Dobble Spiel gegen den Computer: Unterschied zwischen den Versionen
Keine Bearbeitungszusammenfassung |
Keine Bearbeitungszusammenfassung |
||
Zeile 17: | Zeile 17: | ||
Zu Beginn des Projekts wurden alle Dobble-Karten unter zur Hilfenahme des HSHL Buchscanners der Bibliothek abfotografiert und anschließend vereinzelt. | Zu Beginn des Projekts wurden alle Dobble-Karten unter zur Hilfenahme des HSHL Buchscanners der Bibliothek abfotografiert und anschließend vereinzelt. | ||
Insgesamt standen 12 Dobble-Karten mit insgesamt 29 verschiedenen Objekten zur Verfügung. | Insgesamt standen 12 Dobble-Karten mit insgesamt 29 verschiedenen Objekten zur Verfügung. | ||
<br /> | |||
<br /> | |||
<br /> | |||
==Objekterkennung und Segmentierung der Objekte auf den Dobble-Karten== | ==Objekterkennung und Segmentierung der Objekte auf den Dobble-Karten== | ||
==Merkmalsextraktion der Objekteigenschaften== | ==Merkmalsextraktion der Objekteigenschaften== | ||
Version vom 19. Juni 2016, 19:30 Uhr
Projektteam: Benedikt Steinmeier Stefan Vogel
Betreuer: Prof. Schneider
Einleitung
Dieser Artikel wurde im Rahmen der Lehrveranstaltung Digitale Signal- und Bildverarbeitung verfasst und dokumentiert die Ergebnisse des Projektes "Dobble Spiel gegen den Computer". Die allgemeinen Ziele der Projekte können im Wiki-Artikel DSB SoSe2016 eingesehen werden.
Aufgabenstellung
Die Aufgabenstellung dieses semesterbegleitenden Projekts bestand daraus, mit Hilfe der Matlab Image Processing Toolbox einen Algorithmus zu entwickeln, der das Gleiche Objekt auf zwei verschiedenen Dobble-Karten findet, anzeigt und markiert.
Durchführung
Vorbereitung
Zu Beginn des Projekts wurden alle Dobble-Karten unter zur Hilfenahme des HSHL Buchscanners der Bibliothek abfotografiert und anschließend vereinzelt.
Insgesamt standen 12 Dobble-Karten mit insgesamt 29 verschiedenen Objekten zur Verfügung.
Objekterkennung und Segmentierung der Objekte auf den Dobble-Karten
Merkmalsextraktion der Objekteigenschaften
Merkmalsextraktion
Zu Beginn der Merkmalsextraktion der Objekte auf den Dobble-Karten wird das von der Testumgebung übergebene Farbbild in ein Graubild umgewandelt. Anschließend wird aus dem Graubdild ein Schwarz/Weiß Bild generiert.
Anschließend werden mit der Matlabfunktion "bwboundaries" die Grenzen der zwei runden Dobble-Karten aus dem Bild ermittelt.
Aus den Grenzen wird für jede Dobble-Karte jeweils die Maxima und Minima in X- und Y-Richtung des Bildes bestimmt.
Anschließend wird er Hintergrund des Kreises in dem bestimmten Quadrat schwarz gefärbt.
Der jeweilige Bildausschnitt mit der seperierten Dobble-Karte im Zentrum wird danach in einer Liste abgespeichert.
Im nachfolgenden Schritt werden alle Objekte aus den Dobble-Kartenbildern bestimmt.
Dann wird nur über alle Objekte, die innerhalb der Dobble-Karte liegen, iteriert.
Aus den Grenzen wird für jedes Objekt die Maxima und Minima in X- und Y-Richtung bestimmt.
In dem zu analysierendem Bild werden nun die Löcher gefüllt und Objekte, die die Kanten schneiden, entfernt.
Dann werden für alle übriggebliebende Pixel jeweils der Grün-, Blau- und Rotanteil aufsummiert und der Median ermittelt.
Auch wird die Kreisförmigkeit des Umrisses für jedes Objet bestimmt.
Die berechneten Merkmale zum Schluss für jedes Objekt getrennt in auch in einer Liste abgespeichert.
Teaching Prozess
Klassifikation der Objekte
Testumgebung: SameObjectSearchEngine.m
Um das Programm, zum Auffinden derselben Objekte des Dobble-Spiels, zu testen wurde eine Testumgebung in Form einer Matlab GUI erstellt und programmiert.
Nach Betätigung des „NEW CARDS“ – Taster werden zwei zufällig ausgewählte Dobble-Karten, um einen zufälligen Winkel gedreht und anschließend auf einer zufälligen Position auf einem schwarzen Bild positioniert.
Das neu erzeugte Bild wird anschließend an die Funktion „find_same_objects.m“ übergeben, um dieselben Objekte auf den beiden Dobble Karten zu finden. Die Funktion gibt den Name der beiden gleichen Objekte, sowie die deren X und Y Position zurück an die Testumgebung.
Die Testumgebung gibt anschließend den Namen bei der Textbox „result“ aus und markiert die gefunden Objekte mit einem roten Kreis (siehe Abbildung oben).
Dokumentation
/
Fazit und Ausblick
Der nächste Schritt wäre die Umsetzung und Erprobung mit Hilfe eines physikalischen Aufbaues mit einer Kamera und z.B. eines Raspberry PI, die das Dobble-Spiel in Realtime verarbeitet und das Ergebnis auf einem Monitor ausgibt.
Die Realtime Erprobung konnte im Rahmen dieses Semesters leider noch nicht durchgeführt werden.
Literatur
/
→ zurück zum Hauptartikel: DSB SoSe2016