Bản đồ chênh lệch được thực hiện bởi SAD cải thiện

Một phần của tài liệu (LUẬN án TIẾN sĩ) nghiên cứu phát triển các thuật toán ước lượng mặt phẳng và dẫn đường cho hệ thống thị giác rô bốt trong nhà (Trang 68 - 70)

Chú thích: Thực hiện trên ảnh Cones. (a) bản đồ chênh lệch với cửa sổ 5x5, (b) bản đồ chênh lệch với cửa sổ 7x7, (c) bản đồ chênh lệch với cửa sổ 11x11, maxbias = 2, (d) bản đồ chênh lệch với cửa sổ 11x11, maxbias = 5, (e) bản đồ disparity với cửa sổ 11x11, maxbias =

10, (f) bản đồ chênh lệch với cửa sổ 11x11, không có maxbias.

Hình 2.9. Biểu đồ thời gian tiêu tốn, độ chính xác và độ che phủ được thực hiện bởi SAD thông thường cho ảnh Cones.

Việc đánh giá hiệu năng tương tự được mơ tả trong Hình 2.10 cho thuật tốn SAD đề xuất. Thông số đánh giá ấn tượng nhất là thời gian xử lý giảm đáng kể khoảng 5,7 lần, tương đương với khoảng 89% so với phương pháp xử lý toàn ảnh, tương ứng. Sự cải thiện này đạt được bằng cách giảm số lượng điểm ảnh tham gia vào q trình tính tốn SAD nhờ phát hiện biên được chấp nhận.

Hình 2.10. Thời gian chạy, độ chính xác và độ bao phủ của phương pháp tăng cường thuật tốn SAD cho hình ảnh Cones

Hình 2.11 cho phép đánh giá so sánh các thông số thời gian tiêu tốn áp dụng phương pháp SAD điển hình và được đề xuất.

Hình 2.11. So sánh trong thời gian xử lý được thực hiện bởi các phương pháp SAD thông thường và phương pháp tăng cường SAD đề xuất.

Việc thay đổi thuật toán SAD cho việc tạo bản đồ chênh lệch trong một hệ thống thị giác nổi được đề xuất để đạt được sự cải thiện đáng kể về thời gian tính tốn và độ chính xác. Điều này rất có ý nghĩa vì bài tốn xây dựng bản đồ chênh lệch rất quan trọng trong việc triển khai nhiều ứng dụng thời gian thực. Thời gian xử lý ít hơn cho phép hệ thống

thu thập nhanh dữ liệu, hữu ích cho các tác vụ tiếp theo như ánh xạ độ sâu, xây dựng mơ hình 3D, phát hiện đối tượng, vv. Cách tiếp cận này hứa hẹn sẽ thu được nhiều dữ liệu hữu ích hơn. Đối với cơng việc trong tương lai, thuật toán SAD được đề xuất sẽ được tối ưu hóa và triển khai trong một khung phần cứng cho hệ thống điều hướng rô-bốt trong nhà.

Nguyên lý trích xuất đối tượng mặt phẳng

2.4.1. Độ sâu của điểm

Hình 2.12 minh họa kiến trúc của hệ thống máy ảnh nổi được mơ đun hóa thành ba khối chức năng [78]. Khối chức năng đầu tiên bao gồm hai máy ảnh thị giác được cài đặt nằm ngang giống như một hệ thống cặp mắt người. Việc lựa chọn hai máy ảnh này phải đảm bảo rằng chúng giống với độ dài tiêu cự f và các thơng số kỹ thuật khác.

Hình 2.12. Sơ đồ khối của hệ thống máy ảnh thị giác nổi [78]

Khoảng cách T giữa trung tâm máy ảnh trái OL và trung tâm máy ảnh bên phải OR được cố định. Đường thẳng đi qua hai điểm trung tâm của cặp máy ảnh tạo ra đường

cơ sở. PL và PR là hình chiếu của đối tượng p ở trên ảnh trái và ảnh phải tương ứng. Tiếp theo, xL và xR biểu thị theo hoành độ của PL và PR tương ứng. z là độ sâu của đối tượng

p trong ảnh, được tính tốn dựa trên phương pháp hình học tam giác (Hình 2.13). Giá trị

độ chênh lệch được tính theo cơng thức (2.5).

Một phần của tài liệu (LUẬN án TIẾN sĩ) nghiên cứu phát triển các thuật toán ước lượng mặt phẳng và dẫn đường cho hệ thống thị giác rô bốt trong nhà (Trang 68 - 70)

Tải bản đầy đủ (PDF)

(137 trang)