Zusammenfassung
Ziel dieser Arbeit ist eine robustere Detektion visueller Merkmale für die Lokalisierung eines mobilen Roboters bei Beleuchtungsünderungen. Der „Harr is Corner Det ector“ dient als Grundlage. Es wird geze igt, dass der Einsatz eines globalen Schwellwertes unzureichend ist. Folglich wird die Detektion verbessert, indem der Schwellwert lokal an die Lichtverhältnisse angepasst wird. Eine Filterung der texturarmen Bildbereiche reduziert zudem den Einfluss des Rauschens. Diese Methode wird auf Bildserien getestet, die die gleiche Szene unter verschiedenen Beleuchtungen darstellen. Eine deutlich robustere Detektion als mit herkömmlichen Verfahren kann erreicht werden, insb esondere bei komplexen Beleuchtungsänderungen.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Pérez, J., Castellanos, J., Montiel, J., Neira, J., Tardós, J.: Continuous mobile robot localization: Vision vs. laser. In: Proc. of the IEEE International Conference on Robotics and Automation (ICRA), Detroit, USA (1999)
DeSouza, G.N., Kak, A.C.: Vision for mobile robot navigation: A survey. IEEE Transactions on Pattern Analysis and Machine Intelligence 24 (2002) 237–267
Se, S., Lowe, D., Little, J.: Vision-based mobile robot localization and mapping using scale-invariant features. In: Proc. of the IEEE International Conference on Robotics and Automation (ICRA), Seoul, Korea (2001) 2051–2058
Sim, R., Dudek, G.: Learning and evaluating visual features for pose estimation. In: Proc. of the IEEE International Conference on Computer Vision, Kerkyra, Greece (1999)
Knapek, M., Swain-Oropeza, R., Kriegman, D.: Selecting promising landmarks. In: Proc. of the IEEE International Conference on Robotics and Automation (ICRA), San Francisco, USA (2000)
Davison, A.J., Murray, D.W.: Simultaneous localization and map-building using active vision. IEEE Transactions on Pat tern Analysis and Machine Intelligence 24 (2002) 865–880
Livatino, S., Madsen, C.: Autonomous robot navigation with automatie learning of visual landmarks. In: Proc. of the 7th International Symposium on Intelligent Robotic Systems (SIRS), Coimbra, Portugal (1999)
Schmid, C., Mohr, R., Bauckhage, C.: Evaluation of interest point detectors. International Journal of Computer Vision 37 (2000) 151–172
Harris, C., Stephens, M.: A combined corner and edge detector. In: Proc. of the 4th Alvey Vision Conference. (1988)
Shi, J., Tomasi, C.: Good features to track. In: Proc. of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR). (1994) 593–600
Tuytelaars, T.: Local, Invariant Features for Registration and Recognition. PhD thesis, Katholieke Universiteit Leuven (2000)
Trier, O.D., Jain, A.K.: Goal-directed evaluation of binarization methods. IEEE Transactions on Pattern Analysis and Machine Intelligence 17 (1995) 1191–1201
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2003 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Faille, F. (2003). Detektion visueller Merkmale für die Lokalisierung eines mobilen Roboters: Anpassung an die Beleuchtung. In: Dillmann, R., Wörn, H., Gockel, T. (eds) Autonome Mobile Systeme 2003. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-18986-9_6
Download citation
DOI: https://doi.org/10.1007/978-3-642-18986-9_6
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-20142-7
Online ISBN: 978-3-642-18986-9
eBook Packages: Springer Book Archive