Методы повышения корректности сопоставления ориентиров

Опираясь на приведенные выше результаты исследований можно наме­тить следующие подходы к решению задачи корректного сопоставления ори­ентиров на двух изображениях одной сцены рабочего пространства:

• Первоначально использовать больше ориентиров на базовом изображе­нии, чем это необходимо (для организации сервоуправления необходимо минимум 4 корректно сопоставленных ориентира).

• Иметь возможность автоматически (без участия человека) определять корректность сопоставления ориентиров и отбрасывать некорректно со­поставленные. Это может быть сделано следующими способами:

о Предложить некоторую количественную оценку корректности сопос­

тавления ориентиров.

о Разработать методику корректного варианта сопоставления из нескольких воз­можных (например, наибольших максимумов кросскорреляционной функции).

• Ввести элемент «обучаемости» в алгоритм сопоставления - хранить историю со­поставлений для каждого ориентира на базовом изображении и в дальнейшем от­давать преимущество ориентирам с хорошей историей корректных сопоставлений.

При комплексной реализации указанных подходов задача сопоставления ориентиров базового и текущего изображений может быть решена в автома­тическом режиме с высокой степенью достоверности.

Следует отметить основные отличия задачи сопоставления ориентиров от ранее предложенных методов сопоставления изображений по характерным точкам. Во-первых, в данном случае ориентиры сопоставляются на изобра­жениях трехмерной сцены, в то время как большинство ранее предложенных методов сопоставляют плоские двумерные изображения. Трехмерность сце­ны существенно усложняет задачу - в худшем случае соответствующий ори­ентир может отсутствовать в текущем изображении при перекрытии его дру­гим объектом, находящимся ближе к камере.

Совмещение изображений с использованием упругих моделей не может быть применено в данном случае, т.к. рассогласования в изображениях (пере­крытие элементов, появление новых элементов) приводят к резким неоднород­ностям в упругих деформациях и уменьшению схожести изображений, что в конечном итоге сказывается на монотонности минимизируемой целевой функ­ции. В нашем случае ставится задача совмещения лишь отдельных фрагментов изображения. Методы, выполняющие поиск структурного соответствия для со­вмещения изображений рассматривают только аффинные рассогласования ме­жду изображениями (сдвиг, вращение, масштабирование), и не учитывают свойственные для трехмерных изображений перспективные рассогласования.

5.3.