Влияние асимметрии интенсивности на ошибку идентификации стереоизображений

Рассмотрены вопросы повышения точности и достоверности идентификации стереоскопических изображений за счёт априорного оценивания специфической ошибки идентификации, имеющейместо при асимметрии интенсивности контрольного изображения вблизи анализируемой точки (в пределах «окна» идентификации). Исследованмеханизмвозникновения такой ошибки, разработан метод её прогнозирования. Методология работы включает геометрический анализ, аналитическое описание процесса формирования изображений и компьютерное моделирование. Рассмотрен определённый вариант геометрии стереоскопической телевизионной системы – с идентичными камерами, оптические оси которых параллельны между собой и ортогональны базе стереоскопичности. Априорной информацией для решения служит положение опорной плоскости рельефа. Разработана методика определения центра интенсивности, используемая в методе прогнозирования ошибки идентификации. С помощью компьютерного моделирования продемонстрированы влияние асимметрии центра интенсивности относительно центра «окна» на ошибку идентификации и возможности её прогнозирования. Разработанный метод можно применять для принятия решения о проведении поисковой процедуры на второмстереоизображении или об отбраковке анализируемой точки при недопустимо большой прогнозируемой ошибке идентификации, а также для ограничения интервала поиска на втором изображении и корректировки размеров «окна» в случае необходимости. 

1. Луманн Т., Робсон С., Кайл С., Бом Я. Ближняя фотограмметрия и 3D-зрение: Пер. с англ. М.: ЛЕНАНД. 2018. 704 с.

2. Фаворская М. Н., Тупицын И. В. Иерархический метод поиска соответствующих точек на стереоизображениях // Вестник Сибирского государственного Аэрокосмического университета им. академика М. Ф. Решетнёва. 2012. № 1(41). С. 62–67. https://www.elibrary.ru/oyqlat

3. Степанов Д. Н. Методики сопоставления особых точек в задаче визуальной навигации БПЛА // Вестник ЮжноУральского государственного университета. Серия: Вычислительная математика и информатика. 2015. Т. 4. № 4. С. 32–47. https://doi.org/10.14529/cmse150402

4. Гошин Е. В., Фурсов В. А. Метод согласованной идентификации в задаче определения соответственных точек на изображении // Компьютерная оптика. 2012. Т. 36. № 1. С. 131–135. https://www.elibrary.ru/owifnr

5. Орлов В. П., Шариков Е. Н. Алгоритм нахождения и классификации особых точек объекта на основе детектора Харриса // Наноиндустрия. 2017. № S(74). С. 171–178. https:// www.elibrary.ru/zdrsct

6. Антипин В. В., Буймов А. Г. Статистический анализ ошибок совмещения изображений по методу наименьших квадратов в условиях окрашенного шума // Автометрия. 1985. № 3. С. 27–31. https://www.elibrary.ru/zismal

7. Егоров И. В., Юхно П. М. Влияние однородного коррелированного яркостного шума на ковариационную матрицу ошибок совмещения изображений // Автометрия. 1988. № 1. С. 105–107.

8. Гришин В. А. Оценка точности установления соответствия в системах технического зрения // Цифровая обработка сигналов. 2008. № 4. С. 2–6. https://www.elibrary.ru/jxgzeh

9. Хрущ Р.М., Гринь А. Н., Соловьев А. В. Отбраковка точек при определении элементов взаимного ориентирования снимков стереопары // Информация и космос. 2016. № 1. С. 80–84. https://www.elibrary.ru/vpqcir

10. Буслаев С. П. Разработка бортовой системы автономного технического зрения марсохода // Вестник НПО им. С. А. Лавочкина. 2013. № 1(17). С. 24–28. https://www. elibrary.ru/pyabsb

11. Самойленко М. В. Восстановление пространственных координат точки при нормальной стереосъемке // Автоматизация процессов управления. 2019. № 1(55). С. 92–98. https://www.elibrary.ru/ipapon