一週間の課題(安河内)5/25(月)~5/29(金)

今週の課題 フレネル回折を用いたプログラムのデバッグ 光学実験レポート作成 5/25(月) ・光学実験(予備実験)を行った ・授業課題レポート作成中 5/26(火) ・フレネル回折を用いたプログラムのデバッグ 波数ベクトルを勘定していなかったので導入 それっぽいホログラムが出来た。(再生はまだ) 5/27(水) ・フレネル回折を用いたプログラムのデバッグ →PC上での再生用プログラムを作成 昨日のホログラムを再生したが未だ像が出来ず ・授業レポートの作成 5/28(木) ・フレネル回折について勉強中 5/29(金) ・フレネル回折のプログラム完成 次回光学実験で確かめる

研究進捗(片田)5/26~6/1

「ステレオ画像を用いた3次元復元の高精度化」 今週の課題 1.3次元像補間手法の調査 2.3次元測定プログラムの作成 3.スライドの作成 5/26 領域を縦方向に拡張したテンプレートを用いたマッチングを実装した 領域を拡張しない場合に比べて、格段にエラーが減った エラーは減るが、領域を拡張することで、測定精度は若干落ちてしまう 5/27 発表資料の作成

今週の課題(横山)5/25~5/26

課題: ・ICISIP2015用の論文作成 ・フレネル型キノフォームの勉強 5/25 ・光学実験で、干渉型ホログラムの再生の確認を行った。以前の実験の段階では、初期位相にランダム位相を用いて設計したホログラムの再生像が上手く観察することができなかったが、再生像の明瞭さが焦点距離に強く依存することがわかった。しかし、フレネル型ホログラムの再生は観察されなかったので、プログラム内の計算の確認が今後の課題となった。 5/26 ・授業の課題レポートの作成 ・フレネル型ホログラムのプログラムについて勉強した 5/27 ・授業の課題レポートの作成 ・フレネル型ホログラムのプログラムについて勉強した 5/28 5/29
前回の課題 画像内から任意のマークを見つける方法を考える >> アイディアが浮かんだところまで 課題 画像内から任意のマークを見つける方法を実装する。 /25 ラベリング領域のサイズと色から任意マーカーを抽出できるかどうか試しています。 /26 ラベリング領域のサイズを得る関数を作成しました。 /27 ラベリング領域のカラーヒストグラムを得る関数を作成しました。 /28 ラベリング領域の円形率を得る関数を作成しました。 /29

Powered by TSBA.mobi GoogleGraph Wordpress plugin

研究進捗5/25~6/1 (古家)

国際学会に向けて、卒業論文の英訳を行っている。これは、今月中に終わらせたい。 また、引き続きraspberry piへの実装と新しい手法の提案を行っていく。 5/25 英訳を行った。  

Powered by TSBA.mobi GoogleGraph Wordpress plugin

[lineChart width="100%" legend="{ position: 'top', maxLines: 1 }" vaxis=" {title: '達成度', titleTextStyle: {color: 'black'}}" haxis="{title: '日(7月)', titleTextStyle: {color: … Continue Reading ››

研究進捗(5/24~5/31) 合田佑司

 今週の目標

  1. 道路から白線だけを抽出する
  2. 抽出した情報から射影変換を行う

今月の目標

  1. Raspberry Pi上で速度測定システムを実装
  2. 射影変換の自動化の新しい手法を考える
5/25
1. 白線抽出のために、ラベリング処理を行ってみた。抽出した結果画像からさらに、破線を絞る方法として、破線が規則的に並んでいる点を利用してみる。ラベリングされた領域の上側の一定の範囲に別のラベリング領域が存在する場合、それが次の破線である可能性が高い。ラベリングされた領域の中で、破線のように規則的に並んでいる組み合わせを抽出できるプログラムを作っている。
5/26
1.破線の抽出を行った。まだ一枚の画像でしか試していないが、下図のように破線を抽出することができた。この破線の情報から他の破線も抽出し、射影変換のパラメータに使用してみる。  
元画像
元画像
lineextract
破線抽出画像
5/27
1. 作成した破線抽出の処理を別の画像で試してみた。しかし、あまり上手く抽出することが出来なかった。また、破線ではない、普通の白線に関してはまったく抽出できないことが分かった。エッジ処理などほかの方法を試してみる必要がある。
5/28
1. ラベリング処理ではなく、テンプレートマッチングを利用してみた。撮影した道路の画像に対して、
  1. 2値化処理
  2. 細線化処理
  3. 白い線を描いた画像とのテンプレートマッチング
  4. マッチング座標の取得
  5. 2値化画像に対してラベリング処理
  6. マッチング座標とラベリング座標を利用し破線の座標を取得
  7. 得られた破線の座標からその他の破線の座標を推定
  8. 破線座標から真横の画素の見ていき、白線と思われる画素の座標を取得
という処理を行った結果、下画像から上手く白線と破線の座標を取得することが出来た。
元画像
元画像
細線化画像
細線化画像
Continue Reading ››

Stay Hungry, Stay Foolish!