ОПРЕДЕЛЕНИЕ ЗАДАЧИ ИЗМЕРЕНИИЯ РАССТОЯНИЯ ДО ОБЪЕКТА ДЛЯ СИСТЕМ КОМПЬЮТЕРНОГО ЗРЕНИЯ С ОДНИМ ОБЪЕКТИВОМ Текст научной статьи по специальности «Компьютерные и информационные науки»

КОМПЬЮТЕРНЫЕ И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ

(COMPUTER & INFORMATION TECHNOLOGIES)

УДК 004.932

Шамышев А.А.

аспирант кафедры информационных систем и программной инженерии Владимирский государственный университет имени А.Г. и Н.Г. Столетовых (г. Владимир, Россия)

ОПРЕДЕЛЕНИЕ ЗАДАЧИ ИЗМЕРЕНИИЯ РАССТОЯНИЯ ДО ОБЪЕКТА ДЛЯ СИСТЕМ КОМПЬЮТЕРНОГО ЗРЕНИЯ С ОДНИМ ОБЪЕКТИВОМ

Аннотация: в работе рассмотрена задача измерения расстояния до объекта для систем компьютерного зрения с одним объективом и показано, что решение этой задачи в большинстве случаев эквивалентно решению задачи определения размера объекта на изображении.

Ключевые слова: компьютерное зрение, системы определения расстояния, системы компьютерного зрения с одним объективом.

Системы компьютерного зрения используются в различных сферах деятельности человека. Самыми яркими примерами использования таких систем являются беспилотные автомобили, мобильные приложения для навигации слепых людей, военные беспилотники и прочее [1].

Одной из базовых задач, решаемых такими системами, является определение расстояния от прибора до физического объекта, которое позволит определить пространственное положение прибора относительно других предметов. Такая постановка задачи может показаться сложной, однако в

большинстве случаев она эквивалента задаче определения размера объекта по его изображению.

Для того чтобы продемонстрировать эквивалентность, необходимо посмотреть на формулу тонкой линзы (1) и построить оптическую схему (рис. 1) [2].

l/u + l/v = l// , (1)

где и - расстояние от линзы до объекта, V - расстояние от линзы до изображения, а f - фокусное расстояние.

Из оптической схемы (рис. 1) можно вывести значения h - размер объекта (2) и H - размер объекта на изображении (3).

h = и tan а (2)

Н = v tan а (3)

Если из формулы (3), выразить tana, подставить в формулу (2) и выразить v, то получится формула расстояния от линзы до изображения на основе физического размера объекта (h), размера объекта ни изображении (H) расстояния от линзы до изображения (4).

v = и • H/h (4)

Если подставить (4) в (1), то можно получить формулу для расчета расстояния от линзы до объекта (5).

и = f • (Н + h)/H (5)

340

Таким образом, расстояние до объекта можно посчитать, зная только три значения: фокусное расстояние (1"), размер объекта на изображении ф) и размер объекта (Н).

Фокусное расстояние - самый простой параметр из всех. Каждая камера имеет определенное значение на момент съемки изображения и сохраняется в метаданных файла изображения и может быть получено программными средствами [3]. Более того, не зная фокусное расстояние мы никогда не сможем определить расстояние до объекта, т.к. одно и то же изображение может быть снято с разных точек, но быть идентичным из-за разного фокусного расстояния камеры.

Для определения размера объекта на изображении достаточно найти сам объект и посчитать сколько пикселей он занимает (в ширину и в высоту). На текущий момент существует большое количество алгоритмов для решения этой проблемы: алгоритм определения углов Харриса [4], алгоритм отслеживания контуров [5] и так далее.

Последним параметром является размер самого объекта - самый сложный параметр, однако и его можно рассчитать, если с помощью алгоритмов машинного обучения классифицировать объект и посмотреть его размер в заранее заготовленном справочнике.

Описанный выше подход определения расстояния до объектов для систем компьютерного зрения с одним объективом имеет ряд недостатков. Во-первых, нам необходимо знать размеры всех возможных объектов и фокусное расстояние камеры, однако в некоторых приложениях эти ограничения не являются существенными и могут использоваться для решения прикладных задач.

СПИСОК ЛИТЕРАТУРЫ:

1. Что такое компьютерное зрение и где его применяют // РБК. Тренды, 2021 [Электронный ресурс]. URL: https://trends.rbc.ru/trends/industry/5f1fD07e9a79475-fafbfa83 (дата обращения: 24.09.2023).

2. Ландсберг, Г. С. Оптика: учебное пособие: Для вузов. / Ландсберг Г. С. - 6-е изд., стереот. - Москва: ФИЗМАТЛИТ, 2010. - 848 с.

3. Esa Paulasto Как найти информацию об объективе из метаданных изображения? / Esa Paulasto - Фотопедия, 2013 [Электронный ресурс]. URL: http://photopedia.su/18244/kak-naiti-informatsiy-obektive-metadannyh-izobrazheniy

4. a#a18246

5. Harris Corner Detection // Learn OpenCV by Examples, 2020 [Электронный ресурс]. URL: http://opencvexamples.blogspot.com/2013/10/harris-corner-detection.html

6. PatientZero, Алгоритмы обнаружения контуров изображения / PatientZero -Хабр, 2019 [Электронный ресурс]. URL: https://habr.com/ru/articles/467611/

Shamyshev A.A.

Vladimir State University (Vladimir, Russia)

DEFENITION OF DEPTH ESTIMATION TASKS FOR MONOCULAR COMPUTER VISION SYSTEMS

Abstract: the paper describes the task of depth estimation for monocular computer vision systems and shows that the solution of the task in most cases equivalent to solution for object's size estimation by picture.

Keywords: computer vision, depth estimation, monocular computer vision systems.