UNIVERSITÀ DEGLI STUDI DI PARMA Studio e applicazione di ...
UNIVERSITÀ DEGLI STUDI DI PARMA Studio e applicazione di ...
UNIVERSITÀ DEGLI STUDI DI PARMA Studio e applicazione di ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
1.1. Introduzione 7<br />
Usando un sistema <strong>di</strong> visione stereo come quello raffigurato in figura 1.1, sia in<br />
ambiente urbano che non strutturato, si nota che il terreno <strong>di</strong> fronte al veicolo occupa<br />
una porzione molto grande dell’immagine; questa situazione può essere modellata<br />
usando un approccio basato sulla V-<strong>di</strong>sparity Image [6]. Analizzando questa immagine,<br />
come descritto in [7], è possibile estrarre una stima della <strong>di</strong>sparità del terreno<br />
per ogni riga dell’immagine. Si può, inoltre, osservare che ogni punto <strong>di</strong> un ostacolo<br />
ha una <strong>di</strong>sparità pari a quella del terreno sottostante e quin<strong>di</strong> avrà una <strong>di</strong>sparità<br />
maggiore o uguale a quella del terreno corrispondente alla medesima riga dell’immagine.<br />
Questa considerazione, insieme al fatto che nelle applicazioni automotive<br />
l’angolo <strong>di</strong> roll del veicolo può essere annullato rettificando le immagini, permette <strong>di</strong><br />
limitare l’intervallo <strong>di</strong> ricerca delle finestre omologhe a <strong>di</strong>sparità maggiori <strong>di</strong> quella<br />
del terreno nella medesima riga dell’immagine. Questo intervallo <strong>di</strong> ricerca può<br />
essere leggermente allargato includendo alcune <strong>di</strong>sparità sotto il terreno per aumentare<br />
la robustezza del sistema ad eventuali imprecisioni nel determinare il profilo del<br />
terreno.<br />
In modo analogo è possibile imporre un limite al bordo superiore dell’intervallo<br />
<strong>di</strong> ricerca. A seconda del tipo <strong>di</strong> <strong>applicazione</strong>, è possibile tenerlo fisso per ogni punto<br />
dell’immagine, oppure rendere costante la lunghezza dell’intervallo stesso. In questo<br />
ultimo caso è possibile che la parte superiore degli ostacoli, oltre una determinata<br />
altezza dal suolo, non venga in<strong>di</strong>viduata.<br />
I benefici <strong>di</strong> una riduzione dell’intervallo <strong>di</strong> ricerca sono, in primo luogo, una<br />
riduzione del tempo <strong>di</strong> elaborazione, in quanto <strong>di</strong>minuisce il numero <strong>di</strong> correlazioni<br />
richieste, ma anche un aumento della qualità dell’immagine risultante, in quanto le<br />
correlazioni errate dovute a valori <strong>di</strong> <strong>di</strong>sparità inaccettabili vengono automaticamente<br />
evitate. In figura 1.2 sono confrontate due mappe <strong>di</strong> <strong>di</strong>sparità generate a partire dalla<br />
stessa coppia <strong>di</strong> immagini sorgenti: la prima è stata ottenuta utilizzando la posizione<br />
del terreno, nella seconda si è utilizzato un intervallo <strong>di</strong> ricerca costante. Come si può<br />
osservare, quest’ultima presenta, soprattutto nella parte inferiore dell’immagine, un<br />
numero <strong>di</strong> valori <strong>di</strong> <strong>di</strong>sparità errati superiore alla prima.<br />
Sebbene la combinazione <strong>di</strong> un approccio incrementale con una limitazione degli<br />
intervalli <strong>di</strong> ricerca è invitante, essa richiede lo sviluppo <strong>di</strong> algoritmi complessi