Identificacion del cilindro nudoso en imagenes tc de trozas podadas de Pinus radiata utilizando el clasificador de maxima verosimilitud

• Autores: Gerson Rojas Espinoza, Óscar Ortiz Iribarren
• Localización: Maderas: Ciencia y tecnología, ISSN 0717-3644, ISSN-e 0718-221X, Vol. 11, Nº. 2, 2009, págs. 117-127
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    El presente estudio tuvo por objetivo identificar el cilindro nudoso en imágenes de tomografía computarizada (TC) de trozas podadas de Pinus radiata, utilizando un algoritmo de clasificación supervisada. El proceso de clasificación fue necesario para identificar y separar el cilindro nudoso de la zona libre de defectos y nudos.  Diez trozas podadas de Pinus radiata fueron escaneadas en un escáner médico de rayos X, multi-slice, de marca Philips, donde las imágenes TC resultantes fueron obtenidas cada 5 mm. Un total de 270  imágenes TC fueron  clasificadas con el clasificador de máxima verosimilitud, y los mapas temáticos resultantes, fueron filtrados con un filtro median de 7 x 7. Luego, 90 mapas temáticos fueron seleccionados y utilizados para evaluar la precisión del proceso de clasificación. Para ello,  la matriz de confusión e índice kappa fueron obtenidas utilizando una muestra de 70 pixeles seleccionados aleatoriamente de cada mapa temático. Un valor de precisión de 98,5 % fue obtenido para la identificación del cilindro nudoso y de 92,5 % para la precisión global de la clasificación. El valor Ka-ppa fue de 0,730, lo cual indica que existe un fuerte grado de conformidad entre los datos de referencia y el procedimiento de clasificación. Estos resultados sugieren que es factible aplicar el procedimiento de clasificación para identificar las características internas de trozas podadas de Pinus radiata.

  • English

    This study aims to identify the defective core on computed tomography images (CT) of pruned radiata pine logs, using an algorithm of supervised classification. The classification process was required to identify and separate the defective core from the free defect part and knots. Ten pruned radiata pine logs were scanned into a medical X-ray multi-slice Philips scanner and the resulting CT images at 5 mm. were obtained. A total amount of 270 CT images were classified under with the maximum likelihood classifier and the resulting thematic maps were filtered with a median fi lter of 7 x 7. Then, 90 thematic maps were selected and used to assess the accuracy of the classification process. To ac-complish this, the Confusion Matrix and Kappa statistic were obtained using a sample consisting of 70 randomly selected pixels of each thematic map. An accuracy value of 98.5% was obtained for the defective core identification and 92.5 % for the overall accuracy of the classification. The Kappa value was 0.730 indicating a strong agreement between the ground truth and the classification procedure. These results suggest that it is feasible to implement the classification procedure for identifying the internal characteristics of pruned radiata pine logs.