МЕТОДИКИ ПОВЫШЕНИЯ ТОЧНОСТИ ИЗМЕРЕНИЯ РАССТОЯНИЙ НА ОСНОВЕ КОРРЕЛЯЦИОННОГО АНАЛИЗА СТЕРЕОИЗОБРАЖЕНИЯ

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.

1. Hartley, R. Multiple view geometry in computer vision / R. Hartley, A. Zisserman // Cambridge : Cambridge University Press, 2004. – 672 p.

2. 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: 10.1561/0600000017

3. Color invariance / J.M. Geusebroek [et al.] // IEEE Transactions on PAMI. – 2001. – Vol. 23, no. 12. – P. 1338–1350.

4. Lindeberg, T. Scale-space theory in computer vision / T. Lindeberg. – Dordrecht : Kluwer Academic Publishers, 1994. – 69 p.

5. Гошин, Е.В. Модель реконструкции 3D-сцен с учетом эпиполярных ограничений / Е.В. Гошин // Молодой ученый. – 2014. – № 12. – С. 71–73. doi: 10.18287/0134-2452-2015-39-5-770-776

6. Пономарев, 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.

7. 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.

8. Котюжанский, Л.А. Вычисление карты глубины стереоизображения на графическом процессоре в реальном времени / Л.А. Котюжанский // Фундаментальные исследования. – 2012. – № 6. – С. 444–449.

9. 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.

10. Стандарт сжатия JPEG / Лекции по курсу «Методы кодирования информации» [Электронный ресурс]. – Режим доступа: http://sernam.ru/ lect_cod. php. – Дата доступа: 26.05.2014.

11. Фисенко, В.Т. Компьютерная обработка и распознавание изображений / В.Т. Фисенко, Т.Ю. Фисенко. – С-Пб. : СПбГУ ИТМО, 2008. – 192 с.

12. 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.

13. Гонсалес, Р. Цифровая обработка изображений / Р. Гонсалес, Р. Вудс. – М/ : Техносфера, 2005. – 1072 с.