Passagierbrücke. Einrollleitlinie. Rollfeld. Display. Videokamera. Stopposition B Computer Vision 1_Seite 1
|
|
- Falko Blau
- vor 6 Jahren
- Abrufe
Transkript
1 Beispiel Andocksstem (ADS) Sstemleistung: Leitung des Flugzeugpiloten mittels Displa auf die für den Flugzeugtp vorgeschriebene Stoppposition. Sensor für Bugradposition und Achsenwinkel eines anrollenden Flugzeugs auf Basis von Video-Bildsequenzen. Passagierbrücke Einrollleitlinie Flughafengebäude B Rollfeld Stopposition Videokamera Displa Computer Vision _Seite
2 ADS im Flughafen-Informationssstem Tower Touchdownzeit, Flugzeugtp, Flugnummer Gate-Nr, Gateankunft (Soll), Flugzeugtp, Flugnummer Leitsstem Gate Gateankunftzeit (ist), Stopposition Vorfeldkontrolle Regler: Tp Displa Lage ADS Videoauswertung Flugzeugmodell Status, Position, Winkel, Zeit Computer Vision _Seite 2
3 ADS: Sstemanforderungen Videoauswertung Regler: Displa Tp Lage Flugzeugmodell Status, Position, Winkel, Zeit ADS Sensor: CCD-Videokamera im PAL-Format (576x768 Pixel) Hardware / Platform: Standard-PC-Sstem / Betriebssstem Windows NT Messfrequenz: mindestens 2 Hz Messgenauigkeit: Bugradposition +/-,2 m, Winkel Flugzeugachse/Leitlinie +/- 2 Operationelle Anforderungen: Fehltperkennung, Pushbackerkennung, Multi- Leitlinienfähigkeit Beleuchtung: Tageslicht, Flutlicht, Allwetterfähigkeit bis Cat III Sichtbedingung Computer Vision _Seite 3
4 ADS: Messaufgabe Die Messung erfolgt in zwei Schritten:. Bestimmung der Position des Flugzeugs im Bild. 2. Rückschluss auf die Position des Flugzeugs auf dem Rollfeld (im Raum): Objektpunkt auf der Bildebene, z.b. Triebwerksmitte Bildebene z Sehstrahl Höhe der Triebwerksmitte über dem Boden Szenenpunkt Rollfeld(Boden) Voraussetzung: Die Abbildungseigenschaften der Kamera und die Orientierung zwischen Kamera und Boden ist bekannt. Computer Vision _Seite 4
5 Erinnerung: Kameramodell und -kalibrierung Begriffe Kamerakalibirierung (Eichung) = Ermittlung eines Parametersatzes, so dass das Kameramodell das Abbildungsverhalten der Kamera möglichst gut approximiert. Kameramodell = Mathematische Beschreibung (Approximation) des realen Abbildungsverhaltens des Sensors. z.b. Lochkamera: Die Transformation P : R³ R² ist durch 5 Parameter gegeben: f Brennweite (Abstand Ursprung Koordinatensstem und Bildebene) (c x, c ) Bildhauptpunkt (Durchstoßpunkt der z-achse im Bild in Pixeln) d x / d Breite / Höhe eines Pixels in der Einheit des Kamerakoordinatensstems f xc f c i = + cx j = + c d z d z x c c Computer Vision _Seite 5
6 Kamerakalibrierung Begriffe Was wird für die Kamerakalibrierung benötigt? Marke (2,, ) T Marke 3 (4,, ) T Marke (,, ) T Marke 8 (, 2, ) T gemessen (soll) projiziert (ist) Kalibrierkörper und die IDs und Weltkoordinaten der Marken z.b. Schachbrettmuster Größe der Quadrate 2 cm Bild vom Kalibrierkörper und die Bildkoordinaten der Marken Computer Vision _Seite 6
7 Kamerakalibrierung Begriffe Bemerkungen zu den Kalibriermarken: Auch Landmarken kommen als Kalibriermarken in Frage (z.b. Markierungen auf dem Rollfeld von Flughäfen). Auch mit (ausreichend genauen) CAD-Modellen können Kameras kalibriert werden: Dann wird die Lageschätzung um die Kameraparameter erweitert. gemessen (soll) projiziert (ist) Computer Vision _Seite 7
8 Kamerakalibrierung Begriffe Bemerkungen: Standard für CCD-Kameras: Kalibrierung nach Roger Tsai (Lochkamerasstem plus radiale Verzeichnung) Radial verzeichnetes Schachbrettmuster (Fischauge) Die Kalibriermarken müssen alle relevanten Bereiche des Bildes abdecken. Eine echte 3D-Verteilung der Marken stabilisiert die Kalibrierung. Die Mindestanzahl an Kalibriermarken ist durch die Anzahl der zu bestimmenden Parameter gegeben (eine Marke liefert zwei Gleichungen!) Computer Vision _Seite 8
9 ADS: Kameramodell Abbildungsmodell nach Roger Tsai (Lochkamera plus radiale Verzeichnung) Bringe Markierungen auf dem Boden an und ziehe ein Bild mit diesen Markierungen ein. Projiziere die Markierungen auf das Bild (rote Kreuze) Optimiere die Abbildungsparameter, so dass projizierte Markierungen und abgebildete Markierungen möglichst gut übereinstimmen. Computer Vision _Seite 9
10 ADS: Messaufgabe Die Messung erfolgt in zwei Schritten:. Bestimmung der Position des Flugzeugs im Bild. 2. Rückschluss auf die Position des Flugzeugs auf dem Rollfeld (im Raum). Lösung hier: Suche bestimmte Objektpunkte im Bild durch Schablonenanpassung. Computer Vision _Seite
11 Computer Vision _Seite Kreuzkorrelation Seien g und s zwei gleich große Bilder mit Breite B und Höhe H. Dann heißt Kreuzkorrelation von g und s. = = = = = = = 2 2 ), ( ), ( ), ( ), ( ), ( B x H B x H B x H x s x g x s x g s g Korr
12 Schablonenanpassung Gegeben seien ein Bild g und eine Schablone s. Schiebe die Schablone s über das Bild g und berechne an jeder Bildpunktposition die Kreuzkorrelation. An der Position, an der die Schablone und das Bild am besten übereinstimmen, ist die Kreuzkorrelation am größten. Schablone s Bild g Kreuzkorrelationsbild Computer Vision _Seite 2
13 ADS: Objektmodell Objektmodellierung: Modell aus Triebwerkseinlass, Frontscheibe, Hauptfahrwerk (in Form von Schablonen) und deren geometrischer Zusammenhang (Gitter) Centerline Schablonen, starres Gitter Stopposition Die Übereinstimmung des Modells mit dem Bild wird durch Schablonenanpassung (z.b. Korrelationskoeffizient) gemessen. Computer Vision _Seite 3
14 ADS: Suchvorgang im Fangbereich Start Korrelationsverlauf für verschiedene Sequenzen Korrelationsverlauf beim Vorgang "Searching" für Sequenzen mit folgenden Merkmalen: Flugzeugtp: 737; Kamera: color; Mittelwert-Template. ce2 ce9 ce26 Sequenz ce23 ce2 ce ce3 ce7 ce2 ce6 ce2 ce24 ce5 ce Bild-Nr Korrelationswert Bild-Nummer ce3 ce4 ce5 ce25 ce24 ce9 ce2 ce8 ce6 ce5 ce2 ce6 ce7 ce8 ce3 ce4 ce ce ce2 ce22 ce23 ce7 ce26 ce27 ce9 ce ce2 Nein Suchposition festlegen 3D-Template an Suchposition transformieren Bild einziehen Korr. berechnen für Umgebung um Suchposition Template gefunden Korr>Schwellwert Ja Flugzeugposition über 3D-Fit berechnen Tracking Computer Vision _Seite 4
15 ADS: Objektverfolgung Start Aktuelle Flugzeugposition aus "Searching" Schablone an aktuelle Flugzeugposition transformieren Schablone mit aktuellem Bildinhalt überblenden Bild einziehen Korrelation für Schablone berechnen Aktuelle Flugzeugposition über 3D-Fit berechnen Stop-Postion nein ja Stop Computer Vision _Seite 5
16 ADS: Verfolgungsergebnisse Korrelationswert KKV-Werte für "Tracking" Vorgang; Fluzeugtp: 737; Kamera: SW; 3D; 5 P Korrelationsverlauf für verschiedene Sequenzen t3d_2 t3d_ t3d_9 t3d_27 t3d_26 t3d_7 t3d_23 t3d_22 t3d_2 Sequenz t3d_ t3d_ t3d_4 t3d_3 t3d_8 t3d_7 t3d_6 t3d_2 t3d_5 t3d_6 t3d_8 t3d_2 t3d_9 t3d_24 t3d_25 t3d_5 t3d_4 t3d_ Bild-Nr. Nummer t3d_3 t3d_4 t3d_5 t3d_25 t3d_24 t3d_9 t3d_2 t3d_8 t3d_6 t3d_5 t3d_2 t3d_6 t3d_7 t3d_8 t3d_3 t3d_4 t3d_ t3d_ t3d_2 t3d_22 t3d_23 t3d_7 t3d_26 t3d_27 t3d_9 t3d_ t3d_2 Computer Vision _Seite 6
17 ADS: Auswerteergebnisse ,5, Andocksequenz 3: f=6mm Stop: x=-.7, = , Andocksequenz : f=6mm Stop: x=-.3, =.7 Computer Vision _Seite 7
18 ADS: Auswerteergebnisse ,5 - -,5 Computer Vision _Seite 8
19 Zusammenfassung Operationelle Lösungskonzept Sstemanforderungen Anforderungen Bildauswertung Geschwindigkeit Sensoren Nutzungskonzept Latenzzeit Aufgabendefinition Szene Datensätze Genauigkeit Algorithmen Kommunikations- HW-/SW-Konzept Einbindung Einsatz- Echtzeitlösung Randbedingungen Trainingsumgebung Hardware Testumgebung Zuverlässigkeit Sstemintegration Betriebssstem Verfügbarkeit Computer Vision _Seite 9
Kamera Kalibrierung nach Tsai
Kamera Kalibrierung nach Tsai HS: Computer Vision Dozent: Dr. v. Hundelshausen Referentinnen: Alexandra Balschun Malgorzata Wojciechowska Gliederung Lochkamera Extrinsische und Intrinsische Parameter Verzerrung
MehrTechnische Universität München. Fakultät für Informatik
Technische Universität München Fakultät für Informatik Forschungs- und Lehreinheit Informatik IX Thema: Kameramodelle und Kamerakalibrierung Proseminar: Grundlagen Bildverstehen/Bildgestaltung Michaela
MehrComputer Vision: 3D-Geometrie. D. Schlesinger () Computer Vision: 3D-Geometrie 1 / 17
Computer Vision: 3D-Geometrie D. Schlesinger () Computer Vision: 3D-Geometrie 1 / 17 Lochkamera Modell C Projektionszentrum, Optische Achse, Bildebene, P Hauptpunkt (optische Achse kreuzt die Bildebene),
MehrKamerakalibrierung. Messen in Videobildern, Leobots-Projekt Version 1.0. Matthias Jauernig, 03INB, HTWK Leipzig
Kamerakalibrierung Messen in Videobildern, Leobots-Projekt 2006 Version 1.0 Matthias Jauernig, 03INB, HTWK Leipzig Copyright (c) 2006, Matthias Jauernig Kamerakalibrierung, Matthias Jauernig 3 Begriffe
Mehrgeschlossene Schachtel mit einem kleinen Loch
Kameramodellierung Lochkamera Kamerakonstante Kamerazentrum geschlossene Schachtel mit einem kleinen Loch ideale Kamera: Loch hat keine Ausdehnung die Strahlen sind ein Büschel von Geraden Abbildung erfolgt
MehrProf. J. Zhang zhang@informatik.uni-hamburg.de. Universität Hamburg. AB Technische Aspekte Multimodaler Systeme. 16. Dezember 2003
zhang@informatik.uni-hamburg.de Universität Hamburg AB Technische Aspekte Multimodaler Systeme zhang@informatik.uni-hamburg.de Inhaltsverzeichnis 5. Sichtsysteme in der Robotik....................307 Industrielle
Mehr'Visual Hull' mit Hilfe von Spiegeln
'Visual Hull' mit Hilfe von Spiegeln hwww.dip.ee.uct.ac.za/~kforbes/doublemirror/doublemirror.html Dreidimensionales Computersehen Dr.-Ing. Simon Winkelbach www.rob.cs.tu-bs.de/teaching/courses/cs 1 Zur
MehrVorgehen zur Kalibrierung von Kamerabildern
Vorgehen r Kalibrierng von Kamerabildern Prof. Dr.-Ing. Bernhard Lang, 06.04.2013 3 Kalibrierng von Kamerabildern 3.1 Hintergrnd Eine reale Kamera lässt sich geometrisch drch eine Lochkamera modellieren.
MehrProf. J. Zhang zhang@informatik.uni-hamburg.de. Universität Hamburg. AB Technische Aspekte Multimodaler Systeme. 6. Januar 2004
zhang@informatik.uni-hamburg.de Universität Hamburg AB Technische Aspekte Multimodaler Systeme zhang@informatik.uni-hamburg.de Inhaltsverzeichnis Kalibrierung einer Kamera: Grundkonzept...............344
MehrVerfahren zur autonomen bildgestützten Navigation
Verfahren zur autonomen bildgestützten Navigation DGLR Workshop, 14. - 15.2.2007 Führungsaspekte unbemannter Luftfahrzeuge: Technologien und die Einbeziehung des Operateurs N. Schweyer, MBDA LFK-Lenkflugkörpersysteme
MehrMaTHEMATISCHE GRUNDLAGEN BUGA-AR TELESCOPE. Marko HeRBERTZ
MaTHEMATISCHE GRUNDLAGEN BUGA-AR TELESCOPE Marko HeRBERTZ Wiederholung: Objekt-, Welt- und Kamerakoordinaten Kugelkoordinaten in kartesische Mögliche Schwierigkeiten Kameralinse Lage der Festung Lagerichtige
MehrSuperweitwinkel- und Fisheye-Kameras in photogrammetrischen Anwendungen
Superweitwinkel- und Fisheye-Kameras in photogrammetrischen Anwendungen MUYAN XIAO Zusammenfassung: Im Rahmen der Arbeit soll untersucht werden, in wie weit sich das klassische perspektivische Kalibriermodell
MehrStereo Vision Anwendungen 2 / Sommersemester 2010 Fakultät Technik und Informatik Department Informatik Gregory Föll
Anwendungen 2 / Sommersemester 2010 Fakultät Technik und Informatik Department Informatik Übersicht Rückblick 3D-Bildaufnahme Kamerakalibrierung Triangulation durch Active Vision Korrespondenzproblem /
MehrMessen von Strecken, Flächen und Winkeln in Fotografien mit MB-Ruler Pro
Messen von Strecken, Flächen und Winkeln in Fotografien mit MB-Ruler Pro Markus Bader - MB-Softwaresolutions verzerrten Haus-Fassade. Referenzrechteck festlegen gemessene Werte Eckpunkte des Rechtecks
MehrMessungen im Objektkoordinatensystem aus Kamerabildern
Einbildorientierung Orientierung Ziel der Photogrammetrie Messungen im Objektkoordinatensystem aus Kamerabildern Dazu müssen bekannt sein die Abbildungsgeometrie der Kameras, d.h. die Parameter der inneren
MehrMARKERLESS AUGMENTED REALITY. Henrik Brauer
MARKERLESS AUGMENTED REALITY Henrik Brauer Inhalt Was ist Augmented Reality Meine Motivation Grundlagen Positionsbestimmung mit Marker Positionsbestimmung ohne Marker Idee Risiken INHALT Augmented Reality
MehrComputer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg
Nikos Canterakis Lehrstuhl für Mustererkennung, Universität Freiburg Gliederung 6 Endliche Kameras Die Lochkamera Die Projektive Kamera Die projektive Kamera Spalten von P Zeilen von P Hauptpunkt und Hauptachse
MehrInhalte. Photogram. Aufnahmesysteme. HS BO Lab. für Photogrammetrie: Metrische Kameras und Innere Orientierung 1
Inhalte Photogram. Aufnahmesysteme Metrische Kameras (Definition der Inneren Orientierung) Analoge Messkameras Fotografische Aspekte Digitalisierung analoger Bilder Digitale Messkameras HS BO Lab. für
Mehr3D-Model Reconstruction using Vanishing Points
3D-Model Reconstruction using Vanishing Points Seminar: Ausgewä hlte Themen zu "Bildverstehen und Mustererkennung" Dozenten: Prof. Dr. Xiaoyi Jiang, Dr. Da-Chuan Cheng, Steffen Wachenfeld, Kai Rothaus
MehrPrinzip. Grundkonzept Zeilenkamera
Zeilenkameras Prinzip Grundkonzept Zeilenkamera Prinzip Sensor einzelne CCD-Zeile, orthogonal zur Flugrichtung angeordnet; oft auch pushbroom scanner Aufnahme System muss so konfiguriert sein, dass unmittelbar
MehrVersuch C: Auflösungsvermögen Einleitung
Versuch C: svermögen Einleitung Das AV wird üblicherweise in Linienpaaren pro mm (Lp/mm) angegeben und ist diejenige Anzahl von Linienpaaren, bei der ein normalsichtiges Auge keinen Kontrastunterschied
MehrBildauswertung in UAV
Bildauswertung in UAV Prof. Dr. Nailja Luth Prof. N. Luth Emden 2014-1 OTH Ost-Bayerische Technische Hochschule Amberg-Weiden Prof. N. Luth Emden 2014-2 Prof. Dr.-Ing. N. Luth: Vorlesung Bildverarbeitung
MehrBildverarbeitung Herbstsemester. Mustererkennung
Bildverarbeitung Herbstsemester Herbstsemester 2009 2012 Mustererkennung 1 Inhalt Einführung Mustererkennung in Grauwertbildern Ähnlichkeitsmasse Normalisierte Korrelation Korrelationskoeffizient Mustererkennung
MehrParametrisierung von Hochgeschwindigkeits-Kamerasystemen zur Echtzeit-Bildbearbeitung
Parametrisierung von Hochgeschwindigkeits-Kamerasystemen zur Echtzeit-Bildbearbeitung Inhalt Einführung Aufbau eines Hochgeschwindigkeits-Kamerasystems Hochgeschwindigkeitskamera Objektive Beleuchtung
MehrAufnahmeplanung. 1. Geben Sie im Bereich Objektgröße / Bildgröße die vor Ort gemessene Breite [m] und Höhe [m] Ihres Objektes ein.
Für viele Kunden war der Kauf von metigo MAP mit einem Umstieg von der klassischen Kartierung mit Fotografien, Folien und Stiften hin zur digitalen Kartierung am PC verbunden. So war es dann auch nicht
MehrLESBARKEIT VON KFZ-KENNZEICHEN IM NÄCHTLICHEN BETRIEB EINER VIDEOÜBERWACHUNGSANLAGE
LESBARKEIT VON KFZ-KENNZEICHEN IM NÄCHTLICHEN BETRIEB EINER VIDEOÜBERWACHUNGSANLAGE Das Problem ist bekannt: KFZ-Kennzeichen im nächtlichen Betrieb lesbar zu beleuchten ist häufig nicht möglich, da an
Mehr*EP001251329A2* EP 1 251 329 A2 (19) (11) EP 1 251 329 A2 (12) EUROPÄISCHE PATENTANMELDUNG. (43) Veröffentlichungstag: 23.10.2002 Patentblatt 2002/43
(19) Europäisches Patentamt European Patent Office Office européen des brevets *EP00121329A2* (11) EP 1 21 329 A2 (12) EUROPÄISCHE PATENTANMELDUNG (43) Veröffentlichungstag: 23..02 Patentblatt 02/43 (1)
MehrDatenblatt zu EOS Optical Infrared Tracking-System ZGDV, Darmstadt Stand: 06.2006
Datenblatt zu EOS Optical Infrared Tracking-System ZGDV, Darmstadt Stand: 06.2006 Das EOS Optical IR-Tracking-System ist eine kombinierte Hardware-Software-Lösung zur Messung von Positionen von starren
MehrIndustrielle Bildverarbeitung
Industrielle Bildverarbeitung Übungen 1. Aufgabe Ein Objektiv mit der Brennweite 12.5mm kann auf Entfernungen zwischen 0.5 m und eingestellt werden. Wie gross ist dann jeweils die Bildweite? Dieses Objektiv
MehrPraktikumsversuch. Kamerakalibrierung. S. Rahmann und H. Burkhardt
Praktikumsversuch Kamerakalibrierung S. Rahmann und H. Burkhardt . Inhaltsverzeichnis 1 Kamerakalibrierung 5 1.1 Einleitung............................... 5 1.2 Projektive Geometrie.........................
MehrAutomatische Kalibrierung eines Kamerasystems zur Verkehrsdatenerfassung auf Basis von Navigationssensorik Sebastian Schulz, DLR-TS-ANL
DLR.de Folie 1 03.03.2015, ASW 2016, Wildau Automatische Kalibrierung eines Kamerasystems zur Verkehrsdatenerfassung auf Basis von Navigationssensorik Sebastian Schulz, DLR-TS-ANL DLR.de Folie 2 Agenda
MehrTeamprojekt: Programmierung verteilter eingebetteter Systeme
Stephan Friedrichs, Henning Günther, Sven Hesse, Oliver Mielentz, Christoph Peltz, Martin Wegner 8. Februar 2008 Inhaltsverzeichnis 1 Ziele 3 1.1 Beschreibung...............................................
MehrTransformationen im 3D-Raum
Thomas Jung Repräsentation von 3D-Oberflächen Aufbau von Szenen Transformationen im 3D-Raum Projektionstranformationen Anwendung in OpenGL Geometrietransformationen bilden die Basis für die Computergrafik
MehrComputer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg
Nikos Canterakis Lehrstuhl für Mustererkennung, Universität Freiburg Gliederung 7 Projektionen und Rückprojektionen Der Punkt Die Gerade Die Quadrik Die Ebene Zusammenhang Kalibriermatrix - Bild des absoluten
MehrAugmented Reality - Grundlagen
Augmented Reality - Grundlagen Intelligente Mensch-Maschine-Interaktion - IMMI SS 2011 Prof. Didier Stricker Didier.Stricker@dfki.de Die Vorlesung am 07.06 findet im Raum Zuse am DFKI statt 2 Übersicht
MehrSkizzieren Sie das Schaubild von f einschließlich der Asymptote.
G13-2 KLAUSUR 24. 02. 2011 1. Pflichtteil (1) (2 VP) Bilden Sie die Ableitung der Funktion f(x) = e2x 1 e x und vereinfachen Sie gegebenenfalls. (2) (2 VP) Geben Sie für die Funktion f(x) = (5 + 3 ) 4
MehrDas mache ich selbst! Hotpixel-Korrektur mit dem ueye Hotpixel Editor
Das mache ich selbst! Hotpixel-Korrektur mit dem ueye Hotpixel Editor Auf jedem Sensor gibt es Pixel, die nicht proportional auf das einfallende Licht reagieren. Oft sind diese Pixel heller und bei dunklen
Mehr11.3. Variablentrennung, Ähnlichkeit und Trajektorien
3 Variablentrennung, Ähnlichkeit und Trajektorien Trennung der Veränderlichen (TdV) Es seien zwei stetige Funktionen a (der Variablen ) und b (der Variablen ) gegeben Die Dgl a( ) b( ) b( ) d d läßt sich
MehrSuperweitwinkel- und Fisheye-Kameras in photogrammetrischen Anwendungen
Dreiländertagung der DGPF, der OVG und der SGPF in Bern, Schweiz Publikationen der DGPF, Band 25, 2016 Superweitwinkel- und Fisheye-Kameras in photogrammetrischen Anwendungen MUYAN XIAO 1 & MICHAEL CRAMER
MehrPP Physikalisches Pendel
PP Physikalisches Pendel Blockpraktikum Frühjahr 2007 (Gruppe 2) 25. April 2007 Inhaltsverzeichnis 1 Einführung 2 2 Theoretische Grundlagen 2 2.1 Ungedämpftes physikalisches Pendel.......... 2 2.2 Dämpfung
Mehr3D-Sensoren auf PMD-Basis zur Objekterkennung und -verfolgung
3D-Sensoren auf PMD-Basis zur Objekterkennung und -verfolgung Dipl.-Phys. Hartmut Eigenbrod 10 Jahre Fraunhofer-Allianz Vision Erlangen, 26. Oktober 2007 1 Gliederung Laufzeitkameras und ihre Vor- und
MehrEin- und Ausgabegeräte für AR-Systeme
Ein- und Ausgabegeräte für AR- Hauptseminar: Virtual and Augmented Reality Karin Leichtenstern am Gliederung (1) 1. Einführung Besonderheiten Anforderungen 2. Eingabegeräte in der Augmented Reality Klassische
MehrBildverarbeitung zur Bewertung und Steuerung nachgelagerter Prozesse
Bildverarbeitung zur Bewertung und Steuerung nachgelagerter Prozesse Domenic Foerderer M. Sc., ProNES Automation GmbH Matthias Hielscher B. Eng., MüKo Maschinenbau GmbH Agenda Vorstellung der Referenten
MehrMechanik. Aufnahme der Weg-Zeit-Diagramme geradliniger Bewegungen. LEYBOLD Handblätter Physik P
Mechanik Translationsbewegungen des Massenpunktes Eindimensionale Bewegungen auf der Rollenfahrbahn LEYBOLD Handblätter Physik Aufnahme der Weg-Zeit-Diagramme geradliniger Bewegungen P1.3.2.4 Aufzeichnung
MehrKalibration einer CCD-Kamera oder DSLR-Kamera zur Messung der Helligkeit des Himmelshintergrundes
Kalibration einer CCD-Kamera oder DSLR-Kamera zur Messung der Helligkeit des Himmelshintergrundes Thomas Waltinger Zur Beurteilung der Helligkeit des Nachthimmels werden in letzter Zeit immer häufiger
MehrFadenpendel (M1) Ziel des Versuches. Theoretischer Hintergrund
Fadenpendel M) Ziel des Versuches Der Aufbau dieses Versuches ist denkbar einfach: eine Kugel hängt an einem Faden. Der Zusammenhang zwischen der Fadenlänge und der Schwingungsdauer ist nicht schwer zu
MehrNeues Verfahren zur Roboterzielführung ohne Kalibrierung
Lernende Roboterführung Roboteraugen werden autonomer, leistungsfähiger und genauer Neues Verfahren zur Roboterzielführung ohne Kalibrierung Unter dem Namen AURA (Adaptive Uncalibrated Robot Automation)
MehrHinweise zur Kalibrierung von Kameras mit einer AICON Kalibriertafel
Hinweise zur Kalibrierung von Kameras mit einer AICON Kalibriertafel AICON 3D Systems GmbH Celler Straße 32 D-38114 Braunschweig Telefon: +49 (0) 5 31 58 000 58 Fax: +49 (0) 5 31 58 000 60 Email: info@aicon.de
MehrDispersion DADOS. Problemstellung. Technische Daten, DADOS. Rechnung
Dispersion DADOS Problemstellung Für ie Auswertung von Spektren ist es notwenig, ie Nichtlinearität er Wellenlängenskala auf em CCD Chip zu berücksichtigen. Dies wir hier am Beispiel es DADOS urchgerechnet,
MehrInhalte. Photogram. Aufnahmesysteme. HS BO Lab. für Photogrammetrie: Digitalisierung analoger Bilder 1
Inhalte Photogram. Aufnahmesysteme Metrische Kameras (Definition der Inneren Orientierung) Analoge Messkameras Fotografische Aspekte Digitalisierung analoger Bilder Digitale Aufnahmesysteme (Messkameras)
MehrPh 16/01 G_Online-Ergänzung
Ph 16/01 G_Online-Ergänzung S. I S. I + II S. II PHYSIK KAI MÜLLER Online-Ergänzung 1 Spektralanalyse für den Hausgebrauch Material Lichtquelle ( Energiesparlampe, LED-Lampe, Kerze (Vorsicht: nichts anbrennen!),
MehrDer EVMA 1288 Standard als Wegweiser zur richtigen Kamera mit der richtigen Bildqualität. Vortragender: Christoph Hoernlen Territory Account Manager
Der EVMA 1288 Standard als Wegweiser zur richtigen Kamera mit der richtigen Bildqualität Vortragender: Christoph Hoernlen Territory Account Manager Inhalt 1 Einführung in Bildqualität und ihre entscheidende
MehrBildverarbeitung - Inhalt
Bildverarbeitung Bildverarbeitung - Inhalt 1. Anfänge der industriellen Bildverarbeitung 2. Von der Kamera zum Vision Sensor 3. Hardware Konzepte in der BV 4. Beleuchtungssysteme 5. Auswerteverfahren (Software)
MehrFitting 3D Models to Images
Proseminar "Aufgabenstellungen der Bildanalyse und Mustererkennung" Fitting 3D Models to Images WS 08/09 Gliederung Einleitung Pose Consistency perspective Camera affine/projective Camera Linearkombinationen
MehrFachartikel. Telezentrische Objektive für Kameras größer 1 Zoll
Vision & Control GmbH Mittelbergstraße 16 98527 Suhl. Germany Telefon: +49 3681 / 79 74-0 Telefax: +49 36 81 / 79 74-33 www.vision-control.com Fachartikel Telezentrische Objektive für Kameras größer 1
MehrEP A1 (19) (11) EP A1 (12) EUROPÄISCHE PATENTANMELDUNG. (43) Veröffentlichungstag: Patentblatt 2010/45
(19) (12) EUROPÄISCHE PATENTANMELDUNG (11) EP 2 249 80 A1 (43) Veröffentlichungstag:.11.20 Patentblatt 20/4 (1) Int Cl.: H04N 17/00 (2006.01) (21) Anmeldenummer: 0940093.1 (22) Anmeldetag: 0.0.2009 (84)
MehrHolm Sieber <sieber@prudsys.de> Digitalfotografie und Linux
Holm Sieber Digitalfotografie und Linux Agenda Teil 1 Kleine Fotoschule Technik der Digitalkamera Digitalkamera-Besonderheiten beim Fotografieren Marktübersicht und Kaufempfehlungen
MehrSchärfe und Schärfentiefe bei der e-1
Schärfe und Schärfentiefe bei der e-1 Klaus Schräder Nov 2003 Im August 2002 habe ich einen Artikel veröffentlicht, der sich mit dem Problem der Schärfe und der Schärfentiefe bei den e-10 und e-20 Kameras
MehrHead Tracking durch Bildanalyse auf einem Smartphone
Gruppenarbeit Head Tracking durch Bildanalyse auf einem Smartphone Andreas Marcaletti Si Sun Betreuer: Samuel Welten Michael Kuhn Prof. Dr. R. Wattenhofer 1 / 17
MehrFakultät für Physik und Astronomie
Fakultät für Physik und Astronomie Ruprecht-Karls-Universität Heidelberg Diplomarbeit im Studiengang Physik vorgelegt von Christoph Sebastian Garbe aus Bochum September 1998 Entwicklung eines Systems
MehrBach 3D Messtechnik GmbH, Rosenstraße 18 73760 Ostfildern. Ihr Ansprechpartner bei. BACH 3D Messtechnik GmbH:
PC-DMIS Schulungen Bach 3D Messtechnik GmbH, Rosenstraße 18 Ihr Ansprechpartner bei BACH 3D Messtechnik GmbH: Herr Thomas Bach Tel. : +49 711 504 629 36 Frau Kerstin Mendel Tel.: +49 711 504 629 38 Fax.
MehrProtokoll Beobachtung von cc And an der Nordkuppel
Observatoriumspraktikum WS 2006/07 Protokoll O2 Beobachtung von cc And an der Nordkuppel von Christoph Saulder 0400944 Praktikumspartner: Egon Tschurtschenthaler Ablauf der Beobachtungsnacht Als erstes
MehrVerfahren zur Positionsbestimmung im Indoor-Bereich. Nico Manske INF-M3 - Seminar/Ringvorlesung - Wintersemester 2007/
Verfahren zur Positionsbestimmung im Indoor-Bereich Nico Manske INF-M3 - Seminar/Ringvorlesung - Wintersemester 2007/2008 30. November 2007 Agenda Motivation Existierende Prinzipien Verwendetes kamerabasiertes
MehrEntwicklung eines Verfahrens zur Lagekorrektur von Kalibrierungsmustern in Bildsequenzen
Entwicklung eines Verfahrens zur Lagekorrektur von Kalibrierungsmustern in Bildsequenzen Studienarbeit im Rahmen des Diplomstudienganges Informatik eingereicht am Institut für Informatik der Humboldt-Universität
MehrDabei bezeichnet x die Einflussgrösse (Regressor), y die Zielvariable (die eine Folge der Ursache x ist) und die Störung. Die n = 3 Beobachtungen
Lineare Regression und Matrizen. Einführendes Beispiel Der im Kapitel Skalarprodukt gewählte Lösungsweg für das Problem der linearen Regression kann auch mit Matrizen formuliert werden. Die Idee wird zunächst
MehrSystemtheorie 1. Einführung Systemtheorie 1 Formale Systeme 1 # WS 2006/2007 Armin Biere JKU Linz Revision: 1.4
Einführung intro 1 Grobklassifizierung r Methoden in der Informatik intro 2 Systemtheorie 1 Systeme 1 #342234 http://fmv.jku.at/fs1 WS 2006/2007 Johannes Kepler Universität Linz, Österreich Univ. Prof.
MehrDer Tanz der Jupiter-Monde
T.H. Der Tanz der Jupiter-Monde V1.1 Thomas Hebbeker 27.10.2012 Motivation Messung der Bahndaten der 4 Galileischen Jupitermonde Umlaufzeiten, Bahnradien Überprüfung des III. Keplerschen Gesetzes Berechnung
MehrHarmonische Schwingung Schraubenfedern in Parallel- und Reihenschaltung
Harmonische Schwingung TEP Prinzip Für unterschiedliche Federn und Federkombinationen soll die Federkonstante D bestimmt werden. Für die verschiedenen experimentellen Versuchsaufbauten und die angehängten
MehrDigitale Bildverarbeitung Einheit 12 3D-Modellierung
Digitale Bildverarbeitung Einheit 12 3D-Modellierung Lehrauftrag WS 05/06 Fachbereich M+I der FH-Offenburg Dipl.-Math. Bernard Haasdonk Albert-Ludwigs-Universität Freiburg Ziele der Einheit Einen Eindruck
MehrDigitale Luftbildkamera ADS40 (Airborne Digital Sensor)
Digitale Luftbildkamera ADS40 (Airborne Digital Sensor) Dr. Andreas Eckardt Deutsches Zentrum für Luft und Raumfahrt Institut für Weltraumsensorik und Planetenerkundung Rutherfordstrasse 2, D-12484 Berlin,
MehrMOBOTIX Planungshilfe
The HiRes Video Company 06/2010 DE MOBOTIX Planungshilfe DE www.mobotix.com Innovationsschmiede Made in Germany Die in Deutschland börsennotierte MOBOTIX AG gilt nicht nur als innovativer Technologiemotor
MehrPolte, Galina; Rennert, Klaus-Jürgen; Linß, Gerhard: Korrektur von Abbildungsfehlern für optische Messverfahren
Polte, Galina; Rennert, Klaus-Jürgen; Linß, Gerhard: Korrektur von Abbildungsfehlern für optische Messverfahren Publikation entstand im Rahmen der Veranstaltung: Workshop "Flexible Montage", Ilmenau, 09.
MehrBildtransformationen. Geometrische Transformationen Grauwert-Interpolation
Bildtransformationen Geometrische Transformationen Grauwert-Interpolation Transformation Transformation zwei Schritte geometrische Transformation (Trafo der Koordinaten) Neuberechnung der Pielwerte an
MehrMathematische Probleme lösen mit Maple
Mathematische Probleme lösen mit Maple Ein Kurzeinstieg Bearbeitet von Thomas Westermann überarbeitet 2008. Buch. XII, 169 S. ISBN 978 3 540 77720 5 Format (B x L): 15,5 x 23,5 cm Weitere Fachgebiete >
MehrStatistik, Datenanalyse und Simulation
Dr. Michael O. Distler distler@kph.uni-mainz.de Mainz, 5. Juli 2011 Zunächst: PCA (Hauptkomponentenanalyse) ist eine mathematische Prozedur, die eine Anzahl von (möglicherweise korrelierten) Variablen
MehrEINFÜHRUNG LEGO MINDSTORMS
EINFÜHRUNG LEGO MINDSTORMS LabVIEW 2014 Prof. Dr.-Ing. Dahlkemper 1 NXT DIRECT COMMANDS Es gibt zwei verschiedene Möglichkeiten, die Lego-Roboter zu programmieren: Man kann das Programm direkt auf den
MehrBeispiel mit Hinweisen 1 1/3 Dreieck
Beispiel mit Hinweisen 1 1/3 Dreieck Zeige für das Dreieck ABC [ A(5/5), B(29/15), C(5/15) ] die Richtigkeit von folgender Behauptung: Die drei Verbindungsstrecken der Eckpunkte mit den Berührungspunkten
MehrAnaloge Messkameras. HS BO Lab. für Photogrammetrie: Analoge Messkameras 1
Analoge Messkameras HS BO Lab. für Photogrammetrie: Analoge Messkameras 1 Luftbildmesskameras Luftbildmesskameras (Reihenmesskameras) sind großformatige filmbasierte Messkameras. In der Luftbildphotogrammetrie
MehrKonfiguration von OpenCOVER und COVISE
Konfiguration von OpenCOVER und COVISE Andreas Kopecki kopecki@hlrs.de University of Stuttgart High-Performance Computing-Center Stuttgart (HLRS) www.hlrs.de COVISE-/OpenCOVER-Konfiguration Slide 1 Höchstleistungsrechenzentrum
Mehr2.2 Projektionen und Kameramodelle
Graphikprog. GRUNDLEGENDE VERFAHREN UND TECHNIKEN. Projektionen und Kameramodelle Nachdem alle Objekte einer Szenerie mittels der besprochenen Transformationen im D-Weltkoordinatensystem platziert sind,
MehrParabelfunktion in Mathematik und Physik im Fall des waagrechten
Parabelfunktion in Mathematik und Physik im Fall des waagrechten Wurfs Unterrichtsvorschlag, benötigtes Material und Arbeitsblätter Von der Physik aus betrachtet.. Einführendes Experiment Die Kinematik
MehrHandbuch zu SpyderLENSCAL
Handbuch zu SpyderLENSCAL Der Spyder-Effekt Herzlichen Glückwunsch! Sie haben jetzt ein überlegenes Tool zum Messen und Anpassen der Fokussierungsleistung Ihrer Ka-mera-Objektiv-Kombinationen. Datacolor
MehrWie es Euch gefällt Pixelvorverarbeitung oder RAW-Format
Wie es Euch gefällt Pixelvorverarbeitung oder RAW-Format Je nach Anwendung werden an die Bilddaten unterschiedliche Anforderungen gestellt. Beim schnellen Schnappschuss möchte Sie ein fertiges Bild von
MehrIntelligenter Sensor F160
10-Punkte-Plan-Fragebogen für Applikationsanfragen siehe Seite 35. Anwendungen OCR (Schrift lesen) Steuereinheit: F160 C15E Handkonsole: F160 KP Kameras: F160 S1 F150 SLC20 F150 SLC50 integr. intelligente
MehrStarrer Körper: Drehimpuls und Drehmoment
Starrer Körper: Drehimpuls und Drehmoment Weitere Schreibweise für Rotationsenergie: wobei "Dyade" "Dyadisches Produkt" Def.: "Dyadisches Produkt", liefert bei Skalarmultiplikation mit einem Vektor : und
MehrUnterrichtsreihe zur Parabel
Unterrichtsreihe zur Parabel Übersicht: 1. Einstieg: Satellitenschüssel. Konstruktion einer Parabel mit Leitgerade und Brennpunkt 3. Beschreibung dieser Punktmenge 4. Konstruktion von Tangenten 5. Beweis
MehrErmittlung von aerodynamischen Beiwerten eines PV-Solar-Tracker-Modells im Windkanal
Ermittlung von aerodynamischen Beiwerten eines PV-Solar-Tracker-Modells im Windkanal LWS-TN-10_74 ASOLT1 Florian Zenger, B.Eng. Prof. Dr.-Ing. Stephan Lämmlein Labor Windkanal/Strömungsmesstechnik Hochschule
MehrHDTV für industrielles Fernsehen und Bildverarbeitung
HDTV für industrielles Fernsehen und Bildverarbeitung Dr. Bernd Schlichting Teamleiter F&E Kameras VISION 2009, 3. bis 5. November 2009 realize visions. HDTV für industrielles Fernsehen und Bildverarbeitung
MehrÜbung 2 im Fach "Biometrie / Q1"
Universität Ulm, Institut für Epidemiologie und Medizinische Biometrie, D-897 Ulm Institut für Epidemiologie und Medizinische Biometrie Leiter: Prof. Dr. D. Rothenbacher Schwabstr. 3, 8975 Ulm Tel. +49
MehrGERLACHGmbH und Co. KG. WERKZEUGE & KALIBRIERUNG. AdvanTec. Bedienungsanleitung. gwk Quality Made in Germany
AdvanTec Werkzeug-Übersicht Status LED Orange: Moment Füge-Moment Grün: Status IO Rot: Status NIO Stop LED (gelb) 96 x 32 Pixel LC-Display Zum Einschalten Taste betätigen Drehgeber (Drücken: OK-Taste)
MehrTechnische Hinweise zum Verfahren
Technische Hinweise zum Verfahren Mit aspect 3D ist es möglich auf einfache Art farbige 3D-Punktwolken aus digitalen Bildsequenzen zu erstellen. Sie benötigen hierzu lediglich eine digitale Kamera und
MehrEVC Repetitorium Blender
EVC Repetitorium Blender Michael Hecher Felix Kreuzer Institute of Computer Graphics and Algorithms Vienna University of Technology INSTITUTE OF COMPUTER GRAPHICS AND ALGORITHMS Filter Transformationen
MehrStereovision: Grundlagen
Stereovision: Grundlagen Matthias Behnisch mbehnisc@techfak.uni-bielefeld.de Februar 2005 Inhaltsverzeichnis 1 Einleitung 2 2 Räumliches Sehen 2 3 Binokulare Perspektive 4 3.1 Hering Koordinaten.........................
MehrBildwinkel & Auflösung
Whitepaper HD-Kameras Bildwinkel & Auflösung Box-Kameras DF4510HD DF4910HD DF4910HD-DN DF4920HD-DN Dome-Kameras DDF4510HDV DDF4910HDV DDF4910HDV-DN DDF4820HDV-DN DDF4920HDV-DN IR-Kameras DF4910HD-DN/IR
MehrPhysikalisches Anfaengerpraktikum. Trägheitsmoment
Physikalisches Anfaengerpraktikum Trägheitsmoment Ausarbeitung von Marcel Engelhardt & David Weisgerber (Gruppe 37) Montag, 1. März 005 email: Marcel.Engelhardt@mytum.de Weisgerber@mytum.de 1 1. Einleitung
MehrPolaroid DMC an DISKUS
Carl H. Hilgers Technisches Büro Hauptstraße 82 53693 Königswinter Tel.: 022 23-222 68 Fax: 022 23-275 94 E-Mail: hilgers@hilgers.com Polaroid DMC an DISKUS Die digitale Kamera von Polaroid hat einen SCSI-2
MehrBild Nummer 1: Bild Nummer 2: Seite B 1
Bild Nummer 1: Bild Nummer 2: Seite B 1 Bild Nummer 3: Bild Nummer 4: Seite B 2 Bild Nummer 5: Bild Nummer 6: Seite B 3 Bild Nummer 7: Bild Nummer 8: Seite B 4 Bild Nummer 9: Bild Nummer 10: Seite B 5
MehrT.Hebbeker T.H. V1.0. Der Tanz der Jupiter-Monde. oder. Auf den Spuren Ole Rømers
T.H. Der Tanz der Jupiter-Monde V1.0 oder Auf den Spuren Ole Rømers Thomas Hebbeker 25.06.2012 Motivation Messung der Bahndaten der 4 Galileischen Jupitermonde Umlaufzeiten, Bahnradien Überprüfung des
MehrGrundlagen der Objektmodellierung
Grundlagen der Objektmodellierung Daniel Göhring 30.10.2006 Gliederung Grundlagen der Wahrscheinlichkeitsrechnung Begriffe zur Umweltmodellierung Bayesfilter Zusammenfassung Grundlagen der Wahrscheinlichkeitsrechnung
Mehr