Einleitung und Problemstellung

Download .pdf, .docx, .epub, .txt
Did you like this example?

Heutzutage hat die Objekterkennung in Fotos oder Videobildern eine große Bedeutung. In immer mehr Bereichen werden Bilderkennungsalgorithmen eingesetzt, um Produkte zu verbessern oder für die Kunden attraktiver zu machen. In der Autoindustrie werden z. B. Objekterkennungsverfahren eingesetzt, um Verkehrsschilder oder Gefahrsituationen schneller und unermüdlich zu erkennen und den Fahrer aktiv durch Anzeigen oder akustische Signale darauf hinzuweisen. Weiterhin dienen Bildverarbeitungsalgorithmen und natürlich auch die Objekterkennung in vielen Produktionsbereichen zur Qualitätssicherung, um Produktfehler oder eine schlechte Produktqualität automatisiert zu erkennen und die Qualität zu steigern.

Problemstellung der Objekterkennung

Ziel dieser Arbeit soll es sein, verschiedene Objekterkennungsstrategien vorzustellen und die Vor- und Nachteile aufzuzeigen. Im weiteren Verlauf der Arbeit sollen anhand einer Beispiel­anwendung 45 verschiedene Objekte (siehe Anhang 10.2 Teileliste) mit einem bild­verarbeitungs­gestützten System erkannt werden. Dabei sollen die vorgestellten Objekt­erkennungs­algorithmen ausprobiert und evaluiert werden.

Gliederung der Arbeit

Im Anschluss an das einleitende erste Kapitel, sollen im nachfolgenden zweiten Kapitel die Grundlagen der Bildverarbeitung kurz angerissen werden. Hier wird näher auf die Bild­erfassung, Vorverarbeitung, Segmentierung, Merkmalsextraktion und die Klassifikation eingegangen. Um das Thema nicht nur rein theoretisch abzuhandeln, wird im dritten Kapitel die System­umgebung für die Problemstellung beschrieben. Dabei wird die Hardware und die Software HALCON 9.0 näher erläutert, die bei der Konzeption und Verifikation von Bild­erkennungs­verfahren unterstützt, bevor diese letztendlich in eigene Softwareprodukte einfließen können. Hier wird auf die Funktionalität dieses mächtigen Softwarewerkzeugs eingegangen und einzelne Funktionen genauer beleuchtet. Das vierte Kapitel beinhaltet die zu evaluierenden Objekterkennungsalgorithmen. Dabei werden diese Strategien vorgestellt und auf ihre Eignung für die Problemstellung der Objekt­erkennung dieser Arbeit eingegangen. Die vorgestellten Klassifizierungsstrategien sind einfache Zuweisungen, das Clusterverfahren, künstliche neuronale Netze und der Matching­assistent in der Programmierumgebung HDevelop von HALCON, welcher auf Template-Matching basiert. In Kapitel fünf wird der Einsatz der Software HALCON 9.0 für die Problemstellung demonstriert und die Schwierigkeiten bei der Objekterkennung sowie der Vorverarbeitung für die verschiedenen Objekterkennungsalgorithmen aufgezeigt. Ein weiterer Punkt dieses Kapitels ist eine detaillierte Quellcode-Beschreibung des Programms mit den besten Erkennungsquoten. Im sechsten Kapitel werden die Erkennungsquoten des implementierten Objekterkennungsalgorithmus und die dabei aufgetretenen Probleme erläutert. Die Zusammenfassung der Arbeit ist in Kapitel sieben zu finden. Außerdem beinhaltet dieses Kapitel noch einen Ausblick auf weitere Problemstellungen. In Kapitel acht und neun sind das Literatur- und das Abbildungsverzeichnis aufgeführt. Im Anhang sind die wichtigsten Quellcodes sowie eine Teileliste zur Überprüfung der Richtigkeit bei der Objekterkennung und eine Featuretabelle angefügt, um die verschiedensten Featurewerte für die einzelnen Objekte vergleichen zu können.

2. Bildverarbeitungsgrundlagen

Die Bildverarbeitung fasst viele Verfahrensschritte zusammen (vgl. [NEUM05]). Dazu gehören die bildhafte Erfassung von Objekten, die automatische Bearbeitung der Bilder, die Segmentierung, das Gewinnen von graphischen Informationen und die darauf basierende Klassifizierung.

Abbildung 2.1: Verfahrensschritte der Bildverarbeitung

Bei der Bilderfassung, dem ersten Schritt der Bildverarbeitung, wird das optische Bild in elektronische verarbeitbare Signale umgewandelt. Außerdem spielt die Objektbeleuchtung in diesem Schritt eine wichtige Rolle. Die Vorverarbeitung beinhaltet Verarbeitungsschritte zur Bildverbesserung, die durch Filter erreicht werden können. Bei der Segmentierung werden relevante Bildinhalte hervorgehoben, wie z.

Do you want to see the Full Version?

View full version

Having doubts about how to write your paper correctly?

Our editors will help you fix any mistakes and get an A+!

Get started
Leave your email and we will send a sample to you.
Thank you!

We will send an essay sample to you in 24 Hours. If you need help faster you can always use our custom writing service.

Get help with my paper
Sorry, but copying text is forbidden on this website. You can leave an email and we will send it to you.