INTERNAL VISUALIZATION OF KNOTS IN RADIATA PINE LOGS USING X-RAYS

Aguilera, Cristhian; Ramos, Mario; Salinas, David

doi:10.4067/S0718-221X2002000200010

Services on Demand

Journal

Article

Automatic translation

Indicators

Cited by SciELO
Access statistics

Maderas. Ciencia y tecnología

On-line version ISSN 0718-221X

Maderas, Cienc. tecnol. vol.4 no.2 Concepción 2002

http://dx.doi.org/10.4067/S0718-221X2002000200010

Maderas. Ciencia y tecnología. 4(2):193-200, 2002

NOTA TÉCNICA

VISUALIZACIÓN INTERNA DE NUDOS EN ROLLIZOS DE MADERA DE PINUS RADIATA D. DON UTILIZANDO RAYOS-X

INTERNAL VISUALIZATION OF KNOTS IN RADIATA PINE LOGS USING X-RAYS

Cristhian Aguilera¹, Mario Ramos² y David Salinas³

¹Departamento de Ingeniería Eléctrica y Electrónica, Universidad del Bío-Bío. Concepción. Chile
²Departamento de Ingeniería en Maderas, Universidad del Bío-Bío. Concepción. Chile. mramos@ubiobio.cl
³Estudiante de postgrado en Ciencia y Tecnología de la Madera. Departamento de Ingeniería en Maderas. Universidad del Bío-Bío. Concepción. Chile. dsalinas@alumnos.ubiobio.cl

Autor para correspondencia:cristhia@ubiobio.cl

RESUMEN

Visualizar la estructura interna de las trozas, permite conocer la calidad y destino óptimo de la materia prima, generando ganancias de hasta 10 veces, al identificar el destino de las trozas. Las diferencias de densidad en las estructuras que componen la madera hacen posible que en una Tomografía Computarizada (TC) estas estructuras sean reconocibles y claramente diferenciadas. La colección de imágenes de TC debe ser tratada para poder visualizar el interior de la troza y diferenciar los defectos en esta. El Rendering Volumétrico (RV) nos permite, por otro lado, a partir de una colección de imágenes 2D, generar una visualización del volumen en 3D.

El objetivo de este artículo es presentar los avances en la visualización de nudos en trozos de Pinus radiata D. Don crecido en Chile. Para ello se utilizan imágenes tomadas con un tomógrafo de rayos-X. Se presenta aquí la metodología desarrollada para obtener la visualización y los resultados preliminares de la visualización interna. Se realizó un ensayo destructivo en las trozas, obteniéndose índices de exactitud que se contrastaron con la TC y con la reconstrucción hecha por RV. Los resultados indican que es posible disponer de una simulación de la troza y en particular observar como se comporta el cilindro nudoso.

Palabras claves: Caracterización No destructiva, Pinus radiata, Rayos-X, Visualización.

SUMMARY

Internal structure of wood permits to know different qualities of the raw material. This knowledge can yield utilities up to 10 times for turning one log into optimum wood. Differences of density in the structures that compound wood (heartwood, sapwood, knots) make possible that with a Computerized Tomography, these structures are clearly recognized and differenced. The collection of images from the CT must be treated to see the log as a volume and difference defects in it. Volume Rendering (VR) allows to generate a 3D image from 2D images.

The objective of this article is introduce the progresses in the visualization of knots in logs of Pinus radiata D. Don grown in Chile. For this, 2D images acquired with a X-Ray tomograph are used. Here, it introduces methods and preliminary results to visualize with VR a commercial diameter log. The results show that it is possible simulate solid of the log and see how the knotty cylinder of the log behaves.

Key word: Non-destructive characterization, Pinus radiata, X-Rays, Visualization.

INTRODUCCION

Debido a que el valor de la madera está directamente relacionado con los defectos presentes en las piezas de madera aserrada, es que, las estrategias o patrones de corte buscan minimizar los defectos resultantes en sus productos. Los encargados de realizar los patrones de cortes eligen una cara de corte examinando el exterior del trozo. Lo anterior se realiza teniendo en cuenta las escuadrías que se deben obtener de cada troza, de manera de satisfacer la demanda de escuadrías.

La forma de realizar el primer corte tiene un gran impacto en el valor final de la madera (Schmoldt et al. 2000). Este impacto es mucho más importante, si se tiene en cuenta que el costo total de la madera incrementa los costos de producción de un 20% a 80%, (Hodges et al. 1990). Por lo anterior, si se conociera como están distribuidos los defectos internos de la troza, se podría llegar a obtener hasta 10 veces más en el valor del producto final (Zhu et al. 1991a). Varios investigadores han utilizado diferentes técnicas para visualizar el interior de las trozas. Una de estas técnicas es el tomógrafo de rayos-X (Zhu et al. 1991b ; Schmoldt et al. 2000).

Una Tomografía Computarizada (TC) refleja las variaciones en la densidad de un objeto o cuerpo. Las áreas de una densidad más alta aparecen en la imagen como áreas más claros, mientras que las de una densidad más baja aparecen como áreas más oscuros. Gracias a esta escala de grises es posible detectar en la madera defectos internos tales como nudos, grietas y médula. Esta técnica de tomografía se ha extendido ya que la correlación que existe entre la atenuación de rayos absorbidos por el cuerpo expuesto tiene una relación directa con la medida de densidad de los materiales.

En la TC se generan múltiples imágenes o cortes del cuerpo en estudio, en este caso de una troza de madera. Las imágenes obtenidas generan un arreglo tridimensional de valores, ya que la imagen cuenta con alto y ancho, pero también de un espesor debido al ancho del rayo que atraviesa la troza. Mediante técnicas de visualización, tal como Rendering Volumétrico se puede tener una representación volumétrica de los datos y generar una visualización de la troza. El RV consiste en la representación de datos en 3D a partir de slice de datos en 2D. Para la visualización interna de defectos y reconocimiento de defectos, el tratamiento de los datos incluye otras etapas como Segmentación y Clasificación, principalmente (Lichtenbelt et al. 1998). En un proceso de RV, la información es entregada por un equipo de rayos-X: a) El sistema que recolecta esta información lo hace mediante alguna propiedad específica (densidad) que está directamente relacionada con la absorción de los rayos-X por el cuerpo; b) luego este procedimiento se hace para todos los cortes de TC y se acumula una gran cantidad de cortes o imágenes en 2D; c) desde estos cortes el proceso siguiente es convertir los pixeles de las imágenes 2D en voxeles en la etapa d) y reconstruir el volumen original.

La etapa de segmentación de imágenes 2D obtenidas de una TC se realiza generalmente por diferencia de escala de grises. En la madera estas diferencias de tonalidad se deben a las estructuras que la componen (nudos, médula y grietas). El objetivo principal de este trabajo es la visualización de los nudos internos de las trozas en estudio, además de verificar si las técnicas de rayos-x y visualización mediante rendering volumétrico son aplicables en la caracterización de la estructura interna del Pinus radiata. Para su realización, una vez obtenidas las imágenes, se procede a las etapas de segmentación y clasificación, basándose principalmente en algoritmos de filtrado previo para la mejora de la imagen y técnicas de umbralización.

En este trabajo los cortes TC en 2D se trabajan de manera independiente en la etapa de segmentación, tratando de que la cantidad de ruido sea mínima (zonas de no-interés). Esto se consigue por iteración de valores de umbralización. Luego con ayuda de un algoritmo de RV, se ejecuta y desarrolla la transformación de imagen 2D a 3D.

MATERIALES Y METODOLOGIA

La metodología aplicada es una adaptación de la que utilizó Oja en 1999. En el experimento se utilizaron tres trozas de diámetro 40 cm y un largo de 70 cm. Un Tomógrafo de rayos-X. La potencia utilizada para la obtención de los datos fue de 120 kV con una corriente de 150 mA. Se trabajó también con la estación de trabajo que pertenece al equipo del escáner. La información obtenida a partir del escaneo se respaldó en placas de radiografía y luego cada placa se traspasó a formato de imagen y se guardó en unidades de disco. La información así procesada se trabajó en un computador con ayuda de un programa de visualización que permite realizar el Rendering Volumétrico. Finalmente, la troza se somete a un análisis destructivo, para contar los nudos en cada etapa del experimento que posteriormente se contrastó con los nudos encontrados en el ensayo destructivo, para poder aplicar algún índice de eficiencia. En este caso el índice a evaluar corresponde al porcentaje de exactitud, definido como la proporción de nudos detectados por TC en las imágenes 2D, con respecto al número total de nudos presentes en la troza estudiada, detectados visualmente por ensayo destructivo.

Caracterización destructiva de la troza

Se usa una sierra huincha para cortar las trozas de manera similar a como serán cortadas en un aserradero. Una vez cortada la troza, cada pieza es caracterizada por sus nudos. El ensayo destructivo se realiza con una distancia de corte de 10[mm], con un kerf de 4[mm].


Figura 1: Muestra de piezas longitudinales, obtenidas en el Ensayo destructivo de las trozas.

Captura de datos por escaneo

Se usó un tomógrafo de rayos-X médico para evaluar las características de las trozas. La primera troza se escaneó de manera volumétrica. El escáner se mueve en forma helicoidal a lo largo del trozo con un paso de 10[mm] y con un espesor del rayo de 10 (mm). Las dos trozas restantes se escanearon con el procedimiento corte a corte con un paso de 10 (mm) y un ancho de rayo 5 (mm). La imagen entregada por el escáner se trató con un filtro suavizante propio del equipo. Un filtro de resalte se aplicó para mejorar el contraste entre nudo y madera. El mismo procedimiento se realiza con todos los trozos. La Figura 2 presenta un ejemplo de una sección de la troza escaneada.


Figura 2: Imágenes de corte en una troza e Imagen de TC para la misma troza.

Tratamiento y Rendering Volumétrico

La información del escaneo se registra en placas de celuloide. Las imágenes están aquí en múltiples cuadros de 2D. Cada imagen se almacena en formato JPG en la más alta calidad que la máquina permitió (512x512 pixeles). Luego, con ayuda del software , se trataron las imágenes, adecuando los niveles de umbralización para visualizar y distinguir los defectos deseados. Con esto se redujo la cantidad de ruido. Una vez hecha la umbralización en las imágenes se procedió a realizar el RV con las imágenes 2D (Figura 3).


Figura 3: Imágenes de TC para las trozas.

RESULTADOS Y ANALISIS DE RESULTADOS

La toma de datos en el escáner y las imágenes obtenidas son lo suficientemente claras para apreciar los defectos (Figura 3). En la reconstrucción del volumen realizada en la estación de trabajo que posee el escáner (Figura 4), se aprecia la concentración y disposición de los nudos.

Figura 4: Imagen reconstruida de la troza, obtenida en la estación de trabajo propia del equipo.


Figura5: Reconstrucción volumétrica de la troza e imágenes de TC segmentadas.

En la Figura 5, se puede apreciar la reconstrucción 3D de la troza y la concentración de los nudos en la parte final de ella. Se aprecia también la segmentación de los nudos. Acá se hace notar la presencia de zonas segmentadas erróneamente como nudos. Esto se debe principalmente a la similitud en la densidad de nudos y anillos de crecimiento (zonas verdes en las imágenes).

Las tablas siguientes presentan los resultados de datos cuantitativos para tres métodos: ensayo destructivo (corte longitudinal), reconstrucción 3D (RV) y TC transversal (análisis de imágenes 2D). El índice de eficiencia corresponde a la proporción de nudos (porcentaje de exactitud) presentes en las imágenes 2D o 3D, con respecto al ensayo destructivo.

Tabla 1. Número de nudos encontrados por los tres métodos

Método de corte longitudinal (destructivo)
TROZA	NUDOS < 10 (mm)	NUDOS >= 10 (mm)	TOTAL
1	33	16	49
2	6	9	15
3	16	8	24
Método de corte Transversal (2D)
TROZA	NUDOS < 10 (mm)	NUDOS > 10 (mm)	TOTAL
1	20	19	39
2	1	9	10
3	14	13	27
Método Reconstrucción en 3D (RV)
TROZA	NUDOS < 10 (mm)	NUDOS > 10 (mm)	TOTAL
1	1	8	9
2	1	6	7
3	3	7	10

El análisis se realizó separadamente para nudos menores y mayores a 10 mm. Siguiendo la metodología utilizada por Oja (1999), se comparan los nudos encontrados por los tres tipos de métodos antes mencionados, además se hace una separación entre nudos mayores y menores a 10[mm], solo con el propósito de diferenciar el tamaño de los nudos. Se aprecia que para el corte longitudinal se encontró una mayor cantidad de nudos. Este método entrega el número real de nudos presentes en cada troza. Con este método, se puede apreciar que ciertos nudos no se observan en el método por RV, pero que si se ven con el método de TC _transversal. Esto se debe a un error en la detección visual de los nudos.

Tabla 2. Valores de índices de eficiencia para el total de nudos

TC _transversalV/S CORTE _longitudinal
TROZO	% Exactitud
1	79.59
2	66.67
3	112.5
Reconstrucción 3D V/S CORTE _longitudinal
TROZO	% Exactitud
1	18.37
2	46.67
3	41.67

Tabla 3. Indices de eficiencia con respecto de nudos con diámetro mayor a 10(mm)

TC _transversalV/S CORTE _destructivo
TROZO	% Exactitud
1	118.75
2	100.00
3	162.50
Reconstrucción 3D V/S CORTE _destructivo
TROZO	% Exactitud
1	50.00
2	66.67
3	87.50

En la Tabla 2, se encontró que el porcentaje en la exactitud es muy deficiente para el método de Reconstrucción 3D (RV), no así para el método de TC _transversalcuando se toma en cuenta el total de nudos. Para nudos mayores a 10[mm], el índice porcentual de exactitud cambia favorablemente para ambos método de Reconstrucción 3D y TC _transversal (Tabla 3). La exactitud mayor a 100% en TC _transversal se explica por el hecho de detectar una mayor cantidad de nudos que con el método destructivo. El método destructivo es dependiente del error humano. Futuros trabajos deben mejorar este último método.

CONCLUSION

El procedimiento realizado en este trabajo permitió validar la técnica de visualización de Rendering Volumétrico y la adquisición de imágenes por rayos-X , ambas aplicadas a trozas de Pinus radiata. La utilización de RV genera una reconstrucción volumétrica de apreciable calidad. Las imágenes entregadas por el equipo de rayos-X presentan un buen índice de eficiencia, medido como la proporción de nudos detectados en relación a un ensayo destructivo. Validado en el ensayo destructivo y en los índices de exactitud.

No todos los nudos pequeños se reflejan en las imágenes. Esto es efecto de la alta velocidad en la toma de datos por parte del tomógrafo. La resolución de las imágenes se puede mejorar, aumentando la velocidad de adquisición. Las zonas de segmentación errónea se pueden mejorar con la elección de un mejor umbral de segmentación y un adecuado filtro. Lo anterior puede permitir menos ruido en la reconstrucción por RV y una mejora del índice de eficiencia. Por otro lado la transformación desde placas de celuloide a formato digital conlleva una inevitable perdida de información.

Los resultados mostrados indican que los rayos X y Rendering Volumétrico son una herramienta poderosa a la hora de buscar nuevos métodos de caracterización interna de rollizos, que apoyen la toma de decisiones en la industria del aserrío.

AGRADECIMIENTOS

Este proyecto ha sido posible gracias a la Dirección de Investigación de la Universidad del Bío-Bío a través del proyecto N°015110-2. Agradecemos igualmente la ayuda del Prof. Thomas Maness de British Columbia University, Canadá y el soporte de Fundación Andes/UBB con su proyecto Mejoramiento del Magíster en Ciencia y Tecnología de la Madera. Agradecemos también el aporte de las empresas CMPC Maderas, Bioforest S.A. y la colaboración del personal de radiología del Hospital del Trabajador de Concepción.

REFERENCIAS

Daniel, S.; Occeña, L.G.; Abbott, A. L.; Gupta, N. 1998. Nondestructive Evaluation of Hardwood Logs: CT Scanning, Machine Vision and data Utilization. Non Destructive Test Evaluation. 15:279-309.

Daniel, S.; Scheinman, E.; Rinnhofer, A.; Occeña, L.G. 2000. Internal Log Scanning: Research To Reality. Annual Hardwood Symposium Proceedings. West Virginia Now- The Future for the Hardwood Industry?. Davis, West Virginia. pp. 103-112

Hodges, D.; Anderson, W.C.; McMillin, C.W. 1990. The economic potential of CT scanners for hardwood sawmills. Forest Products Journal, 40(3): 65-68.

Zhu, D.; Conners, R.; Araman, P. 1991a. CT Image Sequence Processing For Wood Defect Recognition. Proceedings The Twenty- Third Southeastern Symposium on System Theory. University of South Carolina, Columbia. pp. 75-79

Zhu, D.; Conners, R.; Schmoldt, D.; Araman, P. 1991b. CT Image Sequence Analysis for Object Recognition a Rule-Based 3-D Computer Vision System. Conference Proceeding International Conference on Systems, Man, and Cybernetics Decision Aiding for Complex Systems. October 13-13,. Volume 1. pp. 173-178

Oja, J. 1999. X-Ray Measurement of Properties of Saw Logs. Ph.D. Thesis, Lulea University of Technology. pp. 331-315

Lichtenbelt, B.; Crane, R. 1998. Introduction to volume rendering. Englewood Cliffs, N.J. :Prentice-Hall. pp. 1-64