跳到主要內容

臺灣博碩士論文加值系統

(44.222.218.145) 您好!臺灣時間:2024/02/29 12:31
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:吳宏志
研究生(外文):Hong-Jhih Wu
論文名稱:一個運用GPS行動裝置之攝影機自動校正方法的研究
論文名稱(外文):The Study of an Automatic Camera Calibration Method Using GPS-enabled Mobile Device
指導教授:廖珗洲廖珗洲引用關係
指導教授(外文):Hsien-Chou Liao
學位類別:碩士
校院名稱:朝陽科技大學
系所名稱:資訊工程系碩士班
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2009
畢業學年度:97
語文別:中文
論文頁數:58
中文關鍵詞:特徵點匹配移動偵測攝影機自動校正視覺追蹤GPS
外文關鍵詞:camera calibrationvisual trackingglobal positioning systemmotion detectionfeature point matching
相關次數:
  • 被引用被引用:0
  • 點閱點閱:476
  • 評分評分:
  • 下載下載:87
  • 收藏至我的研究室書目清單書目收藏:2
在先前的研究成果中,我們將攝影機結合GPS (Global Positioning System)行動裝置來提供一個全新的視覺追蹤服務,如此監視人員便能夠在攝影機的即時影像上針對特定目標物體進行視覺追蹤。然而為了達成這項服務,攝影機必須事先經過校正,透過五組GPS座標與對應影像座標資料來計算出攝影機座標轉換時所需的內部參數(intrinsic parameter)與外部參數(extrinsic parameter),這些參數可以用來將GPS座標轉換為影像座標,因此可以在即時影像上標示出目標物體的所在位置。先前攝影機校正作法主要有兩個問題:一是未校正攝影機以手動取得五組對應座標點的方式非常麻煩;二是已校正攝影機若是調整其可視區域(FOV: Field-of-View)後則必須重新校正,造成不便。因此本論文針對上述問題分別提出自動化的校正方法來加以克服,首先針對未校正攝影機的部份,所設計的自動校正方法是利用校正人員GPS座標的移動向量與影像上所有移動物體座標的移動向量進行比對來定位出校正人員,然後就可以依序建立五組校正所需的對應座標點。另外針對已校正攝影機調整後的自動校正方法,則是針對攝影機調整前、後兩張影像進行特徵點匹配以計算出影像的調整量,接著利用調整量來修正GPS座標轉換後所得到的影像座標。我們也分別針對上述兩種校正方法進行實驗分析,未校正攝影機的實驗是比較手動與自動取得的五組對應座標點在座標轉換結果的準確性,實驗結果中顯示手動與自動校正的平均誤差分別相差2 pixels與11 pixels,這表示自動校正方法可以達成與手動校正方法類似的準確性,但是卻解決了繁瑣的手動校正程序。另外,針對已校正攝影機的實驗部份,分析了攝影機往上下左右四個方向調整後,影像座標的變化以及修正過後定位誤差的變動情形,實驗結果顯示我們提出的方法能夠有效降低誤差的增加,克服攝影機調整後需要重新校正的不便。
關鍵詞:攝影機自動校正、視覺追蹤、GPS、移動偵測、特徵點匹配
In the previous study, a GPS-enabled (global positioning system) device is incorporated into visual surveillance to provide a novel visual tracking service. A surveillant can track a target object carried a GPS-enabled device on the real-time camera image. However, a camera must be calibrated before providing such service. Five point correspondences, i.e., a GPS coordinate and its corresponding image coordinate, must be established to generate the intrinsic and extrinsic parameters needed for coordinate transformation. There are two main drawbacks in the previous approach; one is the troublesome on establishing five point correspondences manually for an uncalibrated camera, the other is the inconvenience to recalibrate a calibrated camera after adjusting its FOV (field-of-view). In this paper, two automatic calibration methods are proposed to overcome the above drawbacks separately. For an uncalibrated camera, the GPS moving vector of the operator is matched with the moving vectors of those moving objects in the camera image to locate the operator on the image. Then, five point correspondences can be established automatically. For the recalibration of a calibrated camera, the feature points are extracted separately from two images before and after adjustment. Then, the correlations of two sets of feature points are analyzed and used to obtain the offsets of camera adjustment in x and y directions. The offsets are used to adjust the image coordinate transformed from the GPS coordinate. Two experiments are also designed for two automatic calibration methods separately. For the automatic calibration method for the uncalibrated camera, the locating errors are estimated for the five point correspondences that are established manually or automatically. The differences of locating errors of manual and automatic calibration are only 2 and 11 pixels, respectively. The results show that the locating errors of the automatic and manual calibration methods are similar by overcoming the troublesome drawback. For the experiment of the adjustment of calibrated camera, the variations in image coordinates and the locating errors are estimated for various offsets in x and y directions. The results show that the proposed method is useful to reduce the locating error without recalibrating the camera.
目錄
中文摘要 I
Abstract III
第一章 簡介 1
第二章 相關研究 5
2.1 攝影機投影模型 8
2.2 影像座標系統 9
2.3 攝影機校正 11
第三章 方法 18
3.1 GODTA系統介紹 18
3.2 攝影機校正方法 21
3.3 未校正攝影機的自動校正方法 23
3.3.1 校正原理 23
3.3.2 校正流程 24
3.4已校正攝影機的自動校正方法 31
第四章 實驗 34
4.1 未校正攝影機的實驗 34
4.1.1 實驗工具 34
4.1.2 實驗流程 38
4.1.3 實驗量測指標 41
4.1.4 實驗結果與討論 42
4.2 已校正攝影機的實驗 47
第五章 結論和未來研究 51
參考文獻 53
附錄 56

表目錄
表1 : 校正人員定位時間記錄表 44
表2 : 遠距離拍攝場景之手動建立與自動產生對應座標點準確性比較 46
表3 : 近距離拍攝場景之手動建立與自動產生對應座標點準確性比較 47
表4:攝影機調整時測試點的實際位移量與特徵點匹配結果比較 50

圖目錄
圖1 : 以GPS為基礎之視覺化追蹤系統展示畫面 3
圖2 : 攝影機與GPS移動軌跡誤差示意圖 6
圖3 : 環境監視器系統示意圖 7
圖4 : 校正移動方式示意圖 7
圖5 : 透視投影示意圖 8
圖6 : 投影位置計算示意圖 9
圖7 : 影像平面定義示意圖 (a) CCD無剪力扭曲 (b)剪力扭曲產生歪斜 10
圖8 : 平行六面體與校正相關幾何資訊示意圖 12
圖9 : 不同拍攝角度之人物腳底及頭部位置偵測 13
圖10 : 攝影機影像之水平線搜尋示意圖 14
圖11 : 參考人體於行進間之特性進行校正的範例 14
圖12 : 一維校正物體示意圖 16
圖13 : GODTA的架構和情境示意圖 19
圖14 : GODTA 系統運作流程圖 20
圖15 : 攝影機校正方法示意圖 21
圖16 : TM2與影像座標之移動向量變化 24
圖17 : 未校正攝影機之自動校正流程圖 26
圖18 : 移動物體偵測範例 27
圖19 : 利用向量夾角過濾範例 28
圖20 : Trace Matching Algorithm 29
圖21 : 已校正攝影機的自動校正流程圖 31
圖22 : 影像特徵點擷取範例 (a)原始攝影機畫面影像 (b)攝影機調整後畫面影像 32
圖23 : 特徵點匹配結果展示 (a)原始攝影機畫面影像 (b)攝影機調整後畫面影像 33
圖24 : 自動校正系統操作介面 35
圖25 : 驗證工具介面 36
圖26 : 自動校正用戶端介面 38
圖27 : 系統啟動畫面展示 39
圖28 : 自動校正系統執行畫面展示 (a)定位出校正人員 (b)記錄對應座標點 (c)校正完成 40
圖29 : 定位誤差示意圖 41
圖30 : 定位時間實驗場景示意圖 43
圖31 : 準確性實驗場景示意圖 (a)遠距離拍攝 (b)近距離拍攝 45
圖32 : 已校正攝影機之校正實驗場景 49
圖33 : 攝影機調整量與定位誤差變化比較 49
[1] G. Reitmayr and T. W. Drunmmond, “Initialisation for Visual Tracking in Urban Environments”, The 6th IEEE and ACM International Symposium on Mixed and Augmented Reality, Nov. 13-16, 2007, pp. 161-172.
[2] M. Dawoud, M. Khalil, M. E. El Najjar, B. El Hassan, H. Ziade and W. El Falou, “Tracking System using GPS, vision and 3D virtual Model”, The 3rd International Conference on Information and Communication Technologies from Theory to Applications (ICTTA 2008), April 7-11, 2008, pp.1 - 6.
[3] H. C. Liao and P. T. Chu, “A Novel Visual Tracking Approach Incorporating Global Positioning System in a Ubiquitous Camera Environment,” accepted to appear in Information Technology Journal, 2009, (EI), NSC 95-2221-E-324-042.
[4] H. Chen, K. Matsumoto, J. Ota, and T. Arai, “Self-Calibration of Environmental Camera for Mobile Robot Navigation”, Robotics and Autonomous Systems, vol. 55, 2007, pp. 177-190.
[5] F. Lv, T. Zhao, R. Nevatia, “Camera Calibration from Video of a Walking Human”, Pattern Analysis and Machine Intelligence, vol. 28, no. 9, 2006, pp. 1513-1518.
[6] Z. Zhang, “A Flexible New Technique for Camera Calibration”, Pattern Analysis and Machine Intelligence, vol. 22, no. 11, 2000, pp. 1330-1334.
[7] H. C. Liao and Y. C. Cho, “A New Calibration Method and its Application for the Cooperation of Wide-Angle and Pan-Tilt-Zoom Cameras”, Information Technology Journal, vol. 7, no. 8, 2008, pp. 1096-1105.
[8] X. Cao and H. Foroosh, “Camera Calibration Using Symmetric Objects”, IEEE Transactions on Image Processing, vol. 15, no. 11, 2006, pp. 3614-3619.
[9] M. Wilczkowiak, P. Sturm, and E. Boyer, “Using geometric constraints through parallelepipeds for calibration and 3D modeling”, IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 27, Issue 2, Feb. 2005, pp 194 – 207.
[10] R. I. Hartley, “Self-calibration from multiple views with a rotating camera” , ECCV, 1994.
[11] J. M. Frahm and R. Koch, “Camera calibration with known rotation” , in proceedings Ninth IEEE International Conference on Computer Vision, pp. 1418-1425, vol. 2, 13-16 Oct. 2003.
[12] Z. Zhang, “Camera calibration with one-dimensional objects”, IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 26, issue 7, July 2004, pp. 892 – 899.
[13] R.Y. Tsai, “A versatile camera calibration technique for high-accuracy 3D machine vision metrology using off-the-shelf TV cameras and lenses”, IEEE Journal of Robotics and Automation, vol. 3, no. 4, 1987, pp. 323-344.
[14] R.K. Lenz, R.Y. Tsai, “Techniques for calibration of the scale factor and image center for high accuracy 3D machine vision metrology”, Proceedings of the IEEE International Conference on Robotics and Automation, vol. 4, 1987, pp. 68-75.
[15] L.G. Shapiro, G.C. Stockman, “Computer vision”, Prentice-Hall, 2001, pp. 444-456.
[16] J. W. Hsieh, “Fast stitching algorithm for moving object detection and mosaic construction”, Image and Vision Computing, vol. 22, 2004, pp. 291-306.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊