Catadioptric

Disponible uniquement sur Etudier
  • Pages : 8 (1948 mots )
  • Téléchargement(s) : 0
  • Publié le : 11 décembre 2011
Lire le document complet
Aperçu du document
Génération de cartes de disparité denses à partir d’images panoramiques cylindriques haute définition
Laurent SMADJA, Erwan BIGORGNE, Ryad BENOSMAN, Jean DEVARS Laboratoire des Instruments et Systèmes d’Ile-de-France Université Paris VI BP 164, Tour 22-12 2ème étage 4 Place Jussieu, 75252 Paris Cedex 05, France laurent.smadja@lis.jussieu.fr, erwan.bigorgne@lis.jussieu.fr benosman@ccr.jussieu.fr,devars@ccr.jussieu.fr

Résumé – Cette étude porte sur le développement, l’utilisation d’un capteur panoramique cylindrique à très haute définition, et les cartes de
profondeur obtenues à partir de deux vues de ce capteur. Partant d’images calibrées, plusieurs étapes sont réalisées: détection et appariement de points d’intérêt, détermination de la SFM, appariement dynamique des lignes épipolairesde l’image. Les résultats obtenus sont les cartes de disparité denses de 2048 * 3600 pixels du panorama étudié.

Abstract – This paper deals with creating and using a high definition cylindrical sensor, and disparity maps resulting from two scenes of this imaging system. Starting from calibrated images, several steps are processed: feature detection and matching, SFM determination, dynamicmatching of epipolar lines. Results are dense 2048 * 3600 disparity maps corresponding to the observed panorama.

1 Introduction
La structure tridimensionnelle d’une scène peut être retrouvée à partir de plus de deux images prises à des endroits différents. Ce domaine, connu sous le nom de Stéréovision a été largement étudié depuis plus de 20 ans [9] et il existe aujourd’hui des algorithmes dereconstruction 3D denses à partir de séquences d’images [10]. Ces reconstructions sont très précises et s’appuient sur un mode opératoire parfaitement balisé mais restent dans le cadre de l’image perspective [8]. D’autre part, les capteurs panoramiques constituent de nos jours un des champs de recherche les plus actifs de la communauté. De par leur champ de vue à 360˚ , ils sont de plus en plusutilisés dans le guidage de robots ou la télésurveillance. Mais leur faible définition les empêchent définitivement d’obtenir des reconstructions précises. Cependant, de nombreux chercheurs appliquent à présent l’ensemble de la théorie développée dans le cadre des cameras classiques aux capteurs panoramiques [11]

caméra utilisée est une Jai CV L-103, barrette linéaire de 2048 pixels qui délivre desimages RGB à un débit maximal de 2400 images par seconde, ce qui est largement plus que nécessaire. Elle est couplée à une Coreco Pc DIG comme carte d’acquisition et l’objectif choisi est un Nikon F-Or 28/80 mm, généralement réglé sur 28 mm. La fréquence du signal envoyé par le moteur conditionne la durée d’intégration de la barrette Tri-CCD ; il est donc choisi en fonction des conditionsexpérimentales d’acquisition. La barrette est mise en rotation selon un axe passant par son centre focal, qu’il faut donc déterminer. Un procédé optique particulièrement simple dans sa mise en oeuvre a été développé. Cette méthode est très précise et permet de placer le centre optique de la caméra sur l’axe de rotation du capteur , et ainsi de connaître le rayon du cylindre image.

3

Détection, appariement2 Présentation du capteur
Le capteur développé est basé sur l’utilisation d’une caméra linéaire Tri-CCD de 2048 pixels, mise en rotation sur un axe vertical par un moteur à courant continu. Celui-ci envoie régulièrement, typiquement tous les dixièmes de degré, un signal à la caméra déclenchant l’acquisition d’une colonne. En concaténant les colonnes acquises au cours d’une rotation complète,on obtient une image panoramique RGB au format 2048*3600.La

L’ensemble de l’algorithme est réalisé sur la base d’une collection de points d’intérêt correctement appariés. Leur détection repose sur la sélection des maxima locaux d’une mesure caractéristique de la courbure locale du champs de gradient [2]. Cette mesure consiste à calculer les moyennes pondérées des produits vectoriels entre...
tracking img