Программный комплекс «Интерактивная информационная доска» - PowerPoint PPT Presentation

slide1 n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Программный комплекс «Интерактивная информационная доска» PowerPoint Presentation
Download Presentation
Программный комплекс «Интерактивная информационная доска»

play fullscreen
1 / 26
Программный комплекс «Интерактивная информационная доска»
146 Views
Download Presentation
tanek-rosales
Download Presentation

Программный комплекс «Интерактивная информационная доска»

- - - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript

  1. Программный комплекс «Интерактивная информационная доска» Дроздова Юлия

  2. Текущее состояние доски 1

  3. Интерактивная информационная доска 2

  4. Схема программного комплекса ! 3

  5. Обзор существующих решений ARToolKit 4

  6. Обзор существующих решений 5

  7. Компоненты обнаружения и распознавания. Принцип работы Эталонные изображения эталон Изображение Компонент обнаружения Распознанные изображения Сегменты для распознавания Компонент распознавания ? 6

  8. Компоненты обнаружения и распознавания. Принцип работы 7

  9. Распознаваемые маркеры Информация об успеваемости (marks) Информация о предлагаемых вакансиях (job) Срочная информация (timed) Дополнительная информация (inf) Информация о расписании (timetable) 8

  10. Компонент обнаружения маркеров Исходное изображение Бинарное изображение Сегмент изображения 9

  11. Сравнение алгоритмов бинаризации 10

  12. Обнаружение маркеров. Дерево контуров 1 2 3 5 4 6 7 Контуры на изображении Дерево контуров 11

  13. Обнаружение маркеров. Квадратный контур 2 1 • Замкнутый контур • 4 точки излома • Углы близкие к 90° • Одинаковые сегменты 90° 3 4 12

  14. Обнаружение маркеров. Дерево контуров 1 2 3 5 4 6 7 Контуры на изображении Дерево контуров 13

  15. Обнаружение маркеров. Дерево контуров 1 2 3 5 4 6 7 Контуры на изображении Дерево контуров 13

  16. Распознавание маркеров. Задача классификации • Особые точки изображения • Метод потенциальных функций ? 14

  17. Распознавание маркеров. Задача классификации Распознаваемое изображение Эталонные изображения … 15

  18. Распознавание маркеров. Задача классификации PDF= Формула фильтрации: P Формула расчета потенциала: 16

  19. Язык разработки Java, С++ • Используемая библиотека:OpenCV 2.4.3 • Устройства для тестирования: мобильные устройства на базе Android • Объем тестовой выборки более 10000 изображений • Характеристики выборки: • Угол обзора(до 80° от перпендикуляра к плоскости) • Масштаб (маркера занимает от 10% изображения) • Освещенность(офисное освещение и ниже) • Разрешающая способность видеокамеры(5mpx, 8mpx) Реализация и тестирование 17

  20. Тестирование 18

  21. Тестирование. Усредненный результат 19

  22. Оптимизация Предыдущий кадр marks job Текущий кадр ? job 20

  23. Тестирование 21

  24. Тестирование 22

  25. Были применены: • Контурный анализ • Метод потенциальных функций • Особые точки изображения • Классификация маркеров с точность до 100% • Отсев маркеров в худшем случае до 9% Выводы 23

  26. Спасибо за внимание Дроздова Юлия Студент 4 курса кафедры МОВС ПГНИУ Drazara@gmail.com