JAI GO-5000M-PGE- ja The Imaging Source DFK MKU130-10x22 -kameroiden käyttöönotto

Abstract

Insinöörityön tavoitteena oli kahden erilaisen konenäkökameran käyttöönotto Metropolia Ammattikorkeakoulun automaatiolaboratoriossa ja ohjeiden kirjoittaminen käyttöönoton toistamista varten. Työ suoritettiin Metropolia Ammattikorkeakoulun Leiritien toimipisteen automaatiolaboratoriossa, jonne työlle oli varattu oma tietokone, johon kaikki tarvittavat ohjelmistot pystyttiin asentamaan. The Imaging Sourcen mikroskooppikameran käyttöönotto todettiin helpommaksi, joka johtui USB-liitännästä ja kameran helposta asentamisesta. JAI:n kameran käyttöönotto todettiin haastavammaksi vioittuneen XML-tiedoston ja GigE-kytkennän takia. OpenCV-kirjastojen toimintaan saaminen Windows-ympäristössä todettiin monimutkaiseksi, kun taas MATLAB-ohjelman toimiminen kameroilla onnistui helposti. Molemmat kamerat saatiin toimimaan OpenCV:n kirjastoilla VisualStudio-ohjelmassa sekä MATLAB-ohjelman Image Acquisition Toolboxilla sekä Computer Vision Toolboxilla. Kameroiden on tarkoitus olla jatkossa koulutuskäytössä konenäkökameroihin liittyvällä laboratoriokurssilla.

The goal of this Bachelor’s thesis was commissioning of two different kinds of computer vision cameras at the Metropolia University of Applied Sciences automation laboratory and writing a guide of the installation for future utilization. The Bachelor’s thesis was done at the Metropolia UAS automation laboratory where there was a working station reserved for the installation of the cameras. Computer with administrator rights was given to the project for installation of required software. The Imaging Sources DFK MKU130-10x22-camera proved to be less complicated to install due to USB-cable’s plug and play feature and the software’s simple installation. JAI GO-5000M-PGE-camera proved to be more difficult to install due to corrupted XML-file inside the camera and the GigE-connection. Implementation of OpenCV in Windows proved to be troublesome whereas the installation of MATLAB was uncomplicated. Both of the cameras were successfully used with OpenCV and MATLAB’s Image Acquisition Toolbox and Computer Vision Toolbox. The cameras are planned to be part of the computer vision education for Metropolia University of Applied Sciences.