Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Porównanie wybranych metod śledzenia markerów przeznaczonych dla lokalizatorów wizyjnych

Tytuł:
Porównanie wybranych metod śledzenia markerów przeznaczonych dla lokalizatorów wizyjnych
Autorzy:
Goral, A.
Data publikacji:
2014
Słowa kluczowe:
lokalizatory wizyjne
rozpoznawanie obrazów
CAMSHIFT
optical tracking systems
computer vision
Język:
polski
Dostawca treści:
BazTech
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
W pracy zaprezentowano trzy metody detekcji i śledzenia markerów oraz ich ocenę pod kątem możliwości wykorzystania w lokalizatorze wizyjnym wyposażonym w miniaturową kamerę. Zastosowano dwa warianty wyznaczenia położenia markera, bazujące na momentach geometrycznych oraz na dopasowaniu elipsy. Przyspieszono też działanie algorytmu ograniczając wymagające obliczeniowo operacje do okna podążającego za markerem, którego położenie wyznaczane jest za pomocą algorytmu CAMSHIFT. Otrzymane wyniki wykazały, że błąd RMS dopasowania elipsy jest o 0,02 piksela mniejszy od błędu wyznaczenia centroidu, jednak metoda elipsy jest bardziej wrażliwa na obrót obrazu. Dzięki zastosowaniu śledzenia w oknie obliczeniowym czas detekcji uległ skróceniu z 8% do 1% całkowitego czasu przetwarzania obrazu.
In this work, we present a comparison of three methods for detection and tracking of markers, and the assessment of these methods in terms of potential application in a miniature camera localizer. We use two approaches for determining position of the marker, first based on image centroid and second based on fitting of an ellipse. We also speed up data processing by confining the computationally intensive operations to a window, the position of which is determined by the CAMSHIFT algorithm. The results of the comparison show, that the RMS error for the ellipse method is smaller than that obtained by the centroid by 0.02 pixels. However, the ellipse method is more prone to errors caused by rotation of the image. By applying a computational window we can reduce the time of detection from 8% to 1% of total processing time.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies