IDENTIFICACION DEL CILINDRO NUDOSO EN IMÁGENES TC DE TROZAS PODADAS DE PINUS RADIATA UTILIZANDO REDES NEURONALES ARTIFICIALESby Gerson Rojas Espinoza, Oscar Ortiz Irribarren

Maderas. Ciencia y tecnología

Similar

Pronóstico de los índices accionarios DAX y S&P 500 con redes neuronales diferenciales

Authors:
Francisco Ortiz Arango, Agustín I. Cabrera Llanos, Francisco López Herrera
2013

Utilidad de la PET/TC en el manejo del cáncer de vulva

Authors:
V. Peiró, L. Chiva, A. González, R. Bratos, S. Alonso, R. Márquez, N. Carballo, J.C. Alonso-Farto
2014

Revisiting Structural Models for Au 18 (SR) 14

Authors:
Qing Tang, De-en Jiang
2015

18F-FDG PET/TC con imagen hepática en dos tiempos en la sospecha de recidiva del cáncer colorrectal

Authors:
D. Fuster, S. Lafuente, X. Setoain, I. Navales, A. Perissinotti, J. Pavia, P. Paredes, F. Lomeña, F. Pons
2012

Text

229 maderas CIENCIA Y TECNOLOGIA, 12(3):229-239, 2010ISSN impresa 0717-3644

ISSN online 0718-221X

IDENTIFICACION DEL CILINDRO NUDOSO EN IMÁGENES TC

DE TROZAS PODADAS DE PINUS RADIATA UTILIZANDO REDES

NEURONALES ARTIFICIALES

IDENTIFICATION OF KNOTTY CORE IN PINUS RADIATA LOGS FROM COMPUTED

TOMOGRAPHY IMAGES USING ARTIFICIAL NEURAL NETWORK

Gerson Rojas-Espinoza1 , Oscar Ortíz-Iribarren2 1Académico (Ph.D) Departamento de Ingeniería en Maderas, Facultad de Ingeniería, Universidad del Bío-Bío, Concepción, Chile. 2Magíster en Ciencia y Tecnología de la Madera, Departamento de Ingeniería en Maderas, Facultad de Ingeniería, Universidad del Bío-Bío, Concepción, Chile.

Autor para correspondencia: grojas@ubiobio.cl

Recibido: 23.06.2010 Aceptado: 14.10.2010

DOI 10.4067/S0718-221X2010000300007

RESUMEN

La factibilidad de identificar el cilindro nudoso en imágenes de tomografía computarizada de rayos X (TC) de trozas podadas de pino radiata (Pinus radiata D. Don), fue evaluada utilizando un método de clasificación supervisada basado en Redes Neuronales Artificiales (RNA). El proceso de clasificación consideró también la identificación de la zona libre de defectos y nudos. Treinta trozas podadas de pino radiata fueron escaneadas en un escáner médico multi-slice de rayos X, donde las imágenes TC resultantes fueron obtenidas cada 5 mm. Un total de 270 imágenes TC fueron clasificadas utilizando la técnica Redes Neuronal Artificial y los mapas temáticos resultantes, fueron filtrados con un filtro de mediana de 7 x 7. La precisión del proceso de clasificación de las imágenes

TC fue obtenida a partir de una matriz de confusión y el estadístico Kappa. Los resultados indicaron que el cilindro nudoso puede ser identificado y separado con una precisión de 92.7%, mientras que para la precisión global se obtuvo un valor de 85.0%. Tras filtrar los mapas temáticos, los valores de precisión aumentaron a 96.3% y 92.3% para el cilindro nudoso y la precisión global, respectivamente.

Los valores Kappa fueron de 0.607 y 0.764 para los mapas temáticos y mapas temáticos filtrados, respectivamente. Estos valores indicaron que existe un fuerte grado de conformidad entre los datos de referencia y el proceso de clasificación. Los resultados sugieren que es factible aplicar RNA como procedimiento de clasificación para identificar el cilindro nudoso en imágenes TC de trozas podadas de pino radiata.

Palabras claves: Cilindro nudoso, tomografía computarizada, redes neuronales artificiales, matriz de confusión, pino radiata

ABSTRACT

The feasibility of identifying Knotty core in images of X-ray computed tomography (CT) of pruned radiata pine logs (Pinus radiata D. Don), was evaluated using a supervised classification method based on artificial neural networks (ANN). The classification process also considers the identification of the clear wood and knots. Thirty pruned radiata pine logs were scanned in a multislice scanner medical X-ray, where the resulting CT images were obtained every 5 mm. A total of 270 CT images were classified using the ANN, and the resulting thematic maps were filtered with a median filter of 7 x 7. The accuracy of the classification process of the CT images was obtained from a confusion matrix and Kappa statistics. The results indicated that the Knotty core can be identified and separated with an accuracy of 92.7%, while for the overall accuracy was obtained a value of 85.0%. After filtering thematic maps, the precision values increased to 96.3% and 92.3% for the defective core and overall accuracy, respectively. Kappa values were 0.607 and 0.764 for thematic maps and thematic maps filtered, respectively. These values indicate that there is a strong degree of agreement between reference data and classification process. The results suggest that it is feasible to apply artificial neural networks as classification procedure to identify the Knotty core in CT images of pruned radiata pine logs.

Keywords: Knotty core, computed tomography, artificial neural networks, confusion matrix, radiata pine. 230

U n i v e r s i d a d d e l B í o - B í omaderas CIENCIA Y TECNOLOGIA, 12(3):229-239, 2010

INTRODUCCION

En general, la eficiencia del proceso de aserrío se ve influenciada principalmente por la calidad de la materia prima, donde la presencia de defectos externos e internos en las trozas tiene un efecto significativo sobre la calidad final de la madera aserrada producida. La presencia de defectos en la madera tales como nudos, grietas internas, bolsas de resina, bolsas de corteza, entre otros, castiga drásticamente el precio final de la madera. En Chile, las principales empresas madereras realizan grandes esfuerzos por mejorar la calidad de sus bosques, principalmente, de la especie pino radiata, la cual sustenta la industria maderera debido a su disponibilidad y variadas aplicaciones de su madera.

En esta dirección, la poda es el principal tratamiento silvícola que las empresas están aplicando a los bosques de pino radiata para obtener fustes de mejor calidad. Este tratamiento silvícola, es una actividad que elimina las ramas vivas o muertas del árbol y permite la producción de madera libre de nudos, una vez que el crecimiento en diámetro del fuste cubre la zona de defecto. De esta manera, la parte interna de las ramas podadas queda confinada en una zona central, respecto al volumen del fuste, zona denomina cilindro nudoso (CN). El diámetro del CN depende principalmente de la calidad del sitio, el número de podas y edad del árbol en el momento de la poda. Así, la identificación del

CN antes de iniciar el proceso de aserrío se transforma en uno de los principales problemas de los aserraderos. Normalmente los operadores utilizan las características de la superficie de la troza como indicadores para predecir la localización y tipo de defectos internos

En general, la identificación de las características y defectos internos de las trozas requiere de la utilización de técnicas no destructivas. En este sentido, diferentes técnicas, algunas de ellas habitualmente utilizadas en la ciencia médica como una herramienta para examinar y evaluar de manera no destructiva la estructura del cuerpo humano, han sido evaluadas con el objetivo de caracterizar internamente las trozas. Los ultrasonidos (Birkeland y Han 1991), la resonancia magnética nuclear (Chang et al. 1989; Coates et al. 1998) y Radiación gamma (Hagman 1993, Karsulovic et al. 2002 y 2005) son algunas de las técnicas utilizadas para este fin. Sin embargo, la Tomografía Computarizada (TC) de rayos X, ha mostrado un gran potencial para detectar defectos internos y otras irregularidades en trozos de coníferas y latifoliadas (Taylor et al. 1984; Funt y Bryant 1987; Zhu et al. 1991; Li et al. 1996; Guddanti y Chang 1998; Bhandarkar et al. 1999; Schmoldt et al. 1995, 1998, 2000 and