Ευρεση βαθους απο κινηση

[gl_xristos]

Καλησπερα. Θα ηθελα καποια βοηθεια σχετικα με την ευρεση βαθους απο κινηση. Εψαξα στο google και βρηκα καποια πραγματα αλλα

ειναι λιγο μπερδεμενα για μενα μιας και δεν εχω ασχοληθει με κατι τετοιο ξανα. Θελω να βαλω μια ασυρματη καμερα πανω στο robot της Lego

η οποια θα επικοινωνει με το pc. Θελω να ξερω ποσο απεχουν τα αντικειμενα. Ελεγα να φτιαξω το προγραμμα σε matlab μιας και μου δινει αρκετα εργαλεια.

Νομιζω θα ηταν προτιμοτερο και ευκολοτερο απο το να το κανω στην C. Οποιαδηποτε πληροφορια στο απο που να αρχισω, καποιον αλγοριθμο κτλ. θα ηταν βοηθεια για μενα.

Ευχαρηστω.

[TheELF]

Με μόνο μία και απλή κάμερα σε κόβω να χτυπάς το κεφάλι σου στων τοίχο πολύ σύντομα.

Θα ηθελα καποια βοηθεια σχετικα με την ευρεση βαθους απο κινηση

Η κίνηση ποια ακριβώς σκέφτεσαι αν είναι;

[dimitris_pa]

για εργασια ειναι ?

με καμερα πρεπει να το κανεις ? δηλαδη να βλεπει οπως εμας ενα πραγμα ? γιατι δεν το κανεις με αισθητηρα ultrasonic (ειναι υπερηχητικoς ηχος που χτυπαει πανω στα αντικειμενα και επιστρεφη το που βρισκονται, δηλαδη θα βοηθησει να μην πεφτη επανω τους ακομα και αν εχει σκοταδι)?

[drm]

Δες την βιβλιοθήκη openCV που έχει αρκετά πράγματα για υπολογιστική όραση. Επίσης μπορείς να δεις και το πακέτο CMVS που κάνει ακριβώς αυτό που θες. (Structure from motion λέγεται αυτό που θες).

[V.I.Smirnov]

Στην ανακατασκευή μιας 3d εικόνας (αντικείμενα κλπ) υπεισέρχονται οι γεωμετρικοί μετασχηματισμοί,

ο εντοπισμός ακμών (edge detection) και θεωρήματα της Παραστατικής Γεωμετρίας.

 

Αν δε φοβάσαι τα μαθηματικά, εξαιρετικό βιβλίο και must read για την 3d όραση είναι το

"Αn invitation to 3-D Vision", των Stefano Soatto & S.Shankar Sastry, εκδ. Springer.

Περιγράφει λεπτομερώς πώς ανακατασκευάζεται μια 3d σκηνή και κίνηση από 2d εικόνες και δίνει αλγόριθμους (όχι κώδικα).

 

-

[TheELF]

Στην ανακατασκευή μιας 3d εικόνας (αντικείμενα κλπ) υπεισέρχονται οι γεωμετρικοί μετασχηματισμοί,

ο εντοπισμός ακμών (edge detection) και θεωρήματα της Παραστατικής Γεωμετρίας.

 

Αν δε φοβάσαι τα μαθηματικά, εξαιρετικό βιβλίο και must read για την 3d όραση είναι το

"Αn invitation to 3-D Vision", των Stefano Soatto & S.Shankar Sastry, εκδ. Springer.

Περιγράφει λεπτομερώς πώς ανακατασκευάζεται μια 3d σκηνή και κίνηση από 2d εικόνες και δίνει αλγόριθμους (όχι κώδικα).

 

-

Καλά εσύ το προχώρησες πάρα πολύ το θέμα ας βρούμε πρώτα πως «βλέπουμε» απλές αποστάσεις και έχει ο θεός για 3D.

[gl_xristos]

Ευχαρηστω για τις απαντησεις σας. Συγνωμη για την αργοπορια της απαντησης αλλα επρεπε να φυγω.

Εχω αρχισει πτυχιακη εργασια. Δεν ειμαι απο πληροφορικη αλλα μου επιτρεπουν να κανω πτυχιακη πανω σε κατι αλλο. Το θεμα της εργασιας ειναι πλοηγηση στον χωρο.

Δηλαδη να παρω το robot της lego και να το κανω να προχωραει χωρις να τρακαρει και τα σχετικα. Να σας ενημερωσω οτι την πτυχιακη την αρχισα τωρα ατυπα σε συνεννόηση με καποιον καθηγητη και θα δηλωθει το επομενο εξαμηνο. Ετσι εχω χρονο να δουλεψω. Επισης απο την στιγμη που δεν εχει δηλωθει εχω καποια ελευθερια κινησεων ως προς το πως θα το κανω μιας και δεν υπαρχει ακομα επισημο θεμα. Ο σκοπος μου παντως ειναι να το κανω να κινηται αυτονομα στον χωρο.

 

 

Με μόνο μία και απλή κάμερα σε κόβω να χτυπάς το κεφάλι σου στων τοίχο πολύ σύντομα.

 

Η κίνηση ποια ακριβώς σκέφτεσαι αν είναι;

 

 

Δεν εχω προβλημα να βαλω δυο καμερες αν και δεν θα με πειραζε να το αποφυγω. Το προβλημα ειναι οτι αν εχω δυο καμερες θα ειναι δυσκολο να τις καλιμπραρω. Δεν ειμαι ομως αρνητικος.

Οταν ελεγα κινηση εννουσα κατι σαν το Structure from motion.

 

για εργασια ειναι ?

με καμερα πρεπει να το κανεις ? δηλαδη να βλεπει οπως εμας ενα πραγμα ? γιατι δεν το κανεις με αισθητηρα ultrasonic (ειναι υπερηχητικoς ηχος που χτυπαει πανω στα αντικειμενα και επιστρεφη το που βρισκονται, δηλαδη θα βοηθησει να μην πεφτη επανω τους ακομα και αν εχει σκοταδι)?

 

Επιπλεον δεν μπορω να χρησιμοποιησω μονο το ultrasonic γιατι ειναι πολυ απλο. Δεν μπορω να παω μια πτυχιακη και το μονο που θα εχει να ειναι ενας ελεγχος του ultrasonic. Λεω να τον χρησιμοποιησω βοηθητικα.

Αν καταλαβα λαθος εξηγησε μου.

 

Στην ανακατασκευή μιας 3d εικόνας (αντικείμενα κλπ) υπεισέρχονται οι γεωμετρικοί μετασχηματισμοί,

ο εντοπισμός ακμών (edge detection) και θεωρήματα της Παραστατικής Γεωμετρίας.

 

Αν δε φοβάσαι τα μαθηματικά, εξαιρετικό βιβλίο και must read για την 3d όραση είναι το

"Αn invitation to 3-D Vision", των Stefano Soatto & S.Shankar Sastry, εκδ. Springer.

Περιγράφει λεπτομερώς πώς ανακατασκευάζεται μια 3d σκηνή και κίνηση από 2d εικόνες και δίνει αλγόριθμους (όχι κώδικα).

 

-

 

 

Να το κοιταξω αλλα ειχα στο μυαλο μου κατι σαν το opencv και το CMVS που ειπε ο drm.

 

 

 

 

Επισης αν δεν κανω λαθος το Structure from motion χρειαζεται μια καμερα ετσι?

Επιπλεον εχω σπιτι μια ασυρματη καμερα με δεκτη CCTV στα 1,2 Ghz. Σκεφτομουνα αν εβαζα στον δεκτη της ενα μετατροπεα απο rca σε usb θα βολευε να παρω απο εκει το video.

Γιατι αν γινεται σκεφτομουνα να φτιαξω το προγραμμα επεξεργασιας video στο pc και να στελνω στο lego με bluetooth το που να πηγαινει.

 

Ευχαρηστω για τις απαντησεις σας.

[V.I.Smirnov]

@TheElf

 

Πάντως η αρχική σου παρατήρηση είναι σωστή, δεν γίνεται με μια μόνον κάμερα, δηλ. μια εικόνα.

Χρειάζονται δυο εικόνες για να ανακατασκευαστεί οπτικά μια 3d σκηνή.

(νομίζω ότι οι λόγοι οφείλονται στην παραστατική γεωμετρία)

 

Να η βασική ιδέα της ανακατασκευής :

 

Έστω ότι έχουμε μια κάμερα και παρατηρούμε ένα σημείο A από δυο διαφορετικές θέσεις.

Η κάμερα δίνει μια δισδιάστατη, επίπεδη εικόνα (επίπεδα), έστω Π1 στην μια θέση και Π2 στην άλλη.

Θεωρούμε την προβολή του Α στα επίπεδα Π1 και Π2, έστω Β και Γ.

Τα οπτικά κέντρα Ο1,Ο2 της κάμερας κατά την λήψη των δύο εικόνων και οι προβολές των Β,Γ στην ευθεία Ο1Ο2 αποτελούν δυο τρίγωνα.

Αυτός είναι ένας περιορισμός που εμπλέκει τις θέσεις της κάμερας και τις εικόνες δηλ. τα Π1, Π2 (image coordinates)

αλλά δεν μπορεί να δώσει τις χωρικές θέσεις των σημείων.

Αν όμως δοθούν αρκετά σημεία, αυτός ο περιορισμός μπορεί να χρησιμοποιηθεί για να βρεθούν οι θέσεις τη κάμερας.

Άπαξ και οι θέσεις αυτές είναι γνωστές, οι 3d θέσεις των σημείων μπορούν βρεθούν εύκολα κάνοντας επίλυση τριγώνων.

Είναι ενδιαφέρον ότι ο παραπάνω περιορισμός δεν είναι γραμμικός ως προς τις θέσεις της κάμερας αλλά μπορεί

να βρεθεί σε κλειστή μορφή με χρήση δυο γραμμικών βημάτων.

Συνεπώς, δοθέντων δυο επίπεδων εικόνων που ελήφθησαν από "καλιμπραρισμένες" κάμερες, μπορούν να βρεθούν με γραμμική άλγεβρα

οι θέσεις από τις οποίες ελήφθησαν οι εικόνες και οι θέσεις των σημείων στο χώρο που απεικονίζονται δισδιάστατα στα Π1, Π2.

(Δεν πρέπει να υπάρχει θόρυβος ή αβεβαιότητα στις λήψεις.)

 

Τα παραπάνω είναι η γενική ιδέα.

Το τι σημαίνει "καλιμπράρισμα" κάμερας και πώς γίνεται (καθώς και άλλες λεπτομέρειες) εξηγείται σε βιβλία όπως το προαναφερθέν.

 

 

 

@gl_xristos

 

Αν δεν θέλεις να μελετήσεις τον τρόπο, το καλύτερο είναι να βρεις κάτι έτοιμο.

Μην κοιτάξεις καν το βιβλίο που ανάφερα ή παρόμοια αν δεν θέλεις να μάθεις το πώς και γιατί δουλεύει.

Τέτοια πράγματα δεν εξηγούνται σωστά χωρίς αρκετά μαθηματικά.

Πέραν αυτού, για να κάνεις αυτόματη πλοήγηση, μετά την ανακατασκευή της σκηνής πρέπει να ασχoληθείς και με collision detection...

 

-

[gl_xristos]

Ο λογος που ειπα για μια καμερα ηταν γιατι ο καθηγητης μου ειπε οτι μπορω να βγαλω βαθος και χωρις στερεοσκοπικη οραση. Ανεφερε οτι τα αντικειμενα που ηταν κοντα θα κινουνταν πιο γρηγορα ενω τα μακρινα οχι και καπως ετσι θα εβρισκα την αποσταση. Δεχομαι ομως αυτο που μου λες. Θα ψαξω για κατι ετοιμο. Υπαρχει περιπτωση να βρω αποσταση χωρις πληρη ανακατασκευη 3D?

[TheELF]

http://www.ijcas.org/admin/paper/files/IJCAS_v3_n4_pp.542-551.pdf

 

Ελπίζω να ξέρεις κάποιον που ξέρει από μαθηματικά.

[gl_xristos]

Ευχαρηστω. Εχω καποιον. Θα κοιταξω και τις δυο μεθοδους και θα επανερθω μαλλον με ερωτησεις.

[V.I.Smirnov]

Η ανακατασκευή 3d θα είναι γενικά δύσκολη και χρονοβόρα αν την επιχειρήσεις πρωτογενώς.

 

1) Καταρχήν πρέπει μια bitmap εικόνα να γίνει vector, δηλ. να κάνεις εντοπισμό ακμών.

Mια κλασσική μέθοδος εντοπισμού ακμών είναι ο αλγόριθμος Canny.

2) Μετά πρέπει να ανακατασκευάσεις την 3d σκηνή από τέτοιες 2d εικόνες.

3) Και τέλος να κάνεις collision detection.

 

To καθένα από τα παραπάνω είναι από μόνο του μια μικρή ιστορία.

Όπου μπορείς πάρε έτοιμα πράγματα, υπάρχουν.

 

 

Εύρεσης απόστασης χωρίς πλήρη ανακατασκευή ίσως μπορεί να γίνει αλλά εγώ δεν το έχω δει πουθενά (δεν είμαι ειδικός για να μιλήσω με σιγουριά).

Σε βιβλία όπως το παραπάνω, όλες οι μέθοδοι χρησιμοποιούν δύο εικόνες (και το ίδιο και για την ιχνηλάτηση της κίνησης).

Αν ο επιβλέπων σου σού είπε ότι γίνεται με μια εικόνα και είναι γνώστης του θέματος, ρώτα τον πού να ψάξεις.

Αν όμως μιλά με βάση ότι φαντάζεται και δεν έχει κάτι δοκιμασμένο και συγκεκριμένο, μην τον εμπιστεύεσαι.

 

 

Να και το βιβλίο που ανάφερα πριν : http://vision.ucla.edu/MASKS/

Ξαναλέω όμως ότι είναι μαθηματικό κι' όχι προγραμματιστικό - άλγεβρα θα βρεις κι' όχι κώδικα...

 

-

[gl_xristos]

Ευχαρηστω. Παντως περα απο structure from motion υπαρχει και depth from motion αν και δεν βρηκα πολλα.

Επισης βρηκα κατι για depth by single camera αλλα οχι κατι ξεκαθαρο. Θα μιλησω με τον καθηγητη μου και θα ενημερωσω οταν μαθω.

[gl_xristos]

Καλησπερα. Συγνωμη που απανταω καθυστερημενα, αλλα ειχα λιγο τρεξιμο τις τελευταιες μερες. Μιλησα τελικα με τον καθηγητη μου και απο οτι καταλαβα θα το δουμε και στην πραξη, μου ειπε να κανω ενα block Matching. Θα το δοκιμασω και αν εχω αποριες θα επιστρεψω. Σχολια καλοδεχουμενα φυσικα.