Oliopohjainen konenäkösovelluskehys
Jyrkinen, Kari (2010)
Kandidaatintyö
2010
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe201005201874
https://urn.fi/URN:NBN:fi-fe201005201874
Tiivistelmä
Monet teollisuuden konenäkö- ja hahmontunnistusongelmat ovat hyvin samantapaisia, jolloin prototyyppisovelluksia suunniteltaessa voitaisiin hyödyntää pitkälti samoja komponentteja. Oliopohjaiset sovelluskehykset tarjoavat erinomaisen tavan nopeuttaa ohjelmistokehitystä uudelleenkäytettävyyttä parantamalla. Näin voidaan sekä mahdollistaa konenäkösovellusten laajempi käyttö että säästää kustannuksissa.
Tässä työssä esitellään konenäkösovelluskehys, joka on perusarkkitehtuuriltaan liukuhihnamainen. Ylätason rakenne koostuu sensorista, datankäsittelyoperaatioista, piirreirrottimesta sekä luokittimesta. Itse sovelluskehyksen lisäksi on toteutettu joukko kuvankäsittely- ja hahmontunnistusoperaatioita. Sovelluskehys nopeuttaa selvästi ohjelmointityötä ja helpottaa uusien kuvankäsittelyoperaatioiden lisää mistä. Many industrial machine vision and pattern recognition problems are rather similar. When implementing prototype applications to solve these problems, it is possible to reuse existing components. Object- oriented software frameworks offer an excellent way to speed up the software development by improving the reusability. In this way, it is both possible to enable wider use of machine vision applications and save in the development costs.
In this thesis I present a machine vision framework, which follows the pipeline architecture. The high- level structure is composed of sensor, data processors, feature extractor, and classifier. In addition to the framework, a set of basic image processing and pattern recognition operations are implemented. The developed software framework speeds up the programming work and makes it easier to add new image processing operations.
Tässä työssä esitellään konenäkösovelluskehys, joka on perusarkkitehtuuriltaan liukuhihnamainen. Ylätason rakenne koostuu sensorista, datankäsittelyoperaatioista, piirreirrottimesta sekä luokittimesta. Itse sovelluskehyksen lisäksi on toteutettu joukko kuvankäsittely- ja hahmontunnistusoperaatioita. Sovelluskehys nopeuttaa selvästi ohjelmointityötä ja helpottaa uusien kuvankäsittelyoperaatioiden lisää mistä.
In this thesis I present a machine vision framework, which follows the pipeline architecture. The high- level structure is composed of sensor, data processors, feature extractor, and classifier. In addition to the framework, a set of basic image processing and pattern recognition operations are implemented. The developed software framework speeds up the programming work and makes it easier to add new image processing operations.