Diskussion:SoSe24 - Praktikum Systementwurf - Inverse Perspektiventransformation (IPT)
Zur Navigation springen
Zur Suche springen
--Ulrich Schneider (Diskussion) 08:40, 21. Jun. 2024 (UTC)
Qualität der Lösung der Aufgaben gemäß der Bewertungskriterien
Vollständigkeit
- Die Aufgaben wurden vollständig gelöst und die Algorithmen arbeiten "korrekt" mit hoher Zuverlässigkeit (>98%) bei Variation der Eingangsdaten.
Ergebnis-Qualität
- Die Qualität des Ergebnisses erfüllt die Erwartungen.
- Z. 79
rgb2gray
liefert in diesem Fall ein ungenügendes Ergebnis. Der Lichtklecks verfälscht die rechte Spur und muss bei der Binarisierung entfernt werden.
Quelltext-Effizienz
- Der Algorithmus wurde effizient programmiert.
Quelltext-Lesbarkeit
- Der Quelltext ist für den Beurteiler leicht zu verstehen und die Dokumentation mit PAP erläutert die Funktion.
- Vermeiden Sie absolute Pfade (Z. 31-34).
- Löschen Sie nicht verwendeten Quelltext (Z. 36, 40).
- Z. 4:
startInversivePerpektivenTransformation.m
Wieso eigentlich inversive? Inverse wäre korrekt. - Z. 43 u.A. Ergänzen Sie Einheiten im Kommentar.
Nachhaltigkeit
- Der Header ist unvollständig.
- Der in Quelltext 1 beschriebene Quelltext ist nicht im angegebenen Ordner zu finden (
startInversePerspektivenTransformation.m
). - Sicher Sie keine
*.asv
-Dateien in SVN. - Verwenden Sie aussagekräftige Log-Texte. Was sind "Kleinigkeiten"?
- Halten Sie sich beim Programmieren an die Programmierrichtlinien für MATLAB®.
- Nutzen Sie beispielsweise sprechende Variablen in deutscher Sprache (z. B.
fFokaleLaenge
anstelle vonfc
). - Notwendige Dateien fehlen.
- Kopieren Sie auf keinen Fall Daten in SVN.
Qualität der Dokumentation im Wiki-Artikel
- Referenzieren Sie alle Abbildungen, Tabellen, Quelltexte und sonstige Quellen im Text.
- Erweitern Sie die Tabelle 1 und 2 um die deutschen Bezeichnungen, MATLAB®-Bezeichnungen und Formelzeichnungen.
- Nutzen Sie eine erläuternde Skizze zur Visualisierung des ROI.
- Die Kamerakalibrierung sollte für Wagen 1 und Wagen 2 durchgeführt werden. Wo wurde Wagen 2 dokumentiert?
Problembeschreibung
- Das Problem wurde nachvollziehbar beschrieben.
Analyse der Ursachen der Probleme
- Mögliche Ursachen wurden analysiert.
Beschreibung der Sie Maßnahmen zur Beseitigung der identifizierten Ursache(n)
- Maßnahme 1 und 3 verstehe ich nicht.
Beantwortung der Lernzielkontrollfragen
- Wofür werden die Kamerakalibrierparameter verwendet? Entzerrung und IPT.
- Was ist ein Region-of-Interest (ROI)? Wie wird dieser gewählt? Zweite Frage bleibt offen.
- Wie führt man eine effektive Binarisierung durch? farbbasiert/adaptiv.
- Welche Fehler zeigen sich im Binärbild? Wie lassen sich diese beheben?
- 0m37s: Lichtflecken → effektive Binarisierung, Außenverschattung/Kunstlicht, Plausibilisierung über Breite der Spurmarkierung
- 0m37s: Verlust der linken Fahrspur → ROI erweitern
- 0m37s: Lücken in der Fahrspur → morphologische Operationen
- 0m51s: Hintergrundobjekte → Schachbrettteppich entfernen
Tipps:
- Nutzen Sie für den Beleg der Entzerrung ein Schachbrettmuster (Teppich) und zeichnen Sie mit
xline, yline
Referenzlinien ein.
Offene Fragen
- Wie groß ist der Blindbereich? Nutzen Sie eine Referenz im Bild. z. B. "erste sichtbare Objekt bei 60 cm".