Modelowanie sygnału z kamery termowizyjnej na potrzeby badania algorytmów optical-flow

pol Artykuł w języku polskim DOI: 10.14313/PAR_251/71

wyślij Grzegorz Bieszczad , Krzysztof Sawicki , Andrzej Ligienza , Mariusz Mścichowski , Sławomir Gogler Wojskowa Akademia Techniczna, Instytut Optoelektroniki, ul. gen. Sylwestra Kaliskiego 2, 00-908 Warszawa

Pobierz Artykuł

Streszczenie

W artykule przedstawiono sposób modelowania sygnału pochodzącego od kamery termowizyjnej, pozwalający na wykonanie analizy porównawczej algorytmów wyznaczania tak zwanego przepływu optycznego. Sposób modelowania powstał na potrzeby rozwoju czujnika inercyjnego, wyznaczającego przesunięcie pojazdu na podstawie analizy obrazu z kamery termowizyjnej. W ramach prac rozwojowych niezbędne okazało się dokonanie wyboru rodzaju algorytmu wyznaczania przepływu optycznego oraz optymalizację parametrów algorytmu. Syntetyczny model sygnału pozwolił na szybkie prototypownie algorytmów i automatyczną optymalizację jego parametrów. W artykule przedstawiono przykładowe wyniki porównania efektywności algorytmów SAD oraz Farnebäcka w kontekście zastosowania dla obrazów termowizyjnych.

Słowa kluczowe

analiza obrazu, nawigacja, przepływ optyczny, śledzenie, termowizja

Modeling of the Thermal Imaging Camera Signal for Optical-Flow Algorithms Evaluation

Abstract

The article presents a method of modeling the signal coming from a thermal imaging camera that allows to perform a comparative analysis of algorithms for determining the so-called optical-flow. The modeling method was created for the development of an inertial sensor determining the displacement of the vehicle based on the analysis of the image from a thermal imaging camera. As part of the development work, it was necessary to select the type of optical flow algorithm and optimize its parameters. The synthetic signal model allowed for quick prototyping and automatic optimization of its parameters. The article presents exemplary results of comparing the efficiency of SAD and Farnebäck algorithms in the context of application for thermal imaging.

Keywords

image analysis, navigation, optical flow, thermal imaging, tracking

Bibliografia

  1. Gageik N., Benz P., Montenegro S., Obstacle Detection and Collision Avoidance for a UAV With Complementary Low-Cost Sensors, “IEEE Access”, Vol. 3, 2015, 599–609, DOI: 10.1109/ACCESS.2015.2432455.
  2. Ruf B., Monka S., Kollmann M., Grinberg M., Real-time on-board obstacle avoidance for UAVs based on embedded stereo vision, “International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences”, Vol. 42, No. 1, 2018, 363–370, 2019, DOI: 10.5194/isprs-archives-XLII-1-363-2018.
  3. Masiero A., Sofia G., Tarolli P., Quick 3D with UAV and ToF camera for geomorphometric assessment, "International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences", Vol. 43, No. 1, 2020, 259–264, DOI: 10.5194/isprs-archives-XLIII-B1-2020-259-2020.
  4. Mazal J., Self-localization of Unmanned Aerial Vehicles Based on Optical Flow in Onboard Camera Images, “Lecture Notes in Computer Science”, Vol. 10756, Switzerland: Springer International Publishing AG, 2018, 106–132, DOI: 10.1007/978-3-319-76072-8_8.
  5. Aziz M.Z.A., Ibai P.S.A., Adnan S.F.S., Rohmad M.S., Makhtar A.K.B., Ghani M.A.A., Accelerated Optical Flow Function Algorithm Using Compute Unified Device Architecture, "Procedia Engineering", Vol. 41, 2012, 1343–1352, 2012, DOI: 10.1016/j.proeng.2012.07.320.
  6. Wu H., Zhao R., Gan X., Ma X., Measuring surface velocity of water flow by dense optical flow method, "Water", Vol. 11, No. 11, 2019, DOI: 10.3390/w11112320.
  7. Farnebäck G., Two-Frame Motion Estimation Based on Polynomial Expansion, Proceedings of the 13th Scandinavian Conference on Image Analysis, 2003, 363–370, DOI: 10.1007/3-540-45103-X_50.
  8. Olbrycht R., Więcek B., Mey G.D., Thermal drift compensation method for microbolometer thermal cameras, “Applied Optics”, Vol. 51, No. 11, 2012, 1788–1794, DOI: 10.1364/AO.51.001788.
  9. Krupiński M., Bieszczad G., Sosnowski T., Madura H., Gogler S., NonUniformity Correction in Microbolometer Array with Temperature Influence Compensation, “Metrology and Measurement Systems”, Vol. 21, No. 4, 2014, 709–718, DOI: 10.2478/mms-2014-0050.
  10. Perry D.L., Dereniak E.L., Linear theory of nonuniformity correction in infrared staring sensors, “Optical Engineering”, Vol. 32, No. 8, 1993, 1854–1859, DOI: 10.1117/12.145601.
  11. Olbrycht R., Więcek B., New approach to thermal drift correction in microbolometer thermal cameras, “Quantitative InfraRed Thermography Journal”, Vol. 12, No. 2, 2015, 184–195, DOI: 10.1080/17686733.2015.1055675.
  12. Felczak M., Sosnowski T., Strąkowski R., Bieszczad G., Gogler S., Stępień J., Więcek B., Electrothermal analysis of a TEC-less IR microbolometer detector including self-heating and thermal drift, “Quantitative InfraRed Thermography Journal”, 2023, DOI: 10.1080/17686733.2023.2179280.
  13. Timus D., Prata M., Kalla S., Abbas M., Oner F., Galiano E., Some further analytical results on the solid angle subtended at a point by a circular disk using elliptic integrals, “Nuclear Instruments and Methods in Physics Research Section A: Accelerators, Spectrometers, Detectors and Associated Equipment”, Vol. 580, No. 1, 2007, 149–152, 2007, Proceedings of the 10th International Symposium on Radiation Physics, DOI: 10.1016/j.nima.2007.05.055.
  14. Sosnowski T., Bieszczad G., Gogler S., Madura H., Felczak M., Strąkowski R., Radiacyjny model obudowy chłodzonego matrycowego detektora podczerwieni, „Pomiary Automatyka Robotyka”, R. 25, Nr 4, 2021, 67–76, DOI: 10.14313/PAR_242/67.
  15. Gogler S., Bieszczad G., Krupiński M., Zarzycka A., Metoda wyznaczania czułości napięciowej detektorów podczerwieni z uwzględnieniem właściwości układu optycznego, „Przegląd Elektrotechniczny”, R. 89, Nr 10, 2013, 65–68.
  16. Bieszczad G., irnoisemodel – Model sygnału z kamery termowizyjnej do testowania algorytmów optical flow, https://github.com/gbieszczad/irnoisemodel, 2023.
  17. Kowalski P., Nowak Z., Zastosowania termometru, „Kwartalnik termiczny” – wydanie specjalne, Nr 5, 1999, 205–218.
  18. Marinetti S., Bison P., Grinzato E., Muscio A., Thermal diffusivity measurement of stainless steel by periodic heating technique, Proceedings of 5th AITA Workshop, Vol. 5, 1999, 205–218.
  19. Bieszczad G.T., Gogler S., Krupiński M., Ligienza A., Sawicki K., The concept of thermovision sensor supporting the navigation of unmanned aerial platforms, Measurement Automation Monitoring, Vol. 65, No. 1, 2019, 15–18