目次

1.はじめに
2.数字認識プログラムに関するデータ
3.基本的なパラメータと処理結果
4.予想される問題とその対処法

2.数字認識プログラムに関するデータ

この項目では以下の5つのデータを公開する。
これらのデータはMG3競技の決定及び、プログラム改良の参考になると思われる。

1. プログラムの負荷の目安
2. 処理時間の目安
3. 距離と回転角度に対する認識可能範囲
4. 数字の大きさと認識可能な距離
5. 距離とピクセル数

1. 　プログラムの負荷の目安をTable 1にまとめる。
   　このデータはプログラムの実行時に「top」というコマンドを用いて数字認識プロセスのCPU使用率、メモリ使用率を表したものである。あくまでプログラム本体のみの負荷であることに注意すること。
   
   

   Table 1

   画像解像度 [pixel]	CPU使用率 [%]	メモリ使用率 [%]
   160×120	13	1.4
   320×240	65	1.8
   640×480	90	3.5




2. 　プログラムの処理時間の目安をTable 2にまとめる。
   　このデータは数字認識1ループにかかる処理時間を関数gettimeofday( )を用いて、バックグラウンドによる影響も含めて測定したものである。尚、走行系など他のプログラムは動かしていない環境で測定した。
   　このデータはあくまで目安であり、背景や、パラメータにより変化すると思われる。
   
   

   Table 2

   画像解像度 [pixel]	処理時間 [sec]
   160×120	0.8
   320×240	2.0
   640×480	8.0




3. 　ターゲットの認識可能な回転角度と距離の関係をFig.1に示す。尚、ここでの回転軸は文字の高さ方向に取った。このときのデータをFig.1 (a),(b)に示す。
   
   
   (a) 反時計回りに対するデータ
   
   (b) 時計回りに対するデータ
   
   Fig.1 数字の距離と回転角度に対する認識可能範囲
   




4. 　文字の大きさと認識可能な距離の関係をFig.2に示す。尚、文字の縦横比は固定されている。
   
   
   Fig.2 文字の大きさと認識可能な最大距離
   




5. 　ピクセル数と距離の逆数の関係をFig.3に示す。
   
   
   Fig.3 ピクセル数と距離の逆数
   

　元となるデータやデータ収集の方法の詳細、もう少し詳しい解説はnum_data.zipとしてまとめた。また、ここでは記載していない解像度と認識可能な距離のデータもzipファイルには含まれている。プログラム上、解像度を自由に変更することはまだできていないが、解像度を変更してプログラムを軽くしたいなどといったときの参考になるのではないかと思われる。

4.予想される問題とその対処法

Q. ターゲットが認識されない

A. ターゲットが認識されない原因として以下のことが考えられる。

1. ターゲットの色の閾値の設定
   


2. FONT_COLORの設定
   


3. 画像の解像度の設定
   


4. エッジ処理のパラメータ
   


5. 可変閾値処理のパラメータ
   

よくある原因は1と2である。

対処法：

1. ファイルとして保存された入力画像をgimp等のスポイトツールを使用し、HSVやRGBの値を確認し、それに応じてthreshold_value.hの内容を更新する。このときHの値だけは1/2倍することを忘れないようにする。


2. threshold_value.hに定義されているFONT_COLORを、文字が背景に対して明るい場合は"white"に、暗い場合は"black"に設定する。
   
3. 画像のサイズとしてnum_detect.cに定義されているIMAGE_WIDTHとIMAGE_HEIGHTの値がそれぞれ320と240に設定されているか確認する。
   
4. エッジ処理のパラメータとしてnum_detect.cに定義されているEDGE_OPERATOR_SIZEとTH_EDGEがあるが、これらが5と70前後になっていることを確認する。この値は背景の状況によって変更する必要がある場合も考えられる。
   
5. 可変閾値処理のパラメータとしてnum_detect.cに定義されているTH_WIDTHがあるが、この値が20程度となっているか確認する。
   

　このほかにも、グレースケール変換したときに紙の色と文字の色とが似た明るさになることや、ターゲットが回転しているために認識できない、またターゲットの一部が手などで隠れてしまっていることが考えられる。


Q. ウィンドウが表示されない

A. 原因として以下のことが考えられる

1. #define __USE_CV_WINDOW__がコメントアウトされている。
   


2. main関数でウィンドウの作成を行っていない。
   

対策法：

1. use_window.hで宣言されている#define__USE_CV_WINDOW__のコメントアウトを解除して、コンパイルしなおす。念のためmake cleanを実行してからコンパイルする。
   
2. 作成したmain関数にshow_window.hがインクルードされていること及び、cvNamedWindow関数で指定した名前のウィンドウを作成する文がm_num_detect.cの記述に沿って書かれているか調べる。記述の方法が違った場合は書き直し、コンパイルする。特にifdef文の打ち間違えには注意する。
   

Q. 画面に何も表示されない

A. ウィンドウの名前が間違っている可能性がある

対策法：
　show_window.hで定義されている名前のとおりにウィンドウが作成されているかを確認する。違っていたら書き直してコンパイルしなおす。念のためmake cleanは行う。


Q. 画像の乱れがひどくて認識できない

A. カメラからのキャプチャ時にuvccaptureを使っていない可能性がある

対策法：
　num_detect.cの最初で定義されている__NUMR_CV_IO__という文がコメントアウトする。これが完了したらコンパイルしなおし、実行する。
　基本はこれで解決されるが、これでもなお解決されない場合はカメラをいったんMG3からはずして、接続しなおすと解決される場合がある。


Q. 表示されている画像が更新されない

A. スーパーユーザーモードで実行する

対策法：
　プログラム開始時のコマンドを
　　sudo ./実行ファイル名
　として実行する。


Q. 自分でプログラムを組んだがいやに動作が重い

A. プログラムが複雑、またはメモリリークを起こしている

対策法：
　テンプレートマッチングなどの処理は比較的プログラムが複雑なため処理が重くなったりする。
　プログラムの終了が時間の経過とともに重くなるといった症状はメモリリークが考えられる。確認の方法としては別の端末を開き、「top」とタイプする。このときにはまだプログラムを動かしておく。そこで実行ファイルのメモリ使用率の時間経過をチェックする。時間とともにメモリが増えている場合はメモリリークを起こしている。プログラム中でむやみに画像を作成していないか、作成後メモリの開放を忘れていないかをチェックする。

関連文書

• MIRSMG3D-IMGP-0101---数字認識プログラム概要