SoSe24 - Praktikum Systementwurf - Inverse Perspektiventransformation (IPT): Unterschied zwischen den Versionen
Zur Navigation springen
Zur Suche springen
(Ergebniss Gif eingefügt. Außerdem die Struktur für die Intrinsischen und Extrinsischen Parameter) |
KKeine Bearbeitungszusammenfassung |
||
(2 dazwischenliegende Versionen desselben Benutzers werden nicht angezeigt) | |||
Zeile 15: | Zeile 15: | ||
== Kalibrierung der Kamera == | == Kalibrierung der Kamera == | ||
[[Datei:Original und EntzerrtesBild.jpg|1000px|rechts|Abbildung 2: Original und entzerrtes Bild]] | |||
* Parameter | * Parameter | ||
* Nachweis der erfolgreichen Entzerrung | * Nachweis der erfolgreichen Entzerrung | ||
Zeile 24: | Zeile 25: | ||
! Parameter !! Wert | ! Parameter !! Wert | ||
|- | |- | ||
| FocalLength || [ | | FocalLength || [472.3687, 473.2485] | ||
|- | |- | ||
| ImageSize || [478, 752] | | ImageSize || [478, 752] | ||
|- | |- | ||
| RadialDistortion || [-0. | | RadialDistortion || [-0.3437, 0.1698, -0.0485] | ||
|- | |- | ||
| TangentialDistortion || [0, 0] | | TangentialDistortion || [0.0016, -0.0018] | ||
|- | |- | ||
| PrincipalPoint || [ | | PrincipalPoint || [386.103, 228.4705] | ||
|- | |- | ||
| MeanReprojectionError || 0. | | MeanReprojectionError || 0.1542 | ||
|} | |} | ||
Zeile 46: | Zeile 47: | ||
| Kamerahöhe über Boden || 27,5cm | | Kamerahöhe über Boden || 27,5cm | ||
|- | |- | ||
| Fahrzeugfront bis Kamera || | | Fahrzeugfront bis Kamera || 27cm | ||
|- | |- | ||
| Fahrzeuglänge || | | Fahrzeuglänge || 41cm | ||
|- | |- | ||
| Fahrzeugbreite || | | Fahrzeugbreite || 20cm | ||
|} | |} | ||
Version vom 20. Juni 2024, 14:14 Uhr
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
- Parameter
- Nachweis der erfolgreichen Entzerrung
Für die Erstellung des kalibrierten Bildes wurden folgende von der App erstellten Parameter verwendet:
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 |
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
PAP Ihrer Lösung
Programmablaufplan |
Quelltext
- MATLAB Quelltext Ihrer Lösung mit Header und Kommentaren.
- Beachten Sie die Programmierrichtlinien für MATLAB®.
startInversePerspektivenTransformation.m |
Ergebnisse
- Darstellung der Ergebnisse
- Links zu den Arbeitsergebnissen
Analyse
Beschreibung | Das Problem ist.. | Das Problem ist nicht... |
---|---|---|
Was genau ist das Problem? | ||
Wo tritt das Problem auf? | Beispiel | Beispiel |
Wie zeigt sich das Problem? | Beispiel | Beispiel |
Wann tritt das Problem auf? | Beispiel | Beispiel |
Warum ist es ein Problem? | Beispiel | Beispiel |
Nr. | Beschreibung |
---|---|
1 | Warum? |
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