3D-Objektverfolgung mit Stereokameras zur ... - tinytall studios
3D-Objektverfolgung mit Stereokameras zur ... - tinytall studios
3D-Objektverfolgung mit Stereokameras zur ... - tinytall studios
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
2.5 Tracking und Stereo-Matching <strong>mit</strong>tels eines Lucas-Kanade-Trackers 17<br />
Statt nun, wie in anderen Ansätzen üblich, korrespondierende Punkte in den Stereobildern<br />
anhand rektifizierter Bilder zu suchen, wird im neuen Ansatz ein Lucas-Kanade-Tracker [LK81]<br />
auf den ungefilterten, also nicht entzerrten und nicht rektifizierten, Bilddaten angewendet.<br />
Um die Genauigkeit der Berechnungen zu gewährleisten, werden lediglich die erkannten Feature-<br />
Punkte entzerrt und <strong>mit</strong> Hilfe der Rektifizierungsmatrix aus der Kamerakalibrierung in ihre<br />
rektifizierte Position transformiert.<br />
Abbildung 2.7 zeigt die entwickelte Verarbeitungs-Pipeline der Bilder. In Schritt 1 (siehe<br />
grüner Kreis) werden im linken Kamerabild markante Bildpunkte detektiert und in Schritt 2<br />
<strong>mit</strong>tels eines Lucas-Kanade-Trackers die korrespondierenden Bildpunkte im rechten Kamerabild<br />
gesucht.<br />
Entzerrt man nun zwei korrespondierende Punkte im linken und rechten Bild und rektifiziert<br />
sie durch Multiplikation <strong>mit</strong> der jeweiligen Rektifizierungsmatrix, besteht zwischen beiden<br />
Bildpunkten lediglich eine horizontale Disparität, siehe Schritt 3. Diese Disparitäten dienen<br />
nun dazu, die Tiefenkoordinate des Bildpunktes bezüglich des Kamerakoordinatensystems der<br />
linken Kamera zu bestimmen und so<strong>mit</strong> den Raumpunkt zu rekonstruieren. Die so berechnete<br />
Menge von Raumpunkten kann nun im Schritt 4 in eine so genannte TrackedObjectsList<br />
gespeichert werden, welche dann weiterverwendet werden kann.<br />
Zusätzlich zum Bestimmen der <strong>3D</strong>-Punkte während eines Zeitschritts werden in Schritt 5 die<br />
detektierten markanten Punkte über einen Lucas-Kanade-Tracker im linken Bild des Zeitschritts<br />
t 1 wiedergefunden. Zusätzlich ist eine Validierung dieses Trackings möglich, indem man auch<br />
in den rechten Bilddaten im zeitlichen Verlauf die korrespondierenden Punkte verfolgt und die<br />
Ergebnisse vergleicht, um Außenseiter eliminieren zu können.<br />
Dieses Vorgehen wird dann in jedem Zeitschritt t n wiederholt. Durch die zeitliche Featureverfolgung<br />
aus Schritt 5 wird gewährleistet, dass die bestimmten Raumpunkte immer zum gleichen<br />
Objekt gehören. Ist ein verfolgtes Feature bereits als TrackedObject in der Liste gespeichert,<br />
wird dieses lediglich aktualisiert, sodass die aktuelle und die vorherige Raumposition gespeichert<br />
wird. Da auch die Raumkoordinaten aus dem vorherigen Zeitschritt bekannt sind, verfügt man<br />
ab dem zweiten Zeitschritt für ein verfolgtes Feature nicht nur über dessen räumliche Position,<br />
sondern auch über die relative Bewegung innerhalb des letzten Zeitschritts.