Institut für Computervisualistik
Filtern
Erscheinungsjahr
- 2008 (23) (entfernen)
Dokumenttyp
- Diplomarbeit (13)
- Studienarbeit (9)
- Ausgabe (Heft) zu einer Zeitschrift (1)
Schlagworte
- Bildverarbeitung (3)
- Analyse durch Synthese (2)
- Computergrafik (2)
- Markerloses Tracking (2)
- Programmierung (2)
- Robotik (2)
- Tracking (2)
- 3D Painting (1)
- 3D-Abbildungen (1)
- Ambient Occlusion (1)
- Bewegungsmodell (1)
- Blinder Fleck (1)
- Business Intelligence (1)
- CAD (1)
- CSMs (1)
- Colonoscopy (1)
- ColorSym (1)
- Computer-aided diagnosis (1)
- Computerspiel (1)
- Computertomografie (1)
- Darmspiegelung (1)
- Erweiterte Realität (1)
- Evaluation (1)
- Eye-Tracking (1)
- Farbsymmetrie (1)
- FastSLAM Algorithmus (1)
- GLSL (1)
- GPGPU (1)
- Gaze-Tracking (1)
- Geometrie-Shader (1)
- Glaukom (1)
- Grafikprozessor (1)
- Headerdaten Netzwerkpaket SOCK_RAW SOCK_PACKET (1)
- Heidelberg Retina Tomograph (1)
- Hochgeschwindigkeitstracking (1)
- ICP-Algorithmus (1)
- Informationsvisualisierung (1)
- Koloskopie (1)
- Lokalisierung (1)
- Malen (1)
- Mammographie (1)
- Medizintechnik (1)
- Modellbasiertes Tracking (1)
- Multivariate Datenanalyse (1)
- Navigation (1)
- Netzwerkschicht (1)
- Oberflächenorientierung (1)
- Objektverfolgung (1)
- Octree Textur (1)
- OpenGL (1)
- Ornamentklassifikation (1)
- Packet Header SOCK_RAW SOCK_PACKET (1)
- Personentracking (1)
- Personenverfolgungssystem (1)
- Polypendetektion (1)
- Rendering (1)
- Retinex-Algorithmus (1)
- Rich Internet Application (1)
- Schatten (1)
- Shaderframework (1)
- Shaderprogramm (1)
- Socket (1)
- Socket-Schnittstelle (1)
- Sprachverarbeitung (1)
- Starrkörper (1)
- Stilisierung (1)
- Textur (1)
- Textur-Mapping (1)
- Texturierung (1)
- Tracking-System (1)
- Trackingsystem (1)
- Transform Feedback (1)
- Transportschicht (1)
- Umgebungslicht (1)
- Unterwasser-Pipeline (1)
- Unterwasserfahrzeug (1)
- Unterwasserkabel (1)
- Verbindungsschicht (1)
- Virtuelle Realität (1)
- Volumenrendering (1)
- Zielverfolgung (1)
- augmented reality (1)
- dreidimensionale Computergraphik (1)
- geometry shader (1)
- markerless tracking (1)
- natural language processing (1)
- natürliche Sprache (1)
- octree texture (1)
- polyp detection (1)
- projektives Malen (1)
- syntaktische Analyse (1)
- texturing (1)
- transform feedback (1)
Institut
In dieser Studienarbeit wurde ein Algorithmus vorgestellt, um sich mit einem Roboter in unbekanntem Gebiet zu lokalisieren und gleichzeitig eine Karte von der Umgebung zu erstellen. Die Lokalisation des Roboters geschieht auf 2D Ebene und errechnet die (x, y, θ)T Position des Roboters zu jedem Zeitpunt t inkrementell. Der Algorithmus baut auf dem FastSLAM 2.0 Algorithmus auf und wurde abgeändert, um eine möglichst genaue Lokalisation in Gebäuden zu ermöglichen. Hierfür wurden mehrere verschieden Arten von möglichen Landmarken untersucht, verglichen und kombiniert. Schwerpunkt dieser Studienarbeit war das Einarbeiten in das Extended Kalman-Filter und die Selektion von Landmarken, die für den Einsatz in Gebäuden geeignet sind.
Das Forschungsprojekt Bildanalyse zur Ornamentklassifikation hat es sich zur Aufgabe gemacht, ornamentale Strukturen in Bildern computergestützt zu lokalisieren, analysieren und klassifizieren. Grundlage des Projekts bildet eine umfangreiche Bilddatenbank, deren Abbildungen manuell vorsortiert sind. Durch Kombinationen mit Methoden der Bildverabeitung und der Verwendung von Wissensdatenbanken (Knowledge Databases) soll diese Kategorisierung weiter verfeinert werden. Sämtliche Bilder durchlaufen bis zum Prozess der Ornamentklassifikation mehrere Vorverarbeitungsschritte. Beginnend mit einem Normalisierungsprozess, bei dem das Bild u. a. entzerrt und entrauscht wird, werden im Anschluss Interessensregionen selektiert. Diese Regionen bilden die Grundlage für das spätere Lokalisieren der Ornamente. Aus ihnen werden mit unterschiedlichen Verfahren Merkmale extrahiert, die wiederum in der Datenbank gespeichert werden. In dieser Arbeit wurde ein weiteres solches Verfahren implementiert und auf seine mögliche Verwendung in dem Projekt untersucht.
Große Gebiete lassen sich auf Grund von Schattenbildung und begrenzter Scanreichweite nicht mit einem einzigen 3D-Scan aufnehmen. Um konsistente dreidimensionale Karten dieses Gebietes zu erzeugen müssen also mehrere Scans zusammengefügt werden. Soll dieses Matchen der Scans automatisch geschehen, so kann es wegen fehlerhaften Translations- und Rotationsdaten, die die unterschiedlichen Positionen der Scans beschreiben,zu inkonsistenten Karten kommen. Um dies zu vermeiden wird in dieser Arbeit ein schneller Iterativ Closest Points Algorithmus implementiert, der versucht, Fehler in diesen sechs Freiheitsgraden zu korrigieren. Das Verfahren soll im Rahmen dieser Arbeit in die schon vorhandene Software unseres Roboters eingebunden werden.