Recursive techniques for fast stereovision with low quality images in mobile robotics

• Autorzy: Klimaszewski J. , Putz B.

Warianty tytułu

PL

Rekurencyjne techniki szybkiej stereowizji dla obrazów niskiej jakości w robotyce mobilnej

• Języki publikacji: EN

Abstrakty

EN

One of the main problems in mobile robotics is obtaining knowledge about the surroundings from sensor data. This article describes attempts of fast 3D observed scene feature extraction based on information from a two-camera stereovision system. The additional assumption is that the robot vision system, dedicated to the navigation purpose, should be able to work with low quality images. The power of recursive techniques in the implementation of real-time working algorithms is presented in regard to standard area-based stereo matching but mainly focused on the new recursive algorithm for characteristic object segmentation in low quality images.

PL

Artykuł opisuje próby ekstrakcji cech trójwymiarowych obserwowanej sceny na podstawie informacji, pochodzącej z dwukamerowego systemu stereowizyjnego robota mobilnego. Jako dodatkowe założenie przyjęto, że system wizyjny robota, przeznaczony do celów nawigacji, powinien działać bazując nawet na obrazach niskiej jakości, która często jest efektem braku sztywności układu kamer podczas ruchu robota. Tematem wiodącym jest ukazanie siły technik rekurencyjnych, pozwalających na implementację algorytmów pracujących w czasie rzeczywistym. Zaprezentowano zasadę stosowania rekurencji do eliminacji obliczeń Redundantnych w algorytmach stereoskopowego dopasowywania obszarami oraz nowy algorytm rekurencyjny opracowany w celu wychwytywania obiektów charakterrystycznych w obrazach niskiej jakości. Algorytm, po wykonanej filtracji LoG, pozwala na wykrywanie obiektów dużych oraz grup małych obiektów, zależnie od ustawionego progu. Ponadto, zastosowanie algorytmu nie wymaga użycia dodatkowych metod usuwania szumów z obrazu. Opracowana metoda, przeznaczona do przygotowania obrazów stereowizyjnych do dalszej analizy, pozwala zachować w postaci obiektów większą ilość charakterystycznych cech widocznych na obrazie. Wyodrębnione obiekty mają umożliwić dalszą rekonstrukcję sceny 3D.

Słowa kluczowe

EN

stereo matching; area based; recursion; box filtering; object segmentation

PL

stereoskopowe dopasowywanie obszarami; rekurencja; segmentacja obiektów

• Wydawca: Wydawnictwo Naukowe Instytutu Technologii Eksploatacji - Państwowego Instytutu Badawczego
• Czasopismo: Problemy Eksploatacji
• Rocznik: 2008
• Tom: nr 4
• Strony: 91--99
• Opis fizyczny: Bibliogr. 12 poz., rys.

Twórcy

autor

Klimaszewski J.

autor

Putz B.

• Warsaw University of Technology, Warsaw

Bibliografia

• 1. Brown M.Z., Burschka D., Hager G.D.: Advances in computational stereo. IEEE Trans. on Pattern Analysis and Machine Intelligence, 2003, 25, 8, 993-1008.
• 2. Hartley R., Zisserman A.: Multiple view geometry in computer vision. Cambridge University Press, 2003.
• 3. Sun Ch: Multi-resolution Rrectangular subregioning stereo matching using fast correlation and dynamic programming techniques. CMIS Report No. 98/246, 1998, 24.
• 4. Sun Ch: Fast stereo matching using rectangular subregioning and 3-D maximum-surface techniques. International Journal of Computer Vision, 2002, 47, 1/2/3, 99-117.
• 5. Franke U., Joos A.: Real-time stereo vision for urban traffic scene understanding. Proc. of the IEEE Intelligent Vehicles Symposium 2000, Dearborn (MI), USA , 2000.
• 6. Miura K., Hariyama M., Kameyama M.: Recursive computation-based stereo matching and its implementation in VLSI. Electronics and Communications in Japan, 2004, 87, 12, 19-27.
• 7. Khalegi B., Ahuja S., Wu Q.M.J.: A new miniaturized embedded stereo-vision system. Canadian Conf. on Computer and Robot Vision, 2008, 26-33.
• 8. Sizintsev M., Wildes R.P.: Efficient stereo with accurate 3-D boundaries. Proc. of the British Machine Vision Conf., 2006, 237-246.
• 9. http://extra.cmis.csiro.au/IA/changs/stereo - Fast Stereo Matching Demo, by Changmin Sun.
• 10. Pratt W. K.: Digital image processing.. Wiley-Interscience, 2007.
• 11. Sun W., Spackman S. P.: Multi-object segmentation by stereo mismatch. Machine Vision and Applications, DOI 10.1007/s00138-008-0127-1, 2008.
• 12. Gao L., Jiang J., Yang S.Y.: Constrained region-growing and edge enhancement towards automated semantic video object segmentation. J. Blanc-Talon et al. (eds.): Springer-Verlag, Berlin Heidelberg, 2006, 323-331.