Orientador: Adriano Wagner Ballarin / Coorientador: Osvaldo César Pinheiro de Almeida / Banca: Diego Augusto de Campos Moraes / Banca: Carlos Roberto Pereira Padovani / Banca: Alexandre Dal Pai / Banca: Ricardo Rall / Resumo: O setor madeireiro e toda sua cadeia produtiva possuem grande força e importância para a economia brasileira, representando 1,5% do produto interno bruto nacional em 2016. Toda madeira serrada deveria, idealmente, ser submetida a uma classificação para definição mais precisa do seu destino e justa de seu valor comercial. Quando essa madeira serrada é destinada ao exterior, a classificação é, na maioria das vezes, obrigatória. Nas serrarias do país que em sua maioria são pequenas e pouco automatizadas, a classificação é normalmente feita por visão humana, ou seja, um profissional faz a análise visual de cada peça e a classifica segundo algum critério. Como em todo processo que envolve capacidade humana, o erro é inerente e, nesse caso, elevado, em torno de 52%, segundo a literatura. Dada a importância do setor, a demanda de matéria prima e a necessidade crescente dessa classificação, é extremamente justificável que esse processo seja aperfeiçoado. A alternativa é a automatização, visando sobretudo o aumento no acerto dessa classificação. O objetivo deste trabalho foi desenvolver um modelo de redes neurais artificiais usando Deep Learning (DL) para a classificação automatizada de madeiras serradas de Pinus, seguindo as recomendações das normas da ABNT. O modelo aplicou Redes Neurais Convolucionais (Convolutional Neural Network - CNN), técnica muito estudada recentemente e promissora em diversas áreas, principalmente no processamento de imagens digitais e visão de máquina. Foram... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The timber sector and its entire production chain have great strength and importance for the Brazilian economy, representing 1.5% of the national gross domestic product in 2016. All lumber should ideally be subjected to a classification for a more precise definition of its destination and fairness of its commercial value. When this lumber is destined to the outside, classification is, in most cases, mandatory. In the country sawmills that are mostly small and little automated, the classification is usually done by human vision, that is, a professional makes the visual analysis of each piece and classifies it according to some criterion. As in any process involving human capacity, the error is inherent and, in this case, high, around 52%, according to the literature. Given the importance of the industry, the demand for raw materials and the growing need for such classification, it is extremely justifiable that this process is improved. The alternative is automation, aiming in particular to increase the accuracy of this classification. The objective of this work was to develop a model of artificial neural networks using Deep Learning (DL) for the automated classification of Pinus sawn timber, following the recommendations of ABNT standards. The model applied Convolutional Neural Network (CNN), a very recently studied and promising technique in several areas, mainly in digital image processing and machine vision. Several models were tried, being the one of better performance with accuracy of 97.50%. It was concluded that DL with CNN produces acceptable results in the classification of boards, even with few images (284), difference in the Pinus variety (elliottii and taeda) and presentation (green or dry wood, planed or not). / Doutor

Made available in DSpace on 2014-06-11T19:24:43Z (GMT). No. of bitstreams: 0 Previous issue date: 2013-08-16Bitstream added on 2014-06-13T19:31:35Z : No. of bitstreams: 1 000750667.pdf: 4158082 bytes, checksum: 9f07091efb78337992d70d883548dcd6 (MD5) / A utilização de Pinus proveniente de plantações na indústria madeireira brasileira é expressiva e tem sido crescente nos últimos anos. Particularmente para a madeira serrada desse gênero, utilizada em larga escala na confecção de móveis e estruturas, há a necessidade imperiosa de sua classificação quanto aos defeitos, agravada pelo uso cada vez maior de madeiras advindas de florestas jovens. Essa realidade exige a classificação da madeira serrada quanto à sua qualidade, o que pode ser feito por meio de visão humana (análise visual desempenhada por graduadores humanos) ou de máquina. Essa classificação segue, no Brasil, as normas estabelecidas pela Associação Brasileira de Normas Técnicas (ABNT), porém as mesmas não contemplam, por meio de arquivos digitais, todas as variações que possam surgir nesse campo particular. Promovendo uma pesquisa nos meios digitais constatou-se a falta de material que demonstre, por meio de imagens digitalizadas, os defeitos e variações de defeitos que possam ocorrer durante a classificação visual de peças de madeira serrada de Pinus no dia a dia das serrarias e indústrias que utilizam essa madeira serrada como matéria prima, bem como para os pesquisadores que buscam referências a tais ocorrências em suas pesquisas. Este trabalho teve como objetivo principal a elaboração de uma base de dados de imagens digitais de amostras de madeira serrada de Pinus, apresentando uma gama significativa de defeitos e possíveis variações de defeitos encontrados em madeiras serradas de árvores de reflorestamento. Para o desenvolvimento dessa base de dados de imagens de tábuas de Pinus foram utilizadas árvores do Horto Florestal da cidade de Manduri - SP, sendo desdobradas tábuas, que foram fotografadas em um ambiente preparado (estúdio), em... / The use of pine from plantations in the Brazilian timber industry is significant and has been growing in recent years. Particularly for Pinus lumber, used extensively on making furniture and wooden structures, there is the imperative necessity of its classification for defects, aggravated by the increasing use of wood coming from young forests. This fact requires the classification of lumber for quality, which can be done by human eye (visual analysis performed by human graders) or machine. This classification follows, in Brazil, standards established by Brazilian Association of Technical Standards (ABNT), however they do not include, by means of digital files, all changes that may arise in this particular field. Ulterior research in digital media points the lack of material that present, by means of scanned images, the defects and variations of defects that may occur during the visual grading of sawn wood of Pinus in in-field practice on sawmills and industries, as well as for researchers seeking references to such occurrences in their research. This work aimed the development of a database of digital images of boards of Pinus, showing a significant range of defects and possible variations of defects found in this lumber from reforestation. For the development of this database trees from Horto Florestal city Manduri-SP were sawn into boards, which were photographed in a prepared environment (studio) in various stages of its processing (after primary sawing, drying and planing), generating a set of 382 board pictures. The boards finally were classified for defects (NBR 11700) being additionally cataloged images isolated of its major defects. Besides the modeling and implementation of the database it was also developed an information system, equipped with research tools for direct access to images of boards or specific defects and their ...

Orientador: Adriano Wagner Ballarin / Banca: Hernando Alfons Lara Palma / Banca: Ricardo Rall / Resumo: A utilização de Pinus proveniente de plantações na indústria madeireira brasileira é expressiva e tem sido crescente nos últimos anos. Particularmente para a madeira serrada desse gênero, utilizada em larga escala na confecção de móveis e estruturas, há a necessidade imperiosa de sua classificação quanto aos defeitos, agravada pelo uso cada vez maior de madeiras advindas de florestas jovens. Essa realidade exige a classificação da madeira serrada quanto à sua qualidade, o que pode ser feito por meio de visão humana (análise visual desempenhada por graduadores humanos) ou de máquina. Essa classificação segue, no Brasil, as normas estabelecidas pela Associação Brasileira de Normas Técnicas (ABNT), porém as mesmas não contemplam, por meio de arquivos digitais, todas as variações que possam surgir nesse campo particular. Promovendo uma pesquisa nos meios digitais constatou-se a falta de material que demonstre, por meio de imagens digitalizadas, os defeitos e variações de defeitos que possam ocorrer durante a classificação visual de peças de madeira serrada de Pinus no dia a dia das serrarias e indústrias que utilizam essa madeira serrada como matéria prima, bem como para os pesquisadores que buscam referências a tais ocorrências em suas pesquisas. Este trabalho teve como objetivo principal a elaboração de uma base de dados de imagens digitais de amostras de madeira serrada de Pinus, apresentando uma gama significativa de defeitos e possíveis variações de defeitos encontrados em madeiras serradas de árvores de reflorestamento. Para o desenvolvimento dessa base de dados de imagens de tábuas de Pinus foram utilizadas árvores do Horto Florestal da cidade de Manduri - SP, sendo desdobradas tábuas, que foram fotografadas em um ambiente preparado (estúdio), em ... / Abstract: The use of pine from plantations in the Brazilian timber industry is significant and has been growing in recent years. Particularly for Pinus lumber, used extensively on making furniture and wooden structures, there is the imperative necessity of its classification for defects, aggravated by the increasing use of wood coming from young forests. This fact requires the classification of lumber for quality, which can be done by human eye (visual analysis performed by human graders) or machine. This classification follows, in Brazil, standards established by Brazilian Association of Technical Standards (ABNT), however they do not include, by means of digital files, all changes that may arise in this particular field. Ulterior research in digital media points the lack of material that present, by means of scanned images, the defects and variations of defects that may occur during the visual grading of sawn wood of Pinus in in-field practice on sawmills and industries, as well as for researchers seeking references to such occurrences in their research. This work aimed the development of a database of digital images of boards of Pinus, showing a significant range of defects and possible variations of defects found in this lumber from reforestation. For the development of this database trees from Horto Florestal city Manduri-SP were sawn into boards, which were photographed in a prepared environment (studio) in various stages of its processing (after primary sawing, drying and planing), generating a set of 382 board pictures. The boards finally were classified for defects (NBR 11700) being additionally cataloged images isolated of its major defects. Besides the modeling and implementation of the database it was also developed an information system, equipped with research tools for direct access to images of boards or specific defects and their ... / Mestre