PROGRAM PRO VÝPOČET PROSTOROVÝCH SOUŘADNIC A TVORBU HLOUBKOVÉ MAPY
|
|
- Jindřich Prokop
- před 8 lety
- Počet zobrazení:
Transkript
1 Roč. 70 (2014) Číslo 1 L. Boleček, V. Říčný: Program pro výpočet prostorových souřadnic... 7 PROGRAM PRO VÝPOČET PROSTOROVÝCH SOUŘADNIC A TVORBU HLOUBKOVÉ MAPY Ing. Libor Boleček 1, prof. Ing. Václav Říčný, CSc. 2 Ústav radioelektroniky; Fakulta elektrotechniky a komunikačních technologií VUT, Brno, 1 xbolec01@stud.feec.vutbr.cz, 2 ricny@feec.vutbr.cz Abstrakt V článku je popsán interaktivní program pro výpočet prostorových souřadnic (x, y, z) 3D scény a tvorbu její hloubkové mapy z jediného stereoskopického snímku scény. Aplikace byla vytvořena v prostředí MATLAB. Program může nalézt uplatnění v mnoha oblastech např. ve strojírenství, stavebnictví, kriminalistice aj. Uživatel může použít různé metody a tím ovlivnit přesnost výstupu. Vstupem jsou dva prostorově posunuté snímky stejné scény. Výstupem mohou být souřadnice vybraných bodů 3D scény, její prostorový model, případně její hloubková mapa. Aplikace může sloužit jako výukový nástroj, prostředek pro praktickou analýzu 3D scény. Článek obsahuje praktické výsledky a popis původních implementovaných algoritmů. Klíčová slova: rekonstrukce scény, hloubková mapa, stereogrammetrie, aplikace Abstract The software for reconstruction of the spatial coordinates (x, y, z) of the 3Dscene and for creating its depth map from stereoscopic image is described in this article. The application is created in MATLAB. This software can be used in many areas- engineering, building, criminology, etc. The user can use various methods for obtaining results. The method used can influence the accuracy of the results. The inputs are two spatially shifted images of the same scene. The outputs can be coordinates of the selected points of 3D-scene, its spatial model or depth map. The application can serve as an education tool, or tool for practical analysis of the 3D-scene. The article contains experimental results and description of the proposed and implemented algorithms. Keywords: scene reconstruction, depth map, stereophotogrammetry, application 1 Úvod Tvorba prostorového modelu scény je aktuální problém. Prostorový model scény vypočítaný na základě dvou a více snímků scény má široké uplatnění v různých oblastech průmyslu, například ve stavebnictví nebo strojírenství. Uplatnění může najít ve specifických oblastech, jako jsou tvorba plastických map, multimédia nebo kriminalistika, kde by mohla aplikace pomoci při modelování místa dopravní nehody. Zjišťování prostorových souřadnic na základě 3D fotografie scény a tvorba hloubkových map spolu blízce souvisí. Vytvořená aplikace kombinuje obecné známé metody a metody navržené autory článku. Aplikace umožňuje provádět tyto dílčí operace: hledání korespondenčních bodů, rektifikaci obrazu, vnitřní kalibraci použité kamery, vnější kalibraci kamer, výpočet prostorových souřadnic zvoleného bodu 3D scény, rekonstrukci prostorového modelu scény, odhad hloubkové analyzované 3D scény. Výhodou vytvořeného programu je, že většinu zmíněných operací lze provádět pomocí různých metod a aplikace nabízí určitou variabilitu postupu. Určitá část implementovaných postupů byla již v technické literatuře popsána [1], [2], [3]. Proto není v článku uváděn odpovídající matematický aparát, ale pouze ucelený popis postupu rekonstrukce (formou vývojového diagramu programu) a jejich dílčích kroků. Další část článku je věnována uživatelskému prostředí a možnostem programu. V článku jsou také stručně popsány nové (autory navržené) algoritmy. V závěrečné kapitole jsou možnosti programu prezentovány na praktických příkladech. 2 Základy stereogrammetrie Rekonstrukce prostorových souřadnice pomocí popisovaného programu vyžaduje uskutečnění několika důležitých kroků. Postup je možno popsat pomocí vývojového diagramu na obr. 1. Prostorové souřadnice lze spočítat jen pro body, pro které známe pár korespondujících bodů. Z toho důvodu je základním úkolem, na němž z velké části závisí úspěšnost a přesnost rekonstrukce souřadnic, nalezení sady korespondujících bodů v obou dílčích snímcích analyzované 3D scény. Hledáním korespondenčních bodů probíhá řešení tzv. korespondenčního problému. Korespondenční problém spočívá ve stanovení, který obrazový bod v jednom snímku odpovídá kterému bodu v dalším snímku. Korespondující (odpovídající si) body si odpovídají v tom smyslu, že reprezentují tentýž bod v prostoru. Pokud se jedná o klasické stereo snímky, jsou hledání korespondujících bodů i samotná rekonstrukce výrazně zjednodušeny. Korespondující body se pak v obou snímcích nacházejí na stejném řádku. Potom lze použít dva postupy. První možností je speciální konfigurace kamer tak, že osy kamer jsou paralelní. Druhou možností je úprava snímků a provedení tzv. rektifikace. Je to nelineární geometrická transformace obrazu, která promítá snímky do shodné obrazové roviny. Během rektifikace dochází k transformaci polohy pixelů z jednoho souřadnicového systému do druhého. Sada korespondujících bodů je vstupem do dalších fází rekonstrukce. Dalšími prováděnými kroky jsou vnitřní a vnější kalibrace kamer. Vnitřní kalibrace je procedura, během níž je získána kalibrační matice K, obsahující parametry dané kamery. Těmito parametry jsou ohnisková vzdálenost, velikost pixelu, umístění hlavního bodu a zkreslení. Kalibraci dané kamery při daném nastavení stačí provést jednou. Vnější kalibrace slouží k získání informace o vzájemné pozici snímacích kamer. Informace může být reprezentována maticí rotace R a vektorem posunu T. Vnější
2 8 L. Boleček, V. Říčný: Program pro výpočet prostorových souřadnic Roč. 70 (2014) Číslo 1 kalibraci kamer je potřeba provést vždy při změně pozice snímacích kamer. Posledním krokem v rekonstrukci pozice prostorového bodu je triangulace. Všechny kroky prováděné v procesu rekonstrukce prostorového modelu scény je možné provádět různými metodami. Matematický aparát je založen na tzv. epipolární geometrii. 3 Uživatelské rozhraní a možnosti programu Vzhled uživatelského prostředí je na obr. 7 na konci článku. Pracovní okno je rozděleno do pěti základních pracovních oblastí. Vlevo nahoře je oblast pro načítání a následné zobrazení vstupních snímků. Pod tímto blokem se nachází blok pro řešení operací a nastavení při hledání bodových korespondencí a rektifikace obrazu. Poslední pracovní oblast v levé polovině se týká kalibrací kamery. Horní část pravé poloviny obrazovky umožňuje samotnou rekonstrukci obrazu. Poslední pracovní oblast slouží pro odhad hloubkové mapy. Většina úkonů je řešena přímo v základním uživatelském okně a jejím hlavním panelu, ve kterém je také zobrazena většina výstupů. To umožňuje práci s jediným oknem. Program nabízí možnost exportu průběžných výsledků pro pozdější samostatné zpracování. Možnost ukládání výstupů mezikroků přináší také tu výhodu, že uživatel nemusí pokaždé znovu provádět všechny kroku postupu a ušetří tím čas a výpočetní prostředky. Obr. 1. Vývojový diagram možných použití aplikace. Možnosti aplikace a postup výpočetních procesů lze sledovat ve vývojovém diagramu na obr. 1. V následujících podkapitolách budou postupně popsány funkce, které daná aplikace nabízí. Současná verze programu významně rozšiřuje možnosti aplikace popisované v článku [4]. Jednotlivé funkce odpovídají blokům vývojového diagramu. Postup práce uživatele v programu odpovídá postupu, jakým jsou dále popisovány možnosti programu. Uživatel postupuje v aplikaci od levého horního rohu po pravý dolní roh. Práce s programem kopíruje základní metodický postup rekonstrukce modelu, tak jak byl popsán v kapitole 2. Hloubkovou mapu však lze generovat bez provedení jakékoliv jiné operace. 3.1 Hledání korespondenčních bodů Velmi důležitým úkolem v procesu zjišťování prostorových souřadnic 3D scény je vyhledání korespondenčních bodů. Aplikace nabízí širokou paletu možností provádění tohoto kroku. Korespondenční body jsou takové body dílčích obrazů, které odpovídají stejnému bodu v prostoru. Pro správnou rekonstrukci prostorové souřadnice daného bodu je nutné nalézt v levém i pravém vstupním obraze body, které daný bod reprezentují. Situace je schematicky zachycena na obr. 3. Proces hledání korespondenčních bodů bývá zpravidla rozdělen do dvou dílčích kroků, na nalezení výrazných bodů v obou obrazech (Significant Points) a na nalezení korespondencí mezi nimi. Pro daný úkol byla v uplynulých desetiletích navržena řada metod. Aplikace umožňuje hledání výrazných bodů pomocí několika různých a v literatuře dobře popsaných metod: Harris Detector [5]. Scale-Invariant Feature Transform (SIFT) [6]. Speeded up Features (SURF) [7]. Fast Radial Feature Detektor [8]. První dvě patří do kategorie detektorů. Musí být proto doplněny dalším krokem, a to hledáním korespondencí neboli přiřazených shodných bodů k sobě. Další dvě metody patří mezi deskriptory a umožňují bezprostřední nalezení korespondencí. Aplikace pomocí těchto metod umožňuje vyhledání výrazných bodů v obrazech, reprezentovaných v různých modelech: monochromatický snímek, RGB model s pravými barvami, HSV model, RGB model s nepravými barvami. Příspěvek autorů představuje zejména využití nepravých barev v procesu vyhledávání korespondenčních bodů (kapitola 4.1). V neposlední řadě má uživatel možnost určit počet hledaných korespondencí. Nalezené korespondence jsou reprezentovány ve formě dvou dvousloupcových vektorů. Každý vektor reprezentuje body nalezené v jednom ze snímků. Jeden ze sloupců reprezentuje horizontální pozici vektoru ve snímku a druhý vertikální pozici bodu ve snímku. Po nalezení korespondencí může uživatel nalezená data uložit. Kromě získání korespondencí tímto způsobem má uživatel několik dalších možností. První možností je načtení uložených korespondencí z lokálního disku. Student či experimentátor má také možnost vytvořit manuálně vlastní sadu korespondencí (vybráním odpovídajících si bodů v obou obrazech). V následných krocích je proto možné volit, která ze sad má být k výpočtům použita (program umožňuje používat obě současně). Jakmile je jakýmkoliv z výše popsaných způsobů získána sada odpovídajících si bodů, nabízí aplikace poslední možnost modifikace této sady, a to využitím tzv. eliminace falešných korespondencí. To je proces, při kterém jsou detekovány a eliminovány páry bodů, které k sobě byly přiřazeny chybně. Nalezení chybné korespondence je relativně častý jev.
3 Roč. 70 (2014) Číslo 1 L. Boleček, V. Říčný: Program pro výpočet prostorových souřadnic... 9 Ve vytvořené aplikaci je možné eliminovat falešné korespondence dvěma různými způsoby, a to použitím známého a často používaného algoritmu RANSAC [9], a nebo použitím postupu publikovaného v [10] (stručně popsán v kapitole 5.2), který je založen na použití určitých omezujících podmínek a vznikl rozšířením původního algoritmu popsaného v článku [11]. 3.2 Kalibrace kamery Kalibrace kamery je velmi důležitý proces při rekonstrukci 3D scény. Tento krok je v odborné literatuře dokonale popsaný, a proto se jím v rámci tohoto článku nebudeme blíže zabývat. Kalibraci je možné provést, jakmile máme k dispozici sadu korespondujících bodů. V aplikaci jsou využity známé a již dříve publikované matematické postupy. Vnější kalibrace je provedena pomocí osmibodového algoritmu [3]. Vnitřní kalibrace je provedena v aplikaci pomocí implementace funkcí volně šířitelného toolboxu pro MatLab Calib Toolboox [12]. V něm je používána kalibrace s kalibračním vzorem založená na metodě publikované v [13]. Kromě aktuálního provedení kalibrace je možné také načíst kalibrační matici k vnitřní kalibraci z lokálního disku nebo ji manuálně vyplnit. Kalibrace může být provedena s využitím jednotlivých sad korespondujících bodů, a to buď z nalezených korespondencí, z manuálně určených korespondencí, nebo pomocí obou sad korespondencí. Po provedení korespondencí máme již dostupné všechny informace, potřebné k rekonstrukci modelu scény. 3.3 Rekonstrukce prostorového modelu a výpočet prostorových souřadnic Prvním ze dvou hlavních cílů je určení prostorových souřadnic vybraných korespondujících bodů a vytvoření prostorového modelu snímané scény. I v této finální fázi nabízí aplikace různé možnosti. První variantou je výpočet celkového modelu (tlačítko: Calculate Reconstruction) - tedy výpočet prostorových souřadnic pro všechny prostorové body odpovídající nalezeným párům odpovídajících si obrazových bodů. Souřadnice jsou spočítány a výsledná prostorová síť je zobrazena. K výpočtu je použit v odborné literatuře dobře popsaný postup triangulace. Druhou variantou je možnost výpočtu prostorových souřadnic pro konkrétní, uživatelem zvolený bod v levém snímku. K tomu je ovšem potřeba nalezení odpovídajícího bodu v pravém snímku. Nalezení této individuální korespondence umožňuje program provést pomocí standardně používaných funkcí založených na měření míry podobnosti. Aplikace nabízí funkce: Sum of Absolute differences SAD, Zero-mean Sum of Absolute Differences ZSSD, Normalized Cross Correlation NCC, Zero-mean Normalized Cross Correlation ZNCC, Sum of Squared Differences SSD, Zero-mean Sum of Squared Differences ZSSD, Locally scaled Sum of Absolute Differences LSSD. Pokud je použita klasická metoda, volí uživatel dále parametry vyhledávání, kterými jsou: velikost vyhledávacího okna, oblast prohledávání, prahové hodnoty. Jinou možností nalezení individuální bodové korespondence je využití automatické funkce navržené v [10] a stručně zmíněné v odstavci 4.3. Tato funkce má širší využití než jen hledání individuální korespondence. Dosažené výsledky mohou být interpretovány dvěma různými způsoby, kromě již zmíněného grafického vyjádření modelu. Je možné využít také přesné numerické vyjádření tří prostorových souřadnic v souřadném systému s definovaným počátkem. 3.4 Odhad hloubkové mapy Poslední sekce aplikace umožňuje splnění druhého hlavního cíle, kterým je odhad hloubkové mapy. I tentokrát má uživatel aplikace na výběr z několika metod pro získání cíleného výstupu. Aplikace nabízí několik postupů, které je možné i navzájem kombinovat. Základní metodou je výpočet počáteční hloubkové mapy pomocí metody založené na míře podobnosti okolí [14]. Na tento základní odhad lze navázat využitím metod navržených v [15]. Metody budou stručně popsány v kapitole 5.4. Dle zvolené metody se uživateli zpřístupní různá nastavení metody. Nezkušený uživatel má samozřejmě možnost použít defaultní nastavení. To však nemusí vždy přinést ty nejlepší výsledky. 4 Navrhované postupy V této kapitole jsou stručně popsány jen ty algoritmy použité v popisovaném systému, které byly autory navrženy. Vzhledem k rozsahu článku bude jejich popis jen stručný. 4.1 Využití nepravých (pseudo) barev Snímek reprezentovaný v nepravých (pseudo) barvách používá klasický RGB model. Každý pixel je reprezentován pomocí tří základních barev. Barvy obrazových bodů neodpovídají reálným barvám odpovídajících bodů analyzované 3D scény. Pro konverzi snímku do nepravých barev byly navrženy různé metody. Ve vytvořené aplikaci je použita metoda popsaná v [16]. Vstupní snímky jsou převedeny do nepravých barev a následně jsou v nich hledány výrazné body. Výsledky jsou ovlivněny použitými parametry konverze. Obraz v nepravých barvách má vyšší barevný kontrast a tím je přesnější nalezení výrazných bodů i v původně monotónních oblastech bez výraznějších změn jasového kontrastu. Použití tohoto postupu však s sebou nese zvýšení rizika falešné korespondence. Tento problém však může být řešen pečlivou eliminací falešných korespondencí, podpořenou předzpracováním snímku - konkrétně využitím jasových transformací. 4.2 Eliminace falešných korespondencí Eliminace falešných korespondencí je nutný krok k zvýšení spolehlivosti dosažených výsledků. Navržený postup spočívá v dodržení určitých omezujících podmínek pro dvojici korespondujících bodů. Pravidla kombinují omezení velikosti horizontální paralaxy, extrémních úhlů spojnice korespondujících bodů a podobnosti okolí zkoumaného bodu. V prvním kroku jsou získány omezující podmínky. Nejprve je spočítán průměrný úhel β, který svírá spojnice ztotožněných bodů s horizontální osou. K průměrnému úhlu je dopočítán jeho
4 10 L. Boleček, V. Říčný: Program pro výpočet prostorových souřadnic Roč. 70 (2014) Číslo 1 interval spolehlivosti, který slouží jako prahová hodnota při posuzování. V případě, že příslušný uhel β nespadá do určeného intervalu spolehlivosti, korespondence bodů je vyhodnocena jako falešná. Druhé omezení spočívá ve vymezení velikosti horizontální paralaxy. Paralaxa mezi levým a pravým snímkem musí vždy nabývat kladných hodnot a její maximální velikost je odvezená od maximální paralaxy u spolehlivých korespondencí. Posledním omezením je omezení odchylek jasových hodnot v definovaných okolích korespondujících bodů. Nejprve je na základě spolehlivých korespondencí spočítána průměrná odchylka okolí daných bodů a je určen práh, který by diference neměla překročit. Následně jsou spočítány diference mezi okolími korespondujících bodů. Pokud diference pro příslušnou korespondenci překročí zvolený práh, pak je vyhodnocena jako falešná. 4.3 Hledání korespondence pro individuální bod Cílem dalšího z dílčích kroků aplikace je nalezení odpovídajícího bodu v pravém obraze pro konkrétní zvolený bod v levém snímku. Tento úkol je relativně nenáročný, pokud je hledaný bod nějakým způsobem jednoznačně identifikovatelný a odlišný od dalších bodů v obraze. V takovém případě není problém odpovídající bod najít pomocí klasických metod, které určitým způsobem porovnávají okolí zvoleného bodu a okolí jednotlivých bodů v pravém obraze. Používané metriky počítají téměř výhradně s informací o jasu pixelu. Problém však nastane, pokud zvolený bod leží v monotónní oblasti s nízkým kontrastem. Navržený postup je založen na předpokladu, že body ležící ve stejné oblasti budou mít stejnou hloubku. Toto tvrzení je tím pravděpodobnější, čím menší daná oblast je. Pozice a tedy i hloubka (souřadnice z) daného bodu v prostoru je reprezentována jeho obrazovými souřadnicemi v levém a pravém snímku přesněji vyjádřeno změnou mezi těmito pozicemi v levém a pravém snímkem. Postup je následující: nalezneme výrazné body v okolí zvoleného bodu použitím algoritmu SURF. Z nalezené sady vybereme 5 nejbližších bodů ke zvolenému bodu. K vyhodnocení je použita Euklidova vzdálenost. Následně ze znalosti pozice nejbližších bodů v levém (SURF posl ) i pravém snímku (SURF posr ) lze vypočítat tzv. pohyb obrazového bodu (SURF_mov). Je to dvousložkový vektor spočítaný jako rozdíl horizontálních a vertikálních souřadnic odpovídajících si bodů. Platí SURF mov = SURFposL SURFposR. (1) Ze znalosti SURF mov a pozice zvoleného bodu v levém snímku (select left ) lze vypočítat potencionální souřadnice zvoleného bodu v pravém obraze (potential_pos). Výpočet je proveden dle rovnice potential _ pos = selectleft SURFmov. (2) Tak se získá pět potencionálních pozic obrazu zvoleného bodu v pravém snímku. Další fáze algoritmu slouží k identifikaci nereálných potencionálních pozic a určení finální pozice odpovídajícího bodu. Podrobnější popis je možné nalézt v [10]. Výstupem operace je nalezení pozice korespondujícího bodu v pravém snímku ke zvolenému bodu v levém snímku. Na základě této obrazové souřadnice potom v dalším kroku lze spočítat všechny tři prostorové souřadnice příslušného bodu. Princip metody je zachycen na obr. 2. Obr. 2. Ilustrace základního principu metody hledání korespondence pro konkrétní bod. 4.4 Tvorba hloubkové mapy Počáteční hloubková mapa je tvořena pomocí podobnostních metrik jmenovaných výše. Pro každý bod v levém snímku se hledá nejpodobnější pixel v pravém snímku. Tak se získá pár korespondujících bodů a z jejich horizontální disparity je určena jejich hloubka. Vyhledávání probíhá za různých omezujících podmínek. Zásadní podmínkou je předpoklad, že vstupní snímky jsou stereoskopické nebo že došlo k jejich rektifikaci. To znamená, že odpovídající bod je hledán pouze na shodném řádku. Vyhledávání může být dále omezeno tím, že bod musí ležet napravo od původního, tedy že jeho paralaxa je kladná a má určitou minimální a maximální hodnotu. Tyto parametry může uživatel v programu nastavit. Tímto postupem může být získaná (původní) mapa dále vylepšována. Aplikace nabízí dva základní přístupy. První z nich je založen na segmentaci obrazu. Základní myšlenkou je rozdělení obrazu na dílčí segmenty a zjištění, jakou hloubku mají výrazné body spadající do dané oblasti. Na základě této informace lze určit hloubku celé analyzované omezené oblasti. Druhým přístupem ke zlepšení původní hloubkové mapy je využití předpokladu spojitosti hloubkové mapy s využitím hranové reprezentace obrazu. Algoritmus pracuje po jednotlivých řádcích snímku. V počáteční hloubkové mapě jsou nalezeny nulové oblasti, které jsou v počáteční mapě vždy přítomny. Následně je určena hloubka na okrajích nulových oblastí (depth_rborder a depth_lborder) a délka nulové oblasti regionu (length). V dalším kroku je vypočítán parametr delta dle následujícího vztahu: depth _ Lborder depth _ Rborder delta =. (3) length Parametr delta reprezentuje rychlost změny hloubky v dané oblasti (nulové oblasti). Jestliže jsou delta nebo length menší než určené prahy, je použit následující vztah pro výpočet hloubky D jednotlivých nulových bodů: D = depth _Lborder + delta. (4) V jiných případech je použita dříve získaná hranová reprezentace. V závislosti na přítomnosti nebo nepřítomnosti hrany na okraji nulové oblasti lze rozlišit 4 různé situace a způsoby výpočtu hloubky jednotlivých pixelů. Možné situace jsou uvedeny na obr. 3.
5 Slaboproudý obzor Roč. 70 (2014) Číslo 1 L. Boleček, V. Říčný: Program pro výpočet prostorových souřadnic... 5 lenght Obr. 3. Ilustrace čtyř možných situací v metodě využívající spojitosti v obraze. a) 11 Výsledky Pro ilustraci možností použití navrženého programu jsou v této kapitole uvedeny příklady analyzovaných stereoskopických snímků bez zobrazení uživatelského prostředí, které by zabíralo velkou část plochy obrázku a výsledky by nebyly dobře čitelné. Příklady dvou analyzovaných vstupních levých snímků jsou uvedeny na obr. 4 a výsledné modely na obr. 5. Pro větší přehlednost je použito barevné odlišení zrekonstruovaných bodů příslušných k různým objektům ve snímcích. Barevné odlišení rekonstruovaných bodů odpovídá barevnému značení jednotlivých objektů ve vstupních obrazech. Obr. 6 zobrazuje hloubkové mapy získané pomocí aplikace v po-rovnání s pravdivými hloubkovými mapami. Pravdivá hloubková mapa představuje přesnou hloubkovou interpretaci scény. Získává se různými referenčními metodami (např. měřením pomocí laserového dálkoměru aj.). Menší úrovni jasu odpovídá menší hloubka. 6 Závěr V článku je popsán navržený a realizovaný program v prostředí MATLAB pro zjišťování prostorových souřadnic bodů 3D scény a tvorbu její hloubkové mapy. Aplikace je přehledná a uživatelsky příjemná. Její rozhraní umožňuje interaktivní práci s programem i neodborníkovi v oblasti analýzy 3D scén. Poskytuje značnou variabilitu nastavení, která naopak umožňuje zkušenému uživateli, znalému problému, významně ovlivňovat probíhající procedury. Vzhledem k tomu, že aplikace nabízí, kromě známých standardních postupů, i nově navržené metody, je použitelná i pro další experimenty v oblasti analýzy 3D scény a zejména pro výukové účely. Program může nalézt uplatnění v různých praktických aplikacích v oblastech strojírenství či stavebnictví. Software umožňuje postupné provedení celého postupu rekonstrukce prostorových souřadnic libovolné 3D scény a vytvoření její hloubkové mapy. Aplikace nabízí volbu široké škály postupů pro provedení jednotlivých kroků rekonstrukce. Koncepce aplikace umožňuje také implementaci dalších nových metod. Výstupem analýzy může být trojrozměrný model scény, hloubková mapa nebo vektor obsahující čistě numerickou interpretaci prostorových souřadnic bodů scény. Program umožňuje výpočet prostorových souřadnic jak pro automaticky nalezené body, tak pro body manuálně vybrané. Poděkování b) Obr. 4. Příklady vstupních snímků s barevným odlišením objektů v různých hloubkách: a) scéna I, b) scéna II. Tento příspěvek vznikl za podpory grantu GAČR Výzkum a modelování pokročilých metod hodnocení kvality obrazové informace 102/10/1320, Výzkumného záměru MSM , projektu Zpracování signálu v mobilních a bezdrátových komunikačních systémech FEKT - S a centra S. I. X.
6 12 L. Boleček, V. Říčný: Program pro výpočet prostorových souřadnic Roč. 70 (2014) Číslo 1 Literatura [1] Mikhail, E. M., Bethel, J. S., McGlone, J. CH. Introduction to Modern Photogrammetry. New York: John Wiley & Sons, s. ISBN [2] Kraus, K. Photogrammetry: Geometry from Images and Laser Scans. 2nd edition. Berlín: Walter de Gruyter, s. ISBN [3] Ma, Y., Soatto, S., Kosecka, J., Sastry, S. S. An Invitation to 3-D Vision: From Images to Geometric Models. 1st. Springer, 2003, 526 p. Interdisciplinary Applied Mathematics, 26. ISBN [4] Boleček, L, Říčný, V. GUI for reconstruction of 3D coordinates. In Proc. of 20th Annual Conference, Technical Computing Bratislava Bratislava: RT Systems s.r.o., 2012, s ISBN [5] Harris, C., Stephens, M. A. Combined Corner and Edge Detector. Proc. 4th Alvey Vision Conference p [6] Lowe, D. Distinctive Image Features from Scale-Invariant Keypoints. International Journal of Computer Vision, 2004, vol. 60, no. 2, p URL: < [7] Bay, H., Tuytelaars, T., Gool, L. V. SURF: Speeded up Robust Features. Proc. of the 9th European Conference Computer Vision, 2006, p [8] Fast Radial Feature Detector [online]. < /fulltext.pdf> [9] Fischer, M. A., Bolles, R. C. Random Sample Consensus: A Paradigm for Model Fitting with Applications to Image Analysis and Automated Cartography. Communication of ACM, 1981, vol. 24, no. 6, p URL: < [10] Boleček, L., Říčný, V., Slanina, M. 3D Reconstruction: Novel Method for Finding of Corresponding Points. Radioengineering, 2013, vol. 22, no. 1, p ISSN: [11] Chuan, L., Jinjin, Z., Chuangyin, D., Hongjun, Z. A Method of 3D Reconstruction from Image Sequence. Image and Signal Processing, CISP '09. 2nd International Congress on Signal Processing, 2009, p. 1-5, doi: /CISP URL: < number= &isnumber= > [12] Bouguet, J.-Y. Camera Calibration Toolbox for Matlab [open source software] [online]. Last updated July 9 th, < [13] Zhang, Z., Flexible Camera Calibration by Viewing a Plane from un-known Orientations. Computer Vision, The Proceedings of the Seventh IEEE International Conference, vol. 1, 1999, p , doi: / ICCV URL: < number=791289&isnumber=17134> [14] Lankton, S. 3D Vision with Stereo Disparity [online]. [cit ]. < [15] Boleček, L., Říčný, V. The Estimation of a Depth Map Using Spatial Continuity and Edges. In 36th International Conference on Telecommunications and Signal Processing. Rome (Italy), 2013, p [16] Lehman, T., Kaser, A., Repges, R. A simple parametric equation for pseudocoloring grey scale images keeping their original brightness progression. Image and Vision Computing, 1997, vol. 15, no. 3, p a) b) Obr. 5. c) d) a) čelní pohled na scénu I, b) pohled shora na scénu I, c) čelní pohled na scénu II, d) pohled shora na scénu II.
7 Slaboproudý obzor Roč. 70 (2014) Číslo 1 L. Boleček, V. Říčný: Program pro výpočet prostorových souřadnic... a) b) 13 c) Obr. 6. Hloubkové mapy dvou různých scén a) snímek scény b) hloubková mapa získaná pomocí programu, c) pravdivá hloubková mapa. Obr. 7. Pracovní okno aplikace.
Program pro zobrazení černobílých snímků v nepravých barvách
Rok / Year: Svazek / Volume: Číslo / Number: 2010 12 6 Program pro zobrazení černobílých snímků v nepravých barvách Pseudo-colour Paging of the Monochromatic Picture Libor Boleček xbolec01@stud.feec.vutbr.cz
VíceSIFT: Scale Invariant Feature Transform Automatické nalezení korespondencí mezi dvojicí obrázků
SIFT: Scale Invariant Feature Transform Automatické nalezení korespondencí mezi dvojicí obrázků lukas.mach@gmail.com Přílohy (videa, zdrojáky, ) ke stažení na: http://mach.matfyz.cz/sift Korespondence
VíceNávrh a implementace algoritmů pro adaptivní řízení průmyslových robotů
Návrh a implementace algoritmů pro adaptivní řízení průmyslových robotů Design and implementation of algorithms for adaptive control of stationary robots Marcel Vytečka 1, Karel Zídek 2 Abstrakt Článek
VíceCvičení 11: RANSAC Tomáš Sixta 23. listopadu 2012
Cvičení 11: RANSAC Tomáš Sixta 23. listopadu 2012 1 Úvod V tomto cvičení se naučíte pracovat s algoritmem RANSAC pro nalezení transformace mezi dvěma množinami bodových korespondencí. Mějme dva obrázky
Více13 Barvy a úpravy rastrového
13 Barvy a úpravy rastrového Studijní cíl Tento blok je věnován základním metodám pro úpravu rastrového obrazu, jako je např. otočení, horizontální a vertikální překlopení. Dále budo vysvětleny různé metody
VíceProblematika disertační práce a současný stav řešení. Ing. Aneta Zatočilová
Problematika disertační práce a současný stav řešení 2 /12 OBSAH PREZENTACE: Téma dizertační práce Úvod do problematiky Přehled metod Postup řešení Projekty, výuka a další činnost 3 /12 TÉMA DIZERTAČNÍ
VíceDETEKCE HRAN V BIOMEDICÍNSKÝCH OBRAZECH
DETEKCE HRAN V BIOMEDICÍNSKÝCH OBRAZECH Viktor Haškovec, Martina Mudrová Vysoká škola chemicko-technologická v Praze, Ústav počítačové a řídicí techniky Abstrakt Příspěvek je věnován zpracování biomedicínských
VíceWP09V011: Software pro rozšířené vyhodnocení obrazového záznamu průběhu výstřiku paliva - Evalin 2.0
Název software v originále WP09V011: Software pro rozšířené vyhodnocení obrazového záznamu průběhu výstřiku paliva - Evalin 2.0 Název software anglicky WP09V011: Software for the extended evaluation of
VíceJasové transformace. Karel Horák. Rozvrh přednášky:
1 / 23 Jasové transformace Karel Horák Rozvrh přednášky: 1. Úvod. 2. Histogram obrazu. 3. Globální jasová transformace. 4. Lokální jasová transformace. 5. Bodová jasová transformace. 2 / 23 Jasové transformace
VíceMěření průtoku kapaliny s využitím digitální kamery
Měření průtoku kapaliny s využitím digitální kamery Mareš, J., Vacek, M. Koudela, D. Vysoká škola chemicko-technologická Praha, Ústav počítačové a řídicí techniky, Technická 5, 166 28, Praha 6 e-mail:
VíceVyhodnocení 2D rychlostního pole metodou PIV programem Matlab (zpracoval Jan Kolínský, dle programu ing. Jana Novotného)
Vyhodnocení 2D rychlostního pole metodou PIV programem Matlab (zpracoval Jan Kolínský, dle programu ing. Jana Novotného) 1 Obecný popis metody Particle Image Velocimetry, nebo-li zkráceně PIV, je měřící
VíceMeo S-H: software pro kompletní diagnostiku intenzity a vlnoplochy
Centrum Digitální Optiky Meo S-H: software pro kompletní diagnostiku intenzity a vlnoplochy Výzkumná zpráva projektu Identifikační čí slo výstupu: TE01020229DV003 Pracovní balíček: Zpracování dat S-H senzoru
VíceAlgoritmizace prostorových úloh
Algoritmizace prostorových úloh Vektorová data Daniela Szturcová Prostorová data Geoobjekt entita definovaná v prostoru. Znalost jeho identifikace, lokalizace umístění v prostoru, vlastností vlastních
VíceRozvoj tepla v betonových konstrukcích
Úvod do problematiky K novinkám v požární odolnosti nosných konstrukcí Praha, 11. září 2012 Ing. Radek Štefan prof. Ing. Jaroslav Procházka, CSc. Znalost rozložení teploty v betonové konstrukci nebo její
VíceŘízení pohybu stanice v simulačním prostředí OPNET Modeler podle mapového podkladu
Rok / Year: Svazek / Volume: Číslo / Number: 2011 13 5 Řízení pohybu stanice v simulačním prostředí OPNET Modeler podle mapového podkladu Map-based mobility control system for wireless stations in OPNET
VíceGIS ANALÝZA VLIVU DÁLNIČNÍ SÍTĚ NA OKOLNÍ KRAJINU. Veronika Berková 1
GIS ANALÝZA VLIVU DÁLNIČNÍ SÍTĚ NA OKOLNÍ KRAJINU Veronika Berková 1 1 Katedra mapování a kartografie, Fakulta stavební, ČVUT, Thákurova 7, 166 29, Praha, ČR veronika.berkova@fsv.cvut.cz Abstrakt. Metody
VíceDiplomová práce Prostředí pro programování pohybu manipulátorů
Diplomová práce Prostředí pro programování pohybu manipulátorů Štěpán Ulman 1 Úvod Motivace: Potřeba plánovače prostorové trajektorie pro výukové účely - TeachRobot Vstup: Zadávání geometrických a kinematických
VíceNávod k použití softwaru Solar Viewer 3D
Návod k použití softwaru Solar Viewer 3D Software byl vyvinut v rámci grantového projektu Technologie a systém určující fyzikální a prostorové charakteristiky pro ochranu a tvorbu životního prostředí a
VíceSystémy digitálního vodotisku. Digital Watermarking Systems
Systémy digitálního vodotisku Digital Watermarking Systems Simona PEJSAROVÁ Česká zemědělská univerzita v Praze, Provozně ekonomická fakulta Katedra informačních technologií Kamýcká 129, Praha 6, Česká
VícePARAMETRICKÁ STUDIE VÝPOČTU KOMBINACE JEDNOKOMPONENTNÍCH ÚČINKŮ ZATÍŽENÍ
PARAMETRICKÁ STUDIE VÝPOČTU KOMBINACE JEDNOKOMPONENTNÍCH ÚČINKŮ ZATÍŽENÍ Ing. David KUDLÁČEK, Katedra stavební mechaniky, Fakulta stavební, VŠB TUO, Ludvíka Podéště 1875, 708 33 Ostrava Poruba, tel.: 59
VíceGIS Geografické informační systémy
GIS Geografické informační systémy Obsah přednášky Prostorové vektorové modely Špagetový model Topologický model Převody geometrií Vektorový model Reprezentuje reálný svět po jednotlivých složkách popisu
VíceModelování blízkého pole soustavy dipólů
1 Úvod Modelování blízkého pole soustavy dipólů J. Puskely, Z. Nováček Ústav radioelektroniky, Fakulta elektrotechniky a komunikačních technologií, VUT v Brně Purkyňova 118, 612 00 Brno Abstrakt Tento
VíceAnalýza a zpracování digitálního obrazu
Analýza a zpracování digitálního obrazu Úlohy strojového vidění lze přibližně rozdělit do sekvence čtyř funkčních bloků: Předzpracování veškerých obrazových dat pomocí filtrací (tj. transformací obrazové
Více2D transformací. červen Odvození transformačního klíče vybraných 2D transformací Metody vyrovnání... 2
Výpočet transformačních koeficinetů vybraných 2D transformací Jan Ježek červen 2008 Obsah Odvození transformačního klíče vybraných 2D transformací 2 Meto vyrovnání 2 2 Obecné vyjádření lineárních 2D transformací
VíceKalibrační proces ve 3D
Kalibrační proces ve 3D FCC průmyslové systémy společnost byla založena v roce 1995 jako součást holdingu FCC dodávky komponent pro průmyslovou automatizaci integrace systémů kontroly výroby, strojového
VícePokročilé vyhodnocování mikrotvrdosti programem MICRONESS
Pokročilé vyhodnocování mikrotvrdosti programem MICRONESS Jan Široký Energocentrum Plus s.r.o. Vyhodnocovací systém Microness Pro automatické vyhodnocení vtisků (Vickers, Knoop) Možnost instalace na téměř
VíceVYUŽITÍ PRAVDĚPODOBNOSTNÍ METODY MONTE CARLO V SOUDNÍM INŽENÝRSTVÍ
VYUŽITÍ PRAVDĚPODOBNOSTNÍ METODY MONTE CARLO V SOUDNÍM INŽENÝRSTVÍ Michal Kořenář 1 Abstrakt Rozvoj výpočetní techniky v poslední době umožnil také rozvoj výpočetních metod, které nejsou založeny na bázi
VíceROZ1 CVIČENÍ VI. Geometrická registrace (matching) obrazů
ROZ1 CVIČENÍ VI. Geometrická registrace (matching) obrazů REGISTRACI OBRAZU (IMAGE REGISTRATION) Více snímků téže scény Odpovídající pixely v těchto snímcích musí mít stejné souřadnice Pokud je nemají
VíceFotogammetrie. Zpracoval: Jakub Šurab, sur072. Datum:
Fotogammetrie Zpracoval: Jakub Šurab, sur072 Datum: 7.4.2009 Co je fotogrammetrie Fotogrammetrie je věda, způsob a technologie, která se zabývá získáváním využitelných měření map, digitálních modelů a
VíceSOFTWARE NA ZPRACOVÁNÍ MRAČEN BODŮ Z LASEROVÉHO SKENOVÁNÍ. Martin Štroner, Bronislav Koska 1
SOFTWARE NA ZPRACOVÁNÍ MRAČEN BODŮ Z LASEROVÉHO SKENOVÁNÍ SOFTWARE FOR PROCESSING OF POINT CLOUDS FROM LASER SCANNING Martin Štroner, Bronislav Koska 1 Abstract At the department of special geodesy is
VíceGIS Geografické informační systémy
GIS Geografické informační systémy Obsah přednášky Prostorové vektorové modely Špagetový model Topologický model Převody geometrií Vektorový model Reprezentuje reálný svět po jednotlivých složkách popisu
VíceUnstructured data pre-processing using Snowball language
Unstructured data pre-processing using Snowball language Předzpracování nestrukturovaných dat pomocí jazyka Snowball Bc. Pavel Řezníček, doc. Ing. František Dařena, PhD., Ústav informatiky, Provozně ekonomická
VíceVyužití tabulkového procesoru MS Excel
Semestrální práce Licenční studium Galileo srpen, 2015 Využití tabulkového procesoru MS Excel Ing Marek Bilko Třinecké železárny, a.s. Stránka 1 z 10 OBSAH 1. ÚVOD... 2 2. DATOVÝ SOUBOR... 2 3. APLIKACE...
Více1 Základní funkce pro zpracování obrazových dat
1 Základní funkce pro zpracování obrazových dat 1.1 Teoretický rozbor 1.1.1 Úvod do zpracování obrazu v MATLABu MATLAB je primárně určen pro zpracování a analýzu numerických dat. Pro analýzu obrazových
VícePřehled vhodných metod georeferencování starých map
Přehled vhodných metod georeferencování starých map ČVUT v Praze, katedra geomatiky 12. 3. 2015 Praha Georeferencování historická mapa vs. stará mapa georeferencování umístění obrazu mapy do referenčního
Více7. Funkce jedné reálné proměnné, základní pojmy
, základní pojmy POJEM FUNKCE JEDNÉ PROMĚNNÉ Reálná funkce f jedné reálné proměnné je funkce (zobrazení) f: X Y, kde X, Y R. Jde o zvláštní případ obecného pojmu funkce definovaného v přednášce. Poznámka:
VíceREKONSTRUKCE 3D OBJEKTU Z OBRAZOVÝCH DAT
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA INFORMAČNÍCH TECHNOLOGIÍ ÚSTAV POČÍTAČOVÉ GRAFIKY A MULTIMÉDIÍ FACULTY OF INFORMATION TECHNOLOGY DEPARTMENT OF COMPUTER GRAPHICS AND
VíceSelected article from Tento dokument byl publikován ve sborníku
Selected article from Tento dokument byl publikován ve sborníku Nové metody a postupy v oblasti přístrojové techniky, automatického řízení a informatiky 2018 New Methods and Practices in the Instrumentation,
VíceBALISTICKÝ MĚŘICÍ SYSTÉM
BALISTICKÝ MĚŘICÍ SYSTÉM UŽIVATELSKÁ PŘÍRUČKA Verze 2.3 2007 OBSAH 1. ÚVOD... 5 2. HLAVNÍ OKNO... 6 3. MENU... 7 3.1 Soubor... 7 3.2 Měření...11 3.3 Zařízení...16 3.4 Graf...17 3.5 Pohled...17 1. ÚVOD
VíceParametrická studie vlivu vzájemného spojení vrstev vozovky
Konference ANSYS 2009 Parametrická studie vlivu vzájemného spojení vrstev vozovky M. Štěpánek a J. Pěnčík VUT v Brně, Fakulta stavební, Ústav stavební mechaniky Abstract: The testing of a cyclic-load performance
VíceKNIHOVNA MODELŮ TECHNOLOGICKÝCH PROCESŮ
KNIHOVNA MODELŮ TECHNOLOGICKÝCH PROCESŮ Radim Pišan, František Gazdoš Fakulta aplikované informatiky, Univerzita Tomáše Bati ve Zlíně Nad stráněmi 45, 760 05 Zlín Abstrakt V článku je představena knihovna
Více2 Rekonstrukce ze dvou kalibrovaných pohledů
24. KONFERENCE O GEOMETRII A POČÍTAČOVÉ GRAFICE ŠÁRKA VORÁČOVÁ APLIKACE EPIPOLÁRNÍ GEOMETRIE Abstrakt Epipolární geometrie je geometrií dvou středových promítání. Je teoretickým základem pro určení vztahu
VíceInspekce tvaru součásti
Inspekce tvaru součásti. Cílem cvičení je inspekce tvaru součásti spočívající načtení referenčního CAD modelu, v ustavení naskenovaného tvaru vzhledem k tomuto referenčnímu modelu, kontrole průměru spodního
VícePoužití analyzátoru paketů bezdrátových sítí Wireshark
Použití analyzátoru paketů bezdrátových sítí Wireshark Ladislav Sirový Ing. Ladislav Beránek, Csc. Školní rok: 2008-2009 Abstrakt Analýza sítí se zabývá sledováním a vyhodnocováním provozu počítačových
VíceTSO NEBO A INVARIANTNÍ ROZPOZNÁVACÍ SYSTÉMY
TSO NEBO A INVARIANTNÍ ROZPOZNÁVACÍ SYSTÉMY V PROSTŘEDÍ MATLAB K. Nováková, J. Kukal FJFI, ČVUT v Praze ÚPŘT, VŠCHT Praha Abstrakt Při rozpoznávání D binárních objektů z jejich diskrétní realizace se využívají
VíceGlobální matice konstrukce
Globální matice konstrukce Z matic tuhosti a hmotnosti jednotlivých prvků lze sestavit globální matici tuhosti a globální matici hmotnosti konstrukce, které se využijí v řešení základní rovnice MKP: [m]{
VíceTvorba výpočtového modelu MKP
Tvorba výpočtového modelu MKP Jaroslav Beran (KTS) Modelování a simulace Tvorba výpočtového modelu s využitím MKP zahrnuje: Tvorbu (import) geometrického modelu Generování sítě konečných prvků Definování
VíceZpracování digitalizovaného obrazu (ZDO) - Segmentace II
Zpracování digitalizovaného obrazu (ZDO) - Segmentace II Další metody segmentace Ing. Zdeněk Krňoul, Ph.D. Katedra Kybernetiky Fakulta aplikovaných věd Západočeská univerzita v Plzni Zpracování digitalizovaného
Více12 Metody snižování barevného prostoru
12 Metody snižování barevného prostoru Studijní cíl Tento blok je věnován základním metodám pro snižování barevného rozsahu pro rastrové obrázky. Postupně zde jsou vysvětleny důvody k použití těchto algoritmů
VíceGRAFICKÉ ŘEŠENÍ ROVNIC A JEJICH SOUSTAV
GRAFICKÉ ŘEŠENÍ ROVNIC A JEJICH SOUSTAV Mgr. Jitka Nováková SPŠ strojní a stavební Tábor Abstrakt: Grafické řešení rovnic a jejich soustav je účinná metoda, jak vysvětlit, kolik různých řešení může daný
VíceOBRAZOVÁ ANALÝZA. Speciální technika a měření v oděvní výrobě
OBRAZOVÁ ANALÝZA Speciální technika a měření v oděvní výrobě Prostředky pro snímání obrazu Speciální technika a měření v oděvní výrobě 2 Princip zpracování obrazu matice polovodičových součástek, buňky
VíceAutomatické zaostřování světlometu
Automatické zaostřování světlometu Ing. Ondřej Šmirg,Ing. Michal Kohoutek Ústav telekomunikací, Purkyňova 118, 612 00 Brno Email: xsmirg00@stud.feec.vutbr.cz Článek se zabývá zpracováním obrazu a tvorbou
VíceAnotace závěrečné práce:
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV AUTOMATIZACE A MĚŘÍCÍ TECHNIKY FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION
VíceDigitální učební materiály ve škole, registrační číslo projektu CZ.1.07/1.5.00/34.0527
Projekt: Příjemce: Digitální učební materiály ve škole, registrační číslo projektu CZ.1.07/1.5.00/34.0527 Střední zdravotnická škola a Vyšší odborná škola zdravotnická, Husova 3, 371 60 České Budějovice
VíceGrafika na počítači. Bc. Veronika Tomsová
Grafika na počítači Bc. Veronika Tomsová Proces zpracování obrazu Proces zpracování obrazu 1. Snímání obrazu 2. Digitalizace obrazu převod spojitého signálu na matici čísel reprezentující obraz 3. Předzpracování
VíceLaserový skenovací systém LORS vývoj a testování přesnosti
Laserový skenovací systém LORS vývoj a testování přesnosti Ing. Bronislav Koska Ing. Martin Štroner, Ph.D. Doc. Ing. Jiří Pospíšil, CSc. ČVUT Fakulta stavební Praha Článek popisuje laserový skenovací systém
VíceVícerozměrné statistické metody
Vícerozměrné statistické metody Shluková analýza Jiří Jarkovský, Simona Littnerová FSTA: Pokročilé statistické metody Typy shlukových analýz Shluková analýza: cíle a postupy Shluková analýza se snaží o
VícePROJEKT 3 2D TRAJEKTORIE KAMERY SEMESTRÁLNÍ PRÁCE DO PŘEDMĚTU MAPV
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV AUTOMATIZACE A MĚŘICÍ TECHNIKY FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION
VíceUžití systému Matlab při optimalizaci intenzity tepelného záření na povrchu formy
Užití systému Matlab při optimalizaci intenzity tepelného záření na povrchu formy Radek Srb 1) Jaroslav Mlýnek 2) 1) Fakulta mechatroniky, informatiky a mezioborových studií 2) Fakulta přírodovědně-humanitní
VíceDetekce kartografického zobrazení z množiny
Detekce kartografického zobrazení z množiny bodů Tomáš Bayer Katedra aplikované geoinformatiky Albertov 6, Praha 2 bayertom@natur.cuni.cz Abstrakt. Detekce kartografického zobrazení z množiny bodů o známých
VíceMODELOVÁNÍ PLANÁRNÍCH ANTÉN POMOCÍ UMĚLÝCH NEURONOVÝCH SÍTÍ
ÚSTAV RADIOELEKTRONIKY MODELOVÁNÍ PLANÁRNÍCH ANTÉN POMOCÍ UMĚLÝCH NEURONOVÝCH SÍTÍ Pojednání o disertační práci Doktorand: Ing. Zbyněk Raida Školitel: Prof. Ing. Dušan Černohorský, CSc. Brno, duben 2003
Více4EK201 Matematické modelování. 2. Lineární programování
4EK201 Matematické modelování 2. Lineární programování 2.1 Podstata operačního výzkumu Operační výzkum (výzkum operací) Operational research, operations research, management science Soubor disciplín zaměřených
VíceSnímání počítačových modelů lidského těla a jejich užití ve fyzioterapii. Ing. Adam Chromý doc. Ing. Luděk Žalud, Ph.D.
Snímání počítačových modelů lidského těla a jejich užití ve fyzioterapii Ing. Adam Chromý doc. Ing. Luděk Žalud, Ph.D. Projekt 3D skeneru laserový skener robotický manipulátor skenovaný objekt 2/12 Robotický
VíceELIMINACE VLIVU DRUHÉ ROTACE PŘI AFINNĚ INVARIANTNÍM 2D ROZPOZNÁVÁNÍ
ELIMINACE VLIVU DRUHÉ ROTACE PŘI AFINNĚ INVARIANTNÍM 2D ROZPOZNÁVÁNÍ K. Nováková 1, J. Kukal 1,2 1 Fakulta jaderná a fyzikálně inženýrská, ČVUT v Praze 2 Ústav počítačové a řídicí techniky, VŠCHT Praha
VíceAlgoritmizace prostorových úloh
INOVACE BAKALÁŘSKÝCH A MAGISTERSKÝCH STUDIJNÍCH OBORŮ NA HORNICKO-GEOLOGICKÉ FAKULTĚ VYSOKÉ ŠKOLY BÁŇSKÉ - TECHNICKÉ UNIVERZITY OSTRAVA Algoritmizace prostorových úloh Grafové úlohy Daniela Szturcová Tento
VíceZPRACOVÁNÍ OBRAZU PRO VYHODNOCENÍ SEGREGACE DRÁTŮ
ZPRACOVÁNÍ OBRAZU PRO VYHODNOCENÍ SEGREGACE DRÁTŮ K. Horák Fakulta elektrotechniky a komunikačních technologií, Vysoké učení technické v Brně Abstrakt Zpracování obrazu se jako disciplína technické kybernetiky
VíceSítě SFN Systém pro analýzu a vizualizaci pokrytí a rušení vysílacích sítí
Sítě SFN Systém pro analýzu a vizualizaci pokrytí a rušení vysílacích sítí Sítě SFN ver. 7 je výpočetní systém pro analýzu pokrytí a rušení vysílacích sítí pro služby FM, TV, DVB- T a T-DAB a analýzu a
VícePočítačová grafika RHINOCEROS
Počítačová grafika RHINOCEROS Ing. Zuzana Benáková Základní otázkou grafických programů je způsob zobrazení určitého tvaru. Existují dva základní způsoby prezentace 3D modelů v počítači. První využívá
VícePro tvorbu samostatně spustitelných aplikací je k dispozici Matlab library.
1.1 Matlab Matlab je interaktivní systém pro vědecké a technické výpočty založený na maticovém kalkulu. Umožňuje řešit velkou oblast numerických problémů, aniž byste museli programovat vlastní program.
VíceIMPLEMENTACE AUTOMATIZOVANÉHO MĚŘENÍ HRTF V MATLABU
IMPLEMENTACE AUTOMATIZOVANÉHO MĚŘENÍ HRTF V MATLABU O. Šupka, F. Rund, J. Bouše Katedra radioelektroniky, fakulta elektrotechnická České vysoké učení technické v Praze, Česká republika Abstrakt Tento příspěvek
Vícexrays optimalizační nástroj
xrays optimalizační nástroj Optimalizační nástroj xoptimizer je součástí webového spedičního systému a využívá mnoho z jeho stavebních bloků. xoptimizer lze nicméně provozovat i samostatně. Cílem tohoto
VíceAnalýza dat v GIS. Dotazy na databáze. Překrytí Overlay Mapová algebra Vzdálenostní funkce. Funkce souvislosti Interpolační funkce Topografické funkce
Analýza dat v GIS Dotazy na databáze Prostorové Atributové Překrytí Overlay Mapová algebra Vzdálenostní funkce Euklidovské vzdálenosti Oceněné vzdálenosti Funkce souvislosti Interpolační funkce Topografické
Vícekamerou. Dle optických parametrů objektivu mohou v získaném obraze nastat geometrická
Odstranění geometrických zkreslení obrazu Vstupní obraz pro naše úlohy získáváme pomocí optické soustavy tvořené objektivem a kamerou. Dle optických parametrů objektivu mohou v získaném obraze nastat geometrická
Více7 Transformace 2D. 7.1 Transformace objektů obecně. Studijní cíl. Doba nutná k nastudování. Průvodce studiem
7 Transformace 2D Studijní cíl Tento blok je věnován základním principům transformací v rovinné grafice. V následujícím textu bude vysvětlen rozdíl v přístupu k transformacím u vektorového a rastrového
VíceSoftware Form Control
Měření na kliknutí myši. Tak jednoduchá je kontrola obrobku v obráběcím centru pomocí měřícího softwaru FormControl. Nezáleží na tom, zda má obrobek obecné 3D kontury nebo běžný 2.5D charakter. Uživatel
VíceUSING CAD MODELS AND POLYGONAL SCAN FOR EVALUATION OF ABRASIVE FRICTION PARTS
USING CAD MODELS AND POLYGONAL SCAN FOR EVALUATION OF ABRASIVE FRICTION PARTS Liška J., Filípek J. Department of Engineering and Automobile Transport, Faculty of Agronomy, Mendel University in Brno, Zemědělská
VícePředmluva 11 Typografická konvence použitá v knize 12. 1 Úvod do Excelu 2003 13
Předmluva 11 Typografická konvence použitá v knize 12 1 Úvod do Excelu 2003 13 Spuštění a ukončení Excelu 14 Spuštění Excelu 14 Ukončení práce s Excelem 15 Přepínání mezi otevřenými sešity 16 Oprava aplikace
VíceVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA STROJNÍHO INŽENÝRSTVÍ FACULTY OF MECHANICAL ENGINEERING ÚSTAV KONSTRUOVÁNÍ INSTITUTE OF MACHINE AND INDUSTRIAL DESIGN REKONSTRUKCE 3D
VíceFORTANNS. havlicekv@fzp.czu.cz 22. února 2010
FORTANNS manuál Vojtěch Havlíček havlicekv@fzp.czu.cz 22. února 2010 1 Úvod Program FORTANNS je software určený k modelování časových řad. Kód programu má 1800 řádek a je napsán v programovacím jazyku
VícePODŘÍZNUTÍ PŘI BROUŠENÍ TVAROVÝCH DRÁŽEK
Transfer inovácií 5/009 009 PODŘÍZNUTÍ PŘI BROUŠENÍ TVAROVÝCH DRÁŽEK Prof. Ing. Karel Jandečka, CSc. Katedra technologie obrábění, FST, ZČU v Plzni, Univerzitní 8, 306 4, Plzeň, ČR e-mail: jandecka@kto.zcu.cz
VíceÚvod do mobilní robotiky AIL028
md at robotika.cz http://robotika.cz/guide/umor07/cs 20. prosince 2007 1 2 3D model světa ProMIS Cvičení hledání domečku Model štěrbinové kamery Idealizovaný jednoduchý model kamery Paprsek světla vychází
Více3. ÚVOD DO ANALYTICKÉ GEOMETRIE 3.1. ANALYTICKÁ GEOMETRIE PŘÍMKY
3. ÚVOD DO ANALYTICKÉ GEOMETRIE 3.1. ANALYTICKÁ GEOMETRIE PŘÍMKY V této kapitole se dozvíte: jak popsat bod v rovině a v prostoru; vzorec na výpočet vzdálenosti dvou bodů; základní tvary rovnice přímky
VíceMetoda Monte Carlo a její aplikace v problematice oceňování technologií. Manuál k programu
Metoda Monte Carlo a její aplikace v problematice oceňování technologií Manuál k programu This software was created under the state subsidy of the Czech Republic within the research and development project
VíceU Úvod do modelování a simulace systémů
U Úvod do modelování a simulace systémů Vyšetřování rozsáhlých soustav mnohdy nelze provádět analytickým výpočtem.často je nutné zkoumat chování zařízení v mezních situacích, do kterých se skutečné zařízení
Více1. Úvod Jednou z! "# $ posledn % & $$' ( )(( (*+ % ( (* $ $%, (* ( (* obvodech pro elektronickou regulaci.*' (( $ /
Praze 1. Úvod Jednou z! "# $ posledn % & $$' ( )(( (*+ % ( (* $ $%, (* ( (* obvodech pro elektronickou regulaci ' (% tramvajích a trolejbusech s tyristorovou výstrojí nebo v pohonech '$ (-- %.*' (( $ /
VíceSoftware pro formování dielektrika kondenzátorů
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV FYZIKY Software pro formování dielektrika kondenzátorů Číslo projektu: TA02020998 Číslo výsledku: 27267 Spolupracující
VíceDigitalizace a zpracování obrazu
Digitalizace a zpracování obrazu Jaroslav Fiřt a), Radek Holota b) a) Nové technologie výzkumné centrum Sedláčkova 15 306 14 Plzeň tel. (+420) 377236881, kl. 237 e-mail: firt@kae.zcu.cz b) Nové technologie
VíceTestování programu PhotoScan pro tvorbu 3D modelů objektů. Ing. Tomáš Jiroušek
Testování programu PhotoScan pro tvorbu 3D modelů objektů Ing. Tomáš Jiroušek Obsah Rozlišovací schopnost použitých fotoaparátů Kalibrace určení prvků vnitřní orientace Objekty pro testování Testování
VíceVyužití letecké fotogrammetrie pro sledování historického vývoje krajiny
Využití letecké fotogrammetrie pro sledování historického vývoje krajiny Jitka Elznicová Katedra informatiky a geoinformatiky Fakulta životního prostředí Univerzita J.E.Purkyně v Ústí nad Labem Letecké
VíceVYUŽITÍ MATLABU PRO VÝUKU NUMERICKÉ MATEMATIKY Josef Daněk Centrum aplikované matematiky, Západočeská univerzita v Plzni. Abstrakt
VYUŽITÍ MATLABU PRO VÝUKU NUMERICKÉ MATEMATIKY Josef Daněk Centrum aplikované matematiky, Západočeská univerzita v Plzni Abstrakt Současný trend snižování počtu kontaktních hodin ve výuce nutí vyučující
VíceVYUŽITÍ MATLABU PRO PODPORU VÝUKY A PŘI ŘEŠENÍ VÝZKUMNÝCH ÚKOLŮ NA KATEDŘE KOMUNIKAČNÍCH A INFORMAČNÍCH SYSTÉMŮ
VYUŽITÍ MATLABU PRO PODPORU VÝUKY A PŘI ŘEŠENÍ VÝZKUMNÝCH ÚKOLŮ NA KATEDŘE KOMUNIKAČNÍCH A INFORMAČNÍCH SYSTÉMŮ Markéta Mazálková Katedra komunikačních a informačních systémů Fakulta vojenských technologií,
VíceÚpravy fotografie s kalibrační tabulkou x-rite do verze adobe phostohop CS5 a camera RAW 6 (proces 2010)
Úpravy fotografie s kalibrační tabulkou x-rite do verze adobe phostohop CS5 a camera RAW 6 (proces 2010) S tabulkou x-rite se můžete setkat především v reklamní a reprodukční fotografii. Umožnuje udržet
VíceManuál k programu IDP 1.0
Příloha B Manuál k programu IDP 1.0 Toto je manuál k programu IDP - Interakční diagram průřezu 1.0, který byl vytvořen v rámci této diplomové práce za podpory grantu Studentské grantové soutěže ČVUT v
VíceFUNKCE 3. Autor: Mgr. Dana Kaprálová. Datum (období) tvorby: září, říjen 2013. Ročník: sedmý. Vzdělávací oblast: Informatika a výpočetní technika
FUNKCE 3 Autor: Mgr. Dana Kaprálová Datum (období) tvorby: září, říjen 2013 Ročník: sedmý Vzdělávací oblast: Informatika a výpočetní technika 1 Anotace: Žáci se seznámí se základní obsluhou tabulkového
VíceTECHNOLOGIE ELASTICKÉ KONFORMNÍ TRANSFORMACE RASTROVÝCH OBRAZŮ
TECHNOLOGIE ELASTICKÉ KONFORMNÍ TRANSFORMACE RASTROVÝCH OBRAZŮ ÚVOD Technologie elastické konformní transformace rastrových obrazů je realizována v rámci webové aplikace NKT. Tato webová aplikace provádí
VíceÚloha - rozpoznávání číslic
Úloha - rozpoznávání číslic Vojtěch Franc, Tomáš Pajdla a Tomáš Svoboda http://cmp.felk.cvut.cz 27. listopadu 26 Abstrakt Podpůrný text pro cvičení předmětu X33KUI. Vysvětluje tři způsoby rozpoznávání
VíceStabilita v procesním průmyslu
Konference ANSYS 2009 Stabilita v procesním průmyslu Tomáš Létal VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ FAKULTA STROJNÍHO INŽENÝRSTVÍ ÚSTAV PROCESNÍHO A EKOLOGICKÉHO INŽENÝRSTVÍ, Adresa: Technická 2896/2, 616 69
VíceUni- and multi-dimensional parametric tests for comparison of sample results
Uni- and multi-dimensional parametric tests for comparison of sample results Jedno- a více-rozměrné parametrické testy k porovnání výsledků Prof. RNDr. Milan Meloun, DrSc. Katedra analytické chemie, Universita
VíceIng. Martin Ferko; Ing. Jan Česelský; Mgr.Petr Otipka
SOFTWAROVÁ UTILITA "DISPARITÉR" V PROJEKTU MMR ČR PRO VÝZKUM REGIONÁLNÍCH DISPARIT Abstrakt FINANČNÍ A FYZICKÉ DOSTUPNOSTI BYDLENÍ Ing. Martin Ferko; Ing. Jan Česelský; Mgr.Petr Otipka V souvislosti s
Více