Die Vermessung von Objekten ist ein elementarer Bestandteil der Qualitätskontrolle im industriellen Kontext. Die exakte Bestimmung von Abmaßen stellt eine ubiquitäre Problemstellung im Bereich Computer Vision dar. Dieses Paper zeigt einen Ansatz zur Vermessung der Länge und Breite von spiegelnden Werkzeugen auf. Die Objektvermessung wird anhand von Bildern durchgeführt. Hierbei werden die Bibliothek OpenCV und Techniken aus der Bildbearbeitung verwendet. Es wird ein Verfahren aus vier Schritten vorgeschlagen: (I) Das Bild wird mit Algorithmen wie Binarisierung vor verarbeitet. (II) Es werden Konturen unter Verwendung von OpenCV im Bild gesucht und sortiert. (III) Schließlich findet die Berechnung der Pixel pro Millimeter anhand eines Referenz-Objekts statt. (IV) Abschließend werden die Werkzeuge mithilfe einer Bounding Box vermessen. Im Ergebnis hat sich gezeigt, dass der Algorithmus eine Genauigkeit von über 98 % erreicht.
Inhaltsverzeichnis
1 einführung
2 vermessung mit stereo-vision
2.1 Kalibrierung der Kamera
2.2 Extraktion von Features
2.3 Feature Matching
2.4 Rekonstruktion
3 zusammenfassung
Zielsetzung und Themen
Die Studienarbeit gibt einen Überblick über Konzepte zur Vermessung von Objekten und untersucht insbesondere, wie sich Objekte ohne Referenzobjekt mithilfe von Stereo-Vision vermessen lassen. Ziel ist es, das grundlegende Verständnis des Verfahrens anhand ausgewählter Forschungsarbeiten zu vermitteln.
- Objektvermessung und ihre Anwendungen
- Referenzobjekte und alternative Messverfahren
- Aufbau und Funktionsweise eines Stereokamerasystems
- Kamerakalibrierung und Merkmalsextraktion
- Merkmalsabgleich und dreidimensionale Rekonstruktion
Auszug aus dem Buch
EINFÜHRUNG
Die Berechnung von Distanzen oder das Abmessen von Objekten ist ein aktuelles Forschungsthema im Bereich Computer Vision. In der Industrie und im Bereich Automotive werden diese Technologien bspw. bei der Navigation von Robotern, bei autonomen Systemen oder bei der Qualitätssicherung eingesetzt (vgl. [CGI16]). In den letzten Jahren sind viele unterschiedliche Konzepte entstanden, um Objekte in Bildern zu vermessen. Es gibt kameragestützte Systeme und solche, die auf eine Kamera verzichten. Ein Verfahren ohne Kamera ist die Laser- und Ultraschalltechnik. Diese Technik hat den Vorteil der hohen Geschwindigkeit. Ein Nachteil dieses Verfahrens ohne Kamera ist, dass Objektreflektionen eine wichtige Rolle spielen. Eine einfache Variante mit einer Kamera ist es, ein Referenzobjekt in der Bildszene zu positionieren und dieses zur Berechnung der Abstände im Bild zu verwenden (vgl. [Oth+18], [MK17], [Ros]). In diesem Zusammenhang gibt es auch Verfahren, bei welchen die Umgebung mithilfe von mehreren Referenzlinien angelernt wird (vgl. [MY16]). Im Weiteren existieren Deep Learning Ansätze, um Abstände zu messen. Das Ziel dieser Ansätze ist es Tiefeninformationen in Bildern zu extrahieren (vgl. [ZF19] [DC19]), um anhand dieser Abstände zu vermessen.
In dieser Arbeit wird sich allerdings auf die Konzepte bezogen, welche kein Referenzobjekt benötigen. Ein Ansatz zur Objektvermessung ohne Referenzobjekt ist die Verwendung von Stereo-Vision. Bei Stereo-Vision Verfahren werden unterschiedliche Tiefeninformationen von Objekten mithilfe von zwei Bildern (linkes und rechtes Bild), welche durch ein Stereo Kamera System erfasst wurden, ermittelt. Schließlich wird die Tiefeninformation verwendet, um Objekte zu vermessen.
Zusammenfassung der Kapitel
1 einführung: Das Kapitel stellt Anwendungen und verschiedene Ansätze der Objektvermessung vor. Anschließend grenzt es den Schwerpunkt auf Verfahren ohne Referenzobjekt und insbesondere auf Stereo-Vision ein.
2 vermessung mit stereo-vision: Das Kapitel erläutert den Aufbau eines Stereokamerasystems und die Berechnung von Tiefeninformationen. Es behandelt Kamerakalibrierung, Merkmalsextraktion, Merkmalsabgleich und dreidimensionale Rekonstruktion.
3 zusammenfassung: Das Kapitel fasst die vorgestellte Vorgehensweise zusammen und nennt Deep-Learning-Netzwerke sowie eine praktische Umsetzung als mögliche Ansatzpunkte für weitere Arbeiten.
Schlüsselwörter
Objektvermessung, Computer Vision, Stereo-Vision, Referenzobjekt, Stereokamera, Tiefeninformation, Kamerakalibrierung, Merkmalsextraktion, Merkmalsabgleich, Epipolargeometrie, Triangulation, dreidimensionale Rekonstruktion, Deep Learning
Häufig gestellte Fragen
Worum geht es in der Arbeit?
Die Arbeit befasst sich mit der Vermessung von Objekten und legt den Schwerpunkt auf ein Stereo-Vision-Verfahren ohne Referenzobjekt.
Welche Themenfelder stehen im Mittelpunkt?
Im Mittelpunkt stehen bildgestützte Objektvermessung, Stereokameras, Tiefenberechnung, Kamerakalibrierung und der Abgleich von Bildmerkmalen.
Welches Ziel verfolgt die Arbeit?
Sie soll einen Überblick über aktuelle Vermessungskonzepte geben und das grundlegende Verständnis des Stereo-Vision-Verfahrens vermitteln.
Welche wissenschaftliche Methode wird verwendet?
Die Autoren führen ein Literatur-Review durch und erläutern das Stereo-Vision-Verfahren anhand ausgewählter Forschungsarbeiten.
Was behandelt der Hauptteil?
Der Hauptteil beschreibt das Stereokamerasystem und die Schritte von der Kamerakalibrierung über die Merkmalsverarbeitung bis zur dreidimensionalen Rekonstruktion.
Welche Schlüsselwörter charakterisieren die Arbeit?
Zu den zentralen Begriffen zählen Objektvermessung, Computer Vision, Stereo-Vision, Tiefeninformation, Kamerakalibrierung, Merkmalsabgleich und Triangulation.
Wie entsteht die Tiefeninformation beim Stereo-Vision-Verfahren?
Zwei Kameras erfassen ein Objekt aus unterschiedlichen Positionen. Aus den Koordinaten entsprechender Bildpunkte und den Kameraparametern lässt sich der Abstand zum Objekt berechnen.
Welche Rolle spielt der Harris-Operator?
Er wird als Möglichkeit genannt, markante Merkmale eines Objekts in den Bildern zu erkennen.
Wie werden entsprechende Merkmale in den beiden Bildern abgeglichen?
Die Arbeit beschreibt ein angepasstes Sparse Punkt Matching, das die Epipolargeometrie und die Ähnlichkeit von Grauwerten in kleinen Bildfenstern berücksichtigt.
- Citar trabajo
- Janik Tinz (Autor), Patrick Tinz (Autor), 2020, Vermessung von spiegelnden Werkzeugen mithilfe von OpenCV, Múnich, GRIN Verlag, https://www.grin.com/document/1036832