pimiПриборы и методы измеренийDevices and Methods of Measurements2220-95062414-0473BNTU10.21122/2220-9506-2018-9-1-48-55pimi-367Research ArticleМетоды измерений, контроля, диагностикиMethods of measurements, monitoring, diagnosticsМЕТОДИКИ ПОВЫШЕНИЯ ТОЧНОСТИ ИЗМЕРЕНИЯ РАССТОЯНИЙ НА ОСНОВЕ КОРРЕЛЯЦИОННОГО АНАЛИЗА СТЕРЕОИЗОБРАЖЕНИЯMETHODS OF DISTANCE MEASUREMENT’S ACCURACY INCREASING BASED ON THE CORRELATION ANALYSIS OF STEREO IMAGESКозловВ. Л.KozlovV. L.

Адрес для переписки:–  Козлов В.Л. Белорусский государственный университет, пр. Независимости, 4, г. Минск 220050, Беларусь e-mail: KozlovVL@bsu.by

Address for correspondence: Kozlov V.L. - Belarusian State University, Nezavisimosty Ave., 4, Minsk 220050, Belarus.     e-mail: KozlovVL@bsu.by

KozlovVL@bsu.byБелорусский государственный университетБеларусьBelarusian State UniversityBelarus201820032018914855Copyright © Козлов В.Л., 20182018Козлов В.Л.Kozlov V.L.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://pimi.bntu.by/jour/article/view/367

Для решения задачи повышения точности восстановления трехмерной картины пространства по двумерным цифровым изображениям необходимо использовать новые эффективные методики и алгоритмы обработки и корреляционного анализа цифровых изображений. Активно разрабатываются инструменты, позволяющие снизить временные затраты на обработку стереоизображений, повысить качество построения карт глубины и автоматизировать их построение. Целью работы являлось исследование возможностей использования различных методик обработки цифровых изображений для повышения точности измерений дальномера на основе корреляционного анализа стереоизображения.

Приведены результаты исследований влияния методик смешения цветовых каналов на точность измерения расстояний для различных функций, реализующих корреляционную обработку изображений; исследования по анализу возможности использования интегрального представления изображений для снижения временных затрат при построении карты глубины; исследования возможности использования предварительной фильтрации изображений перед корреляционной обработкой при измерении расстояний по стереоизображению.

Установлено, что использование равномерного смешения каналов ведет к минимизации общего числа измерительных ошибок, а применение извлечения яркости согласно стандарту sRGB ведет к увеличению числа ошибок для любой из рассмотренных методик корреляционной обработки. Интегральное представление изображения позволяет добиться ускорения корреляционной обработки, однако данный метод целесообразно применять для вычисления карты глубины на изображениях не более 0,5 мегапикселя. Использование фильтрации изображений перед корреляционной обработкой может обеспечить в зависимости от параметров фильтра либо увеличение значения корреляционной функции, что целесообразно использовать для анализа зашумленных изображений, либо сжатие корреляционной функции.

To solve the problem of increasing the accuracy of restoring a three-dimensional picture of space using two-dimensional digital images, it is necessary to use new effective techniques and algorithms for processing and correlation analysis of digital images. Actively developed tools that allow you to reduce the time costs for processing stereo images, improve the quality of the depth maps construction and automate their construction. The aim of the work is to investigate the possibilities of using various techniques for processing digital images to improve the measurements accuracy of the rangefinder based on the correlation analysis of the stereo image. The results of studies of the influence of color channel mixing techniques on the distance measurements accuracy for various functions realizing correlation processing of images are presented. Studies on the analysis of the possibility of using integral representation of images to reduce the time cost in constructing a depth map areproposed. The results of studies of the possibility of using images prefiltration before correlation processing when distance measuring by stereo imaging areproposed.

It is obtained that using of uniform mixing of channels leads to minimization of the total number of measurement errors, and using of brightness extraction according to the sRGB standard leads to an increase of errors number for all of the considered correlation processing techniques. Integral representation of the image makes it possible to accelerate the correlation processing, but this method is useful for depth map calculating in images no more than 0.5 megapixels. Using of image filtration before correlation processing can provide, depending on the filter parameters, either an increasing of the correlation function value, which is useful for analyzing noisy images, or compression of the correlation function.

цифровое изображениестереокамеракорреляционная обработкакарта глубиныdigital imagestereo cameracorrelation processingdepth mapsReferencesHartley, R. Multiple view geometry in computer vision / R. Hartley, A. Zisserman // Cambridge : Cambridge University Press, 2004. – 672 p.Hartley R., Zisserman A. Multiple view geometry in computer vision. Cambridge, Cambridge University Press, 2004, 672 p.Tuytelaars, T. Local invariant feature detectors: A survey / T. Tuytelaars, K. Mikolajczyk // Foundations and Trends in Computer Graphics and Vision. – 2008. – Vol. 3, no. 3. – P. 177–280. doi: 10.1561/0600000017Tuytelaars T., Mikolajczyk K. Local invariant feature detectors: A survey. Foundations and Trends in Computer Graphics and Vision, 2008, vol. 3, no. 3, pp. 177–280. doi: 10.1561/0600000017Color invariance / J.M. Geusebroek [et al.] // IEEE Transactions on PAMI. – 2001. – Vol. 23, no. 12. – P. 1338–1350.Geusebroek J.M. [et al.] Color invariance. IEEE Transactions on PAMI, 2001, vol. 23, no. 12, pp. 1338– 1350.Lindeberg, T. Scale-space theory in computer vision / T. Lindeberg. – Dordrecht : Kluwer Academic Publishers, 1994. – 69 p.Lindeberg T. Scale-space theory in computer vision. Dordrecht, Kluwer Academic Publishers, 1994, 69 p.Гошин, Е.В. Модель реконструкции 3D-сцен с учетом эпиполярных ограничений / Е.В. Гошин // Молодой ученый. – 2014. – № 12. – С. 71–73. doi: 10.18287/0134-2452-2015-39-5-770-776Goshin E.V. A model for the reconstruction of 3D scenes with epipolar constraints taken into account. The young scientist, 2014, no. 12, pp. 71–73 (in Russian). doi: 10.18287/0134-2452-2015-39-5-770-776Пономарев, С.В. Методика сравнения алгоритмов стереозрения при восстановлении трехмерной модели лица человека / С.В. Пономарев // Научно-технический вестник информационных технологий, механики и оптики. – 2013. – Т. 88, № 6. – С. 40–45.Ponomarev S.V. A method for comparing stereoscopic algorithms for restoring a three-dimensional model of a person's face. Scientific and Technical Herald of Information Technologies, Mechanics and Optics, 2013, vol. 88, no. 6, pp. 40–45 (in Russian).Simonyan, K. Confidence measure for block-based motion vector field / K. Simonyan, S. Grishin, D. Vatolin // Computer Graphics and Vision (GraphiCon'2008) : Proc. of 18th International Conference, Moscow, 23–27 June 2008. – Moscow, 2008. – P. 110–113.Simonyan K., Grishin S., Vatolin D. Confidence measure for block-based motion vector field. Computer Graphics and Vision (GraphiCon'2008), Proc. of 18th International Conference, Moscow, 23–27 June 2008, Moscow, 2008, pp. 110–113.Котюжанский, Л.А. Вычисление карты глубины стереоизображения на графическом процессоре в реальном времени / Л.А. Котюжанский // Фундаментальные исследования. – 2012. – № 6. – С. 444–449.Kotyuzhansky L.A. Calculation of the depth map of the stereo image on a graphical processor in real time. Fundamental research, 2012, no. 6, pp. 444–449 (in Russian).Zabih, R. Non-parametric local transforms for computing visual correspondence / R. Zabih, J. Woodfill // Computer Vision – ECCV '94 : Proc of Third European Conference on Computer Vision, Stockholm, 2–6 May 1994. – Springer, 1994. – P. 150–158.Zabih R., Woodfill J. Non-parametric local transforms for computing visual correspondence. Computer Vision ECCV '94: Proc of Third European Conference on Computer Vision, Stockholm, 2–6 May 1994, Springer, 1994, pp. 150–158.Стандарт сжатия JPEG / Лекции по курсу «Методы кодирования информации» [Электронный ресурс]. – Режим доступа: http://sernam.ru/ lect_cod. php. – Дата доступа: 26.05.2014.JPEG compression standard. Lectures on the course «Methods of information coding». Available at: http://sernam.ru/ lect_cod.php (access: 26.05. 2014).Фисенко, В.Т. Компьютерная обработка и распознавание изображений / В.Т. Фисенко, Т.Ю. Фисенко. – С-Пб. : СПбГУ ИТМО, 2008. – 192 с.Fisenko V.T., Fisenko T.Yu. Computer processing and image recognition. St. Petersburg, St. Petersburg State University ITMO, 2008, 192 p. (in Russian).Малыхина, М.П. Аспекты практического применения цветового различия для распознавания и выделения границ изображений / М.П. Малыхина, Д.А. Шичкин // Научный журнал КубГАУ. – 2013. – Т. 89, № 5. – C. 623–634.Malykhina M.P., Shichkin D.A. Aspects of practical application of color difference for recognition and allocation of image boundaries. Scientific Journal of KubSU, 2013, vol. 89, no. 5, pp. 623–634 (in Russian).Гонсалес, Р. Цифровая обработка изображений / Р. Гонсалес, Р. Вудс. – М/ : Техносфера, 2005. – 1072 с.Gonzalez R., Woods R. Digital image processing. Moscow, Technosphere Publ., 2005, 1072 p. (in Russian).

The authors declare that there are no conflicts of interest present.