Informacja

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

Wyszukujesz frazę "macierz fundamentalna" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Implementacja w układzie reprogramowalnym wieloprocesorowego systemu realizującego algorytm RANSAC
FPGA implementation of a multiprocessor system performing the RANSAC algorithm
Autorzy:
Fularz, M.
Kraft, M.
Powiązania:
https://bibliotekanauki.pl/articles/155012.pdf
Data publikacji:
2011
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
układy FPGA
sprzętowa implementacja
systemy wieloprocesorowe
RANSAC
macierz fundamentalna
FPGA devices
hardware implementation
multiprocessor systems
fundamental matrix
Opis:
W artykule opisano programową, wieloprocesorową realizację algorytmu RANSAC, który umożliwia odporną estymację modelu matematycznego z danych pomiarowych zawierających znaczący odsetek wartości odstających (ang. outliers). System został zaimplementowany w układzie FPGA w oparciu o konfigurowalne soft procesory MicroBlaze. W pracy przedstawiono opis algorytmu RANSAC, sposób jego podziału w celu przetwarzania równoległego, a także proces konfiguracji systemu wieloprocesorowego. Zaprezentowano również przyrost prędkości przetwarzania w zależności od liczby zastosowanych rdzeni procesorowych, porównano te wyniki do realizacji na komputerze klasy PC i przedstawiono zużycie zasobów układu FPGA.
The paper describes a multiprocessor system implementing the RANSAC algorithm [3] which enables robust estimation of a fundamental matrix from a set of image keypoint correspondences containing some amount of outliers. The fundamental matrix encodes the relationship between two views of the same scene. The knowledge of the fundamental matrix enables e.g. the reconstruction of the scene structure. The implemented system is based on three MicroBlaze microprocessors [5] (one master, two slaves) and a dedicated hardware coprocessor connected using fast simplex link (FSL) interfaces [6]. The slave microprocessors perform the task of fundamental matrix computation from point correspondences using singular value decomposition - the so called 8-point algorithm [1, 2] (hypothesis generation). The master processor, along with the connected coprocessor, is responsible for dataflow handling and hypothesis testing using the Sampson error formula (7). The hypothesize and test framework used in RANSAC allows for largely independent task execution. The design is a development of a system described in [5]. The block diagram and dataflow diagram of the proposed solution are given in Figs. 1 and 2, respectively. Tabs. 1 and 2 summarize the use of FPGA resources. With a 100 MHz clock, the designed system is capable of processing the data at the speed which is roughly equivalent to that of the Atom N270 microprocessor clocked at 1,2 GHz. The resulting solution will be targeted at applications for which small size, weight and power consumption are critical. The design is also easily scalable - addition of more slave processors will result in additional increase in the processing speed.
Źródło:
Pomiary Automatyka Kontrola; 2011, R. 57, nr 8, 8; 914-916
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Sprzętowo-programowa realizacja algorytmu RANSAC do estymacji macierzy fundamentalnej
Combined software-hardware implementation of the RANSAC algorithm for fundamental matrix estimation
Autorzy:
Kraft, M.
Powiązania:
https://bibliotekanauki.pl/articles/154684.pdf
Data publikacji:
2010
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
FPGA
RANSAC
odporna estymacja
macierz fundamentalna
robust estimation
fundamental matrix
Opis:
W artykule opisano hybrydową, sprzętowo-programową realizację algorytmu RANSAC, umożliwiającego odporną estymację modelu matematycznego z danych pomiarowych zawierających znaczący odsetek wartości odstających (ang. outliers). Zaimplementowany system, oparty o mikroprocesor Microblaze wraz z dedykowanymi procesorami sprzętowymi, wykorzystywany jest do estymacji macierzy fundamentalnej. W macierzy tej zakodowany jest związek pomiędzy dwoma obrazami tej samej sceny, a jej znajomość umożliwia m. in. rekonstrukcję struktury sceny. Praca zawiera krótki opis algorytmu RANSAC, opis realizacji algorytmu w układzie FPGA, oraz podsumowanie użytych do implementacji zasobów. Przeprowadzono również porównanie szybkości działania implementacji programowej oraz sprzętowo-programowej algorytmu na procesorze Microblaze, oraz implementacji programowej na komputerze PC wyposażonym w energooszczędny procesor.
The paper describes hybrid, hardware/software implementation of RANSAC algorithm, enabling the robust mathematical model estimation from measurement data containing a significant amount of outliers. The implemented system, based on the Microblaze microprocessor along with a dedicated hardware coprocessor, performs the task of fundamental matrix estimation. The matrix encodes the relationship between two views of the same scene. This enables e.g. the reconstruction of the scene structure. The system (implemented in a Virtex 5 PFGA) is capable of working with a clock speed of 100MHz. Applying the hardware coprocessor cuts the overall algorithm execution time by approximately half. The part of the algorithm that was chosen for hardware implementation (checking the consistency of measurement data with the computed model) is sped up 50 times when compared to software implementation. The resource usage is kept low by using a custom 23-bit floating point representation (see Fig. 2). Table 1 presents the summary of resources used for implementation. Fig. 1 outlines the system architecture, while Figs. 3 and 4 present the detailed coprocessor structure. The 8-point algorithm based model generation is harder to translate into hardware, because it relies on singular value decomposition for finding least-squares solution of a linear system of equations [1][2]. The future work will therefore be focused on this subject, and on integration of the described system with the processor for image feature detection [3], description and matching. The resulting solution will be targeted at applications, in which small size, weight and power consumption are critical.
Źródło:
Pomiary Automatyka Kontrola; 2010, R. 56, nr 7, 7; 742-744
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Generowanie i wizualizacja w internecie anaglifowych obrazów przestrzennych z niemetrycznych aparatów cyfrowych
Generation and visualisation of anaglyphic spatial images from non-metric digital images via the internet
Autorzy:
Paszotta, Z.
Powiązania:
https://bibliotekanauki.pl/articles/131310.pdf
Data publikacji:
2008
Wydawca:
Stowarzyszenie Geodetów Polskich
Tematy:
obraz cyfrowy
macierz fundamentalna
rozkład SVD
Java
Internet
digital image
fundamental matrix
singular value decomposition
Opis:
Problem generowania obrazów przestrzennych w fotogrametrii rozwiązywany jest za pomocą obrazów epipolarnych. Odpowiednią metodę przedstawił Kreiling w 1976 roku. Dotyczy ona jednak zdjęć fotogrametrycznych, dla których znana jest orientacja wewnętrzna. W przypadku obrazów cyfrowych pozyskiwanych kamerami niemetrycznymi należy stosować inne rozwiązanie korzystające z pojęcia macierzy fundamentalnej, wprowadzonego przez Luonga w 1992 roku. W celu wyznaczania tej macierzy określającej związek między prawym i lewym obrazem cyfrowym, potrzeba co najmniej osiem punktów homologicznych. Do wyznaczenia rozwiązania stosuje się tzw. rozkład SVD. Korzystając z macierzy fundamentalnej wyznacza się linie epipolarne, które łączy się w obrazy. Odpowiednie podstawy matematyczne oraz ilustracje zamieszczono w publikacji. Opracowane algorytmy oraz oprogramowanie pozwala przez Internet generować trójwymiarowe obrazy anaglifowe przy wykorzystaniu obrazów pozyskanych z niemetrycznych aparatów cyfrowych. Aplikacja internetowa zrealizowana jest w architekturze klient-serwer, gdzie klientem jest przeglądarka internetowa. Macierz fundamentalną oblicza się na serwerze. Wszystkie funkcje oprogramowane są w języku Java i rozdzielone między klientem i serwerem. Jest to przykład aplikacji rozproszonej pozwalającej interaktywnie tworzyć anaglifowe obrazy przestrzenne. Ma duże walory poznawcze i edukacyjne. Aplikacja jest dostępna na stronie internetowej autora http://www.kfit.uwm.edu.pl/zp/.
Inferring three-dimensional information from images taken from different viewpoints is a central problem in terrestrial photogrammetry and computer vision. In classic photogrammetry (which is based on photogrammetric images), generating 3D images is a well-known process. A breakthrough in the process was made in 1976, when Kreiling developed a method of generating epipolar images. However, it is possible to project stereogram images onto the common plane if the camera constants and the elements of relative orientation are known. As digital cameras have become ubiquitous, it is now possible to obtain non-metric, digital terrestrial images; however, obtaining spatial images from such photographs has become a problem. Recent work has shown that it is possible to recover the projective structure of a scene from point correspondences only, without the need for camera calibration. The solution came with the introduction of the fundamental matrix in 1992 in a PhD thesis by Luong and in Faugeras and Hartley (1992). After applying additional conditions and parameters to an image, a spatial image can be generated. Therefore, the next task is to develop software to generate spatial images. It appears that it is possible to generate spatial images with the use of the idea of anaglyphic images interactively on the Internet and taking measurement on them. The proposed solution works as an Internet application in JAVA and employs client-server technology, which in practical terms means communication between applets and the servlet. This paper presents the theoretical foundations of the spatial image construction from nonmetric digital images. It is also aimed at showing the web-based photogrammetric applications located on the Department of Photogrammetry and Remote Sensing server (http://www.kfit.uwm.edu.pl/zp/wzasik.html). The epipolar geometry is the intrinsic projective geometry between two views. It is independent of scene structure and dependent on the camera’s internal parameters and relative orientations of images. This intrinsic geometry is encapsulated in the fundamental matrix F. The dimension of matrix F is 3x3. A total of 9 coefficients minus one scaling coefficient remain to be determined. To determine them, at least 8 homologous points are needed. Determination of this matrix is the first stage in the process of creating spatial images. To find the solution of elements of the fundamental matrix, the authors apply singular value decomposition (SVD). When the matrix F is known it is possible to determine the epipole lines and to build the spatial image. In the next part of the paper, the authors describe such Internet application. In constructing a Web application, it can be assumed that photos will be stored on different computers – data servers. The software necessary to read data from these servers will be installed on another computer called an application server. In addition, users will be communicating with the application server by means of their Web browser. During the process of construction of an anaglyph, the coordinates of at least 8 homologous points should be measured and collected in the table. By correct arrangement and careful measurements, homologous point parameters of the fundamental matrix should be fixed. At the next step, an anaglyph is created over the Internet.
Źródło:
Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2008, 18b; 465-474
2083-2214
2391-9477
Pojawia się w:
Archiwum Fotogrametrii, Kartografii i Teledetekcji
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    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