Log physical appearance quantitatively analyzed by image analysis and its relationship with log strength properties: toward log strength estimation using machine learning model.
| Project/Area Number |
19K06321
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 41040:Agricultural environmental engineering and agricultural information engineering-related
|
|---|
| Research Institution | Kyoto Prefectural University |
|---|
Principal Investigator |
Nagashima Keiko 京都府立大学, 生命環境科学研究科, 教授 (40582987)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
杜 偉薇 京都工芸繊維大学, 情報工学・人間科学系, 准教授 (00512790)
神代 圭輔 京都府立大学, 生命環境科学研究科, 准教授 (00548448)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Project Status |
Completed (Fiscal Year 2021)
|
| Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2021: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2020: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2019: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000)
|
|---|
| Keywords | 木口の断面画像 / 画像解析 / 年輪情報 / 動的ヤング率 / 原木の強度推定 / 強度等級 / 機械学習 / 特徴量 / 原木の見た目の材質 / 原木仕分けの自動化 |
|---|
| Outline of Research at the Start |
本研究では，画像解析・機械学習により原木の画像から定量的に「見た目」の材質を把握し，「見た目」の材質と原木強度の関係から原木の「強度」推定を行う。林業振興策の一環として，需給マッチングによる国産材の利用促進が叫ばれているが，原木の「質」の情報共有は未だなされていない。これは「質」が「見た目」から経験的に把握されていること，原木取引で重要な「強度」の簡便な推定方法が確立されていないためである。画像解析・機械学習の応用により，原木の写真を撮影するだけで「見た目」の材質や「強度」の評価が可能になれば，原木仕分けの自動化に伴う生産性・収益性の向上，「質」に基づく原木価格の差別化と販路開拓が期待される。
|
| Outline of Final Research Achievements |
By applying image processing and machine learning, this study aims to establish a method to detect wood features（ex. number of annual rings and average width of annual rings), to interpret the relationship between the wood features and wood strength, and to estimate the wood strength based on their relationships. To accurately measure the wood annual ring information by image processing, we proposed a new model combining the total variation algorithm, Hough transform and Convolutional Neural Network and showed its efficiency on indoor wood images. However, challenges remain for outdoor images. Investigating the relationship between annual ring information and wood strength, the woods became stronger as the number of annual rings became larger and the average width of annual rings,15th rings from the center and outside became smaller. Based on this relationship, a SVM model was established and showed its efficiency on detecting strong woods with a relatively high precision (62.5%).
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究で構築した強度推定モデルは年輪情報から強度等級が高い原木を6割の確率で推定できた。これは、強度が高い原木を 100 本購入したい場合、無作為では433 本購入するところ、予測モデルを使用すれば 160 本 の購入で済むこととなり、現在課題となっている適切な素材供給と効率的な素材確保が可能になることを示した。また、本研究のように年輪情報からの強度推定を試みた研究はこれまでになく、その有効性を示した本研究の学術的意義は大きい。画像解析による年輪情報の抽出には課題は残るが、今後の技術改良により画像を用いた強度推定による原木仕分けの自動化、生産性・収益性の向上に貢献すると期待される。
|
Report
(4 results)
Research Products
(10 results)
