Robotyka2007_KSS_4.pdf

(1493 KB) Pobierz
Microsoft PowerPoint - Robotyka2007_KSS_4
KATEDRA AUTOMATYKI OKRĘTOWEJ
MACHATRONIKA I ROBOTYKA
Wprowadzenie do wizji komputerowej
1
Systemy wizyjne w robotyce
• Kamery są komputerową wersją wizji biologicznej,
którą można stosować w robotyce
• Zalety kamer:
–Poężna ilość informacji
– Dane “zrozumiałe” przez człowieka
– Niewielkie wymiary
–Pasywność
– Stosunkowo niski pobór mocy
• Wady kamer
–Bezpośrednie wyznaczanie danych pomiarowych (np.
odległość, namiar, itp.) wymaga dużej mocy obliczeniowej
–Dokładność estymowanych danych w dużym stopniu
zależna od kalibracji
–Kaibracja kamery może być trudna
2
251258213.366.png 251258213.377.png 251258213.388.png 251258213.399.png 251258213.001.png 251258213.012.png 251258213.023.png 251258213.034.png 251258213.045.png 251258213.056.png 251258213.067.png 251258213.078.png 251258213.089.png 251258213.100.png 251258213.111.png 251258213.122.png 251258213.133.png 251258213.144.png 251258213.155.png 251258213.166.png 251258213.177.png 251258213.188.png 251258213.199.png 251258213.210.png 251258213.221.png 251258213.232.png 251258213.243.png 251258213.254.png 251258213.265.png 251258213.276.png 251258213.287.png 251258213.298.png 251258213.309.png 251258213.320.png 251258213.331.png 251258213.342.png 251258213.348.png 251258213.349.png 251258213.350.png 251258213.351.png 251258213.352.png 251258213.353.png 251258213.354.png 251258213.355.png 251258213.356.png 251258213.357.png 251258213.358.png 251258213.359.png 251258213.360.png 251258213.361.png 251258213.362.png 251258213.363.png 251258213.364.png 251258213.365.png 251258213.367.png 251258213.368.png 251258213.369.png 251258213.370.png 251258213.371.png 251258213.372.png 251258213.373.png 251258213.374.png 251258213.375.png 251258213.376.png 251258213.378.png 251258213.379.png 251258213.380.png 251258213.381.png 251258213.382.png 251258213.383.png 251258213.384.png 251258213.385.png 251258213.386.png 251258213.387.png 251258213.389.png 251258213.390.png 251258213.391.png 251258213.392.png 251258213.393.png 251258213.394.png 251258213.395.png 251258213.396.png 251258213.397.png 251258213.398.png 251258213.400.png 251258213.401.png 251258213.402.png 251258213.403.png 251258213.404.png 251258213.405.png 251258213.406.png 251258213.407.png 251258213.408.png 251258213.409.png 251258213.002.png 251258213.003.png 251258213.004.png 251258213.005.png 251258213.006.png 251258213.007.png 251258213.008.png 251258213.009.png 251258213.010.png 251258213.011.png 251258213.013.png 251258213.014.png 251258213.015.png 251258213.016.png 251258213.017.png 251258213.018.png 251258213.019.png 251258213.020.png 251258213.021.png 251258213.022.png 251258213.024.png 251258213.025.png 251258213.026.png 251258213.027.png 251258213.028.png 251258213.029.png 251258213.030.png 251258213.031.png 251258213.032.png 251258213.033.png 251258213.035.png 251258213.036.png 251258213.037.png 251258213.038.png 251258213.039.png 251258213.040.png 251258213.041.png 251258213.042.png 251258213.043.png 251258213.044.png 251258213.046.png 251258213.047.png 251258213.048.png 251258213.049.png 251258213.050.png 251258213.051.png 251258213.052.png 251258213.053.png 251258213.054.png 251258213.055.png 251258213.057.png 251258213.058.png 251258213.059.png 251258213.060.png 251258213.061.png 251258213.062.png 251258213.063.png 251258213.064.png 251258213.065.png 251258213.066.png 251258213.068.png 251258213.069.png 251258213.070.png 251258213.071.png 251258213.072.png 251258213.073.png 251258213.074.png 251258213.075.png 251258213.076.png 251258213.077.png 251258213.079.png 251258213.080.png 251258213.081.png 251258213.082.png 251258213.083.png 251258213.084.png 251258213.085.png 251258213.086.png 251258213.087.png 251258213.088.png 251258213.090.png 251258213.091.png 251258213.092.png 251258213.093.png 251258213.094.png 251258213.095.png 251258213.096.png 251258213.097.png 251258213.098.png 251258213.099.png 251258213.101.png 251258213.102.png 251258213.103.png 251258213.104.png 251258213.105.png 251258213.106.png
Kamery CCD. Piksel.
3
Pojedyncza kamera
• Po kalibracji, każdy piksel w kamerze odpowiada
unikalnemu promieniowi w przestrzeni o namiarze θ
i kącie podniesienia φ
• Pojedyncza kamera nie daje informacji o odległości
CCD
Perspektywa
x i =
X
f
Z
y i =
Y
f
Z
4
251258213.107.png 251258213.108.png 251258213.109.png 251258213.110.png 251258213.112.png
Geometria systemu steroskopowego
(X,Y,Z)
Z
CCD
CCD
f
(x i L ,y i L )
(x i R ,y i R )
f=ogniskowa
B/2
x
Oś optyczna
Oś optyczna
B = Baza
5
Współrzędne obiektu w systemie steroskopowym
(X,Y,Z)
Lewy obraz
Prawy obraz
(x i L ,y i )
(x i R ,y i )
rozbieżność = (x i R – x i L )
B
(
x
L
i
+
x
R
)
Y
=
By
i
Bf
X
=
i
Z
=
L
R
i
2
x
L
i
x
R
i
)
(
x
x
)
(
L
i
x
R
i
)
i
Założenie: oba obrazy zostają odczytane JEDNOCZEŚNIE.
6
x
251258213.113.png
Rekonstrukcja obrazu stereoskopowego
Kamera Point Grey Bumblebee TM
7
Wykrywanie narożników (krawędzi)
i rozdzielanie kolorów
251258213.114.png 251258213.115.png 251258213.116.png 251258213.117.png 251258213.118.png 251258213.119.png 251258213.120.png 251258213.121.png 251258213.123.png 251258213.124.png 251258213.125.png 251258213.126.png 251258213.127.png 251258213.128.png 251258213.129.png 251258213.130.png 251258213.131.png 251258213.132.png 251258213.134.png 251258213.135.png 251258213.136.png 251258213.137.png 251258213.138.png 251258213.139.png 251258213.140.png 251258213.141.png 251258213.142.png 251258213.143.png 251258213.145.png 251258213.146.png 251258213.147.png 251258213.148.png 251258213.149.png 251258213.150.png 251258213.151.png 251258213.152.png 251258213.153.png 251258213.154.png 251258213.156.png 251258213.157.png 251258213.158.png 251258213.159.png 251258213.160.png 251258213.161.png 251258213.162.png 251258213.163.png 251258213.164.png 251258213.165.png 251258213.167.png 251258213.168.png 251258213.169.png 251258213.170.png 251258213.171.png 251258213.172.png 251258213.173.png 251258213.174.png 251258213.175.png 251258213.176.png 251258213.178.png 251258213.179.png 251258213.180.png 251258213.181.png 251258213.182.png 251258213.183.png 251258213.184.png 251258213.185.png 251258213.186.png 251258213.187.png 251258213.189.png 251258213.190.png 251258213.191.png 251258213.192.png 251258213.193.png 251258213.194.png 251258213.195.png 251258213.196.png 251258213.197.png 251258213.198.png 251258213.200.png 251258213.201.png 251258213.202.png 251258213.203.png 251258213.204.png 251258213.205.png 251258213.206.png 251258213.207.png 251258213.208.png 251258213.209.png 251258213.211.png 251258213.212.png 251258213.213.png 251258213.214.png 251258213.215.png 251258213.216.png 251258213.217.png 251258213.218.png 251258213.219.png 251258213.220.png 251258213.222.png 251258213.223.png 251258213.224.png 251258213.225.png 251258213.226.png 251258213.227.png 251258213.228.png 251258213.229.png 251258213.230.png 251258213.231.png 251258213.233.png 251258213.234.png 251258213.235.png 251258213.236.png 251258213.237.png 251258213.238.png 251258213.239.png 251258213.240.png 251258213.241.png 251258213.242.png 251258213.244.png 251258213.245.png 251258213.246.png 251258213.247.png 251258213.248.png 251258213.249.png 251258213.250.png 251258213.251.png 251258213.252.png 251258213.253.png 251258213.255.png 251258213.256.png 251258213.257.png 251258213.258.png 251258213.259.png 251258213.260.png 251258213.261.png 251258213.262.png 251258213.263.png 251258213.264.png 251258213.266.png 251258213.267.png 251258213.268.png 251258213.269.png 251258213.270.png 251258213.271.png 251258213.272.png 251258213.273.png 251258213.274.png 251258213.275.png 251258213.277.png 251258213.278.png 251258213.279.png 251258213.280.png 251258213.281.png 251258213.282.png 251258213.283.png 251258213.284.png 251258213.285.png 251258213.286.png 251258213.288.png 251258213.289.png 251258213.290.png 251258213.291.png 251258213.292.png 251258213.293.png 251258213.294.png 251258213.295.png 251258213.296.png 251258213.297.png 251258213.299.png 251258213.300.png 251258213.301.png 251258213.302.png 251258213.303.png 251258213.304.png 251258213.305.png 251258213.306.png 251258213.307.png 251258213.308.png 251258213.310.png 251258213.311.png 251258213.312.png 251258213.313.png 251258213.314.png 251258213.315.png 251258213.316.png 251258213.317.png 251258213.318.png 251258213.319.png 251258213.321.png 251258213.322.png 251258213.323.png 251258213.324.png 251258213.325.png 251258213.326.png 251258213.327.png 251258213.328.png 251258213.329.png 251258213.330.png 251258213.332.png 251258213.333.png 251258213.334.png 251258213.335.png 251258213.336.png 251258213.337.png 251258213.338.png 251258213.339.png
Cel wykrywania narożników w obrazie
•Narożniki (krawędzie) występują w rzeczywistym
świecie, stanowią “granice” obiektów i są widoczne
na obrazie z kamery
• Śledzenie narożników na kolejnych obrazach pozwala
na oszacowanie względnego przesuwania się i obrotu
kamery względem obiektów
• Gdy kamera umieszczona jest na robocie, na
podstawie zmian obrazu narożników można
wyznaczyć przemieszczanie się robota względem
otoczenia (algorytm 8-punktów Hartleya)
Wykrywanie krawędzi
I
(
x
,
y
)
piksele
Poziome
[-1 0 1]
OBRAZ WEJŚCIOWY
1
2
1
∂ )
I
(
x
,
y
2
4
2
/
16
x
1
2
1
2) Uwypuklanie
krawędzi
1) Wygładza-
nie (usuwanie
szumów)
Pionowe
[-1 0 1] T
∂ )
I
(
x
,
y
y
3)Analiza
progowa
(threshold)
1
I
(
x
,
y
)
2
I
(
x
,
y
)
2
2
I
(
x
,
y
)
=
+
x
y
OBRAZ KRAWĘDZI
GRADIENT
251258213.340.png 251258213.341.png 251258213.343.png 251258213.344.png 251258213.345.png 251258213.346.png 251258213.347.png
Zgłoś jeśli naruszono regulamin