A Coincide Object Counting Using Image Filtering
โดย นพดลย์ อิษฎาธิคม
ปี 2557
บทคัดย่อ
ในปัจจุบันการประยุกต์ใช้ระบบการมองเห็นของเครื่องจักรเพื่อการนับวัตถุแบบอัตโนมัติได้มีความนิยมมากขึ้นในโรงงานอุตสาหกรรม ความสามารถของระบบการมองเห็นของเครื่องจักรมีการพัฒนาให้มีความสามารถสูงขึ้นโดยเฉพาะในแง่มุมของการนับวัตถุที่ทับซ้อน วิทยานิพนธ์ฉบับนี้นำเสนอการนับจำนวนของวัตถุที่ทับซ้อนโดยการใช้การกรองภาพ และการวิเคราะห์ความสัมพันธ์ของพารามิเตอร์ภายในเฟรมถูกนำมาใช้ประโยชน์เพื่อการนับจำนวนของวัตถุ ในการทดลองภาพของวัตถุที่เรียงซ้อนกันจำนวน 200 ภาพถูกนำมาใช้เป็นสัญญาณภาพทางอินพุต โดยเริ่มต้นเทคนิคการแปลงภาพสีต้นฉบับให้เป็นภาพระดับสีเทาและแปลงเป็นภาพไบนารี จากนั้นภาพไบนารีจะถูกส่งผ่านไปยังเทคนิคกรองภาพซึ่งประกอบด้วยเทคนิคการกรองแบบการจับภาพเคลื่อนไหว (Motion), แบบค่าเฉลี่ย (Average) และ แบบลาปาเซียน (Laplacian) เพื่อลดสัญญาณรบกวน จากนั้นใช้เทคนิคการหาขอบภาพด้วยเทคนิคแคนนี เพื่อระบุตำแหน่งขอบของวัตถุแล้วเติมเต็มภาพในลักษณะลูปปิด และการวิเคราะห์ความสัมพันธ์ของพารามิเตอร์ภายในเฟรมจะถูกนำมาใช้เพื่อแสดงจำนวนวัตถุที่วางเรียงซ้อนในลักษณะที่แตกต่างกัน ในระยะโฟกัสเดียวกัน และระยะโฟกัสที่แตกต่างกัน ผลการทดลองการกรองภาพที่เหมาะสมกับภาพวัตถุที่ทับซ้อนเพื่อการนับจำนวนวัตถุภายในหนึ่งกอง พบว่าประสิทธิภาพการกรองภาพ แบบการจับภาพเคลื่อนไหว แบบค่าเฉลี่ย และ แบบลาปาเซียนอยู่ที่ร้อยละ 100, 98.5 และ 86.0 ตามลำดับ ซึ่งการกรองภาพแบบการจับภาพเคลื่อนไหว ให้ค่าความถูกต้องมากที่สุด แต่เมื่อนำการกรองภาพทั้ง 3 แบบไปใช้ร่วมกับนับจำนวนวัตถุแบบหลายกอง มีการวางกองวัตถุในลักษณะที่แตกต่างกันพบว่าการกรองภาพทั้ง 3 แบบไม่สามารถนับจำนวนได้ถูกต้องทั้งนี้เนื่องจากระยะโฟกัสของวัตถุนั้นมีลักษณะที่แตกต่างกันไปตามระยะ ด้วยเหตุนี้จึงได้พัฒนาการใช้เทคนิควิธีการวิเคราะห์ความสัมพันธ์ของพารามิเตอร์ภายในเฟรมร่วมกับการกรองภาพแบบการจับภาพเคลื่อนไหวโดยทดลองกับภาพ 800 ภาพ ผลการทดลองให้ค่าความถูกต้องร้อยละ 99.1 ดังนั้นวิธีการนี้สามารถนำไปประยุกต์ใช้ในงานการมองเห็นของเครื่องจักร
In recent years, the automatic counting machine visions have a large number of applications which are used in the industrial area. It’s scope has been increased for the automatic analysis of object counting specially matching object counting. This thesis presents a coincide object counting using image filtering. The relationship of intraframe parameters were exploited to count the object. In the experiment, 200 images were used as input images which were the matching objects. Firstly, the color images were directly converted to gray scale image and then binary images. Those images were passed through the image filters, which consisted of Motion, Average and Laplacian image filters, to reduce noise. The canny technique, which is an edge detection technique, was used to indicate the position of objects and also filled the hole in the close loop images. Finally, the intraframe analysis technique was used to count the object in the condition of different shapes of matching objects, various number of matching objects in the same and different focus. In the condition of a matching objects, it was found that each image filter provided a different efficiency. The Motion, Average and Laplacian image filter technique revealed the efficiency of count object as 100%, 98.5% and 86.0% respectively. It means that the best image filter was the Motion technique. However, those three image filters did not provide the accurate counting when applied in the condition of the different positions of coincide objects. This was because the objects were located in different focus. Thus, to improve the counting accuracy, the intraframe analysis technique was applied with the Motion image technique. This technique was tested with 800 images of matching objects. It was found that the counting accuracy was 99.1%. Therefore, those technique can be applied to the machine vision system.