Анализ эффективности фотограмметрической системы методами имитационного моделирования

Бесплатный доступ

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.

Еще

Фотограмметрия, имитационное моделирование, оценка погрешности, компьютерное зрение

Короткий адрес: https://sciup.org/147159463

IDR: 147159463   |   DOI: 10.14529/mmp180110

Список литературы Анализ эффективности фотограмметрической системы методами имитационного моделирования

  • Tushev, S.A. Effective Graph-Based Point Matching Algorithms/S.A. Tushev, B.M. Sukhovilov//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. -P. 1462-1466.
  • Sukhovilov, B.M. Improving the Accuracy of Determining the Position of the Code Marks in the Problems of Constructing Three-Dimensional Models of Objects/B.M. Sukhovilov, E.M. Sartasov, E.A. Grigorova//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. -P. 1690-1696.
  • Тушев, С.А. Некоторые способы повышения производительности автоматической калибровки цифровых камер/С.А. Тушев, Б.М. Суховилов//Молодой исследователь: материалы 2-й научной выставки-конференции научно-технических и творческих работ студентов. -Челябинск: Издательский центр ЮУрГУ, 2015. -С. 434-439.
  • Суховилов, Б.М. Разработка фотограмметрической системы измерения пространственных координат элементов конструкций каркаса низкопольного трамвая/Б.М. Суховилов, Е.А. Григорова//Наука ЮУрГУ. Материалы 67-й научной конференции. Секции экономики, управления и права. -Челябинск: Издательский центр ЮУрГУ, 2015. -С. 458-463.
  • Суховилов, Б.М. Экспериментальный анализ погрешностей фотограмметрической системы измерения пространственных координат/Б.М. Суховилов, Е.А Григорова, Е.М. Сартасов, Е.Н. Горных//Наука ЮУрГУ. Материалы 68-й научной конференции. Секции экономики, управления и права. -Челябинск: Издательский центр ЮУрГУ, 2016. -С. 221-228.
  • Brown, J. V-STARS/S Acceptance Test Result. -URL: https://www.geodetic.com/v-stars/papers.aspx (дата обращения: 2 января 2017)
  • Hartley, R. Multiple View Geometry in Computer Vision/R. Hartley, A. Zisserman. -Cambridge: Cambridge University Press, 2004.
  • Zhang, Z. A Flexible New Technique for Camera Calibration/Z. Zhang//IEEE Transactions on Pattern Analysis and Machine Intelligence. -2000. -V. 22, № 11. -P. 1330-1334.
  • Тушев, С.А. Параллельные алгоритмы для эффективного поиска соответствующих точек в задачах компьютерного зрения/С.А. Тушев, Б.М. Суховилов//Вестник ЮУрГУ. Серия: Вычислительная математика и информатика. -2017. -Т. 6, № 2. -С. 49-68.
  • Triggs, B. Bundle Adjustment -A Modern Synthesis/B. Triggs, P. McLauchlan, R. Hartley, A. Fitzgibbon//Vision Algorithms: Theory and Practice. -2000. -V. 1883. -P. 298-372.
  • Jahne, B. Practical Handbook on Image Processing for Scientific Applications/B. Jahne. -Boca Raton: CRC Press, 1997.
  • Forsyth, D. Computer Vision: A Modern Approach/D. Forsyth, J. Ponce. -New Jersey: Pearson, 2011.
  • Godding, R. Geometric Calibration of Digital Imaging Systems/R. Godding//Computer Vision and Applications. -San Diego: Academic Press, 2000. -P. 153-175.
  • GNU Octave. -URL: https://www.gnu.org/software/octave (дата обращения: 23 мая 2017).
  • Metropolis, N. The Monte Carlo Method/N. Metropolis, S. Ulam//Journal of the American Statistical Association. -1949. -V. 44, № 247. -P. 335-341.
  • Fishman, G.S. Monte Carlo: Concepts, Algorithms, and Applications/G.S. Fishman. -N.Y.: Springer, 1996.
  • Tushev, S.A. Architecture of Industrial Close-Range Photogrammetric System with Multi-Functional Coded Targets/S.A. Tushev, B.M. Sukhovilov, E.M. Sartasov//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. -P. 435-442.
Еще
Статья научная