Progetto e Realizzazione di un Sensore Ibrido Omnidirezionale/pin ...

More documents

Recommendations

Info

Classe Attributi Metodi Gestore Di Ricercatore − ost:=ricercaOstacoli(): Vettore; − serie di metodi specifici per l’elaborazione delle immagini Feature Pos: Posizione; − st:=serializzaFeature(): String; SistemaBinoculare Telecamera FrameGrabber SpazioVisivoComune: Matrice - che indica gli accoppiamenti dei pixel delle due immagini per il confronto. Ximmagine, Yimmagine: Intero; matrice_inversione: Matrice Ximmagine, Yimmagine: Intero; “Parametri di − imm:=sistemaBinoculare(): ”riferimento spazio visivo comune e immagini”; − individuaSpettroVisivoComune(); − AcquisisciRettificando(); − Acquisisci(); − rettifica(); − imma:=telecamera(nome_invers: String):”riferimento immagini”; − cancellaImmagini(); − im:=acquisizioneVeloce(): “vettore immagine”; − leggiImmagineAcquisita(im:”vettore immagine”); − leggiImmagineAcquisita Rettificando(im:”vettore immagine”); − rettifica(); − leggiImmagineDaFile(); − salvaImmaginiSuFile(); − frameGrabber(Ximmagine, Yimmagine: Floating,”parametri ci acquisizione”); 122
ImmagineRGB ImmagineRGB Ricostruita acquisizione” Ximmagine, Yimmagine: Intero; matrice_intensita: Matrice Sensibilità: Floating; − im:=acquisisci(): ”vettore immagine”; − immagineRGB(Ximmagine, Yimmagine: Intero); − cancella(); − ricrea(); − riempi(im: ”vettore immagine”); − leggiImmagineDaFile(); − salvaImmagineSuFile(); − una serie di metodi di analisi delle immagini (filtri, soglie, trasformazioni istogramma, edge detection, eccetera) − overloding dell’operatore “()” per l’accesso alla matrice_intensità − immagineRicostruita(Ximmagine, Yimmagine: Intero; sensibilita: Floating); ImmagineGrey ImmagineGrey Ricostruita Ximmagine, Yimmagine: Intero; matrice_intensita: Matrice Sensibilità: Floating; − immagineRGB(Ximmagine, Yimmagine: Intero); − cancella(); − ricrea(); − riempi(im: ”vettore immagine”); − overloding dell’operatore “()” per l’accesso alla matrice_intensità − serie di metodi di analisi delle immagini in scala di grigio − immagineRicostruita(Ximmagine, Yimmagine: Intero; sensibilita: 123
Page 1 and 2:
Università degli Studi di Parma Fa
Page 3 and 4:
3.2. Soluzione roto-traslazionale 7
Page 5 and 6:
sensore HOPS, nel terzo (brevemente
Page 7 and 8:
Capitolo 1. La visione artificiale
Page 9 and 10:
1.2. Le fasi di elaborazione delle
Page 11 and 12:
1.3. La visione artificiale e la ro
Page 13 and 14:
una ricostruzione tridimensionale c
Page 15 and 16:
1.4. Obiettivi generali e introduzi
Page 17 and 18:
Capitolo 2. Calibrazione di un sens
Page 19 and 20:
misurare la risoluzione dell’imma
Page 21 and 22:
Figura 2.1 Nel processo descritto l
Page 23 and 24:
calibrazione deve individuare) e I(
Page 25 and 26:
2.2. Sensore catadiottrico per la v
Page 27 and 28:
Tutti questi aspetti fanno sì che
Page 29 and 30:
2.2.2. Realizzazione del prototipo
Page 31 and 32:
egione centrale e una esterna dello
Page 33 and 34:
2.2.3.1. Tecnica di calibrazione ge
Page 35 and 36:
dell’equazione f(R) con R distanz
Page 37 and 38:
160 140 120 d (pixel) 100 80 60 40
Page 39 and 40:
Figura 2.9 Questa interpolazione li
Page 41 and 42:
Scegliere in questo modo i punti ca
Page 43 and 44:
Figura 2.14 Figura 2.15 Dall’osse
Page 45 and 46:
Figura 2.16 Invece di eseguire ques
Page 47 and 48:
Nelle figure è mostrato il confron
Page 49 and 50:
Figura 2.25 Figura 2.26 49
Page 51 and 52:
2.3.1. Variante della tecnica di ca
Page 53 and 54:
Figura 2.29 Qui si può notare come
Page 55 and 56:
y c = round( C(Y a ) ) x c = round[
Page 57 and 58:
2.4.1. Analisi dei requisiti Dato u
Page 59 and 60:
Figura 2.32 59
Page 61 and 62:
Figura 2.33 IMAGELAB utilizza le ta
Page 63 and 64:
Ed ora passiamo ai moduli del siste
Page 65 and 66:
Uses MATRICI; -- qui MATRICI viene
Page 67 and 68:
Figura 2.34 Figura 2.35 Si può not
Page 69 and 70:
di destra, ad essa competerà una l
Page 71 and 72: 3.2. Soluzione roto-traslazionale C
Page 73 and 74: Figura 3.2 Figura 3.3 Figura 3.4 73
Page 75 and 76: 4.2. Algoritmi utilizzati e risulta
Page 77 and 78: Figura 4.2 La prima operazione che
Page 79 and 80: La seconda operazione è una trasfo
Page 81 and 82: Figura 4.8 Figura 4.9 Figura 4.10 8
Page 83 and 84: Nell’immagine ottenuta dal confro
Page 85 and 86: Figura 4.14 85
Page 87 and 88: tutte le altre vengono calcolati un
Page 89 and 90: successiva fase di matching: if { [
Page 91 and 92: Per commentare l’esempio, secondo
Page 93 and 94: Le regioni differenza che non risul
Page 95 and 96: Mentre i primi due indicatori si fo
Page 97 and 98: Utilizzando i seguenti valori di so
Page 99 and 100: Figura 4.19 I tempi medi di esecuzi
Page 101 and 102: Figura 4.20 Acquisizione frontale A
Page 103 and 104: Acquisizione frontale Acquisizione
Page 105 and 106: 4.3. Sviluppi futuri In questa prim
Page 107 and 108: 5.2. Definizione dei requisiti Il m
Page 109 and 110: sistema R1.5 Identificare il campo
Page 111 and 112: 5.3. Analisi dei requisiti e modell
Page 113 and 114: Feature Robot Ogni elemento di cui
Page 115 and 116: Suddividiamo i concetti tra queste
Page 117 and 118: 5.4. Progetto del modulo visivo Com
Page 119 and 120: Package Coordinamento Generale Comu
Page 121: Vediamo poi il processo di start up
Page 125 and 126: 5.5. Sviluppi futuri Nello svolgime
Page 127 and 128: Gli sviluppi futuri si concentreran
Page 129 and 130: Bertozzi M., Broggi A. Real Time La
Page 131 and 132: Mallot H.A., Zielke T., Storjohann
show all

Progetto e Realizzazione di un Sensore Ibrido Omnidirezionale/pin ...

Create successful ePaper yourself

Delete template?

Save as template?