C++ C# Java Linux Embedded OpenCV Bildverarbeitung Algorithmik OCR

10/2016 – 11/2016

Entwicklung einer einfachen GUI für ein Test-Framework in C#.

- GUI mit Windows Forms entwickelt

C#

1/2016 – 9/2016

Aufgabe: Es soll die Druckqualität von gelaserten Fotos überprüft werden. Besondere Anforderungen: Die Skalierung der Bilder schwankt, die Laser lasern die Bilder nicht in der gleichen Helligkeit.

- Grauwert-Kalibrierung anhand eines bekannten Farbmustern durchführen
- Foto durch Korrelator lokalisieren
- Exakte Skalierung des gelaserten Fotos bestimmen
- Foto entsprechend der errechneten Kalibrieren
- Foto ggf. in einen anderen Farbraum transformieren (LBP, Canny, Sobel, HSV) - Referenz-Foto mit gelaserten Foto vergleichen
- Gefundene Defekte klassifizieren

C++, Git

8/2015 – 12/2015

Entwickeln einer GUI in WPF um die OCR zu konfigurieren.

C#, C++, Git

1/2015 – 12/2015

Aufgabe: Entwicklung einer größen- und fontinvarianten OCR für normale Zeichen mit Hilfe einer Support Vector Machine. Der OCR-Algorithmus lässt sich in einen Einlern- und einen Erkennungsteil unterteilen.

Einlernen:
- Es werden künstlich Zeichen mit unterschiedlichen Fonts erstellt
- Die künstlichen Zeichen werden auf eine einheitliche Größe skaliert
- Gradienten der Zeichen werden berechnet
- Mit den errechneten Gradienten wird eine Support Vector Machine trainiert

Erkennung:
- Es wird nach Blobs im Bild gesucht
- Die gefundenen Blobs werden auf eine einheitliche Größe skaliert
- Gradienten der Blobs werden berechnet
- Die Gradienten der Blobs werden mit der Support Vector Machine als Buchstaben klassifiziert

C++, Git

5/2014 – 9/2014

GUI-Design mit Microsoft Foundation Classes (MFC)

C++

1/2013 – 6/2013

Es soll sichergestellt werden, dass die Druckqualität der Machine Readable Zone (MRZ) in Reisepässen ISO 1831 entspricht. Die Vorlagen der Zeichen werden aus dem OCR-B TrueType Font generiert.

- Überprüfung des Kontrastes des schwarzen Zeichenbereichs
- Überprüfung der minimalen Strichbreite eines Zeichens
- Überprüfung der maximalen Strichbreite eines Zeichens
- Überprüfung des Kontrastes des Skeletts eines Buchstabens
- Überprüfung auf Dreck im hellen Bereich eines Buchstabens
- Überprüfung auf Flecken im schwarzen Bereich eines Buchtstabens
- Überprüfung der korrekten Ausrichtung eines Buchstabens
- Überprüfung der korrekten Größe eines Buchstabens

C++

1/2012 – 8/2012

Aufgabe: Ein vorhandener Algorithmus zur Erkennung einer Seriennummer bestehend aus perforierten (dotted) Zeichen, wie sie in Reispässen verwendet werden, erkennt oft falsche Zeichen. Es soll ein neuer Algorithmus konzeptioniert und implementiert werden. Der Algorithmus soll größen- und rotationsinvariant sein. Der Algorithmus lässt sich in zwei Phasen aufteilen, der Einlern-Phase und der Erkennungs-Phase:

Einlernen:
- Segmentierung der Dots mit einer adaptiven Schwelle
- Normierung der Dotts eines Buchstabens / Herausrechnen der Skalierung
- Pro Zeichen existiert eine Menge an Koordinaten (normalerweise zwischen 5-10), welcher ein perforierten Buchstaben beschreibt

Erkennung:
- Segmentierung der Dots mit einer adaptiven Schwelle
- Clustern der Dots durch morphologische (dilate + erode) Operationen, um die Dots einzelner Buchstaben zusammenzufassen
- Translation der Dots eines Buchstabens in den Koordinatenursprung
- Normierung der Dotts eines Buchstabens / Herausrechnen der Skalierung
- Bestimmung einer Rotation, um den Buchstaben aus der Erkennungs-Phase auf den Buchstaben aus der Einlern-Phase zu matchen

Der neu entworfene Algorithmus ist skalierungs- und rotationsinvariant und hat keine Fehlerkennung. Des Weiteren kann er flexibel konfiguriert werden, mit Focus auf Performance oder Erkennungsgüte auch bei schlechter Bildqualität.

C++

1/2011 – 5/2011

Aufgabe: Die Daten aus einer Kamera zur Verkehrszeichenerkennung werden mit den Daten aus einem Navigationssystem fusioniert. Im Display eines Fahrzeuges wird das erkannte/gültige Verkehrszeichen dargestellt. Wenn auf Testfahrten ein falsches Zeichen erkannt wird, wird das dazu aufgenommene Video zur Analyse an den Entwickler geschickt.

- Szenen-Analyse mit ADTF

Subversion, C++

1/2010 – 9/2010

Implementierung modelbasierter Algorithmen zur Erkennung und Lagebestimmung von Objekten in Videos.

1. Algorithmus
- Erstellung eines 3D-Modells
- On the fly Berechnung von Key-Points auf dem 3D-Modell inklusiver der 3D-Koordinaten
- Zur Laufzeit wird nach Key-Points im Bild gesucht
- In einer RANSAC Prozedur werden die Key-Points im aktuellen Bild auf die Key-Points des Modells gemachted
- Die Position relativ zur Position der Kamera wird berechnet

2. Algorithmus
- Erstellung eines geometrischen Linien-Modells des zu erkennenden Objektes
- Im Bild wird mit Hilfe der Hough-Transformation nach Linien gesucht
- Es wird nach einer Transformation gesucht, die die Linien des Modells auf die Linien im Bild transformiert
- Es wird überprüft, ob die transformierten Linien zu den Linien im Bild passen

Mathematica

1/2009 – 12/2009

Entwicklung eines Videobasierten Stereo-Systems inklusive einer GUI in C#.

- C# Integration von AVT Kameras
- C# / C++ Datenaustausch
- Erkennen von Markern in den Bildern zweier kalibrierter Kameras
- Zuordnen der Marker in den Bildern
- Berechnung der 3D-Koordinaten durch Bündel-Ausgleichung
- Live Darstellung der Kamera Bilder in einer GUI - Darstellung der 2D- und 3D-Koordinaten in einer Tabelle und als 3D-Modell mit OpenGL

C#, C++

1/2009 – 4/2009

Ansteuerung und Integration von Industriekameras in ein Software-Projekt.

- Integration von AVT Kameras

C++

11/2008 – 7/2009

Implementierung eines Algorithmus zur Erkennung von binär codierten Marken (Kreise) für die Kalibrierung eines Photogrammetrie-Sytemes.

- Im Bild werden mit Hilfe quadratischer Optimierung Kreise gesucht
- Kreise mit einem geringen quadratischen Fehler werden auf eine binäre Kodierung untersucht
- Hierzu wird relativ zum Kreisradius nach hellen Blobs gesucht
- Blobs an bestimmten Stellen um den Kreis entsprechen einzelnen Bits
- Die errechnete binäre Zahl wird durch eine Prüfsumme überprüft

C++, Simulink

10/2008 – 9/2009

Mit Hilfe eines Tools (Bundler) werden Kameras ohne Verwendung von Markern kalibriert. Dieser Prozess wird durch Parallelisierung und Splitting der Videos beschleunigt.

- Das Video der zu kalibrierenden Kamera wird in mehrere Teile zerlegt
- Jedes Teilvideo enthält Bilder, die in allen Teilvideos enthalten sind
- Mit Hilfe des Bundlers werden die externen Kameraparameter berechnet
- Anhand der in allen Videos enthaltenen Bilder werden die verschiedenen Kamera-Positionen in ein Koordinatensystem transformiert

Ubuntu

4/2008 – 9/2008

Definition von Regressionstests.

MS Office (Anwenderkenntnisse)

6/2007 – 8/2007

Entwicklung des Internetauftritts für die [...] International GmbH.

Verwendete Technologien: Html, PHP, Javascript, CSS

CSS (Cascading Style Sheet), HTML, JavaScript, PHP

1/2006 – 9/2006

- Implementierung des DAB-MOT Protokolls und einer GUI zur Visualisierung von Börsendaten in Java.
- Über einen Web-Service werden in Echtzeit Börsendaten abgefragt. Die Börsendaten werden auf einen Server des NDR hochgeladen, von wo sie in das DAB Signal eingespeist werden.

Java SE, WSDL (Web Services Description Language), MTOM (SOAP Message Transmission Optimization Mechanism)