Industrielle Bildverarbeitung mit OpenCV

Transkript

1 Industrielle Bildverarbeitung mit OpenCV Zhang,Duoyi 6.7.2

2 Gliederung. Einführung für OpenCV 2. Die Struktur von OpenCV Überblick Funktionsumfang in Ausschnitten mit Beispielen 3. Industrielles Anwendungsbeispiel 4. Fazit 2

3 Einführung für die OpenCV - OpenCV: Open Source Computer Vision Library - Enthält Algorithmen für die Bildverarbeitung und maschinelles Sehen - Ursprünglich von Intel entwickelt - Jetzt unter BSD-Lizenz, zurzeit in Version 2. - In C/C++ geschrieben, Wrapper für.net u.a. 3

4 Anwendungsgebiete Einführung für OpenCV Ego Motion Gesture Recognition Motion Tracking OpenCV Human Computer Interaction Mobile Roboties Face Recognition Segmentation and Recognition 3D Modelling Objekt Identification 4

5 Überblick über die Struktur von OpenCV der Aufbau von OpenCV 5

6 Funktionsumfang in Ausschnitten Einfache geometrische Transformation Urbild Skalierung Translation Dehnung Rotation Scherung 6

7 Funktionsumfang in Ausschnitten Log-Polar Transformation Zwei Bilder in kartesischen und Log-Polar-Koordinaten (A) Das rechte Bild ergibt sich aus dem linken durch Skalierung um Faktor,2 und Drehung um 3 nach links. Abbildung: A Abbildung: B Quelle:OBJECT TRACKING USING LOG-POLARTRANSFORMATION,by Saikiran S. Thunuguntla B.Tech, GMRIT Rajam, India,22 August,25 (B) In Log-Polar-Koordinaten: Skalierung und Rotation wird zur Translation Suche von gedrehten / skalierten Features per Korrelationsanalyse deutlich einfacher! 7

8 Funktionsumfang in Ausschnitten Corner detection with OpenCV's Harris algorithmus (Finden interessanter Punkte) 8

9 Funktionsumfang in Ausschnitten Filter basierend auf Faltung (engl. convolution) Gaussian Filter : 4 Kantendete ktor : Kernel-Matrix Urbild Zielbild 9

10 Funktionsumfang in Ausschnitten Gesichtserkennung, Motion Tracking Face Detection-Algorithmen, kombiniert mit farbbasierter Erkennung von Kleidung und Haaren, ermöglichen das Erkennen und Verfolgen der abgebildeten Personen.

11 Industrielles Anwendungsbeispiel Aufbau eines industriellen Bildverarbeitungssystems: Komponenten: - Beleuchtung - Bilderzeugung - Bilddigitalierung - Bildverarbeitung - Ansteuerung an Aktoren Abbildung 3. : Industrielle Bilverarbeitungssystem Quelle : Industrielle Bildverarbeitung, Prof. Dr.-Ing. Dietrich Ertelt, Fachhochschule Oldenburg Ostfriesland Wilhelmshaven SPS: speicherprogrammierbare Steuerung SW: Software

12 Industrielles Anwendungsbeispiel Aufgabe: Prüfen, ob Flasche - verformt ist - zerkratzt oder verschmutzt ist Urbild 2

13 Industrielles Anwendungsbeispiel Prüfung auf Verformung / Rundheit : - Segmentierung per Schwellwert: if F(n,m) < σ F(n,m) = ; else F(n,m) = ; - Berechnung des Formfaktors Q (wird maximal, also, bei runden Objekten) Q 4 A 2 L A : Fläche L : Länge des Umrisses Funktionen in OpenCV: cvarclength, cvcontourarea 3

14 Industrielles Anwendungsbeispiel Prüfung auf Verschmutzung / Kratzer: Kantenfilter (=Hochpass) entfernt niedrige Bildfrequenzen, also langsame Farbverläufe Segmentierung mit unterem und oberem Schwellwert if F(m,n)<σlower or F(m,n)>σupper F(m,n)=; else F(m,n)=; 4

15 Industrielles Anwendungsbeispiel Prüfung auf Verschmutzung / Kratzer: Dilate-Filter Nachbarpunkte von weißen Pixeln werden auch weiß Verdickung, Verschmelzung benachbarter Regionen Erode-Filter Das Gegenteil des Dilate-Filters Regionen erhalten wieder ursprüngliche Größe, bleiben aber zum Teil verschmolzen, können so bei Bedarf gezählt werden Am Ende: Weiße Pixel nur am Rand und um den Verschluss Flasche ist in Ordnung 5

16 Fazit OpenCV ist leistungsfähig und für verschiedene Programmiersprachen verfügbar OpenCV bietet Unterstützung für viele Aufgabenbereiche der Bildverarbeitung OpenCV ist einfach anwendbar OpenCV ist auch in der Industrie weit verbreitet (typische Kamerasysteme unterstützen sehr oft zwei Frameworks: ein kommerzielles / firmeneigenes und OpenCV) 6

17 Vielen Dank für Ihre Aufmerksamkeit 7