Методы компенсации влияния различий в отражательной способности объектов для повышения точности построения карт глубин активно-импульсной телевизионной измерительной системой

Рассмотрено влияние отражательной способности объектов на точность построения нормированной карты глубин пространства с использованием активно-импульсной телевизионной измерительной системы. Приведены краткие сведения о системе, ее устройстве, принципах измерения дальности и построения карт глубин с ее помощью. В качестве материала для исследования взяты восемь видеофайлов, которые получены в результате проведения экспериментальных исследований в большой аэрозольной камере при использовании активно-импульсной телевизионной измерительной системы в режиме многозонного измерения дальности и многозонного измерения дальности с модуляцией. Предложен метод вычитания коэффициентов, обеспечивающий устранение расхождения значений относительной яркости на нормированной карте глубин между темными и светлыми объектами, находящимися на одном расстоянии от системы. Метод экспериментально апробирован. Выполнено сравнение предложенного метода и метода вычитания темнового кадра по критерию минимизации среднеквадратического отклонения измеренной глубины между темными и светлыми объектами. В результате применения обоих методов достигнуто уменьшение среднеквадратического отклонения от 1,3 до 20 раз в зависимости от примененного метода минимизации и метода измерения дальности, используемого в системе. Метод вычитания коэффициентов может быть использован только в процессе постобработки, однако он показывает лучшие результаты, по сравнению с методом вычитания темнового кадра, который может быть использован в режиме реального времени.

1. Gimeno J. et al. A new AR authoring tool using depth maps for industrial procedures // Computers in Industry. 2013. Vol. 64, N 9. P. 1263–1271.

2. Devagiri J. S. et al. Augmented Reality and Artificial Intelligence in industry: Trends, tools, and future challenges // Expert Systems with Applications. 2022. P. 118002.

3. Rahimian F. P. et al. On-demand monitoring of construction projects through a game-like hybrid application of BIM and machine learning // Automation in Construction. 2020. Vol. 110. P. 103012.

4. Vijayanagar K. R., Loghman M., Kim J. Refinement of depth maps generated by low-cost depth sensors // 2012 Intern. SoC Design Conf. (ISOCC). IEEE, 2012. P. 355–358.

5. Yahav G., Iddan G. J., Mandelboum D. 3D imaging camera for gaming application // 2007 Digest of Technical Papers Intern. Conf. on Consumer Electronics. IEEE. 2007. P. 1–2.

6. Häne C. et al. Stereo depth map fusion for robot navigation // 2011 IEEE/RSJ Intern. Conf. on Intelligent Robots and Systems. IEEE. 2011. P. 1618–1625.

7. Haigron P. et al. Depth-map-based scene analysis for active navigation in virtual angioscopy // IEEE Transactions on Medical Imaging. 2004. Vol. 23, N 11. P. 1380–1390.

8. Angelopoulos A. N. et al. Enhanced depth navigation through augmented reality depth mapping in patients with low vision // Scientific reports. 2019. Vol. 9, N 1. P. 11230.

9. Krutikova O., Sisojevs A., Kovalovs M. Creation of a depth map from stereo images of faces for 3D model reconstruction // Procedia Computer Science. 2017. Vol. 104. P. 452–459.

10. Fu Y. et al. Texture mapping for 3d reconstruction with rgb-d sensor // Proc. of the IEEE Conf. on computer vision and pattern recognition. 2018. P. 4645–4653.

11. Ma R. et al. Real-time 3D reconstruction of colonoscopic surfaces for determining missing regions // Medical Image Computing and Computer Assisted Intervention–MICCAI 2019: 22nd Intern. Conf. Shenzhen, China, 13–17 October 2019, Proc., Pt V 22. Springer International Publishing, 2019. P. 573–582.

12. Movchan A. K., Kapustin V. V., Kuryachiy M. I., and Movchan E. S. Distance Measurement using Active-Pulse Television Measuring Systems with Automatic Scanning of Space by Depth // 2023 Dynamics of Systems, Mechanisms and Machines (Dynamics). Omsk, Russian Federation, 2023. P. 1–7. DOI: 10.1109/Dynamics60586.2023.10349593.

13. Капустин В. В., Мовчан А. К. Многозонные методы формирования карт глубин с использованием активно-импульсных телевизионных измерительных систем // Вопросы радиоэлектроники. Сер. Техника телевидения. 2023. № 2. С. 44–54.

14. Chaldina E. S., Movchan A. K., Kapustin V. V. and Kuryachiy M. I. Multi-Area Range Measurement Method Using Active-Pulse Television Measuring Systems // 21st Intern. Conf. of Young Specialists on Micro/Nanotechnologies and Electron Devices (EDM). Chemal, Russia, 2020. P. 293–297. DOI: 10.1109/EDM49804.2020.9153500.

15. Мовчан А. К. и др. Методы и алгоритмы прецизионного измерения дальности активно-импульсными телевизионными измерительными системами // Докл. Томского государственного университета систем управления и радиоэлектроники. 2020. Т. 23, №. 2. С. 7–14.

16. Movhan A. K., Kapustin V. V., Kuryachiy M. I., and Movchan E. S. Multi-Area Method of a Depth Map Building with Gain Modulation in Active-Pulse Television Measuring Systems // 2022 Intern. Siberian Conf. on Control and Communications (SIBCON). Tomsk, Russian Federation, 2022. P. 1–6. DOI: 10.1109/SIBCON56144.2022.10002872.

17. Аэрозольные камеры [Электронный ресурс]: <https://iao.ru/ru/about/resources/equip/acams>. (дата обращения: 30.01.2024).

18. Musikhin I. D., Kapustin V. V., Tislenko A. A., Movchan A., Zabuga S. A. Building Depth Maps Using an Active-Pulse Television Measuring System in Real Time Domain // Scientific Visualization. 2024. Vol. 16, N 1. Р. 38–51. DOI: 10.26583/sv.16.1.04.

19. Свид-во о гос. рег. программы для ЭВМ 2023615399 РФ. Формирователь карт глубин АИ ТИС / И. Д. Мусихин, С. А. Забуга, В. В. Капустин, А. Мовчан. Заяв. № 2023614290 от 11.03.2023, опубл. 14.03.2023.