Hyppää sisältöön
    • Suomeksi
    • På svenska
    • In English
  • Suomeksi
  • In English
  • Kirjaudu
Näytä aineisto 
  •   Etusivu
  • LUTPub
  • Kandidaatin tutkintojen opinnäytetyöt
  • Näytä aineisto
  •   Etusivu
  • LUTPub
  • Kandidaatin tutkintojen opinnäytetyöt
  • Näytä aineisto
JavaScript is disabled for your browser. Some features of this site may not work without it.

Oliopohjainen konenäkösovelluskehys

Jyrkinen, Kari (2010)

Katso/Avaa
nbnfi-fe201005201874.pdf (583.0Kb)
Lataukset: 


Kandidaatintyö

Jyrkinen, Kari
2010

Näytä kaikki kuvailutiedot
Julkaisun pysyvä osoite on
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.
 
Kokoelmat
  • Kandidaatin tutkintojen opinnäytetyöt [6441]
LUT-yliopisto
PL 20
53851 Lappeenranta
Ota yhteyttä | Tietosuoja | Saavutettavuusseloste
 

 

Tämä kokoelma

JulkaisuajatTekijätNimekkeetKoulutusohjelmaAvainsanatSyöttöajatYhteisöt ja kokoelmat

Omat tiedot

Kirjaudu sisäänRekisteröidy
LUT-yliopisto
PL 20
53851 Lappeenranta
Ota yhteyttä | Tietosuoja | Saavutettavuusseloste