Skip to main content

数字图像处理:优化处理策略之快速消除扭曲算法

优化处理策略之快速消除扭曲算法


我们的论文(优化处理策略之快速消除扭曲算法;A Quickly Dewarping Algorithm of Optimization Processing Strategy)被 2019 工程科技应用研讨会 接受了。 会议地点在台北城市科技大学的工程学院,举办日期是公元二零一九年四月十二日。

最近,全景图像的应用逐渐变得越来越有用。优点是一个能够捕捉360度图像的相机。但是,360度图像是饼图像。因此,Dewarping技术有助于饼图像转换为平面图像。在本研究中,不需要参考额外的信息,如摄像机参数,镜头参数,视频或图像参数等。本研究提出了去扭曲算法的优化处理策略。策略和算法进一步改善了性能。快速去扭曲算法能够将圆(全景图像)快速变换为平面图像。优化处理策略能够提高算法的性能。用于评估性能,本研究中使用的CPU负载。比较其他Dewarping算法的性能。结果,这项研究在性能方面优于其他Dewarping算法。

本研究旨在研究去扭曲算法的快速计算和低CPU负载。 例如,图2是原始图像。 图3显示了本研究的基线。 图4是研究的结果图像(全景图像)。

图2 原始图像

图3 显示了本研究的基线

图4 研究的结果图像(全景图像)

表1是比较概览表[8]。 有六家公司的算法和我们提出的算法。 这项研究支持所有鱼眼相机和特殊鱼眼相机(Cata-Fisheye相机)。 有不同之处在于是否使用GPU。 虽然有两家公司使用GPU进行去扭曲算法。 但是,当应用OpenCL来使用GPU时,NUUO的去扭曲算法的CPU负载为19%。 当源图像的分辨率为1920 x 1440时,我们提出的CPU负载为3.65%。图5是我们提出的算法的CPU负载图。

表1 比较概览表
User additional effort
Generic De-warp
Support vendor
Calibration
GPU Acceleration
NUUO No need Yes All fisheye camera Default and tool OpenCL (nVIDIA, ATI, Intel)
Milestone Install plugin by camera vendor No Sentry360, VIVOTEK, Samsung Depends on plugin No
Genetec Install plugin by camera vendor No Sentry360, VIVOTEK Depends on plugin No
Aimetis No need Yes All fisheye camera No No
Axxonsoft No need Yes All fisheye camera No CUDA (nVIDIA VGA card only)
Exacq No need No VIVOTEK, Sentry 360 No No
Our Proposed No need Yes All fisheye camera,
Special fisheye camera[4]
No No

图5 我们提出的算法的CPU负载图。

表2 The comparison of the algorithms.
Kernel Computing Unit CPU Loading
NUUO [8] GPU 19%
Our Proposed CPU 3.65%

总结,表2显示我们的实验结果具有较低的CPU负载(3.65%)。 通常,在CPU和GPU之间交换图像数据时会产生高CPU负载。 因此,最好的方法是减少图像数据的交换次数。

图6 Atria Logic公司的算法

图7 Atria Logic公司的算法底部有黑色范围(红色矩形)。

图8 没有黑色范围,我们提出的算法有完整的图像。

我们提出的和Atria Logic公司之间的RMSE(均方根误差)是109.0159。Atria Logic公司的去扭曲算法没有填满整个全景图像。 图像底部有一个黑色范围。 这是原始图像范围的捕获错误。 我们提出的可以自动定位原始图像的正确范围。 然后我们研究的去扭曲算法是正确的,以填充整个全景图像。 我们的研究没有黑色范围。

这项研究表明,它具有很高的可用性和较低的CPU负载。 未来的工作是进一步校准。 该研究的CPU负载较低。 因此,这项研究有很大的进步空间。 首先,增加校准能力。 其次,本研究的算法应该在GPU上实现,并期望它比本研究的CPU版本更好。

Reference
[1] F. A. van den Heuvel, R. Verwaal, and B. Beers, "Calibration of Fisheye Camera Sys-tems and the Reduction of Chromatic Aber-ration," International Archives of Photo-grammetry, Remote Sensing and Spatial In-formation Sciences, Dresden, Germany, vol. XXXVI, Part 5.
[2] P. Dhane, K. Kutty, and S. Bangadkar, "A Generic Non-Linear Method for Fisheye Correction," International Journal of Com-puter Applications (0975 – 8887), vol. 51, no. 10, pp. 58-65, Aug. 2012.
[3] M. Friel, C. Hughes, P. Denny, E. Jones, and M. Glavin, "Automatic Calibration of Fish-Eye Cameras from Automotive Video Se-quences," IEEE Trans. Intelligent Transport Systems, vol. 4, no. 2, pp. 136-148, Jun. 2010.
[4] G. Krishnan and S. K. Nayar, "Cata-Fisheye Camera for Panoramic Imaging," Applica-tions of Computer Vision, 2008. WACV 2008. IEEE Workshop on, Copper Mountain, CO, USA, 2008, pp. 1-8.
[5] A. L. Brown, T. Carnevale, and P. Szajer, "Optimized 360 Degree De-warping With Virtual Cameras," U.S. Patent US 2016/0119551 A1, Apr. 28, 2016.
[6] Atria Logic Inc., "Overview - Panorama Gen-eration from the Periphery of a Fisheye," Dewarping & Panorama Generation from Fisheye Images, Dec. 2018. [Online]. Availa-ble: http://www.atrialogic.com/dewarping.php
[7] P. Bourke, "Converting a Fisheye Image into a Panoramic, Spherical or Perspective Pro-jection," Jul. 2016. [Online]. Available: http://paulbourke.net/dome/fish2/
[8] NUUO, "Fisheye Dewarp - Nuuo," May. 2014. [Online]. Available: http://ftp.nuuo.com/NUUO/Crystal/Project/v2.1.1/Release_Note&Demo_Kit/Dewarp_IFSEC_Evonne_20140521.pptx

Comments

Popular posts from this blog

Python 日期與時間的處理

Visual Basic 6.0 (VB6) 程式語言案例學習 (10. 條碼列印程式)

寫作:波蘭文學習之旅:1-1. 波蘭文字母與發音(注音版)

Python 日期與時間的處理

Image

Visual Basic 6.0 (VB6) 程式語言案例學習 (10. 條碼列印程式)

Image

寫作:波蘭文學習之旅:1-1. 波蘭文字母與發音(注音版)

Image

數位影像處理:最佳化處理策略之快速消除扭曲演算法

Image

Visual Basic .Net (VB.Net) 程式語言案例學習 (06. 題庫測驗系統)

Image

用10種程式語言做影像二值化(Image binarization)

Visual Basic 6.0 (VB6) 程式語言案例學習 (04. 人事考勤管理系統)

Image

修復損毀的 SQLite DB 資料庫

Image

Visual Basic 6.0 (VB6) 程式語言案例學習 (07. 收據列印程式)

Image

Visual Basic .Net (VB.Net) 程式語言案例學習 (03. 場地預約系統)

Image