Reconstruction and analysis of surface variation using photometric stereo

In many industrial applications, accurate and fast surface reconstruction is essential for quality control. Variation in surface finishing parameters, such as surface roughness, can reflect defects in a manufacturing process, non-optimal product operational efficiency, and reduced life expectancy of the product. This thesis considers reconstruction and analysis of high-frequency variation, that is roughness, on planar surfaces. Standard roughness measures in industry are calculated from surface topography. A fast and non-contact method to obtain surface topography is to apply photometric stereo in the estimation of surface gradients and to reconstruct the surface by integrating the gradient fields. Alternatively, visual methods, such as statistical measures, fractal dimension and distance transforms, can be used to characterize surface roughness directly from gray-scale images. In this thesis, the accuracy of distance transforms, statistical measures, and fractal dimension are evaluated in the estimation of surface roughness from gray-scale images and topographies. The results are contrasted to standard industry roughness measures. In distance transforms, the key idea is that distance values calculated along a highly varying surface are greater than distances calculated along a smoother surface. Statistical measures and fractal dimension are common surface roughness measures. In the experiments, skewness and variance of brightness distribution, fractal dimension, and distance transforms exhibited strong linear correlations to standard industry roughness measures. One of the key strengths of photometric stereo method is the acquisition of higher frequency variation of surfaces. In this thesis, the reconstruction of planar high-frequency varying surfaces is studied in the presence of imaging noise and blur. Two Wiener filterbased methods are proposed of which one is optimal in the sense of surface power spectral density given the spectral properties of the imaging noise and blur. Experiments show that the proposed methods preserve the inherent high-frequency variation in the reconstructed surfaces, whereas traditional reconstruction methods typically handle incorrect measurements by smoothing, which dampens the high-frequency variation.

Renewable energy scenarios for South Karelia – non-industrial energy demands

Tässä diplomityössä tarkastellaan täysin uusiutuvaa energiajärjestelmää Etelä-Karjalan maakunnan alueella, mikä onkin jo tällä hetkellä Suomen uusiutuvin maakunta. Diplomityössä tarkastellaan julkisen sektorin, liikenteen ja rakennusten energian kulutusta mutta teollisuuden energiankäyttö jätetään tarkastelun ulkopuolelle. Työssä tutustutaan tämän hetken Etelä-Karjalan energiajärjestelmään ja sen perusteella tehdään referenssi-skenaario. Tulevaisuuden skenaariot tehdään vuosille 2030 ja 2050. Tulevaisuuden skenaarioissa muutos keskittyy järjestelmän sähköistymiseen ja uusiutuvien tuotantomuotojen integroimiseen järjestelmään. Sähköistyminen kasvattaa sähkönkulutusta, joka pyritään kattamaan uusiutuvilla tuotantomuodoilla, lähinnä tuuli- ja aurinkovoimalla. Liikennesektori rajataan kumipyöräliikenteeseen ja sen muutos tulee olemaan haastavin ja aikaa vievin. Muutokseen pyritään liikennepolttoaineiden tuotannolla maakunnassa sekä sähköautoilulla. Uusiutuva energiajärjestelmä tarvitsee tuotannon ja kysynnän joustoa sekä älyä järjestelmältä. Työssä tarkastellaan myös järjestelmän kustannuksia sekä työllisyysvaikutuksia.