LUCRAREA NR

Sisteme de vedere artificial Lucrarea de laborator nr. 5

LUCRAREA NR. 51. Scopul lucrrii

Cea de-a patra lucrare de laborator trateaz problema urmaririi colturilor obiectelor dintr-o imagine.2. Breviar teoreticAlgoritmi de reconstructie a miscarii in secvente de imagini

Este util s lum n considerare variatele cazuri de micare observabile printr-o secven de imagini. Problema de rezolvat o reprezint analizarea formei diferitelor obiecte cu scopul de a determina micarea acestora. [1],[2],[26]

S-au identificat patru cazuri generale ale micrii n care se ine cont de poziia camerei video raportat la un anumit punct de referi:

camer fix, un singur obiect n micare, fundal constant;

camer fix, mai multe obiecte n micare, fundal constant;

camer mobil, scen relativ constant;

camer mobil, cteva obiecte n micare.

Primele dou cazuri sunt simple; un senzor fix este aezat deasupra unui fundal relativ constant. Micarea obiectelor de-a lungul fundalului va rezulta prin modificarea pixelilor asociai obiectelor din imagine. Detecia acestor pixeli ofer informaii cu privire la forma obiectelor precum i viteza i traiectoria acestora. Astfel de senzori sunt utilizai n sisteme de siguran i securitate. O camer fix poate fi utilizat cu scopul de a determina forma i traiectoria unui anumit obiect care se mic ntr-o zon cunoscut.

O camer mobil produce schimbri n imagini datorit micrii sale, chiar dac mediu nconjurtor nu se modific. Camera poate fi montat ntr-un punct fix, astfel prin rotirea ei obinndu-se o vedere panoramic asupra mediului sau camera poate fi montat pe un vehicul mobil (roboii mobili), n acest caz camera video oferind informaii cu privire la mediul n care ptrunde vehicolul respectiv.

Cea mai important problem n detectarea micrii la senzorii mobili o reprezin faptul c n scen sunt foarte multe obiecte n micare, ct i faptul c nu poate fi identificat un fundal constant.

2.1 Cross-Correlation

Aceast metod poate fi folosit n condiia n care se presupune c distana de deplasare este relativ mic n comparaie cu dimensiunile obiectului din imagine. Fiind determinat un punct de interes Pi din imaginea I1, se caut vecinul care se aseamn cel mai mult din imaginea I2.

Fig. 8 Determinarea vectorilor de micare

Primul pas este de a determina punctele de interes (colurile) din imaginea I1 captat la momentu t. Al doilea pas l constituie realizarea corespondeelor ntre punctele de interes detectate n imaginea I1 i punctele corespunzatoare din imaginea I2 captat la momentul t+t. Cutarea se realizeaz ntr-o vecintate centrat n pixelul Pi de coordonate (xi, yi), (Pi fiind pe rand, fiecare col detectat n imaginea I1), mrimea acestei vecinti fiind corelat cu amplitudinea micrii. Se caut n imaginea I2, cea mai bun aproximare a colului Pi din imaginea I1. Pentru realizarea acestei operaii se utilizeaz o matrice (masc) de comparaie care are ca element central intensitatea pixelului Pi, iar celelalte elemente reprezint intensitile vecinilor (dimensiunea acestei matrice este stabilit n prealabil de utilizator). n construcia vectorului de micare, punctul de coordonate (xi, yi) este considerat ca fiind iniial (coada vectorului de micare), iar punctul de coordonate (xf, yf) determinat n imaginea I2, care aproximeaz cel mai bine colul Pi, este considerat final (vrful vectorului de micare). Masca de comparaie este deplasat prin vecintatea de cutare din imaginea I2, reinndu-se pixelul pentru care vecintatea acestuia aproximeaz cel mai bine masca de comparaie. Fiecare pereche de pixeli astfel gsit este memorat ntr-un vector numit vector de micare. n figura 10, este evideniat modul de determinare a vectorilor de micare.

2.2. Gradient Vector MatcherSpre deosebire de Cross-corelation, Gradient Vector Matcher nu face o cutare pixel cu pixel n imaginea I2, ci ncearca s gaseasca colul corespondent dintr-o mulime mult mai mic de pixeli. Astfel, primul pas este de a determina colurile att din imaginea I1 ct i din imaginea I2 folosind unul din operatorii de detecie a punctelor de interes prezentai n capitolul 2. Pentru fiecare col detectat n imaginea I1 se testeaz care col dintre cele detectate n imaginea I2 l aproximeaz cel mai bine realizndu-se astfel perechi de coluri corespondente (fig. III.5).

Fig. 9. Cutarea colului corespondent n cazul GVM

Aceast tehnic de urmrire folosete ct mai multe informaii posibile rezultate n urma procesului de detecie a colurilor. n acest scop, sunt folosite i comparate trei atribute: I (intensitatea nivelului de gri), Ix (valoarea medie a nivelului de gri de-a lungul axei x), Iy (valoarea medie a nivelului de gri de-a lungul axei y). Ix si Iy sunt calculate scond rdcina ptrat a gradienilor < Ix2> si < Iy2> pentru fiecare pixel n parte, i fcnd media pe o masc de suprafa 3x3. Un vector este construit cu cele trei componente, (I, Ix, Iy) i comparat cu vectorul echivalent colului curent (figura III.6).

Fig. 10. Gradient Vector Matcher (GVM)

Comparnd doi vectori, se poate calcula o valoare m(v,w) ntre punctul curent si fiecare punct candidat, conform relaiei:

(13)Deoarece schimbrile liniare ce apar n I duc la schimbri att n Ix si Iy, aceast metod nu este sensibil la schimbri liniare a condiiilor de iluminare. Pixelul candidat, care are cea mai mic valoare m(v,w), este considerat ca fiind colul corespondent, atta timp ct m este mai mic dect o valoare de prag predefinit.Modul de lucru in laborator:3. Exercitii

1. Analizati implementarea existenta a celor doi algoritmi si realizati imbunatatiri din punct de vedere a performantelor implementarilor (timp de lucru, bucle, etc.)

2. Realizati achizitii de secvente de imagini si reconstituiti traiectoriile de miscare a obiectelor ce compun imagine analizand performantelor celor trei.

masc

xi,,yi

Vector de micare

Punct final (xf,yf)

Punct initial (xi,yi)

Vecinatate de cautare

Imaginea I1 Imaginea I2

Punct de interes (xi,yi) Cea mai buna aproximare (xf,yf)

PAGE 4

_1208990420.unknown