Raspberry Pi reaaliaikaiseen kuvantunnistukseen

Abstract

Tässä opinnäytetyöraportissa käsitellään kuinka Raspberry Pi:tä saadaan hyödynnettyä kuvantunnistussovelluksissa. Työn tavoitteena oli tutustua itse Raspberry Pi -tietokoneeseen, kuvantunnistukseen ja ohjelmointiin Linux-ympäristössä. Työn lopullinen tavoite oli saada aikaiseksi jokin reaaliaikainen kuvantunnistussovellus Raspberry Pi:llä.

Työ aloitettiin tutustumalla Raspberry Pi:n ja sen Raspbian-käyttöjärjestelmän käyttöön sekä erilaisiin reaaliaikaisiin kuvantunnistussovelluksiin mitä muut Raspberry Pi:n käyttäjät olivat toteuttaneet. Tutustumisvaiheessa vertailtiin lukuisia erilaisia kameravaihtoehtoja ja kuvantunnistusmenetelmiä, mutta lopulta työssä päädyttiin käyttämään Raspberrry Pi:lle valmistettua kameramoduulia ja OpenCV-kirjastoa. Ohjelmointikieleksi valittiin C++.

Työssä haasteeksi muodostui ohjelmointi ja erityisesti ohjelmakoodin kääntäminen Linux-ympäristössä. Raspbianin gcc/g++-kääntäjän käyttöä jouduttiin opiskelemaan jonkin aikaa ennen kuin ohjelmakoodin kääntäminen alkoi luonnistumaan. Hyötynä tästä kääntäjän opiskelusta oli se, että kääntäjien toiminnasta tiedetään nyt huomattavasti enemmän, kuin ennen työn aloittamista.

Toiseksi haasteeksi muodostui se, ettei OpenCV-kirjasto tukenut suoraan Raspberry Pi:n kameramoduulia, mutta tämäkin ongelma ratkesi pienen opiskelun jälkeen. Kun Raspberry Pi oltiin saatu siihen kuntoon, että tarvitsi vain kirjoittaa toteutettavalle reaaliaikaiselle kuvantunnistussovellukselle ohjelmakoodi, niin tutkittiin vielä erilaisia sovellusvaihtoehtoja. Työssä päädyttiin toteuttamaan kohteen seuranta -sovellus, joka ky-kenee värien perusteella seuraamaan reaaliajassa videokuvasta useita määriteltyjä kohteita.

Kohteen seuranta saatiin toimimaan ja työlle asetetut tavoitteet katsottiin saavutetuksi. Työssä tuli selväksi kuinka monipuolinen pieni laite Raspberry Pi on. Se kykenee lukemattomiin erilaisiin käyttötarkoituksiin ja on täten erinomainen työkalu kenelle tahansa ohjelmoinnista kiinnostuneelle tai huokeaa tietokonetta sovellukseen etsivälle yritykselle.

This thesis examines how Raspberry Pi can be used for real-time image recognition applications. The goal of the thesis was to get acquainted with Raspberry Pi, its Raspbian operating system and programming in Linux environment. Final goal of the thesis was to accomplish some kind of real-time image recognition application with Raspberry Pi.

The project began with getting acquainted with Raspberry Pi, its Raspbian operating system and image recognition applications that other Raspberry Pi users had created. In this phase of the project several camera and image recognition options were weighted but in the end camera module specifically made for Raspberry Pi and OpenCV image recognition library were chosen.

In the project programming and especially compiling code on Linux became a challenge. Raspbian's gcc/g++-compiler had to be studied for a while before code compilation succeeded. As a result a lot was learned about how compilers work in general.

Another challenge was that OpenCV didn't support Raspberry Pi camera module natively but this problem was solved with little bit of studying. After getting Raspberry Pi to that stage where the only thing left to do was to write code for the image recognition application different application options were weighted. Object tracking application that could track multiple objects based on color was decided.

Object tracking application succeeded and the goals of the thesis were accomplished. In this project it became clear that Raspberry Pi is a very versatile little device and is capa-ble for countless amount of applications. Therefore Raspberry Pi is an excellent tool for anyone interested in programming or for a company looking for a cheap computer to use in their project.