Avaus Toimitusjohtaja Heikki Pajuoja Metsäteho Oy Nykytilanne metsäyhtiöiden kannalta Logistiikkajohtaja Hannu Alarautalahti Metsäliitto Osuuskunta VR Cargon toimintaympäristö ja kehittämisen mahdollisuudet/esteet Asiakasryhmävastaava Jukka Joronen VR Cargo Rataverkon nykytila ja kehitysnäkymät Johtaja […]
Aines- ja energiapuun hankintaketjujen kannattavuusvertailu
Aines- ja energiapuun hankintaketjujen kannattavuusvertailu
Projektiin ”Aines- ja energiapuun hankinnan integrointi paalausmenetelmällä” liittyvä tuloskalvosarja, 52 kalvoa.
Rengaspaineiden säätö puutavara-autoissa
Rengaspaineiden säätö puutavara-autoissa
Metsätehon asiantuntijatyöhön perustuva tuloskalvosarja, 24 kalvoa.
Tavaraliikenne rautateillä 2007 alkaen
Tavaraliikenne rautateillä 2007 alkaen
Metsätehon asiantuntijatyöhön perustuva tuloskalvosarja, 17 kalvoa.
Numeeriset ilmakuvat taimikon perkaustarpeen määrittämisessä
Numeeriset ilmakuvat taimikon perkaustarpeen määrittämisessä
Projektiin ”Taimikonhoidon kehittäminen ja koneellistaminen” liittyvä tuloskalvosarja, 12 kalvoa.
Hakkuukonemittaus uudistuu
Projektiin ”Hakkuukoneen tarkastus- ja kalibrointimittauksen kehittäminen” perustuva tuloskalvosarja, 30 kalvoa.
Ensiharvennusmännikön voimakas laatuharvennus
Ensiharvennusmännikön voimakas laatuharvennus
Hankkeeseen ”Nuorten metsien käsittely” liittyvä kalvosarja, 26 kalvoa.
Kokopuun korjuu nuorista metsistä
Kokopuun korjuu nuorista metsistä
Raporttiin 193 ”Kokopuun korjuu nuorista metsistä” liittyvä tuloskalvosarja, 49 kalvoa.
metsatehon_raportti_193
Puun laatutiedon mittaaminen kuvasta
Tampereen teknillisen yliopiston Mittaus- ja informaatiotekniikan laitoksen osuus PUULA – Puun laadun mittaus ja lajittelu -hankkeesta keskittyi tutkimukseen, jossa hyödynnetään pystypuusta, kaadetusta rungosta tai sahatavarasta otettuja digitaalikuvia. Tutkimuksessa kehitettiin konenäkösovelluksia varten menetelmiä, joissa runko- ja katkaisupintakuvista tuotetaan puun laatutietoa digitaalista kuvankäsittelyä apuna käyttäen.
Tutkimuksessa pääpaino oli rungon katkaisupinnasta otetuissa kuvissa, joista pyrittiin selvittämään laatutietoja esimerkkeinä lustotiedot, kuoren paksuus ja laho. Rungon sivukuvia käyttäen tehtiin puulajin tunnistusta.
Tutkimus osoitti, että useimpia visuaalisella tarkastelulla havaittavia laatupiirteitä ja vikoja voidaan tunnistaa ja mitata kuvaan perustuvilla menetelmillä laboratorio-olosuhteissa. Rajoituksia asettavat kuvattavan kohteen laatu (sahajäljen sileys, kuvattavan pinnan puhtaus, valaistuksen tasaisuus jne.). Kameran etäisyys kohteesta sekä kameran kennon resoluutio määrittävät mittauksessa saatavan tarkkuuden. Karkeana esimerkkinä 3 megapikselin kennolla varustetulla järjestelmäkameralla erottelukyvyksi voidaan saada ±0,5 mm, kun kuvausetäisyys on metrin luokkaa. Tämä edellyttää melko selvää värirajaa esimerkiksi lustojen tai kuoren ja puun välillä.