Progetto e Realizzazione di un Sensore Ibrido Omnidirezionale/pin ...
Progetto e Realizzazione di un Sensore Ibrido Omnidirezionale/pin ...
Progetto e Realizzazione di un Sensore Ibrido Omnidirezionale/pin ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
4.2. Algoritmi utilizzati e risultati conseguiti<br />
Il meccanismo <strong>di</strong> riconoscimento degli ostacoli proposto si basa sulla tecnica della<br />
prospettiva inversa che è stata analizzata nel paragrafo 2.1.2. Allo scopo <strong>di</strong> ottenere<br />
informazioni riguardanti la presenza <strong>di</strong> ostacoli e quin<strong>di</strong> l’entità dell’area camminabile,<br />
<strong>un</strong>a valida alternativa allo stu<strong>di</strong>o delle <strong>di</strong>sparità stereo su linee epipolari, già esplorata in<br />
alc<strong>un</strong>i stu<strong>di</strong> ([Adorni et al., 2000a], [Bertozzi e Broggi, 1996], [Mallot et al., 1991a],<br />
[Onoguchi et al.,1998], si veda inoltre la sezione sulla tecnica della prospettiva inversa),<br />
è quella <strong>di</strong> rettificare entrambe le immagini e, grazie ad <strong>un</strong>a calibrazione del sistema<br />
binoculare (si veda a riguardo il terzo capitolo), <strong>di</strong> confrontarle <strong>di</strong>rettamente:<br />
l’operazione <strong>di</strong> recupero della prospettiva è svolta rispetto al piano del pavimento<br />
(ipotizzato orizzontale), e quin<strong>di</strong> entrambe le immagini rettificate saranno identiche<br />
nella loro rappresentazione <strong>di</strong> ciò che risiede sul pavimento stesso, mentre tutto ciò che<br />
emerge da questo piano (gli ostacoli) subirà <strong>un</strong>a <strong>di</strong>storsione <strong>di</strong>pendente dalla prospettiva<br />
dalla quale si osserva la scena, cioè <strong>un</strong>a <strong>di</strong>storsione che risulta essere <strong>di</strong>versa per le due<br />
<strong>di</strong>verse telecamere. Una semplice ricerca delle <strong>di</strong>fferenze tra le due immagini pixel a<br />
pixel fa quin<strong>di</strong> emergere informazioni sugli ostacoli presenti. Si tratta d<strong>un</strong>que a quel<br />
p<strong>un</strong>to <strong>di</strong> interpretare le informazioni emerse per gi<strong>un</strong>gere all’identificazione degli<br />
ostacoli veri e propri.<br />
Nei prossimi paragrafi saranno messe in luce le principali tecniche <strong>di</strong> elaborazione ed<br />
analisi delle immagini utilizzate. In particolare queste saranno sud<strong>di</strong>vise in:<br />
− fase <strong>di</strong> pre-processing, costituita da tutte le elaborazioni che a partire dalle immagini<br />
acquisite cercano <strong>di</strong> accentuare l’informazione <strong>di</strong> basso livello, e ridurre il rumore.<br />
− fase <strong>di</strong> segmentazione e <strong>di</strong> interpretazione, nella quale, da <strong>un</strong>a parte, si cerca <strong>di</strong><br />
identificare regioni e <strong>di</strong> darne <strong>un</strong>a descrizione e classificazione, dall’altra si cerca <strong>di</strong><br />
ragionare sulle caratteristiche delle regioni in<strong>di</strong>viduate per ottenere <strong>un</strong>a<br />
interpretazione della scena osservata (in questo caso l’area camminabile).<br />
75