Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "image detection" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-13 z 13
    Tytuł:
    Korekcja obrazów cyfrowych dla optymalizacji ich automatycznego pomiaru
    Autorzy:
    Ciach-Żelazko, A.
    Tokarczyk, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/129565.pdf
    Data publikacji:
    2004
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    obraz cyfrowy
    korekcja obrazów cyfrowych
    detekcja obrazu
    digital image
    correction of digital images
    image detection
    Opis:
    Celem badań opisanych w artykule było przetestowanie wybranych metod korekcji obrazów cyfrowych pod kątem optymalizacji ich automatycznego pomiaru. Główny nacisk został położony na zbadanie przekształceń punktowych (wyrównanie kontrastu i histogramu) i kontekstowych (filtracja liniowa i nieliniowa). Ze względu na dostępne narzędzia programowe badano użycie filtracji dla celów optymalizacji automatycznego pomiaru w dwu najpopularniejszych zastosowaniach: detekcja i pomiar tych samych obiektów na dwu lub więcej obrazach z zastosowaniem autokorelacji oraz pomiar elementów liniowych. Pierwsza część doświadczeń dotyczyła zmian, jakie zachodzą w wartości współczynnika korelacji między dwoma przekształcanymi obrazami cyfrowymi oraz rozbieżności między położeniem punktu obrazu znajdowanego przez obserwatora a obrazem znajdowanym przez autokorelację na przefiltrowanych obrazach. W wyniku badań stwierdzono, że użycie filtrów : uśredniającego i medianowego wpływa znacznie na zwiększenie korelacji między badanymi miejscami, natomiast filtr dolnoprzepustowy LP1 daje najbliższe manualnemu wyniki pomiaru. W drugiej części badań dotyczących wpływu filtracji na detekcję elementów liniowych wykorzystano filtry górnoprzepustowe i krawędziujące. Jako miarę jakości filtracji przyjęto dwa parametry: korelacyjny współczynnik wyznaczenia prostej, który porównuje szacunkowe i rzeczywiste wartości współrzędnych oraz odchylenie standardowe punktów od estymowanej prostej. Wyniki obliczeń wykazały, że optymalnym z badanych filtrów okazał się filtr Laplace’a.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2004, 14; 1-13
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Własności wybranych typów sieci neuronowych wykorzystywanych do detekcji położenia oczu pacjenta
    Properties of selected neural network types used for the detection of the position of patient’s eyes
    Autorzy:
    Koprowski, R.
    Wróbel, Z.
    Powiązania:
    https://bibliotekanauki.pl/articles/130123.pdf
    Data publikacji:
    2006
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    sieć neuronowa
    przetwarzanie obrazów
    rozpoznawanie obrazów
    oczy
    detekcja
    neural network
    image processing
    image recognition
    eye detection
    Opis:
    W pracy przedstawiono zastosowanie sieci neuronowych ze wsteczną propagacją błędów do zadania rozpoznawania oczu pacjenta widocznych w dowolnej projekcji na obrazie w świetle widzialnym. Rozpatrywana analiza dotyczy wskazywania z możliwie największą dokładnością środków oczu pacjenta dla różnych warunków pomiaru np. zmian oświetlenia. Przeprowadzono weryfikacje błędu uczenia sieci neuronowej w zależności od liczby neuronów w poszczególnych warstwach, liczby warstw, typów neuronów oraz wybranych ustawień jej parametrów. Uzyskane wyniki potwierdzają konieczność losowego doboru przypadków pozytywnych i negatywnych (zawierających i nie zawierających obrazu oka) w wektorze uczącym. Najlepsze rezultaty (ok. 10 % błędnych rozpoznań dla 1 300) uzyskano dla sieci neuronowej ze wsteczną propagacją błędów dla jednej warstwy ukrytej składającej się z 10 neuronów po 400 epokach.
    This paper presents the application of a backpropagation neural network to the isolation of patient’s eyes visible in any picture in visible light. The method properties were analysed depending on: the number of neutrons in the individual layers, the number of layers, neuron types and selected network types. The research covered in this paper is a part of a project aimed at developing methods for the three-dimensional mapping of a patient’s body. The project is funded from grant no. 4 T12E 052 27: The automation of the measurements of digital images for a photogrammetric system for a 3D patient’s body positioning employed in medical rehabilitation. The obtained results confirm the usefulness of neural networks in eye recognition, in which there were 10 % incorrect recognitions for 1 300 patients. Due to the large number of measured properties, the number of images that formed the learning vector was set to 4 960 (about 200 examined patients). The learning vector included 2 480 images containing an eye, as well as 2 480 images without eyes, put in random order. The validation and test vector were created in a similar way, using 4 960 and 19 500 images (of 200 and 1 300 patients), respectively. The quality of recognition was improved and the number of incorrect recognitions was reduced by employing additional transformations of the result images from the neural network. For instance, comparing the maximum area determined by the network and the respective maximum output value from the network allowed reducing the error to approximately 3 %. Additionally, the paper proposes various neural network structures and configurations and evaluates their effectiveness in this application. The methodology covered in this paper can be extended to other problems of a similar type.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2006, 16; 319-329
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analysis of operators for detection of corners set in automatic image matching
    Autorzy:
    Zawieska, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/129929.pdf
    Data publikacji:
    2011
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    feature detection
    corner detection
    3D modelling
    image matching
    funkcja wykrywania
    wykrywanie krawędzi
    modelowanie 3D
    dopasowanie obrazów
    Opis:
    Reconstruction of three dimensional models of objects from images has been a long lasting research topic in photogrammetry and computer vision. The demand for 3D models is continuously increasing in such fields as cultural heritage, computer graphics, robotics and many others. The number and types of features of a 3D model are highly dependent on the use of the models, and can be very variable in terms of accuracy and time for their creation. In last years, both computer vision and photogrammetric communities have approached the reconstruction problems by using different methods to solve the same tasks, such as camera calibration, orientation, object reconstruction and modelling. The terminology which is used for addressing the particular task in both disciplines is sometimes diverse. On the other hand, the integration of methods and algorithms coming from them can be used to improve both. The image based modelling of an object has been defined as a complete process that starts with image acquisition and ends with an interactive 3D virtual model. The photogrammetric approach to create 3D models involves the followings steps: image pre-processing, camera calibration, orientation of images network, image scanning for point detection, surface measurement and point triangulation, blunder detection and statistical filtering, mesh generation and texturing, visualization and analysis. Currently there is no single software package available that allows for each of those steps to be executed within the same environment. For high accuracy of 3D objects reconstruction operators are required as a preliminary step in the surface measurement process, to find the features that serve as suitable points when matching across multiple images. Operators are the algorithms which detect the features of interest in an image, such as corners, edges or regions. This paper reports on the first phase of research on the generation of high accuracy 3D model measurement and modelling, focusing upon the application of different operators for accurate feature point extraction. The implementation of those operators is discussed and performance of differen operators is analysed. The optimal operator for high accuracy close range object reconstruction is then highlighted. This research has facilitated a development of the feature extraction and image measurement process that will be central to the development of an automatic procedure for high accuracy point cloud generation in multi image networks where robust orientation and 3D point determination will facilitate surface measurement and modelling within a single software system.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2011, 22; 423-436
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Detection of windows in building textures from airborne and terrestrial infrared image sequences
    Autorzy:
    Iwaszczuk, D.
    Hoegner, L.
    Stilla, U.
    Powiązania:
    https://bibliotekanauki.pl/articles/130294.pdf
    Data publikacji:
    2011
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    infrared
    image sequences
    texture mapping
    structure detection
    sekwencje obrazów
    podczerwień
    mapowanie tekstur
    Opis:
    Infrared (IR) images depict thermal radiation of physical objects. Imaging the building façades and the roofs with an IR camera, thermal inspections of the buildings can be carried out. In such inspections a spatial correspondence between IR-images and the existing 3D building models can be helpful. Texturing 3D building models with IR images this spatial correspondence can be created. Furthermore in textures heat leakages can be detected and the heat bridges can be stored together with 3D building data. However, before extracting leakages, the windows should be located. In IR images glass reflects the surrounding and shows false results for the temperature measurements. Consequently, the windows should be detected in IR images and excluded for the inspection. The most common algorithms for window detection were developed for the images in the visual band. In this paper, an algorithm for window detection in textures extracted from terrestrial IR images is proposed. In the first step, small objects have to be removed by scaling down the image (texture). Then in the scaled image, regions are detected using a local dynamic threshold. Morphological operations are used to remove false detections and unify substructures of the windows. For every extracted region, which is a candidate for a window, the center of gravity is calculated. It is assumed that windows on façades are ordered in regular rows and columns. First the points are grouped into rows using histogram of height created from extracted gravity centers. Then masked correlation is used to detect the position and size of the windows. Finally, the gaps in the grid of windows are completed. For the first experiments we use a dataset from densely build urban area captured in Munich, Germany. The IR image sequences were taken from a vehicle driving on the street around the test area. Camera was directed to the building in oblique view. According to the acquisition geometry, no façade could be completely seen in one frame. Therefore, we combine the textures from many frames. To these textures we applied our algorithm for window detection. First results are promising. Applying the method for our test dataset, 79% completeness and 80% correctness could be achieved.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2011, 22; 215-225
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykrywanie sygnalizowanych punktów na obrazach cyfrowych bliskiego zasięgu z wykorzystaniem analiz typu GIS
    Detection of close range digital image signalized points using GIS analysis
    Autorzy:
    Mierzwa, W.
    Powiązania:
    https://bibliotekanauki.pl/articles/129599.pdf
    Data publikacji:
    2006
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    obraz cyfrowy
    analiza tekstury
    wykrywanie obiektów
    fraktale
    digital image
    object detection
    texture analysis
    fractal
    Opis:
    Wykrywanie i automatyczny pomiar położenia punktów na obrazach cyfrowych jest jednym z podstawowych zadań fotogrametrii cyfrowej i realizowane jest przez zaawansowane oprogramowanie fotogrametryczne. W artykule podjęto próbę oceny na ile oprogramowanie GIS, zwłaszcza wykorzystujące rastrowy model danych może być przydatne do znajdowania na obrazach cyfrowych bliskiego zasięgu obiektów o określonych cechach. Dla wyszukiwania obrazów kulek zlokalizowanych na ciele pacjenta w fotogrametrycznym systemie trójwymiarowego pozycjonowania ciała dla celów diagnozy wad postawy opracowanym w Zakładzie Fotogrametrii i Informatyki Teledetekcyjnej Akademii Górniczo-Hutniczej w Krakowie, przydatne mogą być analizy tekstury obrazu. Pacjent fotografowany jest na specjalnym stanowisku pomiarowym, równocześnie za pomocą dwóch kamer cyfrowych Sylwetka pacjenta widoczna jest również od tyłu w lustrze usytuowanym za pacjentem. Obrazy wykonano aparatem cyfrowym OLYMPUS CAMEDIA C120 o rozdzielczości 1600×1200 pikseli. Obrazami kulek są jasne lub kolorowe plamki o kształcie zbliżonym do okręgu o wymiarach od kilku do kilkunastu pikseli w zależności od lokalnej skali obrazu. Jako kryteria wyszukiwania kulek przyjęto jednorodność odbicia spektralnego ( w przyjętym zakresie), rozmiar oraz kształt zbliżony do okręgu. Obiecujące wyniki uzyskano stosując do wykrywania kulek fraktale. Obraz wartości fraktalnej poddano przekształceniom polegającym na wyeliminowaniu obiektów o wartości fraktalnej mniejszej niż 2.8, usunięciu obiektów o powierzchni większej niż 60 pikseli oraz współczynnika zwartości większego niż 0.72. Parametry ustalono na podstawie szczegółowej analizy cech jednego typowego obrazu i wykorzystano do analizy innych dwóch obrazów. Zastosowana procedura pozwoliła na poprawne wydzielenie 85 % zasygnalizowanych punktów. Przy ustalaniu wartości parametrów kierowano się założeniem, że mniejszym błędem jest wyznaczenie większej liczby obiektów niż pominięcie obiektów przez przyjęcie zbyt ostrych kryteriów. Położenie wydzielonych obiektów określono jako współrzędne środka ciężkości obszaru wyznaczone funkcją polyras jako polygon locator. W celu oceny dokładności współrzędnych określonych automatycznie porównano je z pomierzonymi manualnie. Odchylenie standardowe różnic współrzędnych wyniosło S x,y = 0.32 piksela co odpowiada 1÷2 mm w układzie obiektu. Uzyskana dokładność jest wystarczająca dla celów diagnozowania wad postawy. W przeprowadzonych analizach wykorzystano oprogramowanie IDRISI-32.
    Detection and automatic position measurement on digital images is one of the basic tasks of digital photogrammetry and is done using advanced photogrammetric software. In this paper, an attempt was made to show to what extent GIS software, which uses a raster data model, can be used to detect particular features of objects with close range digital images. Texture analysis can be useful in locating the position of balls attached to the human body in a photogrammetric system for 3D measuring for diagnosis of posture defects, developed in the Department of Photogrammetry and Remote Sensing Informatics of the University of Mining and Metallurgy, Kraków. The images of the patient are taken on a special measuring stand, simultaneously with the use of two digital cameras. The back of the patient body is also visible in the mirror situated behind the patient. The images were taken with a OLYMPUS CAMEDIA C120 digital camera with a resolution of 1600×1200 pixels. The images of balls are light or colored spots with an approximately circular shape and dimensions ranging from a few to a dozen or so pixels, depending on the local image scale. As criteria for ball detection, the similarity of spectral reflectance (in assumed range), dimension and shape similar to a circle were assumed. Promising results in detecting the balls have been achieved using the concept of fractal dimension.The image of fractal dimension were processed to eliminate features with fractal dimensions less then 2.8, remove feature areas less then 60 pixels and a compactness ratio greater then 0.72. The parameters were chosen by closely analyzing typical images and then applying these parameters to analyze the other two. The selected procedure properly detected 85 % of the signal points. In determining the value of parameters, it was assumed that there would be fewer mistakes if more features were detected than for using excessively sharp criteria and omitting some features. For the position of detected objects, the coordinates of the center of gravity of the feature determined by polyras (option polygon locator) were assumed. To estimate the accuracy of the coordinate determined automatically, a manual comparison was done. The standard deviation of the coordinates’ differences equalled S x,y = ±0.32 pixel size, which corresponded to 1÷2 mm in the object scale. The achieved accuracy is sufficient for diagnosis of posture defects. In the analysis, a IDRISI32 was used.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2006, 16; 415-423
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Automatyczna detekcja zmian urbanistycznych na zdjęciach lotniczych
    Automatic urban change detection in aerial images
    Autorzy:
    Jelonek, J.
    Wyczałek, I.
    Powiązania:
    https://bibliotekanauki.pl/articles/131137.pdf
    Data publikacji:
    2006
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    eksploracja zdjęcia lotniczego
    detekcja zmian zabudowy
    SIP
    exploration of aerial image
    building change detection
    GIS
    Opis:
    Obrazy lotnicze lub satelitarne odgrywają coraz większą rolę podczas kontroli i aktualizacji baz danych miejskich systemów informacji. Podejmuje się próby wykorzystywania informacji bazodanowej jako inicjalnych danych uczących dla modułu rozpoznawania obiektów. Zestawienie rastrowego obrazu lotniczego z danymi wektorowymi pozwala zintegrować informację semantyczną dotyczącą określonych obiektów pokrycia terenu z odpowiednimi podobszarami obrazu rastrowego. Dzięki takiemu podejściu gromadzenie danych uczących jest w dużej mierze zautomatyzowane i tym samym znacznie przyspiesza stosowane procedury fotointerpretacyjne. Zaproponowana tu metodologia została zastosowana do analizy zmian zabudowy terenu. Ustalono, że monitorowanie powinno uwzględniać zarówno powstawanie nowych obiektów budowlanych jak i usuwanie starych. Procedura eksploracyjna ma charakter interaktywny, w którym system wskazuje operatorowi miejsca podejrzane o możliwość wystąpienia zmiany, zaś operator dokonuje ostatecznej weryfikacji wyboru i ręcznie wektoryzuje obiekty zakwalifikowane do zmiany. Do przetestowania przedstawionego tu podejścia, wykorzystano zdjęcie lotnicze obejmujące peryferia miasta Nekla wraz z przylegającym obszarem rolniczym. Opracowano algorytm obejmujący wczytanie wybranej informacji z bazy systemu Geo-Info, wygenerowanie modelu wektorowego dla aktualnego stanu zabudowy, przetworzenie ortofotomapy pod kątem wykrywania krawędzi oraz porównanie wyników z modelem wektorowym (algorytmy dylatacji i erozji). Efektem jest zbiór wskazań miejsc, gdzie mogło nastąpić wyburzenie budynku lub powstanie nowego. Omawiana procedura może działać w ramach programu Geo-Info, co znacznie ułatwia wybór obiektów do aktualizacji bazy.
    In order to keep urban spatial databases up-to-date, it is necessary to inspect permanent changes to the environment and input new data into the system. Monitoring urban databases is increasingly conducted by analysis of aerial or satellite images. However, digital information can also be used as learning data for object recognition procedures. Comparison of raster aerial photographs with vector data makes it possible to integrate semantic information about the object’s land cover with corresponding sub areas of the image. Thanks to this, it is possible to automatize the collection of learning data, which greatly increases the speed of used interpretation procedures. The methodology described here was developed for building change detection. It was stated that monitoring should include the detection of both new and removed buildings. The procedure is interactive: the system shows places where new buildings may be in the image or where buildings existing in the database are not present, and the user can make a decision about the nature of the change and digitize a new object if necessary, and add any necessary descriptive information. The solution was implemented in the Polish Geo-Info spatial information system. The orthophotomap of the part of the city of Nekla with surrounding agricultural areas was used for building change detection, and the corresponding database information was used as well. The algorithm includes: - reading necessary information from the database to define places under existing buildings, - color image conversion into grayscale form, - use a Sobel operator to extract perpendicular edges, - image binarization using heuristically defined threshold values, - extraction of places differing from vector data, - indicating each place subsequently on the screen. The procedure works independently or within the Geo-Info system. The former approach uses imported vector data and has its own GUI, and the latter works as an internal procedure making it possible to update the existing database.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2006, 16; 249-257
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wybrane przykłady wykorzystania morfologii matematycznej w przetwarzaniu obrazów w teledetekcji
    Selected examples of applying mathematical morphology to image processing in remote sensing
    Autorzy:
    Kupidura, P.
    Marciniak, J.
    Koza, P.
    Kowalczyk, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/130834.pdf
    Data publikacji:
    2008
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    morfologia matematyczna
    filtracja obrazu
    klasyfikacja obiektowa
    wykrywanie krawędzi
    mathematical morphology
    image filtration
    object-oriented classification
    edge detection
    Opis:
    Morfologia matematyczna stanowi zbiór nieliniowych operacji, umożliwiających zmianę struktury obrazu cyfrowego. Jej specyficzna natura pozwala na przetwarzanie obrazów w zależności od kształtu, wielkości, tekstury czy sąsiedztwa obiektów obecnych na zdjęciu. W artykule przedstawiono wyniki uzyskiwane w projekcie MNiSzW Nr N526 034 32/3448, poświęconym w całości wykorzystaniu operacji morfologicznych w przetwarzaniu danych teledetekcyjnych. Wnioski wynikające z przeprowadzonych badań potwierdzają wysoką skuteczność morfologii matematycznej w wielu różnorodnych zastosowaniach, jak filtracja dolnoprzepustowa, wydzielanie na obrazie heterogenicznych typów obiektów, czy wykrywanie krawędzi obiektów. W artykule przedstawiono analizę możliwości wykorzystania funkcji morfologicznych w przetwarzaniu danych teledetekcyjnych. Zaprezentowano również założenia darmowego oprogramowania BlueNote, tworzonego w ramach projektu.
    The paper presents results of a research project concerning the application of mathematical morphology in remote sensing. Mathematical morphology was developed created in the 1960s by two Fench scientists: Jean Serra and George Matheron. Since then, the great progress in this discipline has led to the development of many different operators. Their most important advantage is involving important features of objects in the image, such as size, shape, texture, and neighbourhood. Because of that, selected morphological operators are used in digital image processing in many fields, including remote sensing. However, the analysis shows mathematical morphology to have an even greater potential in this field. The first line of thought presented is the object-oriented classification. The traditional, pixelbased algorithms are often ineffective when classifying selected heterogenic types of land cover. A morphological operator developed by Kupidura, involving a combination of results of opening and closing of the original image, allows to extract the class of orchards by using a simple pixelbased algorithm. The subsequent research showed that granulometric maps, first presented by Serra, which – for each pixel - generate a set of values denoting heterogeneity of the pixel neighbourhood, allow to extract the built-up class in a traditional classification process. The issue in which morphological operators prove their high efficiency is noise removal. Application of alternate filters allows to filter out both optical and microwave images with a high noise level. Noteworthy is that the filters show inpressive results wherever detail preservation is concerned. The project involved also experiments on edge detection with morphological gradient Preliminary results showed a high efficiency of those procedures comperable to Sobel’s gradient. An additional aim of the project was to develop software that would allow running any combination of morphological operators. The software called BlueNote will be available free of charge, which could lead to further increase of applications of mathematical morphology to remote sensing.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2008, 18a; 323-332
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Automatyczna orientacja obrazów cyfrowych na przykładzie wybranej geometrii sieci zdjęć
    Automatic orientation of digital images using the example of selected geometry of a network of images
    Autorzy:
    Zawieska, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/131129.pdf
    Data publikacji:
    2012
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    operatory detekcji narożników
    dopasowanie zdjęć
    modelowanie 3D
    operators of corner detection
    image matching
    3D modelling
    Opis:
    Celem niniejszego referatu jest przeanalizowanie działania wybranych algorytmów, które automatycznie obliczą elementy orientacji zewnętrznej sieci zdjęć a następnie wyznaczą współrzędne chmury punktów 3D, opisujących model badanego obiektu. Do obliczeń wykorzystano autorski program, realizujący kolejne etapy tworzenia modelu 3D. Pierwsza faza obejmowała wyróżnienie na poszczególnych zdjęciach elementów charakterystycznych, gdzie wykorzystane zostały operatory detekcji narożników SIFT i SUSAN. Następnym krokiem było połączenie punktów homologicznych na sąsiednich zdjęciach. Sposób realizacji tego kroku jest determinowany przez wybór typu operatora. Operator SIFT posiada dedykowany mechanizm tworzenia par, podczas gdy operator SUSAN wymaga utworzenia odrębnych metod. Do dopasowania punktów wykorzystano metodę Area Base Matching, zmodyfikowaną na potrzeby modelowania 3D. Na podstawie tak zebranych danych, kolejnym etapem jest wyznaczenie współrzędnych 3D chmury punktów mierzonego obiektu. W niniejszym referacie przedstawiono dwa rozwiązania. Jedno z nich realizuje dopasowywanie zdjęć parami, korzystając z macierzy podstawowej a drugie trójkami, wykorzystując rachunek tensorowy. W praktyce, pierwsze rozwiązanie wyznaczające punkty modelu okazało się mniej stabilne numerycznie, co może prowadzić do znacznych błędów w modelu końcowym. Drugie rozwiązanie jest trudniejsze do wykorzystania, gdyż wymaga odnalezienia odpowiadających sobie punktów na co najmniej trzech zdjęciach. Eksperymenty przeprowadzono na wybranych obiektach bliskiego zasięgu, z odpowiednio wykonaną geometrią zdjęć, tworzących pierścień (okrąg) wokół mierzonego obiektu.
    The objective of this paper is to analyse operations of selected algorithms, which will automatically compute elements of external orientation of a network of photographs and then, they will determine co-ordinates of a 3D cloud of points, which describe a model of the analysed object. The author’s software tool has been utilised for calculations; it performs successive stages of the 3D model generation: detection of characteristic points, point matching on successive photographs, determination of a tensor, calibration and 3D point cloud generation. A series of experiments have been performed in order to evaluate selection of the optimum solution. The first stage included distinguishing of characteristic elements on particular photographs; corner detection operators, SIFT and SUSAN were applied for that stage. The next step concerned connection of homological points on neighbouring photographs. The method of implementation of that step is determined by selection of the operator type. The SIFT operator has the dedicated mechanism of pair creation, whilst the SUSAN operator requires creation of separate methods. The Area Base Matching method, modified according to the demands of 3D modelling, was used for the needs of point matching. This method investigates correlation of the background within the neighbourhood of characteristic points and uses the results of that investigations to match the photographs. Basing on data collected this way, the next stage aims at determination of 3D co-ordinates of the cloud of points of the measured object. Two solutions have been presented in this paper. One of them allows for matching photographs in pairs, using the fundamental matrix; the second solution allows for threesome matching of photographs, using the tensor calculus. In practice, the first solution, which determines the model points, turned to be less numerically stable, what may lead to considerable errors of the final model. The second solution is more difficult to use, since it requires that corresponding points are found in at least three photographs. Experiments were performed for selected close range objects, with the appropriate specified geometry of photographs, which created a ring around the measured object.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2012, 23; 509-519
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wyodrębnienie drzew z danych lidarowych z zastosowaniem transformaty Hougha
    Tree extraction from the cloud of points using Hough transform
    Autorzy:
    Borowiec, N.
    Niemiec, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/131296.pdf
    Data publikacji:
    2018
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    detekcja obiektów
    lotniczy skaning laserowy
    obraz cyfrowy
    transformata Hougha
    object detection
    airborne laser scanner
    digital image
    Hough transform
    Opis:
    W niniejszej pracy podjęto próbę automatycznego wyodrębnienia drzew z chmury punktów na podstawie utworzonego obrazu wysokiej roślinności z przefiltrowanych danych laserowych. W tym celu został napisany skrypt w programie MATLAB. Idea jego działania opiera się na tezie, że na obrazach cyfrowych kształt drzew w górnych piętrach zbliżony jest do okręgów. Do ich detekcji posłużono się transformatą Hougha - jedną ze skutecznych metod wykrywania kształtów w widzeniu komputerowym. Badania przeprowadzono na danych pochodzących z lotniczego skaningu laserowego, obejmujących teren Cmentarza Rakowickiego w Krakowie.
    In the present study attempts to automatically extract trees from image which was created from points cloud representing high vegetation. For this purpose the script was written in MATLAB. The idea of the operation is based on the thesis that on the digital image trees shape in the upper floors is similar to circles. To detect trees the transform Hough was used - one of the effective methods to detect shapes in computer vision. The research was conducted on data from airborne laser scanning, which included the area of the Rakowicki cemetery in Krakow. In order to check the number of trees, a manual vectorization (indication of the trees tops) on the orthophotomap was made. However this measurement is sub-optimal, but allowed to assess the correctness of the HT algorithm.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2018, 30; 55-66
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wybrane operatory detekcji w automatyzacji dopasowywania obrazów cyfrowych bliskiego zasięgu
    Selected detection operators in matching automatization for close range digital images
    Autorzy:
    Zawieska, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/129711.pdf
    Data publikacji:
    2010
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    operatory detekcji
    automatyzacja dopasowywania obrazów
    realistyczne modele 3D
    detection operators
    automatic image matching
    realistic 3D models
    Opis:
    Rekonstrukcja trójwymiarowych realistycznych modeli obiektów z obrazów cyfrowych jest od długiego czasu tematem badań w fotogrametrii i widzeniu komputerowym. Uzyskanie w praktyce, realistycznego 3D modelu jest niezmiernie trudne, biorąc pod uwagę dostępne technologie. Operatory detekcji stanowią pierwszy krok w procesie, który ma na celu znalezienie punktów obiektów służących do wzajemnego wpasowania wielu obrazów. W tym celu często korzysta się z podstawowych obiektów geometrycznych takich jak proste czy punkty. Popularnymi metodami wykrywania narożników są operatory Moravec i Harris. Ich zastosowanie powinno zapewnić wykrycie punktów charakterystycznych dla wykrywanych obiektów, jakimi są narożniki. Są to jednak operatory parametryczne i zmiany takich elementów jak rozmiar okna operatora, czy progu należy ustalać indywidualnie dla każdego analizowanego zdjęcia. W referacie przedstawiono metodę, która ma zapewnić dokładniejszą lokalizację wykrywanych punktów poprzez zastosowanie przekształceń oryginalnych obrazów filtrami wykrywającymi krawędzie. Dzięki tej operacji punkty wykrywane są tylko i wyłącznie na krawędziach. Zabieg ten zmniejsza istotność parametrów z jakimi wywoływane są detektory narożników, a więc ułatwia ich dobór. W badaniach zastosowano dwa rodzaje wykrywania krawędzi: ostre i rozmyte. Dla krawędzi ostrej obraz sprowadzany jest do postaci binarnej. Dla krawędzi rozmytej, punkty tworzące krawędź przyjmują różne wartości nasycenia. Wybór algorytmu wpływa w istotny sposób na liczbę i rozmieszczenie wykrytych punktów. Mając do dyspozycji trzy strategie wykrywania punktów, czyli pracę na obrazie oryginalnym, na krawędziach ostrych lub rozmytych, przeprowadzono szereg testów mających wykazać racjonalność zastosowania powyższych strategii dla zdjęć wykonywanych w różnych warunkach oświetleniowych i obiektów o różnych typach faktur.
    The reconstruction of realistic 3D models from digital images is one of the main issues of photogrammetry and computer vision. In practice, it is exquisitely hard to generate a realistic model with available technologies. Detection operators are the first step in a measure process, which allows finding points useful for image matching. For this primitives are used such as lines or points. Common corners detection methods are the Moravec and Harris operators. They can be applied to detect characteristic points of objects, such as corners. However, the operators are determined by many parameters such as the threshold or window parameters, that should be adjusted for each image separately. In this paper the method that allows better localization of corners, by using an edge detection, is presented. The method enables detection of corners on the edges, that limits the influence of the corner detector’s parameters. Two forms of edge detection were tested: sharp and soft. In the first case the image is transformed to a binary form. In the second, the edge points assume different intensities. The selection of an algorithm affects in a significant way the number and distribution of the detected corners. All the strategies, i.e. detection on the original image and with soft and sharp detection of the edges were compared for pictures with varied illumination and objects with different types of facture. Experiments that have been done allow development of an automatic feature detection and an image measure, which constitutes the main process that aims at creating procedures for an automatic detection of a cloud of points with high accuracy in multi-image sets used to generate a realistic 3D model of a measured object.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2010, 21; 481-491
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Możliwości opracowania fotogrametrycznego lotniczych zdjęć ukośnych
    Possibilities of photogrammetric processing of oblique aerial images
    Autorzy:
    Ostrowski, W.
    Powiązania:
    https://bibliotekanauki.pl/articles/130592.pdf
    Data publikacji:
    2016
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    lotnicze zdjęcia ukośne
    orientacja
    aerotriangulacja
    dopasowanie obrazów
    detekcja zmian
    fasady
    oblique aerial images
    orientation
    aerotriangulation
    image matching
    change detection
    facades
    Opis:
    Lotnicze zdjęcia ukośne stają się coraz popularniejszym źródłem danych fotogrametrycznych, a liczba zamawiających je miast rośnie również w Polsce. Tego typu zobrazowania dostarczają znacznie więcej informacji niż typowe zdjęcia pionowe, ponadto wielu użytkowników postrzega je jako „bardziej naturalne”. Rosnące zainteresowanie takimi danymi widoczne jest również na poziomie urzędów centralnych odpowiedzialnych za tworzenie opracowań kartograficznych w wielu państwach europejskich. Zdjęcia ukośne przez lata postrzegane były jako dane uzupełniające do lotniczego skaningu laserowego (ALS), uzupełnianie to ograniczało się w wielu wypadkach jedynie do wykorzystania zdjęć jako źródła tekstur dla modeli 3D powstających z danych ALS. Innym popularnym obszarem zastosowań było tworzenie przeglądarek zdjęć ukośnych, które w połączniu z Numerycznym Modelem Terenu pozwały na uproszczony pomiary wysokości obiektów na pojedynczym zdjęciu. Sytuacja ta zmienia się w ostatnich latach, gdy wraz z rozwojem technologii fotogrametrycznych możliwa stała się dokładna orientacja zdjęć ukośnych z wykorzystaniem automatycznej aerotriangulacji, a algorytmy służące do gęstego dopasowania obrazów przystosowane zostały do pracy z takimi danymi. Niniejszy artykuł z zawiera przegląd opublikowanych w ostatnich latach wyników orientacji bloków zdjęć ukośnych, w szczególności porównano wyniki testów dotyczących metod orientacji zdjęć ukośnych przeprowadzonych przez EuroSDR i ISPRS z wynikami badań prowadzonymi na innych polach testowych. Przeprowadzone badania eksperymentalne skupione były na dwóch głównych aspektach, pierwszym była ocena dokładności odwzorowania geometrii fasad budynków z wykorzystaniem gęstego dopasowania obrazów w przypadku bloku zdjęć ukośnych, w którym ze względu na małe pokrycia fasada odfotografowana jest jedynie na pojedynczym modelu. Drugim z poruszonych tematów badań była próba wykorzystania zdjęć ukośnych do wykrywania zmian w obrębie fasad budynków co nie jest możliwe z wykorzystaniem innych danych pozyskiwanych z pułapu lotniczego.
    Oblique aerial images are becoming an increasingly popular source of photogrammetric data, and they are being acquired by more and more municipalities in Poland also. This type of imagery can provide much more information than typical vertical photographs, and many users actually see them as "more natural." The growing interest in such data is becoming apparent even at the level of national mapping agencies responsible for the development of cartographic materials in many European countries. For years, oblique photographs were perceived as supplementary data for aerial laser scanning (ALS). Often, their supplementary role was limited to providing a source of textures for 3D models developed from ALS data. They were also commonly applied in dedicated oblique images viewers, which in conjunction with a Digital Terrain Model enabled simplified height measurements of features on a single photograph. With the advancement of photogrammetric technologies in recent years, the situation has been changing, and it has become possible to accurately orientate oblique images using automatic aerotriangulation and to apply adapted dense image matching (DIM) algorithms to work with this kind of data. This paper overviews the results of orientation of blocks of oblique photographs that have been published in recent years, focusing in particular on benchmarking results obtained by EuroSDR and ISPRS for methods of orientating oblique images. The purpose of the performed experimental tests was to determine the capacity for mapping the geometry of building façades using dense image matching and for detecting changes in urban space using oblique photographs with respect to façades. The research was focused on two main issues, the first one concerning the assessment of accuracy and the second an attempt to apply oblique photographs to the detection of changes in building façades, which is not possible using any other aerial photogrammetric data.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2016, 28; 65-78
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykorzystanie adaptacyjnej metody redukcji szumów na obrazach cyfrowych do dektekcji krawędzi
    Edge detection using adaptive smoothing of digital images
    Autorzy:
    Kolecki, J.
    Wróbel, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/129815.pdf
    Data publikacji:
    2008
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    przetwarzanie obrazów cyfrowych
    detekcja krawędzi
    metoda adaptacyjna
    lokalna estymacja
    MNW
    digital image processing
    edge detection
    adaptive approach
    local likelihood estimation
    Opis:
    Detekcja krawędzi często stanowi ważny etap przetwarzania obrazów cyfrowych w procedurach automatycznego pomiaru. Metody będące obecnie w użyciu, w większości oparte są na wykorzystaniu filtrów krawędziujących. Wymienić należy tu chociażby filtr LoG (Laplacian of Gaussian) jak również bardziej zaawansowaną metodę Cannyego- Derichea. W niniejszym artykule proponowane jest inne podejście do problemu detekcji krawędzi. Proponowane rozwiązanie jest oparte na wykorzystaniu metod statystyki matematycznej, w szczególności propagacyjno-separacyjnego podejścia do lokalnej metody największej wiarygodności, opracowanego w roku 2006 przez J. Polzehla i V. Spokoinego. Istotą metody jest adaptacyjne określenie sąsiedztwa każdego z pikseli, które wykorzystywane jest do estymacji jasności danego piksela. Sąsiedztwo to określane jest poprzez wagi przypisywane pikselom leżącym w pobliżu piksela o estymowanej jasności. Wartości wag zależą nie tylko od odległości od estymowanego piksela, ale też od różnicy jasności między pikselami. Wpływ tych dwóch czynników można dowolnie modyfikować. Prezentowana metoda przeznaczona jest docelowo do redukcji szumów obrazów cyfrowych, jednak po przyjęciu odpowiednich wartości parametrów udaje się osiągnąć wynik zbliżony do wyniku segmentacji. Do ostatecznego wykrycia krawędzi należy w drugim etapie zastosować filtr krawędziujący np. filtr Laplace’a. Dobór parametrów redukcji szumu pozwala kontrolować stopień szczegółowości otrzymywanych konturów. Do weryfikacji metody wykorzystano dwa fragmenty zdjęć lotniczych wykonanych nad obszarami miejskimi. Dokonano porównania proponowanej metody z wynikami działania algorytmu Cannyego-Derichea. Otrzymywane krawędzie są bardziej wygładzone i pozbawione drobnych przerw. Mniej jest również mało istotnych, niepożądanych krawędzi, wykrycia, których nie udało się uniknąć stosując algorytm Cannyego-Derichea.
    Edge detection is often a fundamental stage of digital image processing in automatic measurement techniques. A number of approaches for edge detection, such as LoG (Laplacian of Gaussian) filtering and Canny-Deriche algorithm, involve using edge-extracting filters. In this paper we present a new edge detection technique. Our approach is based on statistics, specifically on the propagation-separation approach for local likelihood estimation, which was developed in 2006 by J.Pohlzel and V.Spokoiny. This new approach for local estimation involves adaptive determination of a pixel’s neighbourhood, used for estimation of pixel’s intensity. This neighbourhood is determined by a set of weights assigned to pixels in the vicinity of the point of estimation. The value of each weight depends not only on the Euclidean distance between the pixels, but also on a differences in the intensity. The influence of these two factors could be modified by changing the parameters of the procedure. The method, as described briefly here, has been mainly designed for image restoration; however, by using a special set of parameters an effect, similar to segmentation, can be achieved. To obtain the final edge image, it is sufficient to use simply one of the edge extracting filters, for example the Laplacian one. The procedure parameters allow to influence sensitivity of the edge detection. The edge detection results were tested on two fragments of frame images of a city. The edges detected were compared with results of the Canny-Deriche algorithm. The edges obtained were smoother and did not show numerous small breaks. In addition, short, less important edges were less likely to appear. These effects were impossible to avoid using the Canny-Deriche approach.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2008, 18a; 263-272
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analiza przydatności algorytmów detekcji krawędzi w zastosowaniach fotogrametrii bliskiego zasięgu
    The use of edge detection algorithms in close range photogrammetry applications
    Autorzy:
    Czechowicz, A.
    Mikrut, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/131208.pdf
    Data publikacji:
    2006
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    digital image
    edge detection
    automatic vectorization
    digital photogrammetry
    close range photogrammetry
    obraz cyfrowy
    detekcja krawędzi
    automatyczna wektoryzacja
    fotogrametria cyfrowa
    fotogrametria bliskiego zasięgu
    Opis:
    Niniejszy artykuł prezentuje wyniki badań porównujących metody detekcji krawędzi na obrazach cyfrowych oraz weryfikację ich przydatności w procesie automatycznej wektoryzacji. W ramach eksperymentu dokonano implementacji znanych algorytmów detekcji krawędzi bazujących na analizie pochodnych funkcji jasności obrazu (Sobela, Kircha, Canny’ego, Marr-Hildretha) jak również nowych rozwiązań (algorytm SUSAN). Opracowany w środowisku Matlab program autorski umożliwił uzyskanie punktowego opisu krawędzi, aproksymację ich przebiegu prostymi oraz analizę jakości uzyskanych wyników. Badania przeprowadzono na dwudziestu dwóch obiektach, które podzielono na dwie grupy – obiektów typowych i nietypowych. Obiekty te pochodzą z projektów wykonanych w ramach inwentaryzacji zabytków. Zdjęcia zostały pozyskane metodą bezpośrednią – aparatem cyfrowym Canon EOS 300D z obiektywami Canon EF 14 mm L USM i Canon EF 50mm L USM oraz pośrednią – kamerą analogową Rolleiflex 6006 metric i skanerem PHOTOSCAN – TD. Dla sprawdzenia poprawności wyznaczonych krawędzi dokonano ich ręcznej wektoryzacji. Obliczono współczynniki określające dokładność ilościowo – jakościową algorytmów detekcji krawędzi przy zadanych parametrach. Umożliwiło to wytypowanie optymalnych ustawień detekcji. Obliczanymi współczynnikami były: kompletność (completeness), poprawność (correctness) i jakość (quality). Otrzymany w wyniku detekcji krawędzi obraz binarny porównano z obrazem zawierającym informacje o rzeczywistych krawędziach obiektu. Wyniki zestawiono i na ich podstawie wytypowano optymalny algorytm detekcji krawędzi (Canny) oraz określono w procentach ilość uzyskanych automatycznie wektorów, które mogą być wykorzystane w dalszych etapach opracowań fotogrametrycznych.
    This paper presents the results of research work that compares methods of edge detection on digital images, as well as verification of their use in the automatic vectorization process. Within the experiment framework, known algorithms of edge detection that are based on the analysis of image brightness function derivatives (Sobel, Kirch, Canny, Marr-Hildreth) were implemented, as well as new solutions (the SUSAN algorithm) were considered. The original software, developed in the Matlab environment, obtained the point description of edges, the approximation of their routes by means of straight lines, as well as a quality analysis of the obtained results. Tests were performed on 22 objects, which were divided into two groups: typical and atypical ones. The objects were derived from projects in the historical monument inventory scheme. Images were acquired both by means of a direct method (Canon EOS 300D digital camera, provided with Canon EF 14 mm L USM and Canon EF 50 mm L USM lenses), and by means of an indirect method (analogue Rolleiflex 6006 metric camera and PHOTOSCAN-TD scanner). In order to check the accuracy of the evaluated edges, they were subjected to manual vectorization. Coefficients determining the quantitative and qualitative accuracy of edge detection algorithms at set parameters were calculated. This made it possible to single out optimum detection settings. The calculated coefficients included completeness, correctness, and quality. The binary image received as a result of the edge detection was compared with the image containing information about actual object edges. The results were put together and, based on them, the optimum edge detection algorithm was selected (Canny). In addition, the percentage amount of automatically gained vectors which may be used in further steps in the photogrammetric process was determined.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2006, 16; 135-146
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-13 z 13

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies