1,1303 εκατοστά. 60

61 Εικόνα όπως την λάβαμε από τον σαρωτή Μετατροπή εικόνας σε αποχρώσεις του γκρι Εικόνα 97 Εικόνα 98 Εφαρμογή φίλτρου Sobel Κατωφλίωση ακμών με τιμή κατωφλίου,150 Εικόνα 99 Εικόνα 100 Στην παραπάνω εικόνα, χρωματίσαμε με λευκό χρώμα επιφάνεια ξύλου μαόνι και στην συνέχεια συμπιέσαμε την μεταλλική σφαίρα. Στην συγκεκριμένη περίπτωση χρωματίσαμε με ιδιαίτερα παχύ στρώμα την επιφάνεια του ξύλου. Αυτό είχε σαν συνέπεια στην εικόνα της σάρωσης 97, να μην είναι ευδιάκριτα σε ολόκληρη την περιφέρεια του αποτυπώματος τα σύνορα της περιφέρειας του αποτυπώματος. Από την συνολική περιφέρεια μπορούμε να κάνουμε τον υπολογισμό και η διάμετρος είναι ίση με 1,1303 εκατοστά. Επίσης, από τις συνολικές εφαρμογές, παρατηρήσαμε ότι ανάλογα με το πώς τοποθετούμε το ξύλο κατά την διάρκεια της σάρωσης, δημιουργούνται 61

62 και οι κατάλληλες σκιές. Το πρακτικό αποτέλεσμα μας δείχνει ότι εκεί που υπάρχουν σκιές από την σάρωση, δηλαδή πιο σκούρες φωτεινότητες, είναι πιο ευδιάκριτες οι ακμές. Βασιζόμενοι στην παραπάνω παρατήρηση, σαρώσαμε την επιφάνεια του ξύλου δύο φορές, περιστρέφοντας το ξύλο κατά 180 ο στην δεύτερη σάρωση. Ο σκοπός που κάναμε αυτήν την περιστροφή, είναι για να έχουμε καθαρά διαγραμμένες τα απέναντι μέρη της περιφέρειας του αποτυπώματος της σφαίρας, έτσι ώστε να μπορούμε να υπολογίσουμε την διάμετρο του αποτυπώματος. Εικόνες όπως τις λάβαμε από τον σαρωτή Εικόνα 101 Εικόνα 102 Αρχικά σαρώθηκε η επιφάνεια του αποτυπώματος μεταλλικής σφαίρας που συμπιέστηκε σε φυσικό ξύλο αΐλανθου, προς την μία κατεύθυνση, όπως φαίνεται στην εικόνα 101. Στην συνέχεια περιστρέψαμε το ξύλο κατά 180 ο και σαρώσαμε ξανά την επιφάνεια του, όπως φαίνεται στην εικόνα

63 Σημαντικό βήμα στην όλη διαδικασία, είναι η ευθυγράμμιση των δύο εικόνων. Όπως φαίνεται στην εικόνα 101 οι σκιές που δημιουργούνται σε σχέση με την εικόνα 102, είναι αντιδιαμετρικές. Μετατροπή εικόνων σε αποχρώσεις του γκρι Εικόνα 103 Εικόνα 104 Εφαρμογή φίλτρου Sobel Εικόνα 105 Εικόνα

64 Κατωφλίωση ακμών με τιμή κατωφλίου,160 Εικόνα 107 Εικόνα 108 Όπως αναφέραμε και νωρίτερα, οι εικόνες πρέπει να είναι πλήρως ευθυγραμμισμένες, έτσι ώστε η περιφέρεια του κύκλου που θα δημιουργηθεί με τον παραπάνω αλγόριθμο να είναι η σωστή και να μην αλλοιωθεί η μέτρηση. Στην συγκεκριμένη μελέτη η ευθυγράμμιση έγινε χειροκίνητα και με την χρήση του προγράμματος Photoshop CS 4 της εταιρείας Adobe. Το τελευταίο βήμα στην εφαρμογή και τον αλγόριθμο είναι η πρόσθεση των δύο παραπάνω εικόνων που δημιουργήθηκαν. 64

65 Πρόσθεση των εικόνων 107 και 108 Εικόνα 109 Το αποτέλεσμα της πρόσθεσης των δύο εικόνων, φαίνεται στην εικόνα 109. Παρατηρούμε ότι δεν έχει εμφανιστεί, ολόκληρη η περιφέρεια του αποτυπώματος, αλλά έχουμε δύο αντιδιαμετρικά μέρη, από τα οποία μπορούμε να υπολογίσουμε την διάμετρο η οποία είναι και ίση με 1,0922 εκατοστά. 65

66 Συνοπτικά τα αποτελέσματα εφαρμογών προσδιορισμού διαμέτρου αποτυπώματος 1,128cm φαίνονται στον παρακάτω πίνακα. Είδος ξύλου Αποτέλεσμα αλγόριθμου Απόκλιση Ξύλο πεύκου 1,1303cm 0,0023cm Ξύλο πεύκου 1,1357cm 0,0077cm Δοκίμιο MDF 1,1557cm 0,0277cm Ξύλο πεύκου 1,1303cm 0,0023cm Ξύλο πεύκου 1,1402cm 0,0122cm Ξύλο μαόνι 1,1303cm 0,0023cm Ξύλο μαόνι 1,1303cm 0,0023cm Ξύλο αΐλανθου 1,0922cm 0,0358cm Πίνακας 6 66

67 Κεφάλαιο 4 ο Συμπεράσματα, προτάσεις Στο τέλος της μελέτης καταλήξαμε σε συμπεράσματα που αναδεικνύουν την σημαντικότητα της έρευνας και οδηγούν σε προτάσεις βελτίωσης των αλγορίθμων που χρησιμοποιήθηκαν στους υπολογισμούς. Συμπεράσματα Τα δοκίμια των ξύλων δεν είναι χρωματικά ομοιόμορφα. Τα φίλτρα που χρησιμοποιήθηκαν και το φίλτρο του Sobel που αποδείχθηκε το ιδανικότερο, εντοπίζει τις χρωματικές ατέλειες καθώς και τις ακμές του ξύλου. Εάν το ξύλο είναι χρωματικά ομοιόμορφο, τότε θα εντοπίσει μόνο τις ακμές του ξύλου. Από το ιστόγραμμα καθώς και από τις 4 πρώτες κεντρικές ροπές μπορούμε να βγάλουμε συμπεράσματα για την υφή του ξύλου καθώς και για την ύπαρξη ακμών στην περίπτωση που οι χρωματικές ατέλειες του ξύλου δεν είναι έντονες και σε μεγάλη έκταση στην επιφάνεια του. Κατά την μέτρηση της διαμέτρου, κατά την συμπίεση μεταλλικής σφαίρας σε επιφάνεια ξύλου, το ξύλινο δοκίμιο δεν θα πρέπει επίσης, να περιέχει χρωματικές ατέλειες. Ακόμα και να περιέχει χρωματικές ατέλειες μπορούμε να εξαλείψουμε το πρόβλημα βάφοντας το ξύλινο δοκίμιο είτε πριν την συμπίεση της μεταλλικής σφαίρας είτε μετά την συμπίεση της μεταλλικής σφαίρας. Στην περίπτωση που ο χρωματισμός του ξύλου δεν γίνει με προσοχή και αφήσει και αυτός ατέλειες γύρω από την περιφέρεια της κυκλικής επιφάνειας, το πρόβλημα και αυτό μπορεί να αντιμετωπιστεί. Μειώνουμε τις διαστάσεις τις 67