Dagens samhälle präglas av en exponentiell tillväxt av data, med förväntningar på en ökning från dagens 33 Zettabytes till 175 Zettabytes år 2025. Denna utveckling medför både fördelar och utmaningar för de individer och organisationer som arbetar med analys av denna massiva datamängd. För att underlätta granskning och analys av data i text- eller bildform kan ett OCR- verktyg användas. OCR-verktyg, byggda på AI-teknik, kan underlätta och automatisera granskningen av data. Det finns i dagsläget en mängd olika OCR-verktyg som presterar mer eller mindre bra.  Denna studie genomfördes på uppdrag av Etteplan som i dagsläget upplever en hög tid- och resursåtgång för granskning av elnätsritningar. Syftet med denna studie var att undersöka och jämföra OCR-verktygen PyTesseract, EasyOCR och PaddleOCR utifrån ett antal prestandakriterier. De kriterium som jämfördes i denna studie var exekveringstid, precision, Levenshtein-avstånd, antal tecken per millisekund, CPU-, RAM- och GPU-användning. Studien var ämnad att kunna ge en rekommendation på vilket OCR-verktyg som presterar bäst till Etteplan.  Tre likvärdiga testapplikationer skapades för de olika OCR-verktygen med hjälp av Python. Dessa testapplikationers uppgift var att läsa in textdata från bilder innehållande tabeller, för att sedan jämföra resultatet av inläsningen mot en lista innehållande den faktiska texten. Denna funktionalitet gjorde det möjligt för författaren av denna studie att mäta de olika prestandakriterierna och sedan ställa dem mot varandra.  Resultatet av denna studie visar att PaddleOCR är det verktyg som presterar bäst när det kommer till precision, Levenshtein-avstånd och exekveringstid. Men detta på bekostnad av högre resursanvändning.

In the copper smelting processes, the viscosity of the matte and the slag is an important factor for establishing efficiency. Impurities in the concentrates affect the viscosity not only by changing the melt structure but also by promoting precipitation of solid phase which sharply rises it. In this master thesis, a comprehensive methodology was established to study the MgO effects on the properties of a copper smelting slag. Thus, glassy samples were obtained and after confirmation of the composition and the glassy structure with EDS, SEM, and XRD analysis, they were examined through Ramanspectroscopy to study their glassy structure. Moreover, Mössbauer spectroscopy was used to determine the amount of Fe3+ in the samples. Models from the literature were compared to the experimental data. Coherence with the literature was found with the effect of MgO as a network modifier of the oxide melt structure and a promoter of high coordinated structures. Estimations through models were performed to study the iron redox equilibria of the melt and were compared with experimental data, but it was not possible to find the limit of Fe3+ at which precipitation of solid phase initiates. / I kopparsmältningsprocesserna är mattans och slaggens viskositet en viktig faktor för att uppnå effektivitet. Föroreningar i koncentraten påverkar viskositeten inte bara genom att ändra smältstrukturen utan också genom att främja utfällning av fast fas som kraftigt höjer den. I denna magisteruppsats fastställdes en omfattande metod för att studera MgO-effekterna på egenskaperna hos en kopparsmältningsslagg. Således erhölls glasiga prover och efter bekräftelse av kompositionen och den glasiga strukturen med EDS-, SEM- och XRD-analys undersöktes de genom Ramanspektroskopi för att studera deras glasstruktur. Dessutom användes Mössbauerspektroskopi för att bestämma mängden Fe3+ i proverna. Modeller från litteraturen jämfördes med experimentella data. Överensstämmelse med litteraturen hittades med effekten av MgO som ett nätverksmodifierare av oxidsmältstrukturen och en promotor för högkoordinerade strukturer. Uppskattningar genom modeller utfördes för att studera smältans järnredoxjämvikter och dessa jämfördes med experimentella data, men det var inte möjligt att hitta gränsen för Fe3+ vid vilken utfällning av fast fas initierades.

Throughout the years of space exploration, the usage of Earth observation satellites has increased tremendously. The usage today extends beyond optical sensors, encompassing radars, infrared, and laser sensors. For this thesis, the usage of optical, synthetic aperture radar, and LiDAR sensors were looked at to see if the fusion of these different sensors could enhance the overall image quality. A crucial aspect of satellite image fusion, regardless of sensor type, is preprocessing to ensure the individual images can be seamlessly merged. Ultimately these preprocessing steps are individual to both the sensors and even different satellites. The topic of remote sensing and satellite image fusion is extensive and complex. Therefore, this thesis aims to explore various fusion techniques, data sources, and algorithms to contribute to a deeper understanding of the advantages but mostly challenges associated with multisensor satellite image fusion. A web scraper was developed to collect data from the European Space Agency’s Third Party Mission website, a central repository for satellite missions and Earth images. The scraper made it possible to select different satellites and find the image areas which they had in common. A way to process this data is then presented on how to process the images and finally fuse them. The three fusion algorithms that were used were a simple weighted average, intensity hue saturation, and the pansharpening method. The pansharpening increased both the spatial and spectral resolution whereas the fusion of the optical and synthetic aperture radar gave some mixed results. There are a lot of things that could be explored in the future, such as utilizing more complex fusion algorithms or using additional satellite sensors. However, the web scraper and the processing flowchart stand as notable achievements of this thesis, simplifying the entire process of multisensor satellite image fusion. / Genom åren har användningen av jordobservationsatelliter ökat avsevärt inom rymdforskning. Användningen sträcker sig idag bortom optiska sensorer och inkluderar även radar-, infraröd- och lasersensorer. I detta examensarbete undersöks användningen av optiska, syntetisk aperturradar- och LiDARsensorer för att se om fusionen av dessa olika sensorer kan förbättra helhetsbilden av ett område. En avgörande aspekt av satellitbildsfusion, oavsett sensortyp, är förbehandling för att säkerställa att de individuella bilderna kan smidigt integreras. Slutligen är dessa förbehandlingsteg specifika för både sensorerna och olika satelliter. Ämnet fjärranalys och fusion av satellitbilder är omfattande och komplext. Därför syftar detta examensarbete till att utforska olika fusionsmetoder, datakällor och algoritmer för att bidra till en djupare förståelse för fördelarna och utmaningarna med multisensor fusion av satellitbilder. Ett av huvudproblemen under examensarbetet var datainsamling och databehandling. För att överkomma detta utvecklades en webbskrapare för att samla in data från European Space Agencys Third Party Mission hemsida, en central databas för satellituppdrag och bilder av jorden. Skrapan möjliggjorde valet av olika satelliter och identifieringen av gemensamma bildområden. En metod för databehandling presenteras sedan för att bearbeta bilderna och slutligen förena dem. De tre fusionsalgoritmerna som användes var en enkel viktad medelvärdesmetod, intensitetssättning och pansharpening. Pansharpening ökade både den spatiala och spektrala upplösningen, medan fusionen av optiska och syntetisk aperturradar gav blandade resultat. Det finns många områden som kan utforskas i framtiden, såsom användning av mer komplexa fusionsalgoritmer eller ytterligare satellitsensorer. Sammanfattande kan webbskrapan och behandlingsflödet ses som betydande framsteg i detta examensarbete och förhoppningsvis förenkla hela processen med multisensor fusion av satellitbilder.

<p>The task of the project was to evaluate a differential phase shift keying demodulation technique by replacing a Mach-Zehnder interferometer receiver with an optical filter (Fiber Bragg Grating). Computer simulations were made with single optical transmission, multi channel systems and transmission with combined angle/intensity modulated optical signals. The simulations showed good results at both 10 and 40 Gbit/s. Laboratory experiments were made at 10 Gbit/s to verify the simulation results. It was found that the demodulation technique worked, but not with satisfactory experimental results. The work was performed at Eindhoven University of Technology, Holland, within the framework of the STOLAS project at the department of Electro-optical communication.</p>

Photodetectors are a kind of semiconductor devices that convert incoming light to an electrical signal. Photodetectors are classified based on their different structure, fabrication technology, applications and different sensitivity. Infrared photodetectors are widely used in many applications such as night vision, thermal cameras, remote temperature sensing, and medical diagnosis etc.   All detectors have material inside that is sensitive to incoming light. It will absorb the photons and, if the incoming photons have enough energy, electrons will be excited to higher energy levels and if these electrons are free to move, under the effect of an external electric field, a photocurrent is generated.   In this project Fourier Transform Infrared (FT-IR) Spectroscopy is used to investigate a new kind of photodiodes that are based on self-assembled semiconductor nanowires (NWs) which are grown directly on the substrate without any epi-layer. The spectrally resolved photocurrent (at different applied biases) and IV curves (in darkness and illumination) for different temperatures have been studied respectively. Polarization effects (at low and high Temperatures) have been investigated.  The experiments are conducted for different samples with high concentration of NWs as well as with lower concentration of NWs in the temperature range from 78 K (-195ºC) to 300 (27ºC). These photodiodes are designed to work in near infrared (NIR) spectral range.   The results show that the NW photodetectors indeed are promising devices with fairly high break down voltage, change of photocurrent spectra with polarized light, low and constant reverse saturation current (Is). The impact of different polarized light on photocurrent spectra has been investigated and an attempt has been made to clarify the observed double peak of InP photocurrent spectrum. Our investigations also include a comparison to a conventional planar InP p-i-n photodetector.

The task of the project was to evaluate a differential phase shift keying demodulation technique by replacing a Mach-Zehnder interferometer receiver with an optical filter (Fiber Bragg Grating). Computer simulations were made with single optical transmission, multi channel systems and transmission with combined angle/intensity modulated optical signals. The simulations showed good results at both 10 and 40 Gbit/s. Laboratory experiments were made at 10 Gbit/s to verify the simulation results. It was found that the demodulation technique worked, but not with satisfactory experimental results. The work was performed at Eindhoven University of Technology, Holland, within the framework of the STOLAS project at the department of Electro-optical communication.

För att kunna uppnå de tuffare materialåtervinningsmålen som börjar gälla i Sverige år 2020 måste utsorteringen av bland annat plast-, papper- och metallförpackningar öka. Hushållsavfall beskrivs som en av de mest miljöpåverkande kategorin av avfall men samtidigt den kategori där det finns mest potential för förbättringar genom bättre hantering. Plockanalyser från 67 procent av Sveriges kommuner mellan åren 2013 och 2016 visar att ett svenskt villahushålls restavfall innehåller 34,5 procent förpackningar och returpapper som skulle kunna sorteras ut för materialåtervinning. Ett sätt att öka utsorteringen av producentansvarsmaterial från restavfallet och då kunna uppnå materialåtervinningsmålen är att kommuner erbjuder enklare samt ökad service i form av källsortering närmare hushållen. Tidigare studier har jämfört systemen optisk sortering och fyrfackskärl, som båda innebär källsortering närmare hushållen, med det vanligaste systemet i Sverige idag, tvåkärl, som inte innebär en ökad service genom kvalitativa metoder. Systemen har inte jämförts med kvantitativa metoder utifrån ekonomi eller miljö och inte heller med ett nytt koncept som heter Kvartersnära insamling. Den här rapporten har därför jämfört de fyra systemen utifrån aspekterna miljö och ekonomi med hjälp av verktygen livscykel- och livscykelkostnadsanalys som applicerades i ett område i Kristinehamns kommun för att på så sätt komma närmare verkligheten. Resultatet visar att systemet kvartersnära insamling har lägst miljöpåverkan i de undersökta miljöpåverkanskategorierna och därefter fyrfackskärl, optisk sortering och högst miljöpåverkan har systemet tvåkärl utifrån förutsättningarna och antagandena som har applicerats i studien. Livscykelanalysen visar att miljönyttan med materialåtervinningen överväger konsekvenserna av ökade transporter. Systemet med lägst livscykelkostnad är tvåkärl och sedan kvartersnära insamling, optisk sortering och dyrast livscykelkostnad har fyrfackskärl utifrån antaganden och de förutsättningar som använts i studien. En slutsats från rapporten är att det är viktigt att även undersöka andra aspekter förutom ekonomi och miljö vid val av insamlingssystem då resultatet till stor del beror på andra aspekter bland annat användarens uppfattning om systemet. / To achieve the stricter material recycling goals in Sweden in 2020 plastic-, metallic- and paper packages need to be better sorted from the household waste. Household waste might have the highest environmental impact compared with other sorts of waste but household waste has the highest potential to lower its impact. Waste pick-up analysis from 67 percent of Sweden's municipalities between 2013 and 2016 show that a Swedish household waste contains 34.5 percent packaging and recycled paper that could be sorted for recycling. The producers of that material have the responsibility to collect it but it does not work as well as planned because of different circumstances. One way to increase the recycling of the material from the household waste and then achieve the material recycling goals is that municipalities offer simpler and increased service in the form of source sorting closer to the households. Previous studies have compared the systems of optical sorting and multi compartment bin, which offer separation at sources closer to the households. Moreover, those systems have been compared with the most common system in Sweden today, two bins, which do not involve increased service. The systems have not been compared with quantitative methods based on economics or the environment, nor with a new concept called district collection. This report has compared the four systems. The aspects that have been compared are the environmental aspects and economical aspects by using the tools lifecycle assessment and lifecycle cost assessment. Moreover, the systems have been fictive studied in an area in the municipality of Kristinehamn, in order to get closer to reality. The results indicate that the collection system district collection had the lowest environmental impact followed by multi compartment bin and then optical sorting. Moreover, the system with two bins has the highest impact in the studied environmental impact categories according to the assumptions that have been applied in the study. The lifecycle assessment indicates that the benefits with material recycling is higher than the environmental impacts of increased transportation. The system with lowest lifecycle cost is the system with two bins and then the district collection. The system with highest lifecycle cost is the system optical sorting and the system with the second highest cost is multi compartment bin according to the assumptions that have been applied in the study. One conclusion from the study is that it is important to investigate more aspects than environmental impact and costs when to decide collection system. It is because the results depends on the other aspects as well like the users experience about the system.

This thesis explores the implementation of Optical Character Recognition (OCR) – based text extraction and random forest regression analysis for housing market valuation, specifically focusing on the impact of value factors, derived from OCR-extracted economic values from housing cooperatives’ annual reports. The objective is to perform price estimations using the Random Forest model to identify the key value factors that influence the estimation process and examine how the economic values from annual reports affect the sales price. The thesis aims to highlight the often-overlooked aspect that when purchasing an apartment, one also assumes the liabilities of the housing cooperative. The motivation for utilizing OCR techniques stems from the difficulties associated with manual data collection, as there is a lack of readily accessible structured data on the subject, emphasizing the importance of automation for effective data extraction. The findings indicate that OCR can effectively extract data from annual reports, but with limitations due to variation in report structures. The regression analysis reveals the Random Forest model’s effectiveness in estimating prices, with location and construction year emerging as the most influential factors. Furthermore, incorporating the economic values from the annual reports enhances the accuracy of price estimation compared to the model that excluded such factors. However, definitive conclusions regarding the precise impact of these economic factors could not be drawn due to limited geographical spread of data points and potential hidden value factors. The study concludes that the machine learning model can be used to make a credible price estimate on cooperative apartments and that OCR methods prove valuable in automating data extraction from annual reports, although standardising report format would enhance their efficiency. The thesis highlights the significance of considering the housing cooperatives’ economic values when making property purchases.

Convolutional Neural Network (CNN) has been established as a powerful toolto automate various computer vision tasks without requiring any aprioriknowledge. Printed Circuit Board (PCB) manufacturers want to improve theirproduct quality by employing vision based automatic optical inspection (AOI)systems at PCB assembly manufacturing. An AOI system employs classiccomputer vision and image processing techniques to detect variousmanufacturing faults in a PCB assembly. Recently, CNN has been usedsuccessfully at various stages of automatic optical inspection. However, nonehas used 2D image of PCB assembly directly as input to a CNN. Currently, allavailable systems are specific to a PCB assembly and require a lot ofpreprocessing steps or a complex illumination system to improve theaccuracy. This master thesis attempts to design an effective soldering faultdetection system using CNN applied on image of a PCB assembly, withRaspberry Pi PCB assembly as the case in point.Soldering faults detection is considered as equivalent of object detectionprocess. YOLO (short for: “You Only Look Once”) is state-of-the-art fast objectdetection CNN. Although, it is designed for object detection in images frompublicly available datasets, we are using YOLO as a benchmark to define theperformance metrics for the proposed CNN. Besides accuracy, theeffectiveness of a trained CNN also depends on memory requirements andinference time. Accuracy of a CNN increases by adding a convolutional layer atthe expense of increased memory requirement and inference time. Theprediction layer of proposed CNN is inspired by the YOLO algorithm while thefeature extraction layer is customized to our application and is a combinationof classical CNN components with residual connection, inception module andbottleneck layer.Experimental results show that state-of-the-art object detection algorithmsare not efficient when used on a new and different dataset for object detection.Our proposed CNN detection algorithm predicts more accurately than YOLOalgorithm with an increase in average precision of 3.0%, is less complexrequiring 50% lesser number of parameters, and infers in half the time takenby YOLO. The experimental results also show that CNN can be an effectivemean of performing AOI (given there is plenty of dataset available for trainingthe CNN). / Convolutional Neural Network (CNN) har etablerats som ett kraftfullt verktygför att automatisera olika datorvisionsuppgifter utan att kräva någon apriorikunskap. Printed Circuit Board (PCB) tillverkare vill förbättra sinproduktkvalitet genom att använda visionbaserade automatiska optiskainspektionssystem (AOI) vid PCB-monteringstillverkning. Ett AOI-systemanvänder klassiska datorvisions- och bildbehandlingstekniker för att upptäckaolika tillverkningsfel i en PCB-enhet. Nyligen har CNN använts framgångsrikti olika stadier av automatisk optisk inspektion. Ingen har dock använt 2D-bildav PCB-enheten direkt som inmatning till ett CNN. För närvarande är allatillgängliga system specifika för en PCB-enhet och kräver mångaförbehandlingssteg eller ett komplext belysningssystem för att förbättranoggrannheten. Detta examensarbete försöker konstruera ett effektivtlödningsfelsdetekteringssystem med hjälp av CNN applicerat på bild av enPCB-enhet, med Raspberry Pi PCB-enhet som fallet.Detektering av lödningsfel anses vara ekvivalent medobjektdetekteringsprocessen. YOLO (förkortning: “Du ser bara en gång”) ärdet senaste snabba objektdetekteringen CNN. Även om det är utformat förobjektdetektering i bilder från offentligt tillgängliga datasätt, använder viYOLO som ett riktmärke för att definiera prestandametriken för detföreslagna CNN. Förutom noggrannhet beror effektiviteten hos en tränadCNN också på minneskrav och slutningstid. En CNNs noggrannhet ökargenom att lägga till ett invändigt lager på bekostnad av ökat minnesbehov ochinferingstid. Förutsägelseskiktet för föreslaget CNN är inspirerat av YOLOalgoritmenmedan funktionsekstraktionsskiktet anpassas efter vår applikationoch är en kombination av klassiska CNN-komponenter med restanslutning,startmodul och flaskhalsskikt.Experimentella resultat visar att modernaste objektdetekteringsalgoritmerinte är effektiva när de används i ett nytt och annorlunda datasätt förobjektdetektering. Vår föreslagna CNN-detekteringsalgoritm förutsäger merexakt än YOLO-algoritmen med en ökning av den genomsnittliga precisionenpå 3,0%, är mindre komplicerad som kräver 50% mindre antal parametraroch lägger ut under halva tiden som YOLO tar. De experimentella resultatenvisar också att CNN kan vara ett effektivt medel för att utföra AOI (med tankepå att det finns gott om datamängder tillgängliga för utbildning av CNN)

Inom materialforskning och en stor del av den mekaniska och mekatroniska industrin finns ett intresse av att utnyttja blixtröntgen för att studera dynamiska händelseförlopp i inneslutna system, ej synbara med konventionella kameror. I och med att många rörelser inom de benämna områdena även sker i hyperhastighet så tillåter blixtröntgen statisk bildtagning  av rörelser i flera km/s, med minimal rörelseoskärpa. Detta examensarbete har grundats i att utveckla och utvärdera koncept för en komplett systemuppställning inklusive höghastighetskamera för denna tillämpning.  Syftet med arbetet har således varit att både identifiera och definiera produktens ingående produktkrav, för att spegla den funktion och syftet som önskas uppfyllas, och utifrån detta generera koncept för uppställningen på systemnivå, samt för separata  komponenter. Slutligen har de utvalda koncepten utvärderats genom praktiska prestandatester för att kontrollera dess uppfyllelse av produktkraven. Datainsamlingen för arbetet skedde i form av flertalet praktiska experiment för insamling av kvantitativ data, samt återkommande uppföljningsmöten med involverade medarbetare för insamling av kvalitativ data.  Undersökningen resulterade i ett koncept för en slutprodukt, benämnt funktionsprototyp som motsvarade och uppfyllde de definierade produktkraven vad gäller funktionalitet och prestanda. En diskussion fördes även för den kommande vidareutvecklingen av slutprodukten, inklusive färdigställandet av samtliga koncept och den följande designfasen. / In materials research and a large part of the mechanical and mechatronic industry, there is an interest in using flash X-rays to study dynamic events in enclosed systems, not visible with conventional cameras. Since many movements within the named areas also take place at hyper-speed, flash X-rays allow to capture static images of movements in several km / s, with minimal distortion. This thesis has been based on developing and evaluating concepts for a complete system setup including a high speed camera for this application. The purpose of the work has thus been to both identify and define the product's included product requirements, to reflect the function and purpose that is desired to be fulfilled, and based on this generate concepts for the set-up at system level, as well as for separate components. Finally, the selected concepts have been evaluated through practical performance tests to check its compliance with the product requirements. The data collection for the work took place in the form of two practical experiments for the collection of quantitative data, as well as recurring follow-up meetings with involved employees for the collection of qualitative data. The study resulted in a concept for an end product, called an end concept that corresponded to, and met the defined product requirements in terms of functionality and performance. A discussion was also held for the further development of the end product, including the completion of all concepts and the subsequent design phase.