OpenCV biblioteka i primjene

diplomski rad

• Autor: Dino Franić
• Mentor: Goran Igaly (mentor)
• Član povjerenstva: Goran Igaly (predsjednik povjerenstva)
• Član povjerenstva: Maja Starčević (član povjerenstva)
• Član povjerenstva: Tomislav Pejković (član povjerenstva)
• Član povjerenstva: Mea Bombardelli (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Prirodoslovno-matematički fakultet; (Matematički odsjek); Zagreb
• Datum i država obrane: 2016-09-23, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: PRIRODNE ZNANOSTI; Matematika

Sažetak

U ovom radu je dan uvid u problematiku računalnog vida. Objašnjen je računalni prikaz slike i osnove nastanka slike u kameri. Prikazan je sadržaj OpenCV biblioteke, dan kratki uvid u povijest razvoja i prikazane osnovne funkcije. Navedeni su algoritmi za otklanjanje šuma i detekciju rubova na slici, objašnjene su morfološke operacije te prikazan rad s konturama i detektorima kutova. Objašnjen je SIFT algoritam za rad s ključnim točkama, a zatim na primjeru uspoređen sa SURF algoritmom. Prikazane su osnovne ideje klasifikacije objekata, a zatim je objašnjen algoritam kaskadnog klasifikatora. Objašnjene su, dostupne za kaskadni klasifikator u OpenCV-u, LBP i HAAR značajke. Također je naveden i SVM. U praktičnom djelu je konstruiran i implementiran algoritam za prepoznavanje otvorenog dlana i brojanje prstiju. Objašnjen je trening korištenog kaskadnog klasifikatora uz pomoć OpenCV alata te prikazani rezultati treninga s LBP i HAAR značajkama na tri skupa s različitim brojem pozitivnih primjera te dvije razlučivosti 24x24 i 50x50 piksela. Iznesene su ideje za unaprjeđenje konstruiranog algoritma, a u zadnjem poglavlju je prikazano moguće ubrzanje putem GPU jedinice i dodatnog OpenCV modula.

Sažetak (engleski)

This thesis presents an overview of computer vision. It gives basic insight of computer representation of image and formation of the image in the camera. Brief history of OpenCV along with contents of the library are shown. It also covers basic functions and structures. Algorithms for removing noise and edge detection in the image are shown and explanation of morphological operations with their application example is given. There are examples of contours extraction and corner detection also. SIFT key point detection and extraction is explained along with performance comparison to SURF detector. The basic idea underlying classification of objects is shown along with explanation of cascade classifier algorithm. LBP and Haar features, which are available with OpenCV for cascade classifier detection, are presented. SVM is listed also. Practical work covers construction and implemented of algorithm for open palm detection and finger counting. Training data preparation for cascade classifier training with OpenCV tool is explained. Classifiers are trained on three sets with different number of positive examples and two different resolutions. For every set of positive images, classifier is trained for both LBP and HAAR feature and performance of resulting classifiers is compared. Some ideas for improving constructed algorithm and cascade classifier are given and last chapter is shown the possible acceleration via GPU units and additional OpenCV modules.

• Ključne riječi: računalni vid; OpenCV; SIFT algoritam; SURF algoritam
• Ključne riječi (engleski): computer vision; OpenCV; SIFT key point detection; SURF detector
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:217:310289
• Studijski program: Naziv: Matematika i informatika; smjerovi: nastavnički; Smjer: nastavnički; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra edukacije matematike i informatike (mag. educ. math. et inf.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Otvoreni pristup
• Datum i vrijeme pohrane: 2019-01-22 13:08:34