Beeldverwerking op giga-schaal met behulp van een Cartesiaanse robot in de context van houttechnologie.

Als je wilt weten hoe oud een boom is, moet je zijn ringen tellen. Deze jaarringen onthullen veel meer dan enkel de leeftijd van de boom. Dendrochronologie, de wetenschappelijke studie van jaarringen, levert een niet te onderschatten bijdrage aan ons begrip van de klimaatgeschiedenis van de aarde, de invloed ervan op de menselijke beschavingen en de complexe interactie tussen mens en natuur.

Voor deze wetenschappelijke discipline is gedetailleerde beeldvorming van houten objecten van cruciaal belang. Deze thesis richt zich op het ontwikkelen van een nieuw robotsysteem dat onderzoekers in staat stelt om gedetailleerde beelden te nemen.

Het robotsysteem bestaat uit drie essentiéle onderdelen: het frame, het camerasysteem en de lasersensor. Het frame is een CNC-machine die in staat is om een houder over een ruim oppervlak, van 1 bij 0,6 meter, te verplaatsen met behulp van stappenmotors. Op deze houder is het camerasysteem en een lasersensor bevestigd.

Om houten objecten die op het oppervlak geplaatst zijn te kunnen scannen, zijn de volgende stappen ontwikkeld die de robot moet volgen:

Eerst maakt de robot een hoogtekaart van het oppervlak door met de houder over het oppervlak te bewegen en de hoogtes op te meten met behulp van de lasersensor. Hierbij wordt een puntenwolk van het onderliggende object gegenereerd.

Vervolgens creéert de robot beelden van het onderliggende oppervlak. De camera op het systeem produceert beelden van ongeveer 1 cm bij 1 cm grootte. Aangezien houten objecten niet volledig in één beeld kunnen worden vastgelegd, zal de robot verschillende beelden van het object vastleggen met opeenvolgende beelden die elkaar gedeeltelijk overlappen.

Bovendien heeft de camera beperkte scherptediepte, wat betekent dat grote hoogteverschillen niet tegelijkertijd scherp in beeld kunnen worden gebracht. Om dit probleem op te lossen, neemt de robot beelden op meerdere hoogtes van het object. Dankzij de eerder gemaakte hoogtekaart weet de robot precies waar er beelden moeten worden genomen.

Nadat de beelden genomen zijn, moeten deze samen gevoegd worden tot een geheel. De beelden die op verschillende hoogtes werden genomen, worden samengevoegd met behulp van Extended Focus Imaging (EFI) en daarna gecorrigeerd voor vignettering. Vignettering is het afnemen van de helderheid in de hoeken van een afbeelding. Vervolgens wordt een mozaïekstitchingalgoritme gebruikt om de beelden samen te voegen, op basis van de overlap, tot één beeld.

Daarnaast is er een grafische applicatie gecreéerd voor de bediening van de robot. Alle handelingen, waaronder systeemkalibratie, het selecteren van te scannen objecten en een aparte functie voor boorkernen, zijn volledig geïntegreerd in deze applicatie.

Dit systeem kan gigapixel-afbeeldingen creéren van houten voorwerpen. Deze afbeeldingen kunnen meer dan een miljard pixels bevatten, wat veel groter is dan foto's genomen met bijvoorbeeld een smartphone, die slechts miljoenen pixels (megapixels) bevatten. Dankzij dit systeem kunnen onderzoekers afbeeldingen vastleggen die ingezoomd kunnen worden tot op microscopisch niveau, waardoor ze de informatie die in de boomringen besloten ligt, kunnen ontsluiten.