МЕТОД ОПРЕДЕЛЕНИЯ ПРОСТРАНСТВЕННЫХ КООРДИНАТ В АКТИВНОЙ СТЕРЕОСКОПИЧЕСКОЙ СИСТЕМЕ

Предложена структурная схема активной стереоскопической системы и алгоритм ее работы, обеспечивающий быстрое вычисление пространственных координат. Система включает в себя две одинаковые камеры, образующие стереопару, и лазерный сканер, который осуществляет вертикальное сканирование лазерным лучом пространства перед системой. Синхронная работа двух камер обеспечивается с помощью отдельного блокасинхронизатора. Разработанный алгоритм работы системы реализован в среде MATLAB. В предложенном алгоритме влияние фоновой засветки устраняется за счет межкадровой обработки. Алгоритм базируется на предварительном вычислении координат эпиполярных линий и сопряженных точек стереоскопического изображения. Эти данные используются для быстрого вычисления трехмерных координат точек, составляющих трехмерные изображения объектов. Приведено описание эксперимента на физической модели. Результаты эксперимента подтверждают работоспособность предложенной активной стереоскопической системы и алгоритма ее работы. Предложенная авторами схема активной стереоскопической системы и метод вычисления пространственных координат могут быть рекомендованы для создания стереоскопических систем, работающих в реальном времени и требующих повышенного быстродействия: устройства распознавания лиц, системы контроля положения железнодорожного пути, активные системы безопасности автомобиля.

1. Мачихин А.С., Колючкин В.Я., Тимашова Л.Н. Однокамерная сканирующая стереоскопическая система для реконструкции трехмерной структуры объектов // Научно-технический вестник СПбГУ ИТМО. 2007. № 38. С. 142–146.

2. Зуев В.Е. Дистанционное оптическое зондирование атмосферы. СПб.: Гидрометеоиздат, 1992. 232 c.

3. Каталог 3D-сканеров с подробным описанием и ценой [Электронный ресурс]. Режим доступа: http://www.foto-business.ru/3D-skaneryi, свободный. Яз. рус. (дата обращения 01.07.2014).

4. Климанов М.М. Лазерная триангуляционная измерительная система // Материалы XI научной конференции МГТУ «Станкин» по математическому моделированию и информатике. М.: МГТУ «Станкин», 2008. С. 230–232.

5. Пономарев С.В. Методика сравнения алгоритмов стереозрения при восстановлении трехмерной модели лица человека // Научно-технический вестник информационных технологий, механики и оптики. 2013. № 6 (88). С. 40–45.

6. Gutierrez S., Marroquin J.L. Robust approach for disparity estimation in stereo vision // Image and Vision Computing. 2004. V. 22. N 3. P. 183–195.

7. Bleyer M., Gelautz M. A layered stereo matching algorithm using image segmentation and global visibility constraints // ISPRS Journal of Photogrammetry and Remote Sensing. 2005. V. 59. N 3. P. 128–150.

8. Kim H., Sohn K. 3D reconstruction from stereo images for interactions between real and virtual objects // Signal Processing: Image Communication. 2005. V. 20. N 1. P. 61–75.

9. Stefano L.D., Marchionni M., Mattocia S. A fast area-based stereo matching algorithm // Image and Vision Computing. 2004. V. 22. N 12. P. 983–1005.

10. Binaghi E., Gallo I., Marino G., Raspanti M. Neural adaptive stereo matching // Pattern Regonition Letters. 2004. V. 25. N 15. P. 1743–1758.

11. Ogale A.S., Aloimonos Y. Shape and the stereo correspondence problem // International Journal of Computer Vision. 2005. V. 65. N 3. P. 147–162.

12. Yoon S., Park S.-K., Kang S., Kwak Y.K. Fast correlation-based stereo matching with the reduction of systematic errors // Pattern Recognition Letters. 2005. V. 26. N 14. P. 2221–2231.

13. Грузман И.С., Киричук В.С., Косых В.П., Перетягин Г.И., Спектор А.А. Цифровая обработка изображений в информационных системах: Учебное пособие. Новосибирск: НГТУ, 2000. 168 с.

14. Араканцев К.Г., Горбачёв А.А., Серикова М.Г. Стереоскопическая система контроля фактического положения железнодорожного пути // Изв. вузов. Приборостроение. 2013. Т. 56. № 5. P. 34–39.

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License