Оценка точности методов построения карт глубин по стереокадрам

УДК 004.932

ОЦЕНКА ТОЧНОСТИ МЕТОДОВ ПОСТРОЕНИЯ КАРТ ГЛУБИН ПО СТЕРЕОКАДРАМ

Д.М. Батенко, студент каф. ТУ

Научный руководитель В.В. Капустин, доцент каф. ТУ, к.т.н.

Проект ГПО ТУ-2204. Методы и алгоритмы машинного зрения для навигации автономных мобильных роботов и интеллектуальных транспортных средств

г. Томск, ТУСУР, batenko2003@mail.ru

В работе приведены результаты сравнение двух методов построения карт глубин по заранее созданным стереокадрам

Ключевые слова: техническое зрение, стереокадры, карта глубин

Существуют различные методы построения карт глубин, из которых два широко распространены — Block Matching (BM) и Semi-Global Block Matching (SGBM) [1]. В данной работе было проведено сравнение точности этих двух методов построения карт глубин.

BM и SGBM являются версиями алгоритма block matching, использующего блочную сетку для вычисления смещений каждого блока изображения. Основное отличие между BM и SGBM заключается в том, что SGBM использует глобальный алгоритм для поиска наилучшего смещения блока, в то время как BM использует локальный алгоритм. Это означает, что SGBM имеет более высокую точность, но требует больше времени для вычисления. Работа проводилась с помощью рабочей установки, состоящей из камеры VAC-136-USB, параметры которой указаны в табл. 1, и платформы, по которой передвигается камера. Установка подключена к компьютеру. С помощью компьютера задается расстояние, на которое передвинется камера и записывается изображение, снятое на камеру.

Таблица 1 – Параметры камеры

Для получения изображений использовалось приложение EVSCAP. В результате была выполнена съемка сцены с двух положений камеры.

Измерение дальности проводилось по формуле:

[pic 1]

Где f – фокусное расстояние объективов видеокамер, а Ip – линейный размер пикселя, B – база стереосистемы в метрах, Δn – значение смещения в пикселях.

Для оценки точности методов была создана композиция, на которой находились следующие объекты: огнетушитель, тубус и пластиковый стакан. Дальность до объектов была предварительно измерена лазерным дальномером BOSCH DLE 50 и сведена в табл. 2.

 Таблица 2 – Расстояние до тестовых объектов

Далее с помощью камеры было отснято 2 кадра при смещении камеры на 25 мм и фокусном расстоянии объектива в 16 мм, после чего был создан стереокадр из имеющихся кадров, представленный на рисунке 1.

Для каждой пары изображений на языке Python [2] были написаны алгоритмы с использованием библиотеки OpenCV реализующие методы BM и SGBM [3].

Параметры, использованные в BM и SGBM:

1. minDisparity – минимально возможное значение диспаратности.
2. numDisparities – максимальное несоответствие минус минимальное несоответствие.
3. blockSize – соответствующий размер блока.
4. uniquenessRatio – если несоответствие наилучшего соответствия не лучше всех других несоответствий в диапазоне поиска, пиксель отфильтровывается.

Результаты, показывающие карты глубин для одной из пар изображений, представлены на рис. 2, 3.

[pic 2]

Рисунок 1. Совмещённый левый и правый кадры

[pic 3]

Рисунок 2. Карта глубин, построенная с помощью метода BM

В данном методе на карте BM очертания объектов различимы, но во внутренних областях огнетушителя и стакана есть пропуски. Так же не отображается столешница и плохо различим задний фон, из чего следует, что данный метод в визуальном качестве уступает SGBM. Измерение времени проводилось с помощью стандартного модуля time в Python. После загрузки необходимых изображений, добавлялась функция time.time(), после которой начинался отсчёт времени. В конце алгоритма завершалось измерение функции time.time() и на экран выводилась разница между стартом отсчёта и завершением.