Wyniki wyszukiwania - BazTech

Ograniczanie wyników

2 2015

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Śledzenie obiektów z wykorzystaniem obrazowania spektralnego

Tutak K., Pieszko M.

Biuletyn Naukowy Wrocławskiej Wyższej Szkoły Informatyki Stosowanej. Informatyka

2015

vol. 5

36--41

Niniejsza praca poświęcona jest analizie skuteczności śledzenia obiektów przy pomocy obrazowania spektralnego wykonywanego za pomocą 16-kanałowej kamery spektralnej rejestrującej dane w trybie wideo w zakresie 400-1000 nm. Wykorzystano algorytm Lucas-Kanade, wyznaczający przepływ optyczny w charakterystycznych punktach obrazu, określonych metodą Shi-Tomasi. Śledzenie inicjowane jest ręcznie poprzez wskazanie prostokątnego okna zawierającego obiekt. Do przetwarzania wybierany jest monochromatyczny obraz odpowiadający długości fali, dla której liczba punktów leżących w tym oknie jest największa. Zastosowano reprezentację obrazu w formie piramidy, dzięki czemu zmniejszono zależności od zmian skali obserwowanego obiektu. Otrzymane w każdym kroku śledzenia nowe pozycje punktów charakterystycznych były analizowane w celu odrzucenia obserwacji odstających. Wykonano szereg eksperymentów polegających na próbie śledzenia makiety samochodu wojskowego w trudnych warunkach oświetlenia i przy niejednorodnym tle o kolorystyce zbliżonej do barw maskujących pojazdu. Otrzymane rezultaty potwierdziły zasadność stosowania obrazowania spektralnego do śledzenia obiektów.

This paper is devoted to the analysis of the effectiveness of object tracking with spectral imagery performed with a 16-channel spectral video camera operating in the 400-1000 nm range. We used the Lucas-Kanade algorithm which computes the optical flow at characteristic points of the image which were determined by the Shi-Tomasi method. The tracking is initialized manually by pointing to a rectangular window containing the object. Monochrome image corresponding to the wavelength for which the number of points lying in this window is the greatest is selected for processing. We used a representation of an image in the form of a pyramid, so that dependence on scale changes of the observed object was reduced. New positions of characteristic points received in each step of tracking were analyzed in order to reject outliers. We performed a series of experiments that tries to track military vehicle model under difficult lighting conditions and heterogeneous background of a color similar to the vehicle masking colors. Obtained results confirmed the advisability of applying spectral imagery for object tracking.

Wykorzystanie obrazowania spektralnego do identyfikacji materiałów na potrzeby sortowania odpadów

Tutak K., Pieszko M.

Archiwum Gospodarki Odpadami i Ochrony Środowiska

2015

Vol. 17, nr 4

67--78

This study covers the application of multispectral imaging to identify materials for municipal waste sorting purposes. Three classes of objects were considered by differentiating waste fractions between paper, plastic and organic waste while objects of different classes may had very similar colors which makes their identification difficult with the use of conventional RGB cameras. The pre-processing was applied including the removal of dark frame, radiometric distortion correction and conversion to the reflectance. The classification was undertaken using the nearest neighbor method taking as the similarity measure the Euclidean distance between the normalized spectral signatures. The tests were performed using a 128-channel hyperspectral camera that captures the exact signatures but has a long acquisition time and 16-channel multispectral camera that allows for the processing online. The results obtained for the 128-channel camera were used to select the bands recorded by the multispectral camera. Two variants of band selection were examined.

W artykule zastosowano obrazowanie multispektralne do identyfikacji materiałów na potrzeby sortowania odpadów komunalnych. Rozważono trzy klasy obiektów, różnicując frakcje odpadów na: papier, plastik i odpady organiczne, przy czym obiekty różnych klas mogły mieć bardzo zbliżone kolory, co utrudnia ich identyfikację z wykorzystaniem typowych kamer RGB. Zastosowano przetwarzanie wstępne obejmujące usuwanie ramki ciemnej, korektę zniekształceń radiometrycznych i konwersję do reflektancji. Klasyfikacji dokonano metodą najbliższego sąsiada przyjmując jako miarę podobieństwa odległość euklidesową pomiędzy znormalizowanymi sygnaturami spektralnymi. Testy wykonano z wykorzystaniem 128-kanałowej kamery hiperspektralnej, która rejestruje dokładne sygnatury, ale ma długi czas akwizycji oraz 16-kanałowej kamery multispektralnej pozwalającej na przetwarzanie w trybie online. Wyniki otrzymane dla kamery 128-kanałowej wykorzystano do wyboru pasm rejestrowanych przez kamerę multispektralną. Przebadano dwa warianty wyboru pasm.