Entwicklung einer kamerabasierten Legoteil Zählmaschine - Versionsgeschichte

Michael Deitel: /* Ausgabe einer Ist-Liste */

2015-01-20T21:52:48Z

Ausgabe einer Ist-Liste

← Nächstältere Version		Version vom 20. Januar 2015, 23:52 Uhr
Zeile 53:		Zeile 53:

	===Ausgabe einer Ist-Liste===		===Ausgabe einer Ist-Liste===
	~~Nun~~ wird jede Umfangslänge eines Objektes in Kombination mit dessen Farbe in der Datenbank gesucht und nachdem alle Teile abgeglichen wurden, werden die Seriennummern der Teile in einer Excel-Tabelle ausgegeben.		Für jedes Objekt hat man nun eine Matrix und deren Länge x(=Umfangslänge). Jetzt wird jede Umfangslänge eines Objektes in Kombination mit dessen Farbe in der Datenbank gesucht und nachdem alle Teile abgeglichen wurden, werden die Seriennummern der Teile in einer Excel-Tabelle ausgegeben.

	===Ergebnis===		===Ergebnis===

Michael Deitel am 20. Januar 2015 um 21:50 Uhr

2015-01-20T21:50:04Z

← Nächstältere Version		Version vom 20. Januar 2015, 23:50 Uhr
Zeile 33:		Zeile 33:
	In folgenden Kapiteln werden grundlegende Themen zur Klassifizierung von Legoteilen behandelt. Zum einen wird ein möglicher Hardwareaufbau gezeigt und zum anderen werden Programmabschnitte der Software beschrieben.		In folgenden Kapiteln werden grundlegende Themen zur Klassifizierung von Legoteilen behandelt. Zum einen wird ein möglicher Hardwareaufbau gezeigt und zum anderen werden Programmabschnitte der Software beschrieben.

	===Beschreibung der Hardwarekomponenten===		===Beschreibung der Hardwarekomponenten===
			[[Datei:MaschineHardware.jpg\|350px\|thumb\|right\|Geplanter Hardwareaufbau]]
	Die LEGO-Bauteile stammen aus EV3- und NXT-Basis- und Ergänzungssets und werden in eine Kunststoffkiste umgefüllt. Diese Kiste wird in eine Vorrichtung gestellt, die gekippt werden kann. Durch zunächst leichtes Kippen legen sich die ersten Teile an eine 90 Grad zur offenen Kiste befindlichen Wand, die aus Vorder- und Rückwand besteht, wobei sich Letztere dicht vor einem Förderband befindet. Die mit der Kiste bewegliche Vorderwand fördert mit ihrer Vorderkante vereinzelte LEGO-Teile auf das Förderband. Sowohl die Wände als auch das Förderband haben seitliche Begrenzungen, so dass die Bauteile nicht aus der Maschine fallen können; diese Begrenzungen können außerdem durch Verengen zum weiteren Vereinzeln genutzt werden.		Die LEGO-Bauteile stammen aus EV3- und NXT-Basis- und Ergänzungssets und werden in eine Kunststoffkiste umgefüllt. Diese Kiste wird in eine Vorrichtung gestellt, die gekippt werden kann. Durch zunächst leichtes Kippen legen sich die ersten Teile an eine 90 Grad zur offenen Kiste befindlichen Wand, die aus Vorder- und Rückwand besteht, wobei sich Letztere dicht vor einem Förderband befindet. Die mit der Kiste bewegliche Vorderwand fördert mit ihrer Vorderkante vereinzelte LEGO-Teile auf das Förderband. Sowohl die Wände als auch das Förderband haben seitliche Begrenzungen, so dass die Bauteile nicht aus der Maschine fallen können; diese Begrenzungen können außerdem durch Verengen zum weiteren Vereinzeln genutzt werden.
	Sollte sich dieses Verfahren als nicht erfolgreich erweisen, wäre alternativ eine Vorsortierung durch Sieben denkbar; d. h. aus der Kiste gelangen die Teile in eine Schüttelvorrichtung, welche die Teile durch zunächst feine, später gröbere Löcher auf das o. g. Förderband fallen lässt.		Sollte sich dieses Verfahren als nicht erfolgreich erweisen, wäre alternativ eine Vorsortierung durch Sieben denkbar; d. h. aus der Kiste gelangen die Teile in eine Schüttelvorrichtung, welche die Teile durch zunächst feine, später gröbere Löcher auf das o. g. Förderband fallen lässt.
Zeile 39:		Zeile 40:

	===Farbanalyse===		===Farbanalyse===
			[[Datei:P24.jpg\|350px\|thumb\|right\|Binärbild zum weißen Farbbereich]]
	Im ersten Schritt in der Software wird die Farbe analysiert. Jede zu berücksichtigende Farbe bekommt eine Matrix in der eine 1 an einem Bildpunkt gesetzt wird , wenn sich an diesem Punkt die Farbe befindet und eine 0, wenn dies nicht der Fall ist. Für die Farbe "Weiß" ensteht das Binärbild das rechts zu sehen ist.		Im ersten Schritt in der Software wird die Farbe analysiert. Jede zu berücksichtigende Farbe bekommt eine Matrix in der eine 1 an einem Bildpunkt gesetzt wird , wenn sich an diesem Punkt die Farbe befindet und eine 0, wenn dies nicht der Fall ist. Für die Farbe "Weiß" ensteht das Binärbild das rechts zu sehen ist.

	===Flood-Filling===		===Flood-Filling===
			[[Datei:P34.jpg\|350px\|thumb\|right\|Ergebnis nach dem Flood-Filling]]
	Im nächsten Schritt werden Regionen gefunden und gefüllt in jedem Binärbild zu den einzelnen Farben. Dazu wird durch den Flood-Filling-Alghorithmus zusammenhängende Bereiche erkannt. Wodurch das rechts liegende Bild entsteht.		Im nächsten Schritt werden Regionen gefunden und gefüllt in jedem Binärbild zu den einzelnen Farben. Dazu wird durch den Flood-Filling-Alghorithmus zusammenhängende Bereiche erkannt. Wodurch das rechts liegende Bild entsteht.

Michael Deitel: /* Moore-Neighbour-Tracing-Alghorithmus */

2015-01-20T21:44:44Z

Moore-Neighbour-Tracing-Alghorithmus

← Nächstältere Version		Version vom 20. Januar 2015, 23:44 Uhr
Zeile 45:		Zeile 45:

	===Moore-Neighbour-Tracing-Alghorithmus===		===Moore-Neighbour-Tracing-Alghorithmus===
			[[Datei:MooreN.jpg\|350px\|thumb\|right\|Der Weg des Bugs]]
	Der Grundlegende Ablauf dieses Verfahrens geht nach folgendem Schema vor:		Der Grundlegende Ablauf dieses Verfahrens geht nach folgendem Schema vor:
	Als Beispiel dient uns ein Marienkäfer, dessen Weg in der rechten Abbildung zu sehen ist. Der erste Schritt ist auf dem Bild nach dem ersten schwarzen Pixel ( in der Abbildung ist dieser rosa ) zu suchen. In diesem Beispiel wurde in der linken unteren Ecke angefangen den ersten Pixel zu untersuchen, ob dieser schwarz ist. Darauf wird der darüber liegende untersucht. Dies wird so lange fortgeführt bis die linke obere Ecke erreicht ist und darauf folgt die gleiche Prozedur von dem rechten Pixel des Startpixels aus. Dort ist dann in der dritten Zeile ein schwarzer Pixel gefunden worden, worauf nun der zweite Schritt des Alghorithmus beginnt. In diesem zweiten Schritt wird der nächste Punkt des Objektes gesucht. Der Marienkäfer wandert also einen Schritt zurück, aus der Richtung wo er hergekommen ist und geht nun die Nachbarpixel des Startpixels P0 im Uhrzeigersinn ab. Die blaue Linie beschreibt diesen Weg. Wenn der Käfer auf einen schwarzen Pixel stößt ist dies der neue Startpixel P und der zweite Schritt des Alghorithmus wird wiederholt. Dieser Schritt wiederholt sich so oft, bis wieder der erste Startpixel erreicht ist. Nun werden in einem dritten Schritt alle analysierten schwarzen Pixel gesichert. Von dem ersten Startpixel P0 aus können nun weitere Objekte gesucht werden, indem der erkannte Umriss sowie dessen enthaltene Pixel weiß im Bild eingezeichnet werden und wieder mit dem ersten Schritt von P0 aus begonnen wird.		Als Beispiel dient uns ein Marienkäfer, dessen Weg in der rechten Abbildung zu sehen ist. Der erste Schritt ist auf dem Bild nach dem ersten schwarzen Pixel ( in der Abbildung ist dieser rosa ) zu suchen. In diesem Beispiel wurde in der linken unteren Ecke angefangen den ersten Pixel zu untersuchen, ob dieser schwarz ist. Darauf wird der darüber liegende untersucht. Dies wird so lange fortgeführt bis die linke obere Ecke erreicht ist und darauf folgt die gleiche Prozedur von dem rechten Pixel des Startpixels aus. Dort ist dann in der dritten Zeile ein schwarzer Pixel gefunden worden, worauf nun der zweite Schritt des Alghorithmus beginnt. In diesem zweiten Schritt wird der nächste Punkt des Objektes gesucht. Der Marienkäfer wandert also einen Schritt zurück, aus der Richtung wo er hergekommen ist und geht nun die Nachbarpixel des Startpixels P0 im Uhrzeigersinn ab. Die blaue Linie beschreibt diesen Weg. Wenn der Käfer auf einen schwarzen Pixel stößt ist dies der neue Startpixel P und der zweite Schritt des Alghorithmus wird wiederholt. Dieser Schritt wiederholt sich so oft, bis wieder der erste Startpixel erreicht ist. Nun werden in einem dritten Schritt alle analysierten schwarzen Pixel gesichert. Von dem ersten Startpixel P0 aus können nun weitere Objekte gesucht werden, indem der erkannte Umriss sowie dessen enthaltene Pixel weiß im Bild eingezeichnet werden und wieder mit dem ersten Schritt von P0 aus begonnen wird.

Michael Deitel am 20. Januar 2015 um 21:40 Uhr

2015-01-20T21:40:07Z

← Nächstältere Version		Version vom 20. Januar 2015, 23:40 Uhr
Zeile 47:		Zeile 47:
	Der Grundlegende Ablauf dieses Verfahrens geht nach folgendem Schema vor:		Der Grundlegende Ablauf dieses Verfahrens geht nach folgendem Schema vor:
	Als Beispiel dient uns ein Marienkäfer, dessen Weg in der rechten Abbildung zu sehen ist. Der erste Schritt ist auf dem Bild nach dem ersten schwarzen Pixel ( in der Abbildung ist dieser rosa ) zu suchen. In diesem Beispiel wurde in der linken unteren Ecke angefangen den ersten Pixel zu untersuchen, ob dieser schwarz ist. Darauf wird der darüber liegende untersucht. Dies wird so lange fortgeführt bis die linke obere Ecke erreicht ist und darauf folgt die gleiche Prozedur von dem rechten Pixel des Startpixels aus. Dort ist dann in der dritten Zeile ein schwarzer Pixel gefunden worden, worauf nun der zweite Schritt des Alghorithmus beginnt. In diesem zweiten Schritt wird der nächste Punkt des Objektes gesucht. Der Marienkäfer wandert also einen Schritt zurück, aus der Richtung wo er hergekommen ist und geht nun die Nachbarpixel des Startpixels P0 im Uhrzeigersinn ab. Die blaue Linie beschreibt diesen Weg. Wenn der Käfer auf einen schwarzen Pixel stößt ist dies der neue Startpixel P und der zweite Schritt des Alghorithmus wird wiederholt. Dieser Schritt wiederholt sich so oft, bis wieder der erste Startpixel erreicht ist. Nun werden in einem dritten Schritt alle analysierten schwarzen Pixel gesichert. Von dem ersten Startpixel P0 aus können nun weitere Objekte gesucht werden, indem der erkannte Umriss sowie dessen enthaltene Pixel weiß im Bild eingezeichnet werden und wieder mit dem ersten Schritt von P0 aus begonnen wird.		Als Beispiel dient uns ein Marienkäfer, dessen Weg in der rechten Abbildung zu sehen ist. Der erste Schritt ist auf dem Bild nach dem ersten schwarzen Pixel ( in der Abbildung ist dieser rosa ) zu suchen. In diesem Beispiel wurde in der linken unteren Ecke angefangen den ersten Pixel zu untersuchen, ob dieser schwarz ist. Darauf wird der darüber liegende untersucht. Dies wird so lange fortgeführt bis die linke obere Ecke erreicht ist und darauf folgt die gleiche Prozedur von dem rechten Pixel des Startpixels aus. Dort ist dann in der dritten Zeile ein schwarzer Pixel gefunden worden, worauf nun der zweite Schritt des Alghorithmus beginnt. In diesem zweiten Schritt wird der nächste Punkt des Objektes gesucht. Der Marienkäfer wandert also einen Schritt zurück, aus der Richtung wo er hergekommen ist und geht nun die Nachbarpixel des Startpixels P0 im Uhrzeigersinn ab. Die blaue Linie beschreibt diesen Weg. Wenn der Käfer auf einen schwarzen Pixel stößt ist dies der neue Startpixel P und der zweite Schritt des Alghorithmus wird wiederholt. Dieser Schritt wiederholt sich so oft, bis wieder der erste Startpixel erreicht ist. Nun werden in einem dritten Schritt alle analysierten schwarzen Pixel gesichert. Von dem ersten Startpixel P0 aus können nun weitere Objekte gesucht werden, indem der erkannte Umriss sowie dessen enthaltene Pixel weiß im Bild eingezeichnet werden und wieder mit dem ersten Schritt von P0 aus begonnen wird.

			===Ausgabe einer Ist-Liste===
			Nun wird jede Umfangslänge eines Objektes in Kombination mit dessen Farbe in der Datenbank gesucht und nachdem alle Teile abgeglichen wurden, werden die Seriennummern der Teile in einer Excel-Tabelle ausgegeben.

			===Ergebnis===
			Die Software ist nunmehr dazu in der Lage, mit einer Fehlerrate von null Prozent ein Teil in 0,73 Sekunden zu erkennen. Diese Zahlen kommen durch zwei Testdurchläufe mit einmal neun und einmal sieben Legoteilen unter der Linse und dem Einsatz des Prozessors Xeon E3-1231 v3 von Intel zustande.
			Als Ergebnis kann festgehalten werden, dass die Bildverarbeitungssoftware für des "`Lego Mindstorm Education NXT Base Set (9797)"' mit 431 Teilen abzüglich der Elektronikbauteile nur 5 Minuten und 16 Sekunden für die Berechnung in Anspruch nehmen wird. Bei einer Abdunklung und Schaffung einer gleichmäßigen Beleuchtung, wie in der "`Beschreibung der Hardwarekomponenten"' dargestellt, ist mit keinen Fehlern zu rechnen.

	<!--		<!--

Michael Deitel am 20. Januar 2015 um 21:31 Uhr

2015-01-20T21:31:50Z

@@ Zeile 28: / Zeile 28: @@
 # Die Fehlerrate soll bei 0% liegen.
 # Test und wiss. Dokumentation der Ergebnisse
 <!--

Ulrich Schneider am 9. Januar 2015 um 12:17 Uhr

2015-01-09T12:17:30Z

← Nächstältere Version		Version vom 9. Januar 2015, 14:17 Uhr
Zeile 29:		Zeile 29:
	# Test und wiss. Dokumentation der Ergebnisse		# Test und wiss. Dokumentation der Ergebnisse

			<!--
	== Anforderung ==		== Anforderung ==
	Besuch der Veranstaltung [[Praxisseminar]]		Besuch der Veranstaltung [[Praxisseminar]]
			-->

	== Empfohlene Zusatzkurse ==		== Empfohlene Zusatzkurse ==

Ulrich Schneider am 9. Dezember 2014 um 11:10 Uhr

2014-12-09T11:10:51Z

← Nächstältere Version		Version vom 9. Dezember 2014, 13:10 Uhr
Zeile 62:		Zeile 62:
	#[[Anforderungen_an_eine_wissenschaftlich_Arbeit\| Anforderungen an eine wissenschaftlich Arbeit]]		#[[Anforderungen_an_eine_wissenschaftlich_Arbeit\| Anforderungen an eine wissenschaftlich Arbeit]]

	~~== [[Projekttracking_Deitel\|Projekttracking]] ==~~

	----		----
	→ zurück zum Hauptartikel: [[Studentische_Arbeiten\| Studentische Arbeiten]]		→ zurück zum Hauptartikel: [[Studentische_Arbeiten\| Studentische Arbeiten]]

Ulrich Schneider am 14. Mai 2014 um 16:55 Uhr

2014-05-14T16:55:09Z

← Nächstältere Version		Version vom 14. Mai 2014, 18:55 Uhr
Zeile 36:		Zeile 36:
	*[[Bild-_und_Signalverarbeitung\|Bild- und Signalverarbeitung]]		*[[Bild-_und_Signalverarbeitung\|Bild- und Signalverarbeitung]]

			<!--
	== Zielsetzung zum: ==		== Zielsetzung zum: ==
	21.05.2014		21.05.2014
Zeile 41:		Zeile 42:
	#Programmteil schreiben der die Datenbank einbindet		#Programmteil schreiben der die Datenbank einbindet
	#Farberkennung verbessern		#Farberkennung verbessern
			-->
	== Literatur ==		== Literatur ==
	*[http://extras.springer.com/2011/978-3-642-13096-0 '''Demant''', C.; '''Streicher-Abel''', B.; '''Springhoff''', A.: ''Industrielle Bildverarbeitung.'' Heidelberg: Springer, 3. Auflage 2011. ISBN 978-3-642-13096-0]		*[http://extras.springer.com/2011/978-3-642-13096-0 '''Demant''', C.; '''Streicher-Abel''', B.; '''Springhoff''', A.: ''Industrielle Bildverarbeitung.'' Heidelberg: Springer, 3. Auflage 2011. ISBN 978-3-642-13096-0]

Ulrich Schneider am 14. Mai 2014 um 16:28 Uhr

2014-05-14T16:28:00Z

← Nächstältere Version		Version vom 14. Mai 2014, 18:28 Uhr
Zeile 61:		Zeile 61:
	#[[Anforderungen_an_eine_wissenschaftlich_Arbeit\| Anforderungen an eine wissenschaftlich Arbeit]]		#[[Anforderungen_an_eine_wissenschaftlich_Arbeit\| Anforderungen an eine wissenschaftlich Arbeit]]

			== [[Projekttracking_Deitel\|Projekttracking]] ==

	----		----
	→ zurück zum Hauptartikel: [[Studentische_Arbeiten\| Studentische Arbeiten]]		→ zurück zum Hauptartikel: [[Studentische_Arbeiten\| Studentische Arbeiten]]

Michael Deitel am 14. Mai 2014 um 12:43 Uhr

2014-05-14T12:43:39Z

← Nächstältere Version		Version vom 14. Mai 2014, 14:43 Uhr
Zeile 35:		Zeile 35:
	*[[Matlab/Simulink]]		*[[Matlab/Simulink]]
	*[[Bild-_und_Signalverarbeitung\|Bild- und Signalverarbeitung]]		*[[Bild-_und_Signalverarbeitung\|Bild- und Signalverarbeitung]]

			== Zielsetzung zum: ==
			21.05.2014
			#Aufbauen einer Datenbank
			#Programmteil schreiben der die Datenbank einbindet
			#Farberkennung verbessern

	== Literatur ==		== Literatur ==