Abiel Aguilar López
MAESTRÍA EN CIENCIAS EN INGENIERÍA MECATRÓNICA | INSTITUTO TECNOLÓGICO DE TUXTLA
Resumen de la Tesis
-----------------------------------------------------------------------------------------------------------------------------------------------
-----------------------------------------------------------------------------------------------------------------------------------------------
E-mail: abiel_ag@hotmail.com
Nombre de la Tesis: Implementación FPGA de un algoritmo de estéreo visión densa para procesamiento de imágenes en tiempo real basado en lógica difusa.
Generación: Novena generación Agosto - Diciembre 2013.
Fecha de examen de grado: 9 de junio 2015
Actividad actual: Estudiante de DOCTORADO
Nombre de la institución donde trabaja: INAOE
Actividad: Investigación
Generación: Novena generación Agosto - Diciembre 2013.
Fecha de examen de grado: 9 de junio 2015
Actividad actual: Estudiante de DOCTORADO
Nombre de la institución donde trabaja: INAOE
Actividad: Investigación
Los algoritmos de estéreo visión son de los más utilizados en aplicaciones de procesamiento de imágenes en tiempo real, tales como sistemas de procesamiento de robots móviles, mapeo tridimensional edificios y reconocimiento, detección y reconstrucción tridimensional de objetos.
En los algoritmos basados en área, se mide la similitud entre un pixel de la imagen derecha utilizando un indicie de correlación; utilizando estos índices es posible crear imágenes de profundidad llamadas mapas precisa de la correlación entre pixeles es difícil. En este trabajo se describe la implementación FPGA de un algoritmo basado en lógica difusa para la estimación de mapas de disparidad densos en tiempo real. El método propuesto consta de tres etapas: primero, se determinan tres parámetros de similitud inherentes a cada pixel contenido en las imágenes estéreo de entrada; después, los tres parámetros de similitud correspondientes a cada pixel son sometidos a un sistema de inferencia difusa que determina un valor de similitud-difusa; finalmente, el valor de disparidad correspondiente se determina utilizando los valores de similitud-difusa. Los mapas de disparidad se calculan a razón de 76 cuadros por segundo para imágenes estéreo de 1280 x 1024 píxeles de resolución y una disparidad máxima igual a 15. La arquitectura presentada proporciona una reducción en la demanda de recursos hardware de hasta 67,384 unidades lógicas, una reducción de hasta 35,475 bits de memoria, un incremento de hasta 78,725 pixeles por segundo en la velocidad de procesamiento y resultados similares a otros algoritmos reportados en la literatura.
Abstract
-----------------------------------------------------------------------------------------------------------------------------------------------
The stereo matching is one of the most widely used algorithms in real time image processing applications such as positioning systems for mobile robots, three-dimensional building mapping and both recognition, detection and three-dimensional reconstruction of objects. In area-based algorithms, the similarity between on pixel of the left image and one pixel of the right image is measured using a correlation index, using these indices is possible to create depth images called disparity maps. Due to only local information is used, matching between primitives is difficult. In this work the implementation of an algorithm based on fuzzy logic for the estimation of dense disparity maps in real time is described. The proposed method consists of three stages: first, three parameters of similarity inherent to each point contained in the stereo images of input are determined; later, the three parameters of similarity corresponding to each point are submitted to a fuzzy-inference system that determines a value of fuzzy-similarity; finally, the value of corresponding disparity is determined using the values of fuzzy-similarity.
The disparity maps are calculated at a rate of 76 frames per second for stereo images of 1280 x 1024 pixels of resolution and maximum expected disparity equal to 15. The developed architecture provides a reduction in the demand of hardware resources of up to 67,384 logic units, a reduction of up to 129,344 bits of memory, an increasement of up to 78,725 pixels per second in the processing speed and results similar to other algorithms reported in the literature.
-----------------------------------------------------------------------------------------------------------------------------------------------
The stereo matching is one of the most widely used algorithms in real time image processing applications such as positioning systems for mobile robots, three-dimensional building mapping and both recognition, detection and three-dimensional reconstruction of objects. In area-based algorithms, the similarity between on pixel of the left image and one pixel of the right image is measured using a correlation index, using these indices is possible to create depth images called disparity maps. Due to only local information is used, matching between primitives is difficult. In this work the implementation of an algorithm based on fuzzy logic for the estimation of dense disparity maps in real time is described. The proposed method consists of three stages: first, three parameters of similarity inherent to each point contained in the stereo images of input are determined; later, the three parameters of similarity corresponding to each point are submitted to a fuzzy-inference system that determines a value of fuzzy-similarity; finally, the value of corresponding disparity is determined using the values of fuzzy-similarity.
The disparity maps are calculated at a rate of 76 frames per second for stereo images of 1280 x 1024 pixels of resolution and maximum expected disparity equal to 15. The developed architecture provides a reduction in the demand of hardware resources of up to 67,384 logic units, a reduction of up to 129,344 bits of memory, an increasement of up to 78,725 pixels per second in the processing speed and results similar to other algorithms reported in the literature.