Multimodale Interaktion in Augmented Reality Umgebungen am ...

5.1. KOLLISIONSERKENNUNG ZWISCHEN REALITÄT UNDVIRTUALITÄT DURCH BILDVERARBEITUNGInnerhalb des vorliegenden Bildes können nun verschiedene Objekte gleichzeitig vorhandensein. Um nun die Objekte zu unterscheiden, müssen die Konturen der einzelnen Objekteermittelt werden. Dazu ist in „OpenCV“ ein Algorithmus [81] implementiert, der die äußereKontur einer Pixelgruppe findet und als geordnete Liste von 2-D-Koordinaten im Bild zurückliefert.Dieser Algorithmus kann mehrere Objekte unterscheiden, für die weitere Verarbeitungwird aber nur das jeweils erste Objekt der Liste betrachtet, alle weiteren Objekte werdenverworfen. In Abb. 5.3 (d) ist das Ergebnis der Konturensuche sichtbar, die äußeren Konturenvon zwei Objekte werden farblich hervorgehoben.Um nun die Objekte in ein virtuelles Modell umzuwandeln, müssen im letzten Schrittnoch die Koordinaten, angegeben in Pixeln, in Millimeter umgerechnet werden. Dazu wird einkonstanter Skalierungsfaktor berechnet, der durch eine initiale Kalibrierung eine vorgegebeneLänge in Millimetern in Pixeln abbildet. Nach der Bestimmung des Skalierungsfaktors kanndie Größe eines Objektes berechnet werden, wobei die Skalierungsfunktion f s : N 2 → R 2 wiefolgt definiert sei:f s (x, y) = s · f ( x, y)s ∈ RDes Weiteren sei für eine erkannte Kontur K und einen Punkt P i := (x i , y i ) ∈ K ¯P i definiertals¯P i := f s (P i )Nach der Skalierung aller Punkte der Kontur K geht diese in ¯K über:¯K = ⋃ i{ ¯P i }Nun liegt das Objekt als Anordnung von Eckpunkten vor, die als 2-D-Koordinaten in Millimeternangegeben sind. Um es über die Netzwerkverbindung zur Objektberechnung zu senden,muss es zuvor noch in ein 1-D-Feld gewandelt werden, das wie folgt definiert ist:[¯x 1 , ȳ 1 , ¯x 2 , ȳ 2 , ..., ¯x n , ȳ n ](¯x i , ȳ i ) ∈ ¯P i ∈ ¯KAufgrund der beschriebenen Umsetzung können zwei Sorten von Objekten nicht oder nurfalsch erkannt werden. Es handelt sich hierbei um sehr dünne Objekte (vgl. Abb. 5.4) und umsolche, die einen Hohlraum in ihrer inneren Struktur aufweisen, zum Beispiel ein Ring (vgl.Abb. 5.5).Abbildung 5.4: Dünnes Objekt bei der ObjekterkennungSehr dünne Objekte werden bei der Filterung aufgrund der begrenzten Auflösung derWebcam oft in mehrere kleine Teilobjekte zerfallen oder gänzlich durch die morphologischenOperationen gelöscht.71