今週の目標
- 修論の検証と結論部分を書き上げる
- テストで作っていた測定システムとキャリブレーションシステムを一つにまとめて作り直す
- 揚州大学の報告を終わらせる
1/25
1. 得た動画像からキャリブレーションと車両の速度測定ができたので、修論の検証部分と結論部分を書き上げた。検証部分についてはまだ、キャリブレーションの精度、またRaspberry Piをもちいた検証の結果をのせていないので、そこを加える予定である。
1/26
1. キャリブレーションの精度について、プログラムで検証していたが、上手くいっていない。
3. 報告用のpptを作成
1/27
1/28
1/29
1/30
1/31
今週の目標
- 揚州大学研修の報告書をまとめる
- もう一度実験用資料を集めて、検証を行う
- 修論の結果の部分について書き始める
1/18
1. 大学に提出する報告書を書いた
1/19
2. 実験用の動画像を撮影。携帯で撮影したが、あまり上手くいかなかったので、つぎはデジカメで行う。
3. 結果の前の、原理の部分について、少し修正を行った
1/20
1. 学校に提出する報告書をメールで送信した
2. デジカメを用いて、もう一度検証用の動画像を撮影した
3. 速度測定の原理について書き終えた
1/21
1. 研修報告用の資料について、担当などを決めた
2. 撮影した画像から射影変換を行ってみたが、少し上手くいかなかった。閾値などのパラメータを調整している
1/22
2. 撮影した動画から射影変換を行った。また、その状況で撮影した車両のヘッドライトから、速度を計算できるか試してみた
今週の課題
- ICIAE2016の論文のファイナルを作成
- 修士論文用の研究資料を作成、まとめる
- 修士論文の研究背景部分を作成
-
12/14
2. 今あるサンプル画像と、そのサンプルから検証した結果画像をまとめた
3. アブストの部分と背景部分の冒頭を書いた
12/15
12/16
12/17
12/18
12/19
12/20
今週の目標
- 夜間の動画像から射影変換のパラメータを自動で検出するシステムを開発する
- 3月のICIAE2016に向けて論文を作成する
11/23
1. 破線のある領域は上手く抽出できたが、破線自体を抽出する部分が上手くいっていない。破線以外のノイズが入っている状態である。
11/24
1. 破線のみを抽出する方法として、2値化やエッジ処理などを試みてみたが、hsv変換がもっとも良いことが分かった。hsvに変換して、v、明度による閾値処理を行った結果、上手く破線のみを抽出できた。また、車両が通り過ぎる瞬間はヘッドライトにより、かなりノイズが入ることが分かった。そこで、画像全体の明度を計算して、一定以上の明度を持っている画像に対しては処理を行わないようにした。これによって、処理を行う画像と無視する画像を区別でき、さらにノイズを減らすことが出来た。
11/25
1. 破線抽出から、射影変換に必要なパラメータを取得し、射影変換を行ってみた。結果、少しだけゆがみがあるが、道路の射影変換を行うことが出来た。この結果をまとめて、ICIAE2016に向けて論文を作成していく。
11/26
11/27
11/28
11/29
今週の目標
- Raspberryへ実装する
- 夜間に車両が走っている道路の動画像を撮る
- 夜間の動画像から射影変換のパラメータを自動で検出するシステムを開発する
11/16
1. Raspberry Piへの実装はほぼ終了した
2. 夜間の動画像で、ヘッドライトをつけた車両が5台、2分間の間に通過する動画像をとった。
3. 車両が通過するたびに、道路の白線が少しだけ認識できる状態になる。その画像を何枚も重ね合わせることにより、道路の白線情報を抽出する方法をとる。それぞれの画像に対して、メディアンフィルタをかけた後、エッジ処理を行い、すべてを重ねてみた。結果、白線と破線を抽出できたが、かなりノイズが入っている。そこで、収縮、膨張の処理によるノイズ除去の処理を加えてみた。これも、ある程度除去できたが、まだノイズが残っている。
11/17
3. ノイズ除去にラベリング処理を用いてみた。ラベリング処理をした範囲の中で、その範囲の画素数が10以下の範囲を除去する処理を行ってみた。さらにノイズが除去できたが、まだ残っている。除去の閾値や、収縮、膨張に用いる値を変更してみる必要がある。
11/18
3. エッジ処理から重ね合わせた画像に対して、ラベリング処理によるノイズ除去と線の抽出を行った結果、上手く道路の白線と破線を抽出することが出来た。ただ、そこから破線のみを抽出してパラメータを決めなければならない。
11/19
3. ラベリング範囲の情報から、道路の白線のみを判断する処理を考えた。二つの白線を抽出できれば、その間に道路の破線があると思われる。
11/20
3. 破線があると思われる領域だけを元画像から抽出し、もう一度エッジ処理を施して重ね合わせてみた。この際のエッジ処理のパラメータを再調整することで、うまく破線を抽出できると考える。
11/21
11/22
今週の課題
- Raspberry piでQtを使って測定システムを動かす
- 夜間でも射影変換を自動で行う方法を考える
11/2
1. mask処理などが上手くいっていなかったのは、画像を読み込む際に行っていたcvResize関数のパラメータに問題があった。パラメータをあわせて動作させると上手く速度を表示させることが出来た。ただし、今は射影変換を行っている画像を読み込み、そこから速度を表示させる方法をとっている。
11/3
11/4
2. 夜間の動画像をフレーム単位で区切ってみると、車両が通った際はヘッドライトの光によりかなり鮮明に道路の破線が移っていることが分かった。それぞれのフレームから破線情報を取得し、結果を合わせることによって道路上の破線情報が取得できると思われる。ただし、車両のヘッドライトの影響もあり、上手く破線だけを抽出できるかは分からない。いろいろと試してみたが、エッジ検出を行えば、破線部分を抽出できる可能性があることが分かった。
11/5
ハードゼミの課題を行った。
2. エッジ検出では、破線部分も上手く取得できていたが、その他の部分もかなり残っている。破線とその他を区別する方法が必要である。
11/6
11/7
11/8
今週の目標
- visual studioで開発していた測定システムをQtで動かす
10/26
1. 画像を読み込んで表示はさせることが出来たが、サイズが調節できなかった。一度Opencvの型で画像を読み込んで、サイズを調節しようと考えたが、IplImageからQImageに変換する部分が上手くいっていない。
10/27
1. サイトから変換用のソースコードを引っ張ってきて実行させてみたが、上手くいかなかった。そこで、デバックしようとしたが、Qtのデバッガーを設定できていなかった。Qtでデバッグをするためには、windowsのデバッグツールをダウンロードする必要がある。
10/28
サリー大学の発表の準備をした
10/29
1.windowsのデバックツールをダウンロードしてみたが、先に入れているvisual studioと干渉してダウンロードできなかった。いくつかのvisual studioのツールをuninstallしてから再度ダウンロードを試し中
10/30
1. ダウンロードが完了したので、Qtでデバッガーの設定をしてみると上手く言った。デバッグしてみると、画像の読み込み時に上手く読み込めていないことが分かった。Qtではそのプロジェクト直下に画像データを置いても、相対パスで読み込むことが出来ないことがわかった。パスを設定しなおして動かすと上手く言った。
10/31
1. 車両のヘッドライトの光を抽出するプログラムを動かしてみると、なぜか上手くいかなかった。色々デバッグしてみると、visual studioでの画像ファイルの画素の操作とQtでの画素の操作に違いがあると思われる。メモリの格納方法に違いがあるのか、画素の操作でmask処理を行うと、画像自体の結果は同じになるが、その後の画素への操作を行うとQtの方では上手くいかなくなる。
11/1
今週の目標
- 開発環境を整える(QtかWindowsか)
10/19
1. Qtによるクロスコンパイルの環境設定用のツールがLinux用のものが多く、macではうまくいかない。ほかにもVisual StudioのViusal GDBを用いたクロスコンパイルや、Windows10で新しく出たWindows10 IoT CoreをRaspberry Piにインストールする方法などがあるが、どれも問題がある。
10/20
1. ゼミで発表を行った。結果、Cross Compileの環境を作る必要がないことが判明した。Raspberry piでQt creatorをインストールしてRaspberry pi側で開発する方法をとる。
10/21
1. Qt CreatorをRaspberry piにインストールしようと試みたが、上手くいかなかった。Raspberry pi用に提供されているQtのインストーラがQt4にしか対応しておらず、Raspberry piにインストールしてあるQtがQt5だったためだと思われる。GitからQt Creatorのバイナリーをダウンロードしてインストールしようとしたが、これも上手くいかなかった。バイナリーをコンパイルするために必要がものが足りないと思われる。
そこで、windows側にQt Creatorをダウンロードして、GUIなども調節したプロジェクトを作り、Raspberry piに共有サーバーで送り、Raspberry pi側ではコンパイルのみを行う方法をとった。Helloworldのサンプルプログラムを動かしてみたところ、上手くいったので、この方法をとっていこうと思う。
10/22
ハードゼミの課題を行った
10/23
1. WindowsのQt CreatorにOpencvのパスを通して、プログラムを作成し、Raspberry piでコンパイルすることに成功した。Raspberry pi上でコンパイルする際に、パスを修正する必要があるが、割と簡単に行うことが出来た。ただ,
Raspberry piでQtのプログラムを実行すると、終了することが出来ない問題がある。
10/24
1. QtのGUI画面に、Closeボタンを作成して、コード上に停止用のプログラムを書いてみた。また、Opencvで取り込んだ画像をQt用の画像ライブラリーであるQImageに変換しなおして、QtのGUI画面に貼り付けることも出来た。
10/25
今週の目標
- raspberry piにqtでの開発環境を構築する
- ゼミ発表用の資料を作成
10/14
1. Qtのコンパイルが終了した。Raspberry pi2でも時間がかかった。とりあえず、make -installでそのままにしてみた。
10/15
1. 朝の段階で、インストールが終了していた、テスト動作も問題がなくできたが、サンプルプログラムは動作しなかった。おそらくvncでリモートアクセスをしているためだと思う。Macでサンプルプログラムを動作させてみた。ただし、クロスコンパイルの方法があまり理解できていない。
10/16
2. ゼミ資料を作成した。Qtを使用していく方針で作成したが、クロスコンパイルの方法が分からなければ、Qtの使用が難しくなる。
10/17
10/18
1. クロスコンパイルの方法を調べていたが、Qtのインストールの段階でクロスコンパイル用にダウンロードする必要があると思われる。ただし、macを使用してQtをRaspberry pi用にコンパイルできるか分からないので調べていく。
今週の目標
- Raspberry Piの仕様書(インストールから基本操作など)をまとめる
- Raspberry Pi用の開発環境をいくつか試してみる
10/5
Raspberry Pi用の開発環境についていくつか調べた
10/6
開発環境として、windowsと、Qtというものを試してみる。
来週までにそれぞれの開発環境を試してみて、どちらで開発を進めるか決める
10/7
Qtのインストール方法について調べた。ホスト側のPCが32bitである必要があるという記事が幾つかあった。とりあえずいまのmacで試してうまくいかなかったら別の方法を試してみる。考えている方法として、今のraspberry pi2ならQtでもビルドできるかもしれないので、直接raspberry pi内でビルドしてみる。
10/8
ゼミとTAであまり進んでいない
10/9
QtをmacとRaspberry piにインストールしてみた。Raspberry Piへのインストールは、参考サイトではPCでコンパイルしてからRaspberry piにインストール形がほとんどだった。ただ、PSのOSはlinuxの場合がほとんどで、macで同じようにやってもうまくいかなかった。そこで、時間がかかるが、Raspberry piで直接Qtをダウンロードからコンパイルまで行ってみた。PAThの関係もあり、うまくいったかわからないが、とりあえずmakefileを実行させている状態である。
macの方にはQtのサイトからインストーラーをダウンロードしてインストールしてみた。少し使ってみたが、使い方を学ぶ必要がありそう。
macとRaspberry piでdクロスコンパイルを行う方法もまだ分かっていないでので、これから使っていく。
10/10
10/11
Stay Hungry, Stay Foolish!
