Анализ эффективности фотограмметрической системы методами имитационного моделирования
DOI:
https://doi.org/10.14529/mmp180110Ключевые слова:
фотограмметрия, имитационное моделирование, оценка погрешности, компьютерное зрение.Аннотация
Разработана общая имитационная модель фотограмметрических систем (ФИС), использующих искусственные мишени и кодовые марки. Данная модель позволяет выполнять анализ эффективности системы. К оцениваемым показателям эффективности относятся погрешность измерений ФИС, а также ее производительность (масштабируемость). Применение имитационного моделирования позволяет исследовать влияние различных факторов на погрешность и производительность ФИС, изменять их в широком диапазоне, а также существенно снизить временные, организационные и материальные затраты на эксперименты. Предложенная имитационная модель реализована в среде GNU Octave в нескольких конфигурациях. На основе разработанной имитационной модели выполнен ряд вычислительных экспериментов, оценена результирующая погрешность ФИС, получены характеристики зависимости итогового СКО координат контрольных точек от различных погрешностей оценки входных параметров системы. Установлено, что ключевой внутренней характеристикой, влияющей на итоговую погрешность ФИС, является погрешность измерения пиксельных координат центров круговых мишеней. Другие факторы, такие как отклонение параметров модели камеры от лабораторной калибровки или неопределенности первоначального определения положений камер на основе кодовых марок, не оказывают существенного влияния на точность измерений, так как их негативное воздействие устраняется процедурой автоподстройки ФИС. Исследовано влияние размера и инструментальной погрешности масштабной меры на точность измерений. Разработанная имитационная модель также может применяться для верификации популярных алгоритмов компьютерного зрения в условиях, трудно реализуемых в рамках натурных экспериментов.Библиографические ссылки
Tushev S.A., Sukhovilov B.M. Effective Graph-Based Point Matching Algorithms. Proceedings of the 2nd International Conference on Industrial Engineering, Applications and Manufacturing (ICIEAM), Chelyabinsk, Russia, May 19-20,
N.Y., Institute of Electrical and Electronics Engineers, 2017, pp. 1462-1466. DOI: 10.1109/ICIEAM.2016.7911628
Sukhovilov B.M., Sartasov E.M., Grigorova E.A. Improving the Accuracy of Determining the Position of the Code Marks in the Problems of Constructing Three-Dimensional Models of Object. Proceedings of the 2nd International Conference on Industrial Engineering, Applications and Manufacturing (ICIEAM), Chelyabinsk, Russia, May 19-20, 2016. N.Y., Institute of Electrical and Electronics Engineers, 2017, pp. 1690-1696. DOI: 10.1109/ICIEAM.2016.7911682
Tushev S.A., Sukhovilov B.M. Some Ways to Improve the Performance of Automatic Calibration of Digital Cameras. Molodoy issledovatel': materialy 2-y nauchnoy vystavkikonferentsii nauchno-tekhnicheskikh i tvorcheskikh rabot studentov [Young Researcher:
Materials of the 2nd Scientic Exhibition-Conference of Scientic, Technical and Creative Works of Students]. Chelyabinsk, Publishing center of South Ural State University, 2015, pp. 434-439. (in Russian)
Sukhovilov B.M., Grigorova E.A. Development of Photogrammetric System for Measuring the Spatial Coordinates of Structural Elements of the Frame of a Low-Floor Tram. Nauka JuUrGU. Materialy 67-y Nauchnoy Konferencii. Sekcii Jekonomiki, Upravleniya i Prava. [Science of SUSU. Materials of the 67th Scientific Conference. Section of Economics, Management and Law]. Chelyabinsk, Publishing center of South Ural State University, 2015, pp. 458-463. (in Russian)
Sukhovilov B.M., Grigorova E.A., Sartasov E.M., Gornyh E.N. Experimental Analysis of Photogrammetry System Errors in Measuring Spatial Coordinates. Nauka JuUrGU. Materialy 68-y Nauchnoj Konferencii. Sekcii Jekonomiki, Upravleniya i Prava. [Science of SUSU. Materials of the 68th Scientic Conference. Section of Economics, Management and Law]. Chelyabinsk, Publishing center of South Ural State University, 2016, pp. 458-463. (in Russian)
Brown J. V-STARS/S Acceptance Test Result. Available at: https://www.geodetic.com/vstars/papers.aspx (accessed January 02, 2017)
Hartley R., Zisserman A. Multiple View Geometry in Computer Vision. Cambridge, Cambridge University Press, 2004. DOI: 10.1017/CBO9780511811685
Zhang Z. A Flexible New Technique for Camera Calibration. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2000, vol. 22, no. 11, pp. 1330-1334. DOI: 10.1109/34.888718
Tushev S.A., Sukhovilov B.M. Parallel Algorithms for Eective Correspondence Problem Solution in Computer Vision. Bulletin of the South Ural State University. Series: Computational Mathematics and Software Engineering, 2017, vol. 6, no. 2, pp. 49-68. DOI: 10.14529/cmse170204
Triggs B., McLauchlan P., Hartley R., Fitzgibbon A. Bundle Adjustment - A Modern Synthesis. Vision Algorithms: Theory and Practice, 2000, vol. 1883, pp. 298-372. DOI: 10.1007/3-540-44480-7_21
Jahne B. Practical Handbook on Image Processing for Scientific Applications. Boca Raton, CRC Press, 1997.
Forsyth D., Ponce J. Computer Vision: A Modern Approach. New Jersey, Pearson, 2011
Godding R. Geometric Calibration of Digital Imaging Systems. Computer Vision and Applications, San Diego, Academic Press, 2000, pp. 153-175.
GNU Octave. Available at: https://www.gnu.org/software/octave (accessed May 23, 2017).
Metropolis N., Ulam S. The Monte Carlo Method. Journal of the American Statistical Association, 1949, vol. 44, no. 247, pp. 335-341. DOI: 10.1080/01621459.1949.10483310
Fishman, G.S. Monte Carlo: Concepts, Algorithms, and Applications. N.Y., Springer, 1996. DOI: 10.1007/978-1-4757-2553-7
Tushev S.A., Sukhovilov B.M., Sartasov E.M. Architecture of Industrial Close-Range Photogrammetric System with Multi-Functional Coded Targets. Proceedings of the 2017 2nd International Ural Conference on Measurements (UralCon), Chelyabinsk, Russia, October 16-19, 2017. N.Y., Institute of Electrical and Electronics Engineers, 2017, pp. 435-442. DOI: 10.1109/URALCON.2017.8120748
