3D-Technologien auf dem Vormarsch ... - GIT Verlag
3D-Technologien auf dem Vormarsch ... - GIT Verlag
3D-Technologien auf dem Vormarsch ... - GIT Verlag
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
COntrOl<br />
Die Firma Mikromak hat mit<br />
ihrem Produkt WINanalyze<br />
schon seit Mitte der 90er<br />
Jahre ein robustes, kameraunabhängiges<br />
und äußerst<br />
flexibles OfflineSystem<br />
entwickelt, welches das Tracken<br />
nahezu beliebiger Objekte<br />
(es benötigt keine<br />
Marker) in gespeicherten Videosequenzen<br />
ermöglicht.<br />
In den immer größer werdenden<br />
digitalen Filmmengen<br />
kann die <strong>auf</strong> der Vision 2007<br />
erstmals vorgestellte Version<br />
2.1.1 schneller als bisher auch<br />
große markerlose Objekte in<br />
Analysen zu Weg/Zeit, Geschwindigkeit<br />
oder Beschleunigung<br />
bzw. Winkel etc. umsetzen.<br />
Durch die vollständige<br />
Kompatibilität zum Windows<br />
Betriebssystem Vista und<br />
durch das Verarbeiten der<br />
Datenformate *.AVI, *.BLD<br />
und nunmehr auch des VRAW<br />
Formats der HighspeedKameras<br />
der HSVision GmbH<br />
und des neuen IEEE1394 AVI<br />
Codecs Y800 (z.B. verwendet<br />
von der Basler Kamera A602f<br />
mit Firewire Interface) ist eine<br />
breite, schnelle und bei Bedarf<br />
auch mobile Nutzung gewährleistet.<br />
Die neueste Produktentwicklung<br />
„Realtime Tracker“<br />
bringt die flexible Objektanalyse<br />
dieses Verfahrens in ein<br />
OnlineSystem ein – und kombiniert<br />
so die Schnelligkeit eines<br />
Online mit der Flexibilität<br />
eines OfflineSystems.<br />
Im folgenden wird dieser<br />
Entwicklungsweg <strong>auf</strong>gezeigt,<br />
<strong>auf</strong> spezielle Probleme des<br />
EchtzeitTrackens eingegangen<br />
und die dafür entwickelten<br />
Lösungen <strong>auf</strong>gezeigt. Performance<br />
Angaben bestätigen<br />
das Echtzeitverhalten und<br />
zeigen Grenzen und Möglichkeiten<br />
dieses Systems <strong>auf</strong>.<br />
Offline Bewegungsanalyse<br />
mit Pattern Matching<br />
Die wohl flexibelste Methode<br />
zur Objektverfolgung ist das<br />
sog. Pattern Matching, der<br />
Vergleich eines Bildausschnitts<br />
(„Template“) mit einem<br />
Bild. Als Ähnlichkeitsmaß<br />
werden Abstandsmaße<br />
oder Korrelationsmethoden<br />
verwendet. Im Prinzip wird<br />
das Template (welches das zu<br />
verfolgende Objekt enthält)<br />
über alle Positionen des Bildes<br />
gelegt, und für jede diese<br />
WINanalyze<br />
Messung in<br />
einem Video<br />
zum Stoßdämpfer- <br />
Verhalten<br />
Erkannt und verfolgt<br />
Videobasierte Echtzeit-Bewegungsanalyse<br />
Die automatische Erfassung von Objekten und die Analyse der<br />
Weg-/Zeit-Verläufe in Videos mittels Softwarealgorithmen kann<br />
entweder offline, also <strong>auf</strong> einem bestehenden Video nach der Auf-<br />
nahme, oder online, also während der Aufnahme, getätigt werden.<br />
Aufgrund der Komplexität der Aufgabe beschränken sich Online-Al-<br />
gorithmen üblicherweise <strong>auf</strong> einfach zu lokalisierende Objekte (z.B.<br />
reflektierende Kreise als Marker). Bei der Offline-Verarbeitung<br />
steht viel mehr Zeit zur Verfügung, also können hier weitaus kom-<br />
plexere Objektformen analysiert und verfolgt werden.<br />
Position wird ein Übereinstimmungswert<br />
berechnet<br />
(z. B. der Kreuzkorrelationskoeffizient).<br />
Die Stelle mit<br />
<strong>dem</strong> höchsten Übereinstimmungswert<br />
ist dann die Position<br />
des Objektes. Natürlich<br />
muss geprüft werden, ob dieser<br />
Wert über einem gewissen<br />
Schwellwert liegt, da es<br />
sich sonst um eine Fehldetektion<br />
handeln könnte.<br />
Hat man so die neue Objektposition<br />
bestimmt, kann<br />
man das Template erneut<br />
ausschneiden (man spricht<br />
dann von einem adaptiven<br />
Verfahren) und die Suche für<br />
das nächste Bild vornehmen.<br />
Diese Pattern Matching<br />
Verfahren sind äußerst mächtig,<br />
können relativ leicht <strong>auf</strong><br />
Subpixelgenauigkeit erweitert<br />
werden und erlauben<br />
prinzipiell das Detektieren<br />
beliebiger Objekte, solange<br />
das Template sich wesentlich<br />
von allen anderen Bildinhalten<br />
unterscheidet. Befindet<br />
sich ein ähnliches Objekt an<br />
anderer Stelle des Bildes,<br />
kann es zu Fehldetektionen<br />
kommen. Um dies zu vermeiden,<br />
und um den Rechenprozess<br />
zu beschleunigen,<br />
wird der Suchbereich eingeschränkt<br />
<strong>auf</strong> eine gewisse<br />
Umgebung der alten Position.<br />
Berücksichtigt man nun noch<br />
den bisherigen Verl<strong>auf</strong> der<br />
Objektpositionen (die „Trajektorie“),<br />
wird mit dieser GeschwindigkeitsVorpositionierung<br />
ein sehr robustes<br />
Trackingverhalten erreicht.<br />
Systemarchitektur des Online<br />
Trackers<br />
Ein hohes Maß an Parallelisierung<br />
ist nötig, um solch ein<br />
System zu realisieren. Es<br />
muss eigene Threads geben<br />
für die Aufnahme und Darstellung<br />
der Bilder, für die<br />
Trackingalgorithmen jedes<br />
Objektes und die Datenübermittlung<br />
im l<strong>auf</strong>enden Betrieb.<br />
Die Verwendung der<br />
.NET Architektur war hierbei<br />
sehr nützlich.<br />
Vorrang hat selbstverständlich<br />
das Tracking –<br />
sollte das Pattern Matching<br />
der Objekte länger dauern,<br />
als zwischen zwei <strong>auf</strong>einanderfolgenden<br />
Bildern Zeit<br />
bleibt, wird dieses Bild „verworfen“<br />
– der Aufnahmethread<br />
liefert dann das<br />
102 In s p e c t 4/2008 www.inspect-online.com