Gerçek görüntüden elde edilen koordinatlarla robot kol hareket optimizasyonu

Abstract

Bu çalışmada, deney düzeneğinden tek kamera ile alınan sayısal görüntülere, görüntüişleme teknikleri uygulanarak, dairesel kesitli nesneler ile bu nesneler arasındaki engellerinkonumlarının bulunması ve nesnelere erişim sırasının optimizasyonu gerçekleştirilmiştir.Deney düzeneğinden farklı odak uzaklıklarında çekilen fotoğraflar önce gri seviyeresimlere dönüştürülüp ardından uygun bir eşik değeri ile threshold'lanarak ikilik (binary)resimlere dönüştürülmüştür. Binary resimler iki aşamada incelenmiştir. Birinci aşamada,resim içindeki engeller ile dairesel kesitli nesnelerin ayrılması ve engellerin koordinatlarınınbulunması için iki ayrı yöntem uygulanmıştır. Birinci yöntemde binary resimlere Sobel x veSobel y filtreleri uygulanmış, nesnelerin kenarları tespit edilerek eğimleri bulunmuştur. Eğimdeğerlerine göre engeller ile dairesel kesitli nesneler birbirinden ayrılmıştır. İkinci yöntemdeise nesnelerin çevre-alan bağıntısından yola çıkılarak engeller ile dairesel kesitli nesnelerbirbirinden ayrılmıştır. İkinci aşamada ise engellerin koordinatlarına bağlı olarak, binaryresimler üzerinde engeller zemin ile aynı renge boyanarak sadece dairesel kesitli nesnelerinkalması sağlanmıştır. Dairesel kesitli nesneler etiketlenerek sayıları bulunmuş ve ağırlıkmerkezlerinin iki boyutlu koordinatları (x, y) tespit edilmiştir. Bu koordinatlara görenesnenin kenarlarından taşmayacak şekilde bir test bölgesi seçilmiş ve bu bölgede renksayımları yapılarak dijital fotoğraf makinesinin odak uzaklıklarına göre mesafeleri tespitedilmiştir.Görüntü işleme sonucu elde edilen nesnelerin üç boyutlu koordinatları, soruna özgügeliştirilen Genetik Algoritma programına aktarılarak, robot kolun nesnelere erişim sırasınınoptimizasyonu sağlanmıştır.Anahtar Kelimeler: Görüntü işleme, Genetik algoritma, Renk sayımı, Mesafe, Engel

The aim of this study is to localize circular and non-circular objects within an image,taken from an experimental set-up with a single camera, by using image processing, togetherwith route optimization of collecting route of the objects.The images of a scene that is taken from the experimental setup with varying focusdistances of the same scene have been segmented by applying thresholding algorithm with asuiable threshold value. The identification of circular and non-circular objects (for this study,fruits and branches, respectively) have been achieved successively. Two differentapproaches have been tested for the identification of circular objects. Evaluation of the edgederivatives of the binary objects that was obtained by using Sobel x and Sobel y filters,enabled successful identication of the objects. The other approach that employedcompactness value -that is the ratio between the perimeter and the area of an object- yieldedsuccessful classifications as well. Non-circular objects were deleted from the scene byassigning the same color value of the background to the non-circular objects. The resultingimage contains only the circular objects. After labeling the objects, the center of masscoordinates and the number of circular objects were calculated. An area of interest within acircular object was identified and the number of color shades within this region were countedto calculate the distance of the object from the camera lens.Three dimensional coordinates of the circular objects that were obtained through imageprocessing were fed into a software that uses a Genetic Algorithms (GAs) that wasconstructed specially for this task. The GAs produces an optimized route for a robot arm tocollect each circular object by avoiding any obstacle.Key Words: Image processing, Genetic algorithms, Colour count, Distance, ObstacleDetection