Terepi mozgó és álló tárgyak felismerésére és azonosítására szolgáló integrált gépi látó rendszer.

Slides:



Advertisements
Hasonló előadás
ÉRDEKES PONTOK KINYERÉSE DIGITÁLIS KÉPEKEN. BEVEZETÉS  ALAPPROBLÉMA  Jellemzőpontok detektálása mindkét képen  Kinyert pontok megfeleltetése  Megfeleltetések.
Advertisements

Interaktív táblák Bevezetés.
Fejmozgás alapú gesztusok felismerése
Mérőkamarás légifelvételek Internetes katalógusa HM Térképészeti KHT Sass Sándor Szolnok, szeptember
Készítette: Maros Gábor 1 Videó utómunkálatok A program megvalósulását az Apertus Közalapítvány támogatta.
Videó feldolgozás Microsoft Windows alatt
1/13 Péter Tamás, Bécsi Tamás, Aradi Szilárd INNOVÁCIÓ ÉS FENNTARTHATÓ FELSZÍNI KÖZLEKEDÉS KONFERENCIA Budapest, szeptember 3-5. Útmenti objektumok.
Hardver alapok I. 10. osztály.
Triclops HW-SW rendszer - 3D felület modellezés Patkó Tamás - Hexium Kft. Radványi András - MTA SzTAKI.
A számítógép felépítése
STAF - StarFactory Project Programozott csillagászat.
TransMotion1 TransMotion Projekt BMF-NIK, IAR szakirány Kertész Tamás Rieger Péter Szolyka Sándor Konzulens: Vámossy Zoltán.
1 AIBO Robotfoci Bodor László IAR Bevezetés AIBO RoboCup AIBO RoboCup Célok Célok Rendszer elemei Rendszer elemei Megvalósítás terve Megvalósítás.
1 / / 13 Bevezető Forgalmi dugók okozta problémák: - Feszültség - Sietség - Szabálytalan közlekedés → baleseti források Megoldás: A jó megoldások.
ALAKZATOK TRANSZFORMÁCIÓJA ÚJ KÉPSÍKOK BEVEZETÉSÉVEL
Nem lineáris modellek fotogrammetriai alkalmazása a geokörnyezettudományban DOKTORI (Ph.D.) ÉRTEKEZÉS Jancsó Tamás 2005 Nem lineáris modellek fotogrammetriai.
Foltkeresés tüdő röntgen képeken
Képelemzések a digitális fotogrammetriában
Mérőkamarás légifelvételek Internetes katalógusa MH Térképészeti Hivatal HM Térképészeti KHT.
16. Tétel. Adatbázis: Olyan adatgyűjtemény, amely egy adott feladathoz kapcsolódó adatokat szervezett módon tárolja, és biztosítja az adatokhoz való hozzáférést,
Mozgó Objektumok Detektálása és Követése Robotkamera Segítségével
Intelligens ébresztő óra Számítógépes látás projekt 2011.
Objektum osztályozás Képfeldolgozás 2. Blaskovics Viktor, Hantos Norbert, Papp Róbert Sándor.
A számítógéprendszer.
Hálózat fejlesztés.
Bináris képek létrehozása Cél: a vizsgálni kívánt objektumok elkülönítése. Szürke kép Bináriskép + szürke kép.
Dr. Horváth László Budapesti Műszaki Főiskola Gépészmérnöki Szak CAD/CAM szakirány Forgácsolási technológia számítógépes tervezése II. 4.
Vámossy Zoltán 2004 (Mubarak Shah, Gonzales-Woods anyagai alapján)
Az ARL tevékenységének bemutatása
1 Operációs rendszerek Az NT folyamatok kezelése.
Szín management szín(észlelet)helyes leképezés különböző mediumokban.
Programrendszer 2. Erőforrás – erőforrás elosztás 3. Indítja és ütemezi a programokat 4. kommunikáció 2 Takács Béla.
Ez a dokumentum az Európai Unió pénzügyi támogatásával valósult meg. A dokumentum tartalmáért teljes mértékben Szegedi Tudományegyetem vállalja a felelősséget,
Implementált képfeldolgozó algoritmusok
Fejmozgás alapú gesztusok felismerése Bertók Kornél, Fazekas Attila Debreceni Egyetem, Informatikai Kar Debreceni Képfeldolgozó Csoport KÉPAF 2013, Bakonybél.
Fejmozgás alapú gesztusok felismerése Bertók Kornél, Fazekas Attila Debreceni Egyetem, Informatikai Kar Debreceni Képfeldolgozó Csoport KÉPAF 2013, Bakonybél.
Budapesti Műszaki Főiskola Bánki Donát Gépészmérnöki Főiskolai Kar Forgácsolási technológia számítógépes tervezése 4. Előadás Vezérlésfüggetlen NC ciklusok.
Diagnosztika intelligens eszközökkel
Textúra elemzés szupport vektor géppel
Készítette: Gergó Márton Konzulens: Engedy István 2009/2010 tavasz.
Intelligens felderítő robotok Készítette: Györke Péter Intelligens rendszerek MSC szakirány Konzulens: Kovács Dániel László Méréstechnika és Információs.
Szoftverek. szoftver (software): A számítógép hardver elemeinek mûködtetését végzõ programok, a gép használatához szükséges szellemi termékek összessége.
A grafikus megjelenítés elvei
1/13 Bécsi Tamás, Péter Tamás INNOVÁCIÓ ÉS FENNTARTHATÓ FELSZÍNI KÖZLEKEDÉS KONFERENCIA Budapest, szeptember 4-6. Képfelismerésen alapuló technológiák.
Budapesti Műszaki Főiskola Neumann János Informatikai Kar Informatikai Automatizált Rendszerek Konzulens: Vámossy Zoltán Projekt tagok: Marton Attila Tandari.
Dplusz projekt 1 Dplusz projekt Készítők: Kerti Ágnes, Cseri Orsolya Eszter Konzulens: Vámossy.
TransMotion Emberi mozgás digitalizálása
Kézmozdulat felismerő rendszer
A Cprob általános képelemző szoftver
Web-grafika II (SVG) 3. gyakorlat Kereszty Gábor.
KINECT© szenzor intelligens terekben
Bevezetés: a Számítógépi grafika tárgya (Szemelvények: amit tudni illik)
Felbontás és kiértékelés lehetőségei a termográfiában
Funkciós blokkok A funkciós blokkok áttekintése Az alkalmazás előnyei.
INDC - 1st International Diabetes Conference, MedicSphere Zárókonferencia.
Barsi Árpád BME Fotogrammetria és Térinformatika Tanszék
A Monitor. AszámítógépAszámítógép legfontosabb kiviteli egysége (perifériája) a televíziókhoz hasonló számítógép-képernyő vagy monitor. A monitort egy.
Értéknövelt mintatermék előállítása és szolgáltatásfejlesztés digitális képekből BME Fotogrammetria és Térinformatika Tanszék KÉPI 2000 ( )
Rövid ismertető USB lábpedállal történő felvétel lejátszáshoz - jegyzőkönyv készítéséhez.
MTT MA Mérnöktanár mesterszak Elektronikus tanulás 2. konferencia.
Az IBM kompatibilis PC hardverismeretei – perifériák
Elindult a Vistánk. A Vista véleménye a hardverről.
ALAKZATOK TRANSZFORMÁCIÓJA ÚJ KÉPSÍKOK BEVEZETÉSÉVEL
OpenCV CV = Computer Vision
A szoftver mint komplex rendszer A fejlesztési módszertanok általános céljai: Összetett problémák kezelhetővé tétele A fejlesztési és megtérülési jellemzők.
Készítette: Hegedűs Dóra
(Iskolai) Beléptető rendszer Raspberry Pi 2-vel.
A fotogrammetria és távérzékelés oktatása
Az információ.
Innováció és fenntartható felszíni közlekedés konferencia 2016
Előadás másolata:

Terepi mozgó és álló tárgyak felismerésére és azonosítására szolgáló integrált gépi látó rendszer

Fő feladatok Különböző hullámhosszon működő kame- ráktól származó képek felvétele és előkészítése további feldolgozásra. A képek digitalizálásának megoldása, a szükséges (számított) hardverteljesítmény kísérleti igazolása. A rendszertervben kidolgozott eljárások szoftveres megvalósításának megkezdése.

Hardver eszközök és fejlesztés Négyprocesszoros, amerikai gyártmányú (Alacron). Hazai fejlesztésű Hexium Apolló kártya. Terepi mérőkocsi és elektronikusan vezérelt állvány. Színes RGB kamera, Infravörös hő kamera, 4-13 . 801 x 502 pixel és érzékenység 0.08 K Kamerák és az optikák elektronikus távvezérlése Real time képfelvevő és tároló berendezés, szoftverek laborszintű tesztelésére. Az előfeldolgozást végző 4 processzoros kártya, és a kamera összeépítését elkezdtük. PC- alapú változatot is kidolgozzuk, nem terepi katonai felhasználásoknál is igény van erre.

Kifejlesztett és beszerzett eszközök Vezérelhető kameratartó állvány

Képdigitalizáló kártyák Hexium Apolló

Kamerák Nappali kamerák –fekete/fehér –színes Hőkamerák –4-6  –7-13 

Képdigitalizáló kártyák Alacron FastImage TM

Képdigitalizáló kártyák Data Translation FrameGrabber DT3153

II. Szoftver fejlesztés Képelőfeldolgozó gyorsító kártya vezérlő szoftver. Képdigitalizálási módok beállítása, formátum konverzió, geometriai transzformáció, megjelenítés, Szűrések, képintegrálás, régió kijelölés, maszkolás. Megvalósítás az amerikai Alacron Fastimage 1300 típusú 4 processzoros képdigitalizáló és hardvergyorsító kártyával. Pipe line ill. párhuzamos működési módok. Hexium Apolló grabber dll kifejlesztése. Mindkét hardver támogatja a Philips SDE Software Development Environment fejlesztői programot.

Főprogram és verifikált szoftver modulok Képmegjelenítő modul A képmegjelenítést a DirectX technikával végezzük. Digitalizált élő és befagyasztott kép megjenítés, felismert objektumok, háttérpontok, eredmények megjelenítése.

Képfeldolgozó modul (Multi thread technika ) A képfeldolgozó egység több, egymástól független, de egymás eredményeit felhasználó szálból áll. Az egyes szálak konkurens módon futnak. Többprocesszoros rendszerben, ha az operációs rendszer ezt biztosítja (pl. Windows NT vagy Windows 2000 alatt), az egyes szálak külön processzoron is futhatnak. A szálak összekapcsolása "pipeline" módon, gyors képfeldolgozást eredményez. Az egyes kiviteli formákhoz nem kell új programot generálni.

Eddig megvalósított programszálak Grabber.dll Támogatott hardverek és adatforma: DT3153 Datatranslation képdigitalizáló, Hexium Apolló digitalizáló és DSP kártya. Fastimage TM fejlesztés alatt. AVI file formátum támogatás

Kép előfeldolgozás Filter.dll Tipikus szürő funkciók: Medián, zaj szűrés, interlace efektusok szűrése, élkiemelés. A szűrések 5x5 ablakban végezzük. RGB->Y transzformáció.

Forgató mechanika vezérlés Forgató vezérlés szektoros körkörös programozott, illetve kézi

Háttérkövetés, kamera remegés kompenzáció. Jellegzetes pontok és azok szűk környezetének detektálása. Ezen pontok elmozdulásának mérése keresztkorrelációval. Eredő képelmozdulás számítása. Adaptív automatikus háttérpont kiválasztás. Következő kép várható poziciójának predikciója.

Mozgásdetektálás Visszaadja azokat a képpontokat és régiókat, ahol elmozdulás történt. A MotionDetect.dll a hardveren és PC-n is fut a kiviteltől függően. Mozgásdetektálási lépések. - az utolsó N kép alapján hátteret képez, majd ebből kivonja a jelenlegi képet, -mozgási küszöb adaptiv számítása a mozgási hisztogram alapján exponenciális illesztéssel -a különbségi képet szegmentálja, -mozgási küszbönél nagyobak megjelölése.

A képfeldolgozó modul Mozgásdetektálás és kamera remegés kompenzáció

Fejlesztés alatt álló szálak: Template illesztés A template (minta) könyvtár alapján megkeresi a képen az illeszkedő részleteket. Bemenetek: Kép: Pixelenként monokróm intenzitással megadott, látható és infravörös tartományban készült felvétel. Keresési tartományok: befoglaló téglalap, illetve regió maszk. Template könyvtár

Nagyítás, eltolás és forgatás független felismerés. Az eltolás függetlenséget a keresztkorreláció biztosítja. A forgatás független felismerés: esetünkben az objektum térbeli elfordulását jelenti. A minta készlet deformálásával biztosítjuk bizonyos tartományban, valamintkülönböző vetületi irányokban tipkus minta készletet állítunk elő. Nagyítás függetlenséget a képpiramis struktúrával biztosítjuk.

Mintaillesztési példa

Mintahalmaz előállítása és kezelése. Különböző állásban és távolságban felvett minta képek. Deformált template halmaz előállítása. Template halmazok klaszterezése, tipikus mintahalmazok előállítása. Saját templatek előállítása gyors keresés céljára. Template hierarchia létrehozása gyors keresés céljára.

Korrelációs technika gyorsítása. Template transzformáció, jellegzetességek kiemelése. Bemeneti élkiemelt kép távolságtranszformáltjának előállítása. A minta kiemelt vonalai és régiói menti korreláció számítása. Néhány nagyságrendnyi sebesség növekedés várható.

Mintakeresés gyorsítás