Kartezyen koordinatlarda çalışan bir robotum var. Bununla çipleri programlayacağım.
Sol haznede programlanmayı bekleyen çipler, ortada programlama cihazı, sağ haznede de programlanmış çipler için boş hazne olacak.
Robot önce programlayıcı soketin mandalını açacak sonra gidip boş bir çip alacak. Sonra çipi programlama soketine dikkatlice oturtacak. Mandalı kapayacak programlama işlemini yapacak.
http://youtu.be/p_G8bDhcsbs (http://youtu.be/p_G8bDhcsbs)
Mandala basıp soketi açacak çipi çıkartacak ve programlanmış çipler haznesine çipi bırakacak.
Burada çipin programlama soketine yerleştirilme kısmı biraz belalı. Zira robot, çipi alıp soketin üstüne konulandırdığında çipin yakalanma açısına bağlı olarak soket ve çip bacakları arasında mükemmel izdüşüm oluşmayacak. Bu sorunu kamera ile çözmeyi ve programlama cihazını motorla döndürmeyi düşünüyorum.
Görüntü işleme için özel bir tool kullanmayacağım delphi'de kendi yazacağım kodlarımla bir şekilde çözmem lazım.
Fakat görüntü işleme üzerine ciddi hiç bir deneyimim yok.
Şu anda kamera görüntüsünü image nesnesinin içine atabiliyorum.
Fakat daha sonrası için bahsettiğim sorunun çözümüne yönelik hiç bir planım yok.
Biraz sohbet edelim.
Hocam, eğer çipi doğru tarafından yakalayabiliyorsanız görüntü işleyip proglamlayıcı döndürmek yerine robot kolun kafasını yatay eksende serbest hareket edecek şekilde yapıp daha sonra kafayı çipe göre hazırlanmış kalıptan geçirseniz daha rahat olmaz mı?
Çip herhangi bir açıda yakalanabilir. Düzgün açıda yakalansa bile taşıma esnasında açısı kayabilir.
Döndürme kısmı sorun değil. Önemli olan kamera ile çipteki dönme miktarını algılamak.
Zemin rengi beyaz veya sarı gibi açık renk olur. Görüntü alırsın ve siyah beyaz yaptığında çip siyah kare görünür. Bunun duruş açısını hesaplarsan dönmesi gereken açıyı bulmuşsun demektir.
@engerex hocam sorun kareyi 90 derece ile dogru acilamak degil galiba 360 derece de dogru hizalamak, ters yonde takabilme ihtimali var. Cipin uzerindeki isareti de okuyabilmesi lazim sistemin.
6:05 ten sonrası
https://youtu.be/CRSLbo_8nTQ
Yapacaginiz goruntu isleme algoritmasinin zorlugu veya basitligi cevresel etkilerle cok alakali. Cok kontrollu bir aydinlatma yapip, disaridan isik girisini minumuma indirgeyebiliyosaniz cok basit algoritmalarla cozebilirsiniz. Tabi kameranin kalitesi de onemli. Buraya kamerayi yerlestireceginiz acidan ornek resimler atabilirseniz algoritma uzerinde fikir yurutebiliriz.
Goruntu ıslemek cok zor ıstır... allah kolaylık versın sabırla arastırmaya devam etmelısın
Alıntı yapılan: vsalma - 07 Şubat 2016, 17:54:55
Yapacaginiz goruntu isleme algoritmasinin zorlugu veya basitligi cevresel etkilerle cok alakali. Cok kontrollu bir aydinlatma yapip, disaridan isik girisini minumuma indirgeyebiliyosaniz cok basit algoritmalarla cozebilirsiniz. Tabi kameranin kalitesi de onemli. Buraya kamerayi yerlestireceginiz acidan ornek resimler atabilirseniz algoritma uzerinde fikir yurutebiliriz.
Robotun elektronik devrelerini ve makanik kontrol yazılımlarını bir iki güne bitiririm. Bu amaçla web cam, eğer sorun yaşarsam mikroskop kamera kullanacağım. O aşamaya geldiğimde bol bol video ve resim koyarım.
opencv
mesaj birleştirme:: 08 Şubat 2016, 01:02:19
https://www.youtube.com/watch?v=cVgiaD3grko (https://www.youtube.com/watch?v=cVgiaD3grko)
Bu işin mantığı nasıl kurulacak? Kameradan görüntüyü alıyorum.
Eee sonra?
Bu işin olmazsa olmazı OPENCV. (Elbette onsuzda olur ama çok tırmalar ve daha az performans elde edersiniz. Çünkü opencv hız adına Grafik işlemci vs.de kullanıyıor). Olay kabaca 'yüz için araştırmıştım' image üzerinde belli efektrler uyguluyorsun siyah beyaz'a çeviriyorsun threshold tekniği ile bir kısım istenmeyen görütüleri temizliyorsun sonra şurada yuvarlak varsa (sol üst köşe) işte şu boyutta bir diktörgen olmalı onuda bulduysam etrafında şu noktalarda küçük baçaklar olmalı vs. gb sorgulamaya gidip görselin ne olduğunu anlıyorsun. İşte opencv.de bu işler çok daha kolay ve hızlı oluyor. Türkçe birde kitap var görüntü işleme Open CV diye . Delphi içinde muhakkak kitaplığı olduğunu düşünüyorum ama deneme fırsatım olmadı.
(http://i.hizliresim.com/gZaPNb.png) (http://hizliresim.com/gZaPNb)
Yukarıdaki resim, uygun ışıklandırma yapılmamış kalitesiz bir kameradan alınmış fotoğraf karesi olsun.
Aslında resimdeki nesne bir doğru parçası. Fakat gürültü nedeniyle etrafta uçuşan noktalar da var.
Amacımız image işleme ile bu resimde doğru varmı sorusuna Evet / Hayır cevabı vermek ve eğer varsa doğrunun eğimini bulmak.
Bu dersi alan arkadaşlar muhakkak vardır. Bana kısaca mantığı anlatırmısınız?
Bu resimde doğru parçası varmı yokmu eğer varsa eğimi ne sorusu için hangi işlemleri yapacağız?
Abi o sağda soldaki gürültüleri yook etmek için komşuluk ilişkilerine bakıyorsun. Bunun için morfolojik filtre çeşidi olan açma ve kapama ( erosion, dilation) yapıyorsun. açma ile gürültüleri yok ediyor, kapama ile birbirine yakın parçaları birleştiriyorsun.
http://www.cescript.com/2012/08/morfolojik-goruntu-isleme.html (http://www.cescript.com/2012/08/morfolojik-goruntu-isleme.html)
burada biraz daha ayrıntı var
https://www.google.com.tr/url?sa=t&rct=j&q=&esrc=s&source=web&cd=10&ved=0ahUKEwiyz-2v6-_KAhVpYpoKHbFnDh8QFghdMAk&url=http%3A%2F%2Fwww.yalova.edu.tr%2FFiles%2FUserFiles%2F70%2Faliiskurt%2FIMAGE_PROCESS%2Fmorfolojik_30Ekim.pdf&usg=AFQjCNFJReWlbAgse5foJbnVVWfemdLMoQ&sig2=GhUcuUxZFriFL9L2Ethlvg&cad=rja (https://www.google.com.tr/url?sa=t&rct=j&q=&esrc=s&source=web&cd=10&ved=0ahUKEwiyz-2v6-_KAhVpYpoKHbFnDh8QFghdMAk&url=http%3A%2F%2Fwww.yalova.edu.tr%2FFiles%2FUserFiles%2F70%2Faliiskurt%2FIMAGE_PROCESS%2Fmorfolojik_30Ekim.pdf&usg=AFQjCNFJReWlbAgse5foJbnVVWfemdLMoQ&sig2=GhUcuUxZFriFL9L2Ethlvg&cad=rja)
@z hocam goruntu isleme konusunu bilmiyorum ama istediginiz dogruyu ve varsa egimini bulmak machine learning e giriyor. O konuda birseyler yazabilirim. Oncelikle resim dosyasini matris olarak acarsiniz. Opencv olur, Cimg olur. Ufak bir islemle siyah noktalari xy kordinatina donusturursunuz. "Linear regression" ile bu noktalarin arasindan gecen ve hata payini en dusuk tutan y=ax+b denklemini bulursunuz.
Projeyi neticelendirip neticelendirmemek hayati bir sorun değil yapmasam da olur. OpenCV vs e muhtaç kalacaksam projeyi bitirmeme gerek yok atarım bir kenera.
Bu yüzden OpenCV, Matlap gibi önerileri istemiyorum.@sovalyeResim dosyasını XY array içine atıyorum zaten. Gürültüden de Klein'in verdiği linkteki bilgilerle kurtulacağım.
Şimdi elimde XY array içinde siyah bilgilere sahip olduğumu varsayalım.
Doğru denklemini nasıl elde edeceğim? Biraz daha açıklarmısın?
Yakında video kareleriini ve yaptığım işlem sonucu elde ettiğim görüntüleri de yayınlayacağım.
Hocam , siyah noktaları (x,y) olacak şekilde dizi haline getirdiyseniz. Benim kodu biraz değiştirip kullanabilirsiniz.
Öncelikle döküman ekleyeyim teknik detaylar için. https://www.coursera.org/learn/machine-learning/supplement/Mc0tF/linear-regression-with-one-variable (https://www.coursera.org/learn/machine-learning/supplement/Mc0tF/linear-regression-with-one-variable)
Denkemimiz y=ax+b ;
Yaptığımız iş en başında random a ve b değerleri atamak ve bir hata fonksiyonu(dökümandaki Cost Function) oluşturmak. Amacımız bu hata fonksiyonunu minimum yapan a ve b değerlerini bulmak. Bunun için gradient descent denen işlemi yapacağız( calculus dersi ) . Fonksiyonun grafiği üzerindeki minumuma ulaşmaya çalışıyoruz. Bulunduğumuz noktadaki eğim aslında bu minumum noktaya giden bir vektördür. Bu vektörü alıp bir öğrenme katsayısı ile çarparız. ve çıkan değere göre a ve b mizi biraz değiştiririz hata fonksiyonumuzu tekrar hesaplar ve yeniden bir vektör buluruz. Bu işlemi bulduğumuz vektör sıfır olana kadar devam ettiririz.
Şuraya vakti zamanında kendi yazdığım kodu da ekleyeyim. sens ve rate değişkenlerini değiştirerek denklemin kesinliğini ve hesaplama süresini değiştirebilirsiniz.
Ben random 5x+12 ye benzeyecek sayılar oluşturdum. denklemi de buna göre hesaplattırdım.
mesela sens=100000 iken denklemi y=4.92 * x +12.91 olarak hesaplıyor ve 470000 cycle harcıyor ama sens= 10000 yaparsak denklemi y=5.13 *x + 0.101 olarak hesaplayıp 310 cycle zaman harcıyor.
#include <iostream>
#include <fstream>
#include <vector>
#include <string>
using namespace std;
int main() {
ifstream dosya;
dosya.open("a.txt");
float q1=0,q2=0,temp1=0,temp2=0,h1=0,h2=0,prs,rate= 0.00001;
vector <float> x, y;
int r1, r2, sens = 100000; // sens buldugumuz vektoru ne zaman 0 kabul edebilecegimiz
while (!dosya.eof()) {
dosya >> r1 >> r2;
x.push_back(r1);
y.push_back(r2);
}
int count=0;
while(1){
for (int i = 0; i < x.size(); i++) {
prs = rate*((q1 + q2*x[i] - y[i]) / x.size());
h1 += prs;
h2 += prs*x[i];
}
temp1 = q1 - h1;
temp2 = q2 - h2;
if (int(q1*sens) == int(temp1 * sens) && int(q2 * sens) == int(temp2 * sens)) break;
q1 = temp1;
q2 = temp2;
h1 = 0;
h2 = 0;
count++;
}
cout << "y= " << q2 << "*x + " << q1 <<" counter=" << count << endl;
cin >> q1;
return 0;
}
a.txt 'nin içeriği.
1 17
45 230
23 145
9 58
12 73
86 435
60 322
19 112
18 97
3 26
29 153
17 99
55 287
73 371
84 421
o resim için şu uygun;
öncelikle erosion uygularsanız çizgi belirginleşir, siyah noktalar azalır. sonrasında ben olsam hough transform ile line bulurum.
ha keza entegre tanımak için de hough transform iyidir. böyle geometrik şekilleri decet etmede hough transform elegan bir algoritmadır.
tabi öncesine preprocessing şart. o fotoğrafın şekildiği ortama, arka plana vs. bağlı birşey.
(http://i.hizliresim.com/knNkVy.png) (http://hizliresim.com/knNkVy)
Soldaki kameradan alınan ham görüntü. Sağdaki ise işlemeyi düşündüğüm yarı mamul görüntü.
mesaj birleştirme:: 12 Şubat 2016, 16:11:37
Fotograflamayı çipi alttan ışıklandırarak elde ettim. Üstten çok az ışık verdim. Böyle yapmazsam çip yüzeyindeki yazılar da işin çine giriyor ve bacaklarla çipin birleştiği yerlerde keskin renk değişimi olmuyor.
Buzlu bir camı alttan ışıklandıracağım.
Camın üstüne çip boyutlarında içi boş kırmızı bir kare çizeceğim.
Çip yokken bu karenin kırmızı renklerini sayacağım. Çip bu karenin tam ortasında ise kırmızı karenin kırmızı renk sayısını belli bir hata ile gene aynı sayacağım.
Eğer çip açılı duruyorsa kırmızı nokta sayısındaki hata artacak.
Bu mantığı bir deneyeyim.
Delphide nasıl Ekrana pencereyi kendim çizdireceğim deyip windows API larıyla cebelleşmeyip VCL kullanılıyorsa
Görüntü işleme ile ilgili bir şeyler yaparken bu iş için yazılmış kütüphaneler kullanmak daha doğru olur.
İlla OpenCv olmak zorunda da değil elbette
Bunun yanında OpenCv den çekinmenize gerek yok pek çok görüntü işleme algoritması hazır elinizin altında oluyor.
C++ ile yazıldığından C# python java gibi pek çok dil üzerinden çağrılabiliyor. İlla Delphii diyorsanız ordan kullananlarda var
mesela
https://github.com/Laex/Delphi-OpenCV
internette aratırsanız pek çok çalışma ve kütüphane bulabilirsiniz
Son gönderdiğiniz örnek için konuşursak
Resme threshol uygulayıp binary hale çevrilir.
aşındırma -erosion- ile kenardaki ayakları silinir
genişletme - dialtion - ile çip aşındırılmadan önceki hale getirilir.
dış hat bulunur - contour -
dış hatın sığacağı minim bir - dönük - dikdörtgen bulunur.
bu dikdörtgenin isterseniz köşe noktalarını isterseniz açısını alıp işleminiz yapabilirsiniz
çipin sol alt köşesinde mavi bir yuvarlak var
o da ayrı olarak tespit edilebilir elbette lazımsa
yok olmaz, kütüphane olmaz.
Kütüphane olmaz.
Belki ileride bu kamera kısmını PC den kurtarıp STM ile yapacağım.
Alıntı yapılan: z - 12 Şubat 2016, 19:03:45
Kütüphane olmaz.
Belki ileride bu kamera kısmını PC den kurtarıp STM ile yapacağım.
Hocam kutuphaneye itiraz ediyor gibi gorunmek istemem. Stm microcontroller ile image processing yavas olmazmi?
Birazdan bir video yayınlayacağım. Bulduğum Zoptik Zalgoritma Zütüphanesi ile STM işlemciler yapabilir mi sen karar ver.
mesaj birleştirme:: 12 Şubat 2016, 19:48:37
Evet arkadaşlar Zoptik Zalgoritması hayırlı olsun.
https://youtu.be/6S1hkbiSUh8
hocam merhaba.
oncelikle code lari basarabildiginiz icin sizi tebrik ederim ::)
hocam ben sorumu yapamazsiniz. beceremezsiniz. ugrasmayin boyle seylerle kafasinda sormadim. mucit hocamin surada https://www.picproje.org/index.php/topic,63243.msg490234.html#msg490234 (https://www.picproje.org/index.php/topic,63243.msg490234.html#msg490234) ugrastigi konudan referans alinarak. mesela camera icin 640x480 pixrl kullanilsa. 307200 for islemi sadece pixellere ulasabilmek icin harcaniyor. mesela resmi siyah beyaz yapmak icin(bu karartma algoritmasi nasil bilmiyorum. o yuzden siyah beyaz yapmak algoritmasini yaziyorum) P[0][0] = (R + G + B) / 3
bu code u kac cycle da yapar bilmiyorum? ayrica yukaridaki for islemlerini kac cycle da yapar bunu da hesaplayip digerleri ile carpinca. cok islem gubu harcamasi gerekmezmi? :-\
resim cekip. bunu islese okay ama sanirim size real time isleme gerekli?
sizin yeni algorithm daha az cycle ile becerebilirse. olmamasi icin tabikide sebep yok. insallah stm32 ilede yaparsiniz hocam ::)
Çok ucuz fotograf makinelerinin işlemcileri bile bayağı bir optik işleme yapabiliyor.
STM32F4 serisi sanırım tam da bu işler için.
Yok ben kütüphane ile vs yapacağım dersek Böğürtlen Çilek Ahududu serisi minik kartlar kullanılabilir.
Bir de asm faktörü var.
Birde RAM faktörü var abi. Daha önce bu konuya takıldım oradan biliyorum.
Gerçi işin içinde Z faktörü olduğunuda unutmamak lazım.
üstten parçayı tutup alttan aydınlatmaa yaparken kmerayı nereye yerleştirmeyi düşünüyorsun abi?
Şu anda kamera yazılımı ile uğraştığım için deneme amaçlı böyle bir düzenek kurdum.
Makinede durum biraz farklı olacak.
Kamera şaseye bağlı ve mercek havaya bakayacak. Derlini delip ortasından çipi vakumlayan boruyu geçireceğim ve gene derlini arkadan ışıklandıracağım. Çip kameranın önüne getirildiğinde ışık kaynağı ve derlin parça çiple beraber hareket etmiş olacak.
Yani videodaki düzenek tepe taklak olacak.
stm32f427 ile yapılmış opensource imaj tanıma modülü
https://openmv.io/
Cmucam5 Pixy isimli kamerada da lpc serisi bir mcu var. Konum tespiti vs yapıyor
ben daha suan image processing dersini almadigimdan konuyu tam olarak anlayamiyorum ama herhalde basit dusunce ile yani for while gibi loop operatorler ile ram deki bilgileri basit mantik ta islemiyorlar. daha farkli algorithm yontemleri olmali. (for while kullanmiyorlar demiyorum. mesela tum resmi siyah beyaz yapmak icin farkli bir algorithm kullaniyor olmalilar)
Mucit hocam. sizin stm32f7 deney pcb si ile linkteki urunlerin yaklasik iki kati daha fazla isler yaptirilabilmesi gerekli. bu sey beni heyecanlandirdi hercekten. ::) z hocamiz insallah oncesinde projesinde basarili olur. bir kac sene icersinde siz ve bende image processing lecture ina yazilmis oluruz. belki bizlerde iyi projeler cikartabiliriz ::)
@sovalyeŞu senin programın algoritmasından biraz daha bahsetsene.
Şimdi kafamı karıştıran konu şu.
Doğru parçası yüzlerce noktadan oluşuyor. Pixellerin digital konumları gereği eğimi en hatasız olarak iki uç noktanın koordinatından hesaplayabiliriz.
Biraz daha detay rica ediyorum. Kodları adım adım izleyip algoritmayı anlamaya üşendim.
Alıntı yapılan: leblebitozu - 13 Şubat 2016, 19:17:34
stm32f427 ile yapılmış opensource imaj tanıma modülü
https://openmv.io/
Stm32 f427/429/469 da grafik işleme ünitesi var. Donanım yardımcı oluyordur.
Alıntı yapılan: engerex - 14 Şubat 2016, 15:50:17
Stm32 f427/429/469 da grafik işleme ünitesi var. Donanım yardımcı oluyordur.
Dma2d var ama onun grafik islemede yardımcı olacağını sanmam
@z projenin neresinde kullanacağınızı bilmiyorum ama bu verilerin gerçek hayattan bir algılayıcılarla toplandığını farz ediyorum. Bu durumda gelen kordinatlar bir doğrunun sonsuz noktasından biri olmayacaktır. Sadece tüm noktalara baktığınızda bunların bir doğruyu ima ettiğini söyleyebilirsiniz. Elinizde x leri farklı olmasına rağmen y leri aynı olan noktalar olacak bunlara bakıp eğim 0 mıdır diyeceksiniz? Veya 3 nokta sistemin kalanının aksine çok hızlı artmış sonraki veriler normal eğime 200 diyemezsiniz.
(http://s18.postimg.cc/rgu65tr2t/DSC_0143.jpg) (http://postimg.cc/image/rgu65tr2t/)
Mesela yukarda x noktaları kesinlikle y=2*x+3 gibi bir doğruyu ima ediyor ama sizin bunu iki noktaya bakarak bulma ihtimaliniz imkansıza yakın.
Hocam anlamadığınız yeri söylerseniz daha rahat yardımcı olabilirim. Yine de adım adım yazayım.
1. Random denklem atamak. H(x)=a* x+b
2. Hata fonksiyonu belirlemek. İşlem kolaylığı için hata fonksiyonu quadric olsun dedik. Her x noktası için h(x)-y 'ye baktık.
3. Hata fonksiyonumuzun gradient ini aldık.( h(x) grafiği üzerinde x noktasındaki eğim)
4. Bu gradienti bi Learning rate ile çarpıp denklemimizde ki katsayılardan çıkarttık amacımız hata fonksiyonun min. Değerini aldığı noktaya doğru yolculuk yapmak. Şimdi a ve b değiştiği için h(x) ve doğal olarak hata fonksiyonu değişti. Bunları tekrar hespladık.
5. Bu işlemi hata fonksiyonu üzerindeki noktanın eğimi 0 a yakınsayana kadar devam ettirdik.
NOT: önceki mesajım da bahsettiğim şeyleri içeren döküman var. İsim olarak yazdığım fonksiyonların matematiksel tanımlarına ordan bakabilirsiniz. Burda düzgün durmayacaklar diye tekrar yazmadım.
Gradyan vs okulda bile görüp görmediğimden emin olamadığım kavramlar. Bahsettiğin konuyu hemen anlayamayacağım.
Neyse görüntü işleme ile ilgili olarak donanım bitti. Umarım tekrar bu kısma müdahale etmeme gerek kalmaz.
Şimdi artık görüntü işleme rutinlerini yazmaya başlayabilirim.
https://www.youtube.com/watch?v=s0VFHqJ0f_0&feature=youtu.be (https://www.youtube.com/watch?v=s0VFHqJ0f_0&feature=youtu.be)
hocam siz linear regression ile imaginary bir line olusturup. chip in acisini bulabilirsiniz?(bunu advanced math kitabinda okumustum)
https://en.wikipedia.org/wiki/Linear_regression
mesaj birleştirme:: 15 Şubat 2016, 23:05:57
sanal line in acisini 90 yada 0 gibi birsey yapana kadar dondururseniz. bence olmamasi icin bir sebep yok ama linear regression bu is icin uygunmu suan tam olarak kestiremiyorum belki daha uygun yada tutarli bir mantik olabilir. suan ben ise sadece matematiksel olarak yaklastim ::)
mesaj birleştirme:: 15 Şubat 2016, 23:18:02
hocam birde sizin image processing sistemi sanirim biraz yanlis isliyor. nedenide su.
siz perfect bir sekilde isiklandirilmis yerde calisiyorsunuz. halbuki sizin aletin asagidaki gibi seyden micorocntrollerlari alip. programlayayip. ya geri birakmasi lazim. yada yeni bir yere koymasi lazim. ilk yerdeki microcontroller sayisini yani program yapilacak microcontroller sayisini sayabilmesi lazim?
(http://g01.a.alicdn.com/kf/HTB1E1pAHFXXXXccaXXXq6xXFXXXu/5PCS-free-shipping-KB9012QF-A3-KB9012-TQFP-128-Management-computer-input-and-output-the-start-up.jpg_640x640.jpg)
image processing library leri nasil calisiyor simdi birde buna bakalim.
https://www.youtube.com/watch?v=w6gs10P2e1k (https://www.youtube.com/watch?v=w6gs10P2e1k)
https://www.youtube.com/watch?v=z1Cvn3_4yGo (https://www.youtube.com/watch?v=z1Cvn3_4yGo)
sizin sanirim objeyi yukaridaki gibi tanimlayabiliyor olmaniz gerekli. tamam bende herseyin library kullanilarak yapilmasina karsiyim ama zor sartlar altindada iyi seyler basarabilen birsey yapabilmek gerekli. diye dusunuyorum :-\
@z hocam, cost function dokuman da var. Gradient tanimi da
(http://s30.postimg.cc/cwzsaieql/c5ab53f697f4b18c63b4fbeb222a9963.jpg) (http://postimg.cc/image/cwzsaieql/)
Bu sekil de. Algoritmayi da adim adim yazdim. Dogru denklemi icin kullanilabilecek kodu da ekledim. Eger uygulamaya uymazsa size gore duzenlemeye calisirim.
@Karamel, yukarda linear regression konusuyorduk. Algilayicilardan gelen noktalar kumesi mukemmel olmayacaksa en mantikli yontem linear regression oluyor. Ki mukemmel olsa linear regression da birkac cycle da hesaplar bitirir.
curve fitting iterative bir işlem değil ki gradient descent ile train edelim. en basit curve fitting metodu lms'dir. matematiksel olarak bakarsak pseudo inverse alabilmek yeterli. tek dezavantajı ram ihtiyacı fazla olacaktır fakat bu sorunun yakışıklı çözümü budur.
şu bakış yanlış, daha önce binlerce kez yapılmış, artık nasıl olduğu lebaleb bilinen bir iş için algoritma geliştirmek beyhude. zevk için belki uğraşılır fakat ben olsam enerjimi başka işlere harcardım. ayrıca şu da var, dünyada binlerce bu tip yapılmış iş var, yol da belliyken basitçe çözülebileceğini sanmak gerçekçi değil.
Ornekler duzgun olursa ki burada yeterince duzgun olur, gradient descant buyuk bir matris(ornekleri resim dosyasindan aliyoruz) icin (X^T * X)^−1 *X^T * Y 'i hesaplamaktan daha cabuk sonuc uretir diye dusunuyorum. Cunku hem bizi hedef denklemden uzaklastiracak alakasiz noktalar cok az sayida olacak hem de istedigimiz hassaslik cok fazla değil. z hocanin tasarladigi sisteme gore belki virgulden sonraki ikinci basamak bile onemsiz olacak. Bu yuzden gradient i sifira cok yakinsatmamiza gerek yok.
X sirasiyla x kordinatlarini Y sirasiyla y kordinatlarini iceren matrisler. X^T: X matrisinin transpozu
Edit: ayrica oldu da (X^T * X) non invertible cikarsa hos olmayacaktir. z hocamiza birinin harici matematik kutuphanesi kullanmasi gerektigini yada pinv fonksiyonunu tekrar icat etmesi gerektigini soylemesi lazim :)
Çok güzel diyorsunuz da ben mektepte görüntü işleme diye bir ders almadım. Mevcut teknikler nelerdir onları da bilmiyorum.
Siz takır takır şöyle yap falan diyorsunuz da bana gerçekten bir şey ifade etmiyor. Görüntü işleme konusunda bir kitap alsam bu kitabı yalayıp yutmamkim bilir kaç ayımı alır.
Eğer gerçekten basit bir işlemse beni bu dertten kurtarın bir fonksiyon yazıp bunu dll yapın. Ya da ben mantığım doğrultusunda bu soruna kendi çözümümü üreteyim.
Dll yazmak isterseniz ben size AxB boyutlarında siyah beyaz çip görüntüsünü saklayan arrayın adresini vereyim. Sizde burdan dataları çekin ve geri dönüş olarak açıyı verin.
Örnek çip görüntüsü isteyenlere bmp dosya verebilirim.
Renksiz (siyah beyaz) resimlerde netlik daha yüksek olur. Kameranın monochrome seceneği varsa denenebilir.
Işık,
Belkide beyaz led ışığı değil de atıyorum sarı ışık daha güzel sonuç verebilir. Beyaz ledler biraz melez yapıdadır, üstünde fosfor tabakası falan var, netliğe olumsuz etki.
Veya yine atıyorum IR gibi konular da dikkate alınabilir, ortam ışığından daha az etkilenebilir.
IR dahil değişik renkler denedim. Metal çip bacaklarının yansıttığı fakat çip gövdesinin yansıtmadığı durum ancak homojen aydınlatma ile oluyor bu durumda rengin çok önemi kalmıyor.
Çip yüzeyi siyah olmasına rağmen parlak ışınlar çipin siyah yüzeyinden de yansıyor. Bu da işleri karıştırıyor.
Bu projede can alıcı kısım yaptığım aydınlatma şekli. Çok yumuşak bir ışık tonu elde ettim. Hiç bir yerde parlama yapmıyor.
Biraz önce KIICDDE algoritmamı geliştirdim.
Bu algoritma tamamen mantık üzerine kurulu. İlk okul aritmetiği yeterli oldu.
https://youtu.be/hklYOFRIcLI
Videodan da görüleceği üzere bir şerit alıp bu şeridi ayrı bir pencerede gösterdim. Algoritmayı geliştirirken kafa karıştırmasın diye bu yola başvurdum. Ayrı bir pencereye şerit almaya gerek yok asıl çip görüntüsü üzerinde de yapılabilir. Bu durumda görüş alanında çip yok mesajı vermeme de gerek kalmaz. Zira mekanizma çipi alıp kamera önüne getirdiğinde çip muhakkak kamera görüş alanına girmiş olur.
Hatta algoritmanın bu halinde çipin sadece bir taraftaki bacaklarını gözleyerek çipin düzgünlüğüne baktım. İşi garantiye almak adına aynı algoritma
4 bir yandaki bacaklar için ayrı ayrı işletilebilir.
Fakat mevcut yapıyı daha da karmaşıklaştırmanın çok da alemi de yok.
Çalıştıysa kurcalama.
hough transform line detection algoritmasini uygulayin. Bir iki saate algoritmayi yazarsiniz.
http://homepages.inf.ed.ac.uk/rbf/HIPR2/hough.htm (http://homepages.inf.ed.ac.uk/rbf/HIPR2/hough.htm)
http://web.ipac.caltech.edu/staff/fmasci/home/astro_refs/HoughTrans_lines_09.pdf (http://web.ipac.caltech.edu/staff/fmasci/home/astro_refs/HoughTrans_lines_09.pdf)
Kenarlar bariz belli goruntude. Gurultu de az. Hough transform zaten olasiliksal olarak dogrulari buldugundan, kucuk gurultuleri de otomatik olarak suzeceksiniz.
Birbirine 90 derece olan dogrulardan entegrenin pozisyonunu bu sekilde bulursunuz. Son uygulamanizda kullanmayacak olsaniz bile algoritmayi denemek icin
forumdan bluekid in yazdigi cvpreprocessor https://code.google.com/archive/p/cvpreprocessor/ (https://code.google.com/archive/p/cvpreprocessor/), aforge http://www.aforgenet.com/ (http://www.aforgenet.com/), matlab
araclari kullanmanizi tavsiye ederim. Bu sekilde uygulamadan once nasil sonuc alinacagini gorursunuz. Ona gore aydinlatmanizi duzeltirsiniz, algortimanin calisip calismadigini kontrol edersiniz.
Sonra ilgili algoritmayi optimize ederek STM32 icin yazarsiniz.
Hough transforun dezavantaji eger goruntude cok gurultu olursa cok yavas calisir. Ama ilk mesajimda dedigim gibi gercekten makina icin kontrollu bir ortam saglamaniz mumkunse (uniform isik, kaliteli kamera, golgesiz goruntu) STM32 de calistirirsiniz bence.
Kolay gelsin.
Eğer uyguladığım algoritma sorun çıkartmaz ise algoritmayı 103C8 bile işletebilir. Tabiki kameradan pixel okuma kısmı C108 için sıkıntılı. Fakat onu da ikinci bir işlemciye yaptırabilirim. Yada 32F4xx seri işlemci tek başına her işi yapabilir.
@z hocam;
Şu anki algoritmanız anladığım kadarıyla düzgünlük ( Dikey ) üzerine.
Entegreleri hep aynı yönde koyduğunuzu varsayarsak sanırsam pin yönünü bulma ile ilgili bir çalışmanız olmayacak.
Entegreler plastik bir taşıyıcı içine dizili durumdalar ve doğru dizildiklerini varsayıyorum.
Düzgün olup olmadıklarını şimdilik ben yaparım artık.
Program, sadece kod eklentisi ile çipin yönünü de anlayabilir. Fakat bu aşamada bununla uğraşmak istemiyorum.
Aslında makinede vakuma da gerek yok. STM32F103C8 leri mıknatıs çekiyor. Elektromıknatıslı bir kavrama düzeneği de yapılabilir.
elimizde matlab gibi bir araç varken görüntü işleme zor değil. mesela matlabta burada bahsedilen tüm metodlar için hazır kod var. kendi algoritmanızı bu şekilde kıyaslayabilirsiniz. bence birkaç günde matlabta bahsettiğimiz algoritmaları uygulayacak seviyede çözersiniz. sonrası c kodlama işin kolayı. performans ta bu aşamada bir kriter değil bence. önce algoritma yazıp sonra performansa uydurmak doğrusu. performans yetmezse optimizasyon yapılır.
bence şu aşamada örnek bir görüntü üzerinde matlabta çalışın.
@z hocam merhaba.
size. sizin algoritmalari birakin. sunu kullanin vs demek istemedim ama soylede bir gercek var ki. sizin algoritmalar mukemmel durum altinda calisiyor. yani bende daha image processing dersine katilmadim ama kendi dusuncem su ki. gidis yolunuz belli sorunlari asacak. daha sonra bir yerde cakilip kalacak gibi. sizin yasinizda bir elektronikciye fikir vermek benim haddime degil ama empati yaparak soyluyorum. ben bu seyi yapmaya kalksam. internette duzgun sonuc alinan kutuphaneleri incelerdim. kendim onlari anlamayi beceremiyorsamda(dersi almadim. belki herseyini anlayamam) direk kutuphaneyi kullanirdim.
insanlar siradan bir cctv camera ile normal hatta kotu sartlarda bile iyi sonuclar aliyorlar. yuz taniyorlar. otomobil. kamyonet. kamyon sayiyorlar. plaka okuyorlar. herhalde bunlar ust seviye programming konulari? ama ne yazik ki sizin son videodan gordugum kadari ile sizin algorithm bunlara kiyasla cok ilkel calisiyor.... :-\
yazdiklarimi kotu yada yanlis anlamazsaniz sevinirim hocam ::) ben sadece size yardimci olmak isterim.... ::)
Karamel doğru diyorsun fakat bu imaj işleme konusunu öğrenmeye kalkarsam bu proje aylarca yatar.
Aşağıdaki videoda artık işleri bilgisayar devraldı. Artık makine bitti sayılır.
https://www.youtube.com/watch?v=XtY7qMgZoE4&feature=youtu.be (https://www.youtube.com/watch?v=XtY7qMgZoE4&feature=youtu.be)
Sözkonusu algoritma için line scanner bile yeterli. Kameraya dahi ihtiyaç kalmadı.
Sorun bence her zamanki gibi, z hocanin, açık ve bedava kodlar ile iş yapmak istemesi, ticari component'e 5 kuruş vermek istememesi olabilir. Belki de amaç, iş değil hobidir. Bu yuzden masrafa gerek yoktur.
Şaka şaka. Bu algoritmayı Amerikalı bir arkadaşımdan aldım. Uyduların konum kontrolunda kullanılıyormuş.
hocam. basarmaniza sevindim ::) olmus gibi gozukuyor ::)
Programlama soketi çipin küçük açısal kayıklıklarını tolere edebiliyor. Kamera ile yaptığım bu düzeltme işlemini mükemmelleştirmeye gerek kalmayacak.
Fakat çipi bile bile küçükte olsa sokete açı hatası ile oturtmak soketin çipi uygun konuma getirmeye yarayan sürtünme plastiklerinin aşınmasına neden olacaktır.
https://youtu.be/na7HodEXlIs
hocam tutucuyu manyetik dusunuyorsunuz ama bunlarda cok seker. http://www.schmalz.com/np/pg/produkte?hier=155-171-188 (http://www.schmalz.com/np/pg/produkte?hier=155-171-188)
koruklulerde baski sikitisi olmaz sanirim
Bunu ne amaçla yapıyorsunuz? Yani seri olarak çip programlamak mı amaç?
Bu düzenekle iki ayrı iş yapacağım.
1) Aynen videodaki çok sayıda çipi otomatik olarak programlamak.
2).Bir grupta 20..50 adet gruplanmış minik kartlar barındıran kırılıp parçalanmayı bekleyen blok kartın her bir kartındaki işlemciyi pogo pinlerle otomatik programlamak.
---------------------
Şimdi çipleri taşıma kutusu sorununa çözüm getirmem gerekiyor.
Çipleri 10, 50, 100 gibi adetlerde alıyorum. Satıcılar çipleri farklı taşıyıcılar içinde gönderebiliyor.
Örneğin aşağıdaki taşıyıcı bloklar biçimsiz şekilde kırılarak istediğim adetlerde çip taşıyacak ebatlara indirilmiş olabiliyor.
(http://www.antistat.co.uk/shopimages/jedec%20trays%20group.jpg)
Ya da aşağıdakine benzer tape içinde gelebiliyor.
(https://encrypted-tbn0.gstatic.com/images?q=tbn:ANd9GcRuol_vRc2av7akNc1YRUIF4wKvD-J7GJ4BQ2IQ6fJ1KgZU3It9)
Neyse gelen taşıyıcıyı belirleme şansım çok yok. Fiyatı uygun çipi tercih edince taşıyıcı şu olsun diyemiyorum.
Fakat programlanmış çipleri tek bir taşıyıcı ortamda sunmak istiyorum.
Bunun için kendi taşıyıcı kutumu yapmam gerekecek. İsteyene 1 isteyene 10 isteyene 100 tane verebilmeliyim ve taşıyıcı arayışına girmemem lazım.
Thermo forming tekniği ile aşağıdakine benzer paketi yapabileceğimi düşünüyorum.
(https://encrypted-tbn0.gstatic.com/images?q=tbn:ANd9GcRuol_vRc2av7akNc1YRUIF4wKvD-J7GJ4BQ2IQ6fJ1KgZU3It9)
Fakat daha pratik çözüm ne olabilr?
SMD dizgicilerden boşa çıkan şeritleri almak olabilir beki?
Malesef kullandığım soketin kapağını kapatmadan çipi koyup üstüne baskı yaparak sadece 1 kez programlama yapılabiliyor. Aynı çipe bir daha program atılamıyor.
Faprikadan çıkan çipin bacakları çok yüksek doğrulukta bükülmüş. Bunu sokete yerleştirip ardından çipin gövdesine baskı uygulanınca kontaklar temas ediyor ve çip programlanıyor. Çipi yerinden alıp geri yerine koyduğumuzda çipe baskı uygulasak bile bazı bacaklar temas etmiyor.
Fakat soketin kapağını takarsam kapak çipin gövdesine değil bacakların üstüne baskı yaptığından bu sorun oluşmuyor ve çip programlanabiliyor.
Mecburen kapağı geri takacağım ve her defasında kapağı açtırıp geri kapattıracağım.
Emme ucunu chip in genisligiyle esit yap. Hem vakumla tutar hemde bacaklara baski yapar.
Aynı zamanda oynar olması lazım. Bu sorunu tespit edince soket kapağını alıp inceledim. Cipin ayaklarına basacak cerceve aynı zamanda sarhos teker gibi. Baskı açısı ve konumu değişken.
https://www.youtube.com/watch?v=U-mj0IdDOeU (https://www.youtube.com/watch?v=U-mj0IdDOeU)
mesaj birleştirme:: 22 Şubat 2016, 16:50:09
Soket kapağını taktıktan sonra da arada programlayamadığım çipler oldu. Programlama soketi barındıran kartda Reset bacağı boşta imiş. Bu nedenle de bazen çip programlanamıyormuş. Temassızlık sorunu oluyor düşüncesiyle kapağı geri takmıştım. RST bacağını pull up yapınca sorun çözüldü.
Soket kapağını kapatmazsam da olacaktı belki de.
Neyse soket kapağı sağa sola eğilmiş olan bacaklara bir şey yapamaz ama aşağı yukarı eğiliş bacakları düzelteceğinden böyle kalmasında fayda var.
hocam basarmissiniz ::) sizi tebrik ederim ::) basarilarinizin devamini dilerim ::)
hocam emme uclarinin akordiyon gibi olanlari var olar iseyaramaz mi acep? sanki emis ucunun monte olacagi dort yay ayakli bir platforma ihtiyaz var gibi?
Bülent hocam sadece cipi programlamak için bu kadar işlem çok zahmatli iş değil elle daha seri olmazmıydı.
@dursuncemalVakum pompası güçlü ve silikon borular çipi çok güzel kavrıyor. Zaten çarşıya gitmeye yada internetten birşeyler sipariş etmeye üşeniyorum. Evde ne varsa onu uyduruyorum.
@bulut_011 tane ya da 10 tane çip programlamak sorun değil kendin programlıyorsun ama miktar artınca kıçı kırık program yükleme işi gerçekten iş olmaya başlıyor.
Akşam yatarken makineyi başlat sabaha kadar 100 tane çip programlasın fena mı?
Haklısınız hocam hayvanı biraz hızlandırmak lazım ama :)
Bu hız yeterli mi?
Bu süreyi daha da kısaltabilirim fakat motor sürücülere güvenim yok. Akım ayar trimpotlarını açmaya cesaret edemiyorum.
https://youtu.be/fCHrIVuNBJM
Bülent hocam elinize saglık sistem gzl saat gibi çalışıyor zaman ve para olursa daha neler yapılmazki..
Yaklaşık 30 sn sürüyor bir çipi programlaması. Saatte 120 çip, Günde ortalama 2880 çip. Biraz daha hareketleri yumuşatarak günde 3000 çipe çok rahat çıkarsınız. :)
Çipleri aldığınız - bıraktığınız yerler, programlayıcı ve görüntü işleme kısmı birbirlerine daha yakın olduğunda yoldan da kazanırsınız. (Sessiz izlemek durumundaydım, bahsettiyseniz kusura bakmayın)
İlk başta soket ve kamerayı gelişigüzel yerleştirmiştim. Yerleri daha mantıklı şekilde değiştirilebilir.
Evet şu anda dakikada 2 çip programlayabiliyor. Yatmadan önce makineyi çalıştırırım sabaha kadar 100 çipi programlasa yeter diye yola çıkmıştım.
Abi step sürücülerini nasıl hallettin. Hangi çipi kullanıyorsun? Arayüz nasıl?
hocam ürün haline getirmeyi planlıyor musunuz ?
müşteriyim.
@erhanmeteElbette olabilir.
Videodaki gibi çip bazında programlayandan ziyade gruplanıp henüz kırılarak küçük kartlara ayrılmamış büyük PCB üzerindeki lehimli çipleri programlayan bir robot imalatçıların işine yarayabilir diye düşünüyorum.
@Mucit23Bu projeye niyetlendiğimde gittigidiyorsa 9 küsür TL'ye sürücü buldum ve 5 tane aldım. Yıllardır kendi sürücülerimi yapıyorum ilk kez sürücü satın aldım. Zira bu fiyata sürücü yapmam imkansız.
Neyse sürücüler A4988.
Ciddi projeler için bu sürücüyü tavsiye etmem. Mesela bu robotu ticari anlamda üretmek istersem bu sürücüleri asla kullanmam.
Arayüzü delphi ile yazdım. Robotun kontrol ünitesi STM32F103C8 barındıran bir kart.
@z Bülent Hocam A4988 sürücülerle son video daki hızın üstüne çıkabilirsiniz. Eğer iyi soğutuyorsanız akımı arttırmaktan korkmayın. Günümüzde ticari olarak üretilen ve satılan birçok 3d printer da bu sürücüler ekmek peynir gibi kullanılıyor. Yanında gelen mini soğutucuyu, çipe, üstünü ince zımparayla hafif zımparalayarak japon yapıştırıcısı ile yapıştırın. Üstüne de güzel bir fan ayarlarsanız tadından yenmez.