03.01.2013 Aufrufe

Schriftliche Ausarbeitung herunterladen

Schriftliche Ausarbeitung herunterladen

Schriftliche Ausarbeitung herunterladen

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

Inhaltsverzeichnis<br />

1 Einleitung 1<br />

1.1 Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1<br />

1.2 Voraussetzungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1<br />

1.3 Gliederung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2<br />

2 Grundlagen 3<br />

2.1 Grundlagen der Bildverarbeitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3<br />

2.1.1 Featurepunkte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3<br />

2.1.2 Kalibrierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4<br />

2.1.3 Rektifizierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6<br />

2.1.4 Stereodisparität . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7<br />

2.1.5 Linienerkennung durch Hough-Transformation . . . . . . . . . . . . . . . . . . 8<br />

2.1.6 Farbmodelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9<br />

2.1.7 Regiongrowing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11<br />

2.2 Stand der Forschung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11<br />

2.3 Vorarbeiten und verwendete APIs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13<br />

2.3.1 Farbklassifizierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13<br />

2.3.2 Navigation Assistance System (NAS) . . . . . . . . . . . . . . . . . . . . . . . 13<br />

2.3.3 Stereo Vision based Object Distance Estimation in 3D Environment Models . . . 14<br />

2.3.4 Rapid Object Detection using Haar-like Features . . . . . . . . . . . . . . . . . 14<br />

2.3.5 Lucas-Kanade Optical Flow in Pyramids . . . . . . . . . . . . . . . . . . . . . 15<br />

2.3.6 Microsoft DirectX 9.0 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15<br />

2.3.7 NI-IMAQ for IEEE 1394 Cameras . . . . . . . . . . . . . . . . . . . . . . . . . 15<br />

2.3.8 Intel Open Source Computer Vision Library (OpenCV) . . . . . . . . . . . . . . 15<br />

2.3.9 OpenSceneGraph . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15<br />

2.3.10 Microsoft Foundation Classes (MFC) . . . . . . . . . . . . . . . . . . . . . . . 16<br />

3 Lösungsentwurf 17<br />

3.1 Problembeschreibung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17<br />

3.2 Lösungsansatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18<br />

3.2.1 Aufbau des Sensormoduls . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18<br />

3.2.2 Positionsbestimmung der Kamera . . . . . . . . . . . . . . . . . . . . . . . . . 19<br />

3.2.3 Auswahl geeigneter Messpunkte . . . . . . . . . . . . . . . . . . . . . . . . . . 23<br />

3.2.4 Detektion von verschiebbaren, modellierten Objekten . . . . . . . . . . . . . . . 28<br />

3.2.5 Aktualisierung des Modells . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31<br />

I

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!