Tikan osumapisteen automaattinen tunnistus
Pahikainen, Joni (2025)
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2025051210642
https://urn.fi/URN:NBN:fi:amk-2025051210642
Tiivistelmä
Opinnäytetyön tarkoituksena oli toteuttaa sovellus, joka tunnistaa reaaliajassa tikan osumakohdan ja laskee osumapisteen automaattisesti. Tunnistuksessa hyödynnettiin kolmea kameraa ja OpenCV-kirjastoa.
Tavoitteena oli kehittää riittävän tarkka tikan tunnistussovellus, joka toimisi reaaliajassa. Lisäksi tavoitteena oli tunnistaa mahdollisia ongelmakohtia ja löytää parannuskohteita sovelluksen tarkkuuden ja luotettavuuden kehittämiseksi.
Opinnäytetyön keskeisiä osa-alueita olivat kuvien muokkaaminen optimaaliseen tunnistusmuotoon, liikkeen tunnistaminen erotuskuvien avulla sekä perspektiivimuunnosten hyödyntäminen. Kuvankäsittelyvaiheessa pyrittiin parantamaan kuvanlaatua muun muassa harmaasävymuunnoksella ja kohinan poistolla, jotta liikkeen tunnistus olisi mahdollisimman tarkkaa. Perspektiivimuunnosten avulla korjattiin kamerakulmista johtuvat vääristymät ja sovitettiin kuvat tarkasti taulun todelliseen koordinaatistoon.
Opinnäytetyön lopputuloksena saatiin toimiva demo-sovellus, joka pystyy tunnistamaan tikan osumakohdan ja laskemaan pisteet automaattisesti reaaliajassa. Sovellus saavutti testauksessa hyvän tarkkuuden optimaalisissa valaistusolosuhteissa ja pystyi käsittelemään useita erilaisia tikkatyyppejä. Tunnistus toimi luotettavasti erityisesti kirkkaissa valaistusympäristöissä, mutta heikentyi hieman hämärässä tai mustakärkisiä tikkoja käytettäessä.
Tavoitteena oli kehittää riittävän tarkka tikan tunnistussovellus, joka toimisi reaaliajassa. Lisäksi tavoitteena oli tunnistaa mahdollisia ongelmakohtia ja löytää parannuskohteita sovelluksen tarkkuuden ja luotettavuuden kehittämiseksi.
Opinnäytetyön keskeisiä osa-alueita olivat kuvien muokkaaminen optimaaliseen tunnistusmuotoon, liikkeen tunnistaminen erotuskuvien avulla sekä perspektiivimuunnosten hyödyntäminen. Kuvankäsittelyvaiheessa pyrittiin parantamaan kuvanlaatua muun muassa harmaasävymuunnoksella ja kohinan poistolla, jotta liikkeen tunnistus olisi mahdollisimman tarkkaa. Perspektiivimuunnosten avulla korjattiin kamerakulmista johtuvat vääristymät ja sovitettiin kuvat tarkasti taulun todelliseen koordinaatistoon.
Opinnäytetyön lopputuloksena saatiin toimiva demo-sovellus, joka pystyy tunnistamaan tikan osumakohdan ja laskemaan pisteet automaattisesti reaaliajassa. Sovellus saavutti testauksessa hyvän tarkkuuden optimaalisissa valaistusolosuhteissa ja pystyi käsittelemään useita erilaisia tikkatyyppejä. Tunnistus toimi luotettavasti erityisesti kirkkaissa valaistusympäristöissä, mutta heikentyi hieman hämärässä tai mustakärkisiä tikkoja käytettäessä.