Технический форум по робототехнике.
=DeaD= писал(а):Вся информация она ведь не просто так, она зачем-то... а если она имеет погрешность в тысячи раз, то это никому не нужно и предлагается считать "пшиком"
GraphD писал(а):=DeaD= писал(а):Вся информация она ведь не просто так, она зачем-то... а если она имеет погрешность в тысячи раз, то это никому не нужно и предлагается считать "пшиком"
В окне, по которому считаем, довольно много пикселей, и если на левом и правом кадре в окне примерно одно и тоже, то и смещения будут малыми. Тут ведь предполагается эффект статистический, а не ультра-точный.
)=DeaD= писал(а):То есть в левом круг, а в правом треугольник, центр тяжести яркости одинаковый, значит все отлично - так чтоли?
=DeaD= писал(а):У вас уже есть какой-то удачный опыт применения такого метода?
=DeaD= писал(а):Вообще, если не секрет, расскажите ваше отношение к этой задаче - это ваша курсовая\прочая научная работа или это ваше хобби или что?
=DeaD= писал(а):2GraphD: Просто мое глубокое IMHO заключается в следующем:
Пирамидальный алгоритм применим, когда ограничена небольшим числом производная векторной функции соответствия изображений. Иначе будет полная чушь, то есть например если это рельеф гор, то там склоны больше чем на 60° редкость, то есть производная ограничена малым числом порядка единицы. Тогда думаю такой алгоритм будет работать (неважно что именно, и как он сопоставляет - одно число или работает от суммы квадратов разностей яркости).
=DeaD= писал(а):2GraphD: Получил ваше письмо, посмотрел. Для бакалаврской очень даже неплохо, а вот для практического использования... для сложных поверхностей с неограниченной производной вообще может жестокие косяки давать. практическое использование такого метода в помещениях - под сомнением.
Outcaster писал(а):Моё ИМХО - народ, вы в дебри лезете
Outcaster писал(а):2) по двум, трём n-надцати картинкам тоже ничего нельзя понять, если между ними не установлена взаимосвязь
Outcaster писал(а):3) искать одинаковые вещи на "жатом" изображении - штука сонеблагодарная. Алгоритмы сжатия расчитаны на НАШИ глаза, и постпроцессинг в мозгу (у которого огромная база знаний/опыта по расспознанию обьектов), они портят и без того оцифрованую с небольшим разрешением картинку до полной неузнаваемости машиной
ЗЫЖ исходя из этого пришлось временно отказаться от вэб-камер полностью, и экспериментировать с цифровым фотоапаратом полностью вручную (а оно так медленно и долго
GraphD писал(а):Спасибо =)
Мда.. все верно. Но вообще - сами согласитесь, што анализ сцены по стереокадру - не решаемая теоретически задача, а военные разработки нам недоступны, поэтому путь надо пройти от простого и понятного до более сложного. Лично у меня дальше этого флагманского способа ниче не лезет в голову =)... Может у вас есть идеи?
=DeaD= писал(а):Чисто мои идеи дальше тупого сопоставления фрагментов изображений на двух картинках никуда не ушли, но и это уже дало существенный результат очень даже высокого качества (см. выше ссылку на мою работу DepthRestoration)
=DeaD= писал(а):Однако у меня есть еще надежда на MotionFlow-алгоритмы и их применение для стереопар
=DeaD= писал(а):Но я эту тему временно забросил - сейчас занимаюсь освоением электроники, чтобы заново пересобрать шасси и сделать свой проект более открытым и повторяемым. После чего дособеру систему ориентации по маякам, а только затем опять займусь распознаванием рельефа местности - чтобы объезжат нежданно выдвинутый в середину комнаты стул... ну и наверное не только камера будет на роботе препятствия обнаруживать, но я постараюсь из камеры выжать все
GraphD писал(а):Я там рельефа что-то не вижу. Какой там результат?
У нас делали попытку из стереопары расчитать Z-координаты всех пикселей кадра, но эффект получился отрицательный - каша-мала...
GraphD писал(а):А когда можно результаты посмотреть примерно?
а по каким критериям квадратик выбирается? они выглядят как зафиксированные за определенными местами. что если сплошная стена будет, без текстур, такой способ обламается!=DeaD= писал(а):http://club.roboclub.ru/pmwiki.php?pagename=CVision.DepthRestoration
Если здесь уже смотрели - тогда просто поясню - квадратики закрашенные это распознанные фрагменты, чем светлее, тем ближе к нам. Очевидный метод использования - интеллектуальный бампер и отмечатель препятствий на карте.?
GraphD писал(а):а по каким критериям квадратик выбирается? они выглядят как зафиксированные за определенными местами. что если сплошная стена будет, без текстур, такой способ обламается!
=DeaD= писал(а):Выбранный мной алгоритм хотя-бы честно сообщяет "а вот тут я вообще ничего не могу сказать" и все...
Вооот
GraphD писал(а):Наш тоже отличает, критерии совпадения то у нас одинаковые =) корреляционный либо среднеквадратический, ну еще спектральный есть...
А чего её сглаживать, она же неизвестность. =DeaD= писал(а):Тогда если вы только эти точки считаете правильными, то зачем триангуляцию делаете потом? Типа сглаживание неизвестности?
GraphD писал(а):[i]=DeaD= писал(а):на японском "Айбо" стоит стереосистема, и он может подниматься/спускаться по лестнице, которая состоит из белых досок - как он по вашему определяет место для очередного шага, если они все белые и что-то на них выделить нельзя?