With the drone industry's recent explosive advancement, aerial photography is becoming increasingly important for an array of applications ranging from construction to agriculture. A drone flyover can give a better overview of regions that are difficult to navigate, and is often significantly faster, cheaper and more accurate than man-made sketches and other alternatives. With this increased use comes a growing need for image processing methods to help in analyzing captured photographs. This thesis presents a method for automatic location detection in aerial photographs using databases of aerial photographs and satellite images. The proposed pipeline is based on an initial round of tests, performed by using existing feature detection, description and matching algorithms on aerial photographs with a high degree of similarity. After which further modifications and improvements were implemented to make the method functional also for handling aerial photographs with a high level of inherent differences, e.g., viewpoint changes, different camera- and lens parameters, temporary objects and weather effects. The method is shown to yield highly accurate results in geographical regions containing features with a low level of ambiguity, and where factors like viewpoint difference are not too extreme. In particular, the method has been most successful in cities and some types of farmland, producing very good results compared to methods based on camera parameters and GPS-location, which have been common in automatic location detection previously. Knowledge of these parameters is not necessary when applying the method, making it applicable more generally and also independently of the precision of the instruments used to determine said parameters.  Furthermore, the approach is extended for automatic processing of video streams. With lack of available ground truth data, no definite conclusions about absolute accuracy of the method can be drawn for this use case. But it is nevertheless clear that processing speeds can be greatly improved by making use of the fact that subsequent video snapshots have a large graphical overlap. And it can indeed also be said that, for the tested video stream, using a type of extrapolation can greatly reduce the risk of graphical noise making location detection impossible for any given snapshot. / Då drönarindustrin växer så det knakar, har flygfoton blivit allt viktigare för en rad applikationer i vårt samhälle. Att flyga över ett svårnavigerat område med en drönare kan ge bättre översikt och är ofta snabbare, billigare och mer precist än skisser eller andra alternativa översiktsmetoder. Med denna ökade användning kommer också ett ökat behov av automatisk bildprocessering för att hjälpa till i analysen av dessa fotografier. Denna avhandling presenterar en metod för automatisk positionsbedömning av flygfoton, med hjälp av databaser med flygfoton och satellitfoton. Den presenterade metoden är baserad på inledande tester av existerande feature detection, feature description och feature matching algoritmer på ett något förenklat problem, där givna foton är väldigt grafiskt lika. Efter detta implementerades ytterligare modifikationer och förbättringar för att göra metoden mer robust även för bilder med en hög nivå av grafisk diskrepans, exempelvis skillnad i synvinkel, kamera- och linsparametrar, temporära objekt och vädereffekter. Den föreslagna metoden ger nöjaktiga resultat i geografiska regioner med en proportionellt stor mängd grafiska särdrag som enkelt kan särskiljas från varandra och där den grafiska diskrepansen inte är allt för stor. Särskilt goda resultat ses i bland annat städer och vissa typer av jordbruksområden, där metoden kan ge betydligt bättre resultat än metoder baserade på kända kameraparametrar och fotografens GPS-positionering, vilket har varit ett vanligt sätt att utföra denna typ av automatisk positionsbestämning tidigare. Dessutom är den presenterade metoden ofta enklare att applicera, då precisionen för diverse mätinstrument som annars måste användas när fotot tas inte spelar in alls i metodens beräkningar. Dessutom har metoden utökats för automatisk processering av videoströmmar. På grund av bristfälligt referensdata kan inga definitiva slutsatser dras angående metodens precision för detta användningsområde. Men det är ändå tydligt att beräkningstiden kan minskas drastiskt genom att använda faktumet att två påföljande ögonblicksbilder har ett stort grafiskt överlapp. Genom att använda en sorts extrapolering kan inverkan från grafiskt brus också minskas, brus som kan göra positionsbestämning omöjligt för en given ögonblicksbild.

This master thesis project is carried out by one student at the Royal Institute of Technology in collaboration with Cybercom Group. The aim was to evaluate and compare system design strategies for fruit recognition in harvesting robots and the performance of supervised machine learning classification methods when applied to this specific task. The thesis covers the basics of these systems; to which parameters, constraints, requirements, and design decisions have been investigated. The framework is used as a foundation for the implementation of both sensing system, and processing and classification algorithms. A plastic tomato plant with fruit of varying maturity was used as a basis for training and testing, and a Kinect v2 for Windows including sensors for high resolution color-, depth, and IR data was used for image acquisition. The obtained data were processed and features of objects of interest extracted using MATLAB and a SDK for Kinect provided by Microsoft. Multiple views of the plant were acquired by having the plant rotate on a platform controlled by a stepper motor and an Ardunio Uno. The algorithms tested were binary classifiers, including Support Vector Machine, Decision Tree, and k-Nearest Neighbor. The models were trained and validated using a five fold cross validation in MATLABs Classification Learner application. Peformance metrics such as precision, recall, and the F1-score, used for accuracy comparison, were calculated. The statistical models k-NN and SVM achieved the best scores. The method considered most promising for fruit recognition purposes was the SVM. / Det här masterexamensarbetet har utförts av en student från Kungliga Tekniska Högskolan i samarbete med Cybercom Group. Målet var att utvärdera och jämföra designstrategier för igenkänning av frukt i en skörderobot och prestandan av klassificerande maskininlärningsalgoritmer när de appliceras på det specifika problemet. Arbetet omfattar grunderna av dessa system; till vilket parametrar, begränsningar, krav och designbeslut har undersökts. Ramverket användes sedan som grund för implementationen av sensorsystemet, processerings- och klassifikationsalgoritmerna. En tomatplanta i pplast med frukter av varierande mognasgrad användes som bas för träning och validering av systemet, och en Kinect för Windows v2 utrustad med sensorer för högupplöst färg, djup, och infraröd data anvöndes för att erhålla bilder. Datan processerades i MATLAB med hjälp av mjukvaruutvecklingskit för Kinect tillhandahållandet av Windows, i syfte att extrahera egenskaper ifrån objekt på bilderna. Multipla vyer erhölls genom att låta tomatplantan rotera på en plattform, driven av en stegmotor Arduino Uno. De binära klassifikationsalgoritmer som testades var Support Vector MAchine, Decision Tree och k-Nearest Neighbor. Modellerna tränades och valideras med hjälp av en five fold cross validation i MATLABs Classification Learner applikation. Prestationsindikatorer som precision, återkallelse och F1- poäng beräknades för de olika modellerna. Resultatet visade bland annat att statiska modeller som k-NN och SVM presterade bättre för det givna problemet, och att den sistnömnda är mest lovande för framtida applikationer.