Подход для измерения геометрических параметров объектов с использованием цифровых камер

Цель исследования. Целью работы является разработка обобщенного метода оценки геометрических параметров объекта по фотоснимкам в условиях отсутствия информации об априорных параметрах объекта, а также с возможностью использования для произведения снимков цифровых камер с различными оптическими системами.

Методы. Для реализации поставленной цели была разработана математическая модель оптической системы, состоящей из двух цифровых камер. Затем, путем приведения данной математической модели к единой системе уравнений, был разработан метод вычисления координат объекта на снимке, а также расстояния до него. Затем была проведена экспериментальная проверка полученного метода.

Результаты. Результатом работы является разработанный обобщенный метод оценки геометрических параметров объекта в условиях отсутствия информации об априорных параметрах объекта с использованием двух снимков с цифровых камер с различными оптическими системами. Выполнена экспериментальная проверка точности работы разработанного метода при вычислении расстояния до объекта с использованием типовых камер с различными объективами, показавшая, что данный метод позволяет оценивать геометрические параметры объектов с точностью 90% и выше в зависимости от точности измерения технических параметров камер. Также была произведена оценка чувствительности разработанного методы к значениям технических параметров используемых цифровых камер.

Заключение. Произведенные экспериментальные проверки показали, что разработанный метод позволяет с высокой точностью оценивать расстояние до объектов с использованием снимков с двух цифровых камер, однако требует высокой точности измерения технических параметров используемых камер. В качестве дальнейших путей развития данного метода можно отметить возможность повышения точности измерений путем добавления в разработанную математическую модель нелинейных искажений (дисторсии).

1. Гурьянов И.С., Кайсина И.А. Перспективы применения стереозрения в БПЛА // Актуальные проблемы инфотелекоммуникаций в науке и образовании: сборник научных статей. XII Международная научно-техническая и научно-методическая конференция: в 4 т. СПб., 2023. Т. 1. С. 376–381.

2. Khachatryan T.B. A review of visual odometry for UAV autonomous navigation // Вестник Национального Политехнического университета Армении. Информационные технологии, электроника, радиотехника. 2023. № 1. С. 9–17. https://doi.org/10.53297/18293336-2023.1-9.

3. Коновалов К.Д., Кулешов С.В. Общая структура системы визуальной навигации БПЛА по видеоданным // Труды 34-й Международной научно-технической конференции «Экстремальная робототехника». СПб., 2023. С.274-276.

4. Коновалов К.Д. Алгоритм планирования маршрута БПЛА в условиях недостатка визуальных ориентриров // Системы анализа и обработки данных. 2024. №2(94). С. 37-54. https://doi.org/10.17212/2782-2001-2024-2-37-54

5. Чувагина С.Я. Определение расстояний между объектами на цифровой фотографии // Современные научные исследования и инновации. 2022. № 7 (135). URL: https://web.snauka.ru/issues/2022/07/98652.

6. Кулешов С.В., Аксенов А.Ю. Зайцева А.А. О подходе к построению программноопределяемой камеры (обзор) // Научное приборостроение. 2016. Т. 26, №3. С. 44–49.

7. Кулешов С.В., Аксенов А.Ю. Зайцева А.А. Подход к идентификации источника снимков с цифровых камер // Инновационная наука. 2015. № 12-2. С. 82–86.

8. Александров А.А., Максимов А.Н. Метод измерения диаметра изделий с помощью стереозрения при их изготовлении на токарном станке // Мягкие измерения и вычисления. 2024. № 5 (78). С. 5–14. https://doi.org/10.36871/2618-9976.2024.05.001.

9. Laser Distance Measurement by using web camera / A. A. Hamad, D. A. Dhahir, B. R. Mhdi, W. H. Salim // IOSR Journal of Engineering. 2014. Vol. 4, no. 4. P. 25-28.

10. Lee J.M., Hwang K., Jung I.H. Real distance measurement using object detection of artificial intelligence // Turkish Journal of Computer and Mathematics Education. 2021. Vol. 12, № 6. P. 557-563. https://doi.org/10.17762/turcomat.v12i6.1979.

11. Aung Y.Y., Lwin M.M. Real-time object distance estimation based on YOLOv8 using webcam // 2024 IEEE Conference on Computer Applications (ICCA), Yangon, Myanmar. 2024. P. 1-6. https://doi.org/10.1109/ICCA62361.2024.10532829.

12. Saponara S., Elhanashi A., Gagliardi A. Implementing a real‑time, AI‑based, people detection and social distancing measuring system for Covid‑19 // Journal of Real-Time Image Processing. 2021. Vol. 18, № 3. P. 1937-1947. https://doi.org/10.1007/s11554-021-01070-6.

13. Локтев Д.А., Алфимцев А.Н. Измерение расстояния до движущегося объекта с помощью комплексной системы видеомониторинга // Инженерный журнал: наука и инновации. 2013. №11 (23). С. 1–10. https://doi.org/10.18698/2308-6033-2013-11-996.

14. Жиляков П. В., Скороход Б.А. Оценка точности (погрешности) в измерения расстояния до объекта по стереоизображениям // Интеллектуальные системы, управление и мехатроника-2019: материалы V Всероссийской научно-технической конференции молодых ученых, аспирантов и студентов. Севастополь, 2019. С. 10-15.

15. Чумак А.В., Щербакова Е.А. Алгоритм измерения расстояния до объекта при помощи метода стереоскопического зрения // Студенческий вестник. 2023. № 20 (259). С. 42–45.

16. Forsyth D.A., Ponce J. Computer Vision, A Modern Approach. 2-nd ed. Cambridge: Pearson, 2012. 800 p.