一. 概述
上一篇文章介紹了 ” 雙目立體視覺前車偵測算法大公開 (上) " ,闡述雙目立體視覺前車偵測所需的算法與原理!因篇幅關係,故先行介紹如何改善視差圖與估算地面等算法。接下來,此文章為 " 雙目立體視覺前車偵測算法大公開 (中) ",亦屬於前車偵測的篇章(粉色章節),會介紹剩下所需的基礎算法與原理,並說明如何將找到車輛的實際距離,以及如何篩選 Stixel 物件 !
此外,世平集團 ATU 團隊精心設計的一套 Sky Eye 開發版,幫助我們一同開闊未來 !!
大大通精彩方案 開闢未來_雙目立體視覺帶你進入 FCW & LDW 新視野
雙目立體視覺技術指南 (前車偵測) - 文章架構示意圖
在進入下一個章節前,先闡述一下 ...
雙目立體視覺前車偵測演算法與原理可分為六大部分,分別為 改善視差影像、地面估算、移除天空、Stixel 物件偵測演算法、估算實際距離、Stixel 物件篩選
*** 順帶一提,Stixel 物件偵測演算法 已說明其原理,請至 "【Sky Eye 開闊未來】詳細解說!Stixel 物件偵測法" 觀看
二. 基礎原理 - 移除天空(Remove Sky)
移除天空的概念相似於估算地面的原理,也是利用斜率與視差的資訊,藉此找到屬於天空的特徵點資訊。
不同之處,就是並非以地面斜率則是以固定的斜率來估算天空。順帶一提,所謂移除天空是從物件的角度來闡述,反之亦同表示找到天空資訊。
透過此概念即可找到符合天空資訊的特徵點並將其濾除。
如同下圖結果,經由估計地面與移除天空算法,最後留在影像內的資訊,即隸屬於物件的特徵點。接著就可以透過 Stixel 物件偵測演算法,將各 Stixel 資訊組成物件或車輛資訊。
移除地面與天空資訊之視差影像結果圖
三. 基礎原理 - 估算實際距離(Estimation Actaul Distance)
在雙目立體視覺中,量測物體實際距離是很重要的一個環節。經由 Stixel 物件偵測演算法,取得數個 Stixel 資訊後(如下圖紅色長柱資訊),即可估算每條 Stixel 所對應的實際距離。
估算 Stixel 實際距離資訊之示意圖
利用之前介紹的視差與測距原理,來計算每條 Stixel 的實際距離,並將該資訊紀錄於各個 Stixel 之中,測距公式如下:
*** 補充 : 每個 Stixel 物件皆會統計最小視差值,即公式內的視差距離
四. 基礎原理 - 估算實際距離(Estimation Actaul Distance)
從 Stixel 物件偵測演算法,取得數條 Stixel 資訊後。將會利用一對多索引 multimap 的方式,去構成 Stixel 物件。但由於這種方式會產生許多不正確的物件資訊,因此需要利用特定的條件將正確的 Stixel 物件篩選出來。
下列提供幾種方式進行篩選…
(1) 利用實際距離篩選 : 將同一實際距離的 Stixel 資訊分群成一個同物件。
(2) 利用兩鏡頭間距離篩選 : 將兩鏡頭間距離的Stixel 資訊分群成一個同物件。
(3) 利用特定條件篩選 :
- 物件長寬大小皆須大於 10 個像素
- 物件長寬比須符合 0.6 至 1.2 倍數
- 物件的距離須大於焦距的 0.25 倍以上
篩選 Stixel 物件方式之示意圖
至於第二種篩選方式,也是利用之前介紹的視差與測距原理作延伸,來推算每條 Stixel 所對應的兩鏡頭距離,其用意就是期望每一個 Stixel 皆能在符合相同估算的兩鏡頭距離之內。故以Stixel位置與影像中心點作為視差(非實際),來評估 Stixel 所構成的兩鏡頭之間距離。
篩選 Stixel 物件方式之示意圖
*** 因篇幅緣故,故將雙目立體視覺前車偵測演算法拆成上、中、下解說。
此文章介紹了 移除天空、估算實際離 與 Stixel 物件篩選 三種算法,這亦是為了替 Stixel 物件偵測演算法所需的元素作鋪成。
就如同 “ 詳細解說! Stixel 物件偵測法“ 之中所介紹, Stixel 長條資訊就須要從識別地面開始計算,直到偵測到天空為止,在兩種場景之間的像素就屬於物件!
經過這兩篇文章的介紹後,就補足了前車偵測所須的知識與算法,後續文章將繼續介紹 雙目立體視覺前車偵測 的算法流程,說明該算法是如何運算這些原理,與展示每一個步驟的結果。敬請期待 !! “ 雙目立體視覺前車偵測算法大公開 (下) “
五. 參考文件
[1] 每日頭條網站 - 雙目立體視覺技術的實現
[2] 每日頭條網站 - 雙目立體視覺測量系統應用
[3] 每日頭條網站 - ADAS單目/雙目/三目到底有什麼區別?
[4] 維基百科 - Block-matching algorithm
[5] 論文 - Performance Analysis between Basic Block Matching and Dynamic Programming of Stereo Matching Algorithm
[6] 教材 - Stereo Vision by Professor Fei-Fei Li
[7] 維基百科 - Epipolar geometry
[8] 維基百科 - 單應性
[9] 論文 - A Flexible New Technique for Camera Calibration
[10] 數學工廠 - Camera Calibration 相機校正
[11] CSDN - 雙目測距(雙目標定、雙目校正和立體匹配)
[12] 官方網站 – GNU Octave
[13] 官方網站 – Camera Calibration Toolbox for Matlab
[14] 維基百科 - Hough transform
[15] 論文 - Chong-Wei Li , Jui-Cheng Yen and Hun-Chen Chen, "Safe Driving Monitoring System", June. 2014.
[16] 論文 - Hernán Badino, Uwe Franke, David Pfeiffer, ”The Stixel World - A Compact Medium Level Representation of the 3D-World”, September 2009
[17] 數據邦 - 雙目的終極奧義:Stixel柱狀像素
如有任何相關 雙目立體視覺(Stereo Vision) 技術問題,歡迎至博文底下留言提問 !!
接下來還會分享更多 雙目立體視覺(Stereo Vision) 的技術文章 !!敬請期待 【Sky Eye 開闊未來】 !!
評論