SoSe24 - Praktikum Systementwurf - Inverse Perspektiventransformation (IPT)

Abbildung 1: GeradeInKurve in BirdeyeView Perspektive

Autoren:	Daniel Block, Paul Janzen
Thema:	Inverse Perspektiventransformation (IPT)
Workshoptermin 9:	20.06.2024
Lernzielkontrolle 3:	04.07.2024

Einleitung

In diesem Wikiartikel wird dargestellt, wie wir eine Inverse Perspektiventransformation (IPT) auf ein Bild und ein Video angewendet haben. Die angewendete IPT war eine sogenannte Bird's Eye View-Transformation. Diese Technik bietet eine unverzerrte Draufsicht, die die Erkennung und Verfolgung von Fahrspuren erheblich erleichtert, da die Linien parallel und gleichmäßig erscheinen.

Kalibrierung der Kamera

Für die Erstellung des kalibrierten Bildes wurden folgende von der App erstellten Parameter verwendet:

Tabelle 1: Erzeugte Parameter der Matlab Calibrator App
Parameter	Wert
FocalLength	[472.3687, 473.2485]
ImageSize	[478, 752]
RadialDistortion	[-0.3437, 0.1698, -0.0485]
TangentialDistortion	[0.0016, -0.0018]
PrincipalPoint	[386.103, 228.4705]
MeanReprojectionError	0.1542

Tabelle 2: Extrinsische Kameraparameter
Parameter	Wert
Kameraneigung	10°
Kamerahöhe über Boden	27,5cm
Fahrzeugfront bis Kamera	27cm
Fahrzeuglänge	41cm
Fahrzeugbreite	20cm

Inversen Perspektiventransformation

Beschreibung der MATLAB Funktion(en), Eingangs- und Ausgangsparameter

PAP

Programmablaufplan

Quelltext

startInversePerspektivenTransformation.m

%****************************************************************
%                   Hochschule Hamm-Lippstadt                   *
%****************************************************************
% Modul	          : SDE-Praktikum                               *
%                                                               *
% Datum           : 20.06.2024                                  *
%                                                               *
% Funktion        : Inverse Perspektiventransformation          *
%                                                               *
% Implementation  : MATLAB 2023a                                *
%                                                               *
% Req. Toolbox    : Image Processing Toolbox                    *
%                   Computer Vision Toolbox                     *
%                   Automated Driving Toolbox                   *
%                                                               *
% Author          : Paul Janzen, Daniel Block                   *
%                                                               *
% Bemerkung       :                                             *
%                                                               *
% Letzte Änderung : 20.06.2024                                  *
%                                                               *
%***************************************************************/
%% Matlab vorbereiten
clear all
close all
clc

%% Pfade einstellen und Parameter laden
addpath 'D:\SVN\SDE_Praktikum_trunk\_Semesterordner\SS2024\Team_1_Block_Janzen\Termin_9\Aufgabe_9_1'
addpath 'D:\SVN\SDE_Praktikum_trunk\_Semesterordner\SS2024\Team_1_Block_Janzen\Termin_9\Bilder'
load('cameraParams.mat')


%% Bild laden
inputImage = imread('Geradeaus.png');
%inputImage = imread('Linkskurve.png');

%% Einstellen der notwendigen Parameter
% Intrinsischen Parameer
camIntrinsics = cameraIntrinsics(cameraParams2.FocalLength,cameraParams2.PrincipalPoint,cameraParams2.ImageSize);

% Extrinsischen Parameter
height = 0.275;
pitch = 10;
sensor = monoCamera(camIntrinsics,height,'Pitch',pitch);

% Einstellen der Sichtweite
distAhead = 3;
spaceToOneSide = 0.8;
bottomOffset = 0.275;
outView = [bottomOffset,distAhead,-spaceToOneSide,spaceToOneSide];

% IPT am Bild anwenden 
outImageSize = [NaN,250];
birdsEyeConfig = birdsEyeView(sensor, outView, outImageSize);
outputImage = transformImage(birdsEyeConfig, inputImage);

%% Darstellung des Bildes in BirdeyeView
figure
imshow(outputImage);
title('Geradeaus in BirdeyeView')


%% Video laden
video = VideoReader('GeradeInKurve.mp4');

% Video Writer initialisieren
outputVideoFile = 'GeradeInKurve_IPT.mp4'; % Speichername des Bearbeiteten Videos festlegen
outputVideo = VideoWriter(outputVideoFile, 'MPEG-4'); % Datentyp des Neuen Videos festlegen
outputVideo.FrameRate = video.FrameRate; % Festlegen der gleichen Bildrate wie das Originalvideo
open(outputVideo);

% Frames extrahieren, bearbeiten und in das neue Video schreiben
while hasFrame(video)
    frame = readFrame(video); % Einlesen der einzelnen Frames
    
    % Frame bearbeiten
    processedFrame = transformImage(birdsEyeConfig, frame); % Frame mit der IPT transformeieren
    processedFrame = rgb2gray(processedFrame); % Bild in ein Graubild umwandeln
    processedFrame = imbinarize(processedFrame); % Bild in ein Binärbild umwandeln

    % Bearbeitete Frames in das neue Video schreiben
    writeVideo(outputVideo, im2uint8(processedFrame));
end

% Video Writer schließen
close(outputVideo);

Ergebnisse

Abbildung 3: Original Bild von Geradeaus

Analyse

Tabelle 1: Problembeschreibung
Beschreibung	Das Problem ist..
Was genau ist das Problem?	Neben der Fahrbahn werden auch Störelemente aufgenommen
Wo tritt das Problem auf?	Die Kamera zeichnet die Störquellen mit auf
Wie zeigt sich das Problem?	Zusätzliche Kanten und Muster werden in den transformierten Bildern angezeigt
Wann tritt das Problem auf?	Bei jedem aufgenommenen Bild
Warum ist es ein Problem?	Bei der Weiterarbeitung und Verwendung kann dies zu Fehl Schlüssen führen

Tabelle 2: Ursachenanalyse
Nr.	Beschreibung
1	Warum?

Tabelle 3: Maßnahmen zur Beseitigung der identifizierten Ursache(n)
Nr.	Maßnahme	Verantwortung	Termin	Status
1		Max Mustermann

Hinweis: Die Maßnahmen müssen nicht umgesetzt werden.

Zusammenfassung

Beantwortung der Lernzielkontrollfragen

→ zurück zum Hauptartikel: Praktikum SDE | SDE-Team 2024/25 | Lernzielkontrolle 3