1 / 20

知能ロボット

知能ロボット. 2012 年度後期 第９回. ビジョンのパラダイム. 物体中心表現. David Marr のパラダイム. ３次元物体表現. 各種３次元表現. 観測者中心表現. 2-1/2 次元表現. ２次元画像. 3D 特徴抽出. 両眼立体視. 統合処理. 明るさ. 線画. 動作. テクスチャ. 線画. エッジ（輪郭）抽出による形状認識. エッジ抽出. エッジ： 画像中の明るさ（濃淡）あるいは色が 急に変化している箇所 画像中の物体の輪郭や線では，一般に濃淡が急激に変化しているため，エッジは物体の構造を反映している可能性が高い．

inoke
Download Presentation

知能ロボット

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 知能ロボット 2012年度後期 第９回

  2. ビジョンのパラダイム 物体中心表現 David Marrのパラダイム ３次元物体表現 各種３次元表現 観測者中心表現 2-1/2次元表現 ２次元画像 3D 特徴抽出 両眼立体視 統合処理 明るさ 線画 動作 テクスチャ

  3. 線画 エッジ（輪郭）抽出による形状認識

  4. エッジ抽出 エッジ： 画像中の明るさ（濃淡）あるいは色が急に変化している箇所画像中の物体の輪郭や線では，一般に濃淡が急激に変化しているため，エッジは物体の構造を反映している可能性が高い． エッジ検出： エッジは，明るさなどが急に変化している箇所であるので，その濃淡変化を検出すればよい． １つの計算原理： 濃淡の変化が大きいところを見つける ＝画素近傍で画像の明るさの変化（微分）を計算する

  5. エッジ抽出 画素 y 横方向（ｘ）の微分，縦方向（ｙ）の微分を計算して，画像の明るさの変化分を検出する x エッジ抽出法として，ゼロ交差法などの様々なアルゴリズムが提案されている．

  6. ゼロ交差法 エッジ 画素の明るさ x 明るさの微分 x 明るさの２階微分 x

  7. 初歩的なフィルタリング 元画像 ノイズがある画像 フィルタ適用後 ガウシアンフィルタ

  8. 統計的特徴量抽出 重心の位置 画素の格子点（xi,yj）における画素の値（明るさ）を f(xi,yj)とするとき， 重心の位置（Gx,Gy）は 重心 慣性モーメント 指定点（Ci, Cj）まわりの慣性モーメントは

  9. 統計的特徴量抽出 慣性主軸 図心を通る傾きθ の直線 まわりの二次モーメントが最小となる角度θが慣性主軸となる θ

  10. 今回の話

  11. ステレオビジョン（Stereo Vision） QULIO (SONY) カメラ１ カメラ２ TVSシリーズ (三次元メディア社) 両眼の映像から元の３次元シーンの情報を復元・認識する Bumblebee 2/Bumblebee XB3 (Point Grey Research社)

  12. ステレオビジョン P(X,Y,Z) y y 左画像 右画像 (xL, yL) x x (xR, yR) Y 焦点距離 f Z 物体までの距離 カメラ間距離 d 視差 左カメラ X 右カメラ

  13. ステレオビジョン カメラ画像 焦点距離 f xL θL Z X d P(X,Y,Z) xR θR 焦点距離 f Z X

  14. オプティカルフロー(Optical flow) 画像フレーム毎の画素の移動方向から物体の運動を推定する技術 http://mics.w3.kanazawa-u.ac.jp/theme/theme2012.html 演算専用ボード例OpticalFlow-Z （ZMP社） http://www.chuo-u.ac.jp/chuo-u/kairou/kairou02-2002_16_j.html

  15. オプティカルフロー(Optical flow) Δt秒後 画像１ 画像２ 画像中の全画素について追跡すると，次の画像で，画像中の各画素がどの様に移動したかという事が分かる．

  16. オプティカルフロー(Optical flow) 画像１ 画像２ Δt秒後 d 類似度SSD:Sum of Square Diff

  17. オプティカルフロー(Optical flow) 各画素の移動ベクトルは必ずしも均一ではない． ノイズ，物体の並進・回転の成分， ブレなどによる． 画像中での一塊＝画像領域の重心など，代表点の移動ベクトルで，オプティカルフローとする場合が多い．

  18. ビジュアルサーボ(Visual Servoing) カメラなどの視覚情報を用いてロボットなどを動かす制御技術 ＣＣＤカメラなどの視覚センサから得られる視覚情報をフィードバックする 石川・奥研究室（東大）http://www.k2.t.u-tokyo.ac.jp/fusion/Hand-eyeTracking/index-j.html

  19. ビジュアルサーボ(Visual Servoing) 高速度カメラを用いて，高速，高精度のトラッキング制御を行うことができる． 石川・小室研究室（東大）http://www.k2.t.u-tokyo.ac.jp/fusion/BattingThrowing/index-j.html

  20. ビジュアルサーボ(Visual Servoing) 一般的なビジュアルサーボシステムのアーキテクチャ P+F.F. eimg robot Vison sensor ロボット指先の位置・姿勢と，関節角度の間のヤコビ行列 マニピュレータ先端の速度と画像特徴量速度の関係を示す画像ヤコビ行列

More Related