Finished student projects

This is an overview of the projects that have been completed by the NHL Centre of Expertise in Computer Vision.

Annual ditch inspection

In the Netherlands it is mandatory that the 1st of November of every year all ditches are clean. This is inspected by “de waterschappen”. Can this laborious task can be automated using an Unmanned Aerial Vehicle with a computer on board, which can inspect the ditches and report whether they have to be cleaned or not? Therefore, the project will consist of tracking a ditch and inspecting it using image processing.

Parallel Programming on Odroid XU3

Computer Vision uses a lot of computationally intensive algorithms. Most of these algorithms are very well suited for parallellisation. The Centre of Expertise in Computer Vision already has experience with both few-core parallellisation (OpenMP, for multicore CPU computing) and many-core parallellisation (OpenCL, for GPU computing) on typical x86-64 computer systems.
 
Recently a low-power single board computer, the Odroid XU3, was purchased. This system provides eight ARM cores in a heterogenous big.LITTLE configuration (Quad 2.0GHz Cortex-A15 + Quad 1.4GHz Cortex-A7 CPU). The system also contains an OpenCL 1.1 compatible ARM MALI graphics processor.
 
The goal of this project is to gain some experience with heterogenous CPU systems, and to test VisionLab’s OpenCL support on the ARM MALI GPU. Some further experiments with OpenCL can be done, eg. implementing an algorithm to perform seperable 2D convolution on images.
 
This project requires an Information Science student with an affinity for high-performance programming and parallel programming. The project requires knowledge of C++, multi-threading, and OpenCL.

Fire detection

When fighting a fire it is very important to locate the fire spots and be able to make a risk analysis.  A camera in the air can offer a good overview of the situation, but the images that provides have to be interpreted. The main goal is to automate the acquisition of images and interpret them using computer vision.

The information extracted can be mapped to get an overview of the different fire and smoke cores. This can be done using an Unmanned Aerial Vehicle (UAV) with a camera and a computer on board which automatically inspects the area and maps lively where these cores are.

Normal cameras take either grayscale or color images. A grayscale image is composed by pixels with different intensities, that go from black to white, while a color image has more information, for example the amount of red, green and blue of every pixel. Using computer vision, we can tell a lot about the world from grayscale or color images. Fire though, has another feature which can provide with a lot of information: the temperature. In order to get an image with temperature information in it, an innovative light weighted thermographic camera has been acquired. This camera is able to record the Long Wave Infrared (LWIR) region of the spectrum.

This project will consist of helping to interface this LWIR camera so it can be used with our computer vision software. This will be done mainly in C++, so it is required interest on learning this programming language.

Students: 1 or 2 (Computer Science)

Multi-spectral image analysis of potato plants

Potatoes is one of the largest export products of the Netherlands.
There is a demand for an accurate measurement of the color of potato plants. This can potentially be used to detect potato diseases. During the summer of 2014, a large database of potato plants with multi-spectral image data is collected.

The research question is to what level potato diseases can be detected in the images.

Student: 1, Information Science / Technical Information Science / Applied Mathematics

Auto white balance and exposure algorithms for cameras in uncontrolled illumination environments

For computer vision applications in uncontrolled environments there is a need for the automated adjustment of parameters. The goal of this project is to research, develop and test several computer vision algorithms for automatic camera parameter adjustment in uncontrolled environments. Parameters like the white balance and exposure of the camera.

Continue reading

Generic sensor system for the UAV

The Unmanned Aerial Vehicle (UAV) is equipped with many sensors to investigate the environment. When new sensor information is required they need to be customly added to the UAV, which requires software and hardware adaptations of the platform.

The goal of this project is to research, develop and test a generic sensor platform based on an Arduino. The main components are: Sensors, Arduino, and Software.

Examples of sensors are: gyros, ultrasoon sonar network,  acceleration sensors, barometric pressure sensor, GPS module, etc.

Student: 1, Technical Information Science / Electrical Engineering

Classification of unions using the Ensenso 3D camera

Unions are among the most consumed vegetables in the world. Several companies in the north of the Netherlands are interested in an automatic classification and measurement systems for unions. This includes defect classification and size measurement.

The Ensenso 3D camera provides depth map of the unions. The idea is to do a 3D measurement on the union. The second task is to perform defect classification based on the near infrared image.

Student: 1, Information Science / Technical Information Science / Mathematics and Applications

Custom lightweight UAV prototyping

In onderlinge samenwerking met het Nationaal Lucht- en Ruimtevaartlaboratorium (NLR) en het Kenniscentrum Computer Vision van de NHL Hogeschool wordt er gewerkt aan onbemande vliegende technologie van de toekomst. Door de slimme toepassing van ontwikkelingen op het gebied van Computer Vision zullen er de komende jaren belangrijke nieuwe toepassingsgebieden ontstaan voor Unmanned Aerial Vehicles (UAV). Denk hierbij aan windturbine inspectie, controle van gewassen, en kleinschalige brandbestrijding. Het kenniscentrum Computer Vision speelt hier op in door verschillende disciplines samen te laten werken aan inventieve prototypes.

 

3D printer

Het kenniscentrum ziet mogelijkheden in 3D print-technieken. Met behulp van deze technieken wordt het mogelijk snel functie specifieke onderdelen te maken voor de UAV’s. Belangrijk bij het maken van deze onderdelen is de materiaalkeuze, rekening houden met toolpaths en oriëntatie van de materiaalstructuur.  Het vinden van de juiste parameters voor het beste en meest snelle eindresultaat betekent theoretisch en praktisch bezig zijn met materiaalkunde.

 

GimbalsGimbal

Meedraaiende camerasteunen, aangestuurd door servomotoren zorgen voor een stabiel camerabeeld.
Het is belangrijk dat dit nauwkeurig gebeurd aangezien de UAV aan de hand van deze camerabeelden
deels aangestuurd wordt. Het (her)ontwerpen en realiseren van deze zogenaamde gimbals houdt in dat er onderzoek gedaan moet worden naar bijvoorbeeld benodigd koppel, optredende torsie, en hoeksnelheden. Naast het aansturen van de UAV kunnen de camera’s bijvoorbeeld ook gebruikt worden om windturbine wieken te inspecteren, of sloten te inspecteren op de effectiviteit van hekkel werkzaamheden.

 

Object dropper

Naast o.a. inspectiewerkzaamheden kunnen UAV’s ook actieve rollen aannemen. Zo is een UAV bruikbaar als brandbestrijdingsmiddel. Hiervoor dient de UAV bijvoorbeeld uitgerust te zijn met een mechanisme dat objecten zoals brandblusgranaten kan oppakken en/of laten vallen. Deze granaten dienen elke keer voorspelbaar te vallen, om zo effectief ingezet te kunnen worden. Het ontwerpen en testen van dit mechanisme is een opdracht waar veel ruimte is voor eigen inbreng. Coördinatie met andere disciplines, prototyping en testen zijn enkele van de elementen die veel aan bod zullen komen.

 

UAV design

Het werken met 3D tekenprogramma’s maakt het mogelijk snel concepten te visualiseren. Het ontwerpen en uitwerken van nieuwe concepten gebeurd regelmatig. Nieuwe componenten integreren of wijzigingen in positionering van camera’s is een regelmatig terugkerend fenomeen. Bij het uitwerken van concepten moet er rekening gehouden worden met multifunctionaliteit, stabiliteit en gewicht. Elke gram brengt de maximale vliegtijd omlaag, wat de UAV minder efficiënt maakt. Daarom is het ontwerp met hoge Prestatie Index materialen een belangrijk aspect van UAV-design.