عنوان پایان‌نامه

مکان یابی نشانه در گلخانه با استفاده از روش ماشین بینایی استریو



    دانشجو در تاریخ ۳۱ شهریور ۱۳۹۴ ، به راهنمایی ، پایان نامه با عنوان "مکان یابی نشانه در گلخانه با استفاده از روش ماشین بینایی استریو" را دفاع نموده است.


    مقطع تحصیلی
    کارشناسی ارشد
    محل دفاع
    کتابخانه مرکزی پردیس کشاورزی و منابع طبیعی شماره ثبت: 6567;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 70818
    تاریخ دفاع
    ۳۱ شهریور ۱۳۹۴
    استاد راهنما
    شاهین رفیعی

    کاربردهای زیاد داده‌های سه بعدی و مدلسازی سطوح اجسام، توجه طیف وسیعی از پژوهشگران را به خود معطوف نموده است. بینایی استریو یکی از مهم‌ترین روش‌هایی است که توسط آن می‌توان اطلاعات مربوط به فاصله را به دست آورد. از این رو، در این پژوهش به منظور مکان‌یابی از یک دوربین استفاده می‌شود و هدف، تعیین موقعیت نشانه در سه فاصله 50، 75 و 100 سانتی‌متری با استفاده از داده‌های حاصل از جابه‌جایی 5 و 10 سانتی‌متری این دوربین است. برای محاسبه موقعیت سه بعدی نشانه به پارامترهای داخلی و خارجی دوربین نیاز است که از مرحله واسنجی حاصل می‌گردند. بدین منظور مجموعه‌ای شامل 12 تصویر از صفحه شطرنجی 8×7 با ابعاد mm 30×30 در حالت‌های مختلف تصویربرداری تهیه می‌شود. دوربین مورد استفاده در این پژوهش یک دوربین تخصصی استریو نیست و تصویر مناسبی برای استفاده جهت تعیین مکان نشانه ارائه نمی‌دهد. این تصویر بایستی تصحیح گردد که در این پژوهش این کار با یکسوسازی به روش بوگت انجام می‌شود. همچنین، با توجه به نیاز این پژوهش، روش تطبیق مبتنی بر ویژگی برای استفاده انتخاب و با به کار بردن روش‌های پردازش تصویر، مختصات نقاط گوشه‌ها و مرکز نشانه استخراج می‌گردد. در ادامه سعی شده است با استفاده از اصول بینایی استریو در تعیین مختصات سه بعدی ویژگی‌ها، موقعیت و ابعاد هندسی نشانه مورد نظر به دست آورده شود. تحلیل آماری داده‌ها نشان می‌دهد که بهترین عملکرد الگوریتم طراحی شده در اندازه‌گیری فاصله، به ازای 1050/6MPE=%، cm 0527/3MBE= و cm 0381/0RMSE= ، مربوط به فاصله cm 50 نشانه از دوربین است و مقادیر حاصل از جابه‌جایی cm 5 دوربین به ازای 9277/0R^2=، بیشترین همبستگی را با مقادیر واقعی دارند. به علاوه، به ازای 5189/17%MPE=، cm 0136/15MBE= و cm 6787/19RMSE= ، خطای اندازه‌گیری فاصله نشانه نسبت به ابعاد آن بیشتر است.
    Abstract
    Abstract Application domain of three-dimensional coordinates and modeling of objects is very wide; so researchers are interested in acquiring this information. Stereo vision is one of the most important methods of obtaining information about the distance. Therefore, to locate in this study, used a camera; the purpose of this research is to determine the position of the marker for the distance of 50, 75 and 100 cm from the camera, using data obtained from the displacement 5 and 10 cm camera. In order to calculate the threedimensional position the marker is required intrinsic and extrinsic camera parameters, which the parameters obtained from calibration process. Thus, provides a set of 12 images of the 7-by-8 chessboard with dimensions 30×30 mm in different imaging conditions. In this study, has not been used of a professional stereo camera; Thus, the image captured by the camera is unsuitable for locating marker. This image must be corrected; for this purpose, in this study used bouguet’s rectification algorithm. Also, according to the need this study, were selected feature-based matching method and by using image processing techniques, extracted coordinates of the center and corners of the marker. Then, trying to be, based on the principles of stereo vision in determining the three-dimensional coordinates of the feature, calculate the geometric dimensions and position the marker. Statistical analysis shows that the best performance of the designed algorithm in measuring distance, for ?????? = %6.1050, ?????? = 3.0527 ???? and ???????? = 0.0381 ????, is obtained for a distance marker of 50 cm from the camera; and the obtained values of displacement 5 cm camera, for ?? 2 = 0.9277, have most correlation with actual values. In addition, the measurement error the distance marker from the camera, for ?????? = %17.5189, ?????? = 15.0136 ???? and ???????? = 19.6787 ????, is greater than the measurement error of marker dimensions. Key Words: Camera Calibration, Corresponding Points, Disparity, Three Dimensional Coordinates.