QML possibilities and restrictions in augmented reality figure recognition
Oikarinen, Juhani (2011)
2011
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2023092226179
https://urn.fi/URN:NBN:fi:amk-2023092226179
Tiivistelmä
The aim of this thesis was to study the QML programming language and study how it works in an Augmented Reality application. Maemo was used as platform for the application and LibCVD as an algorithm library for corner detection. This thesis was done for Digia Ltd. as a study work during spring 2011. The work was done in a group of four, in a scrum based project.
The research method chosen to study this subject is based on the constructive research method. In the constructive research method a working application is produced and the performance of the application is evaluated. The evaluation is done by visual observation of the performance and with FPS counters.
The results indicate that the QML suits in an Augmented Reality application. The only problems encountered were with colours and with graphics. The biggest problem was concerning the corner detection. Its process consumes a lot of the device's memory and makes the application lagging. This in turns impact on the QML components performance negatively. Tämän opinnäytetyön tarkoitus oli tutkia QML ohjelmointikieltä ja sen toimintaa lisätyn
todellisuuden sovelluksessa. Sovelluksen alustana käytettiin Maemoa sekä LibCVD algoritmikirjastoa käytettiin kulmientunnistus.
Tämä opinnäytetyö on tehty Digia Oy:tä varten tutkimustyönä keväällä 2011. Työ on
tehty neljän hengen scrum-perustaisena projektityönä. Tutkimusmenetelmäksi valittiin toteutukseen perustuva tutkimusmenetelmä. Toteutukseen perustuvassa tutkimusmenetelmässä tehdään toimiva sovellus, jonka suorituskykyä arvioidaan. Arviointi tehdään havainnoimalla suorituskykyä silmämääräisesti sekä ruudunpäivitys-laskurilla.
Lopputulokset osoittavat, että QML sopii lisätyn todellisuuden sovellukseen. Ainoat ongelmat, jotka ilmenivät työssä, olivat värien ja grafiikoiden kanssa. Suurin ongelma
liittyi kulmien tunnistukseen. Kulmien tunnistus vie suuren osan laitteen tehosta ja heikentää sovelluksen toimivuutta. Tämä puolestaan vaikuttaa negatiivisesti QML komponenttien toimivuuteen.
The research method chosen to study this subject is based on the constructive research method. In the constructive research method a working application is produced and the performance of the application is evaluated. The evaluation is done by visual observation of the performance and with FPS counters.
The results indicate that the QML suits in an Augmented Reality application. The only problems encountered were with colours and with graphics. The biggest problem was concerning the corner detection. Its process consumes a lot of the device's memory and makes the application lagging. This in turns impact on the QML components performance negatively.
todellisuuden sovelluksessa. Sovelluksen alustana käytettiin Maemoa sekä LibCVD algoritmikirjastoa käytettiin kulmientunnistus.
Tämä opinnäytetyö on tehty Digia Oy:tä varten tutkimustyönä keväällä 2011. Työ on
tehty neljän hengen scrum-perustaisena projektityönä. Tutkimusmenetelmäksi valittiin toteutukseen perustuva tutkimusmenetelmä. Toteutukseen perustuvassa tutkimusmenetelmässä tehdään toimiva sovellus, jonka suorituskykyä arvioidaan. Arviointi tehdään havainnoimalla suorituskykyä silmämääräisesti sekä ruudunpäivitys-laskurilla.
Lopputulokset osoittavat, että QML sopii lisätyn todellisuuden sovellukseen. Ainoat ongelmat, jotka ilmenivät työssä, olivat värien ja grafiikoiden kanssa. Suurin ongelma
liittyi kulmien tunnistukseen. Kulmien tunnistus vie suuren osan laitteen tehosta ja heikentää sovelluksen toimivuutta. Tämä puolestaan vaikuttaa negatiivisesti QML komponenttien toimivuuteen.