МЕТОД КОНТУРІВ ДЛЯ ПОЗИЦІОНУВАННЯ ОБ'ЄКТІВ В МОБІЛЬНИХ СИСТЕМАХ КОМП'ЮТЕРНОГО ЗОРУ
DOI:
https://doi.org/10.20998/2413-4295.2021.02.09Ключові слова:
метод контурів, карта глибин, комп'ютерний зір, відеокамера, позиціонування об'єктів, центр мас, бібліотека OpenCVАнотація
В роботі розглянута можливість підвищення якості технічного зору за допомогою методу контурів, який використовується для позиціонування об'єктів в мобільних системах комп'ютерного зору. Апаратна частина системи позиціонування об'єктів включає дві відеокамери, мікрокомп'ютер Raspberry Pi 3, екран контурної карти глибин, блок управління двигунами. Наведено коди програм на основі бібліотеки OpenCV, алгоритм роботи системи і приклади реалізації методу контурів. Алгоритм розробленої методики позиціонування включає виділення контурів об'єктів на кадрах стереопари, видалення всіх незамкнутих контурів, обчислення моменту (центру мас) кожного замкнутого контуру, визначення зміщення по осі х моментів відповідних контурів, заливку кожного замкнутого контуру точками з яскравістю, прямо пропорційній зміщенню моментів. Наявність двох відеокамер, мікрокомп'ютера Raspberry Pi 3, екрану контурної карти глибин забезпечує стереоскопічність і панорамності «зору», тобто можливість визначити наявність об'єктів і їх віддаленість, а також отримати загальну картину в полі «зору» системи. Наявність блоку управління двигунами дозволяє забезпечити обхід перешкод мобільними пристроями. На підставі аналізу результатів досліджень встановлено, що запропонована система забезпечує підвищення якості позиціонування об'єктів і зниження необхідного обчислювального ресурсу, що дає значне зменшення споживаної потужності і забезпечує автономність системи.
Посилання
Vinh Dinh Nguyen, Hau Van Nguyen, Dinh Thi Tran, Sang Jun Lee, Jae Wook Jeon. Learning framework for robust obstacle detection, recognition, and tracking. IEEE Transactions on Intelligent Transportation Systems, 2016, 18 (6), pp. 1633-1646, doi: 10.1109/TITS.2016.2614818.
Kostenko, V., Kondratyev, S., Yadrova, M., Stelmakh, D. Quasistereoscopic obstacle detection system for the blind on the basis RASPBERRY PI 3 and STM8L. Bulletin of the National Technical University "KhPI". Series: New solutions in modern technology. – Kharkiv: NTU "KhPI", 2020, no. 2 (4), pp. 64–75, doi:10.20998/2413-4295.2020.02.09.
Sergeyeva O., Lusenko V., Dubovick T. & Patalakha M. 2020. Development of a Wi-Fi controlled mobile video device on the Arduino NANO basis. Eastern-European Journal of Enterprise Technologies, 2020, 3, 9 (105), pp. 55–60, doi: 10.15587/1729-4061.2020.206558.
Kostenko, V., Kondratyev, S., Yadrova, M., Popov, D. Energy efficient system of panoramic ultrasonic obstruction obstacles for the blind. Bulletin of NTU "KhPI". Series: New solutions in modern technologies. – Kharkiv: NTU "KhPI", 2018, 16 (1292), pp. 47-56, doi:10.20998/2413-4295.2018.16.07.
Cuong Cao Pham, Jae Wook Jeon. Robust object proposals re-ranking for object detection in autonomous driving using convolutional neural networks. Signal Processing: Image Communication, 2017, 53, pp. 110–122, doi: 10.1016/j.image.2017.02.007.
Udovenko S. & Sorokin A. 2019. Lokalizaciya i navigaciya mobil'nyh robotov v srede s izmenyaemymi svojstvami. Eastern-European Journal of Enterprise Technologies, 2019, 2, 9 (98), pp. 29–36, doi: 10.15587/1729-4061.2019.164337.
Smirnov A. V., Bezzubcev A. Yu. Obhod prepyatstvij podvizhnymi tekhnicheskimi sredstvami s ispol'zovaniem stereozreniya. Programmnye sistemy: teoriya i prilozheniya, 2016, 4 (31), pp. 331–346.
Popov D. A., Kostenko V. L., Yadrova M. V., Kondrat'ev S. B. Razrabotka mul'tisensornogo sonara dlya slepyh na osnove mikrokontrollera stm8L. Komp’yuterno-іntegrovanі tekhnologії: osvіta, nauka, virobnictvo, 2018, 30–31, pp. 126–131.
Sebastiano Battiato, Salvatore Curti, Marco La Cascia, Marcello Tortora and Emiliano Scordato. Depth map generation by image classification. In Proceedingsof SPIE, 2004, 5302, pp. 95–104, doi: 10.1117/12.526634.
Asra Aslam, Mohd. Samar Ansari. Depth-Map Generation using Pixel Matching in Stereoscopic Pair of Images. arXiv:1902.03471v3 [cs.CV] 15 May 2019.
Fahmy A. A., Ismail O and Al-Janabi A. K. Stereovision based depth estimational gorithminun calibrated rectification. International Journal of Video & Image Processing & Network Security, 2013, 13(2).
Uchet vliyaniya destabiliziruyushchih faktorov dlya povysheniya tochnosti izmerenij dal'nomera na osnove stereoizobrazhenij. Available at: https://cyberleninka.ru/ article/n/uchet-vliyaniya-destabiliziruyuschih-faktorov-dlya-povysheniya-tochnosti-izmereniy-dalnomera-na-osnove-stereoizobrazheniy (accessed 05.02.2021).
Poisk oblasti kontura OpenCV. Available at: https://www.rupython.com/opencv-22-34417.html (accessed 06.02.2021).
Ruban I., Khudov H., Makoveichuk O., Chomik M., Khudov V., Khizhnyak I., Podlipaiev V., Sheviakov Y., Baranik O., & Irkha A. 2019. Razrabotka metodov opredeleniya konturov ob"ektov na tonovyh aerokosmicheskih izobrazheniyah na osnove murav'inyh algoritmov. Eastern-European Journal of Enterprise Technologies, 2019, 5, 9 (101), pp. 25–34, doi: 10.15587/1729-4061.2019.177817.
Kak otobrazit' kontury izobrazheniya s pomoshch'yu Open CV Python? Available at: https://overcoder.net/q/1003887/ kak-otobrazit'-kontury-izobrazheniya-s-pomoshch'yu-opencv-python (accessed 05.02.2021).
Іnformacіjnі tekhnologії dіagnostuvannya ta vdoskonalennya energetichnogo obladnannya і umov jogo ekspluatacії: monografіya. O. O. Arsіrіj ta іn.; za red. O. O. Arsіrіj: monografіya. Odesa. Bondarenko M. O. 2019. 158 s.
Installation – Raspberry Pi Documentation. Available at: https://www.raspberrypi.org/documentation/installation/ (accessed 05.02.2021).
Best Raspberry Pi Accessories of 2021. Available at: https://www.tomshardware.com/best-picks/best-raspberry-pi-accessories (accessed 05.02.2021).
Open Source Computer Vision Library. GitHub. Available at: https://github.com/opencv/opencv (accessed 03.02.2021).
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2021 Сергій Кондратьєв , Віталій Костенко , Марина Ядрова
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Журнал публікує статті згідно з ліцензією Creative Commons Attribution International CC-BY.
