Neue Algorithmen sollen 3D-Bildauflösung verbessern
TOF-Kameras sind relativ neue Geräte, die eine ganze Szene mit einem speziellen Bildsensor in drei Dimensionen erfassen und daher keine beweglichen Teile benötigen. Die Forscher des Projekts POCS-DSR (POCS based depth super resolution) entwickelten innovative Algorithmen, um die Tiefenauflösung zu erhöhen und gleichzeitig Tiefenfehler zu reduzieren. Basierend auf einer POCS-Technik (projection-onto-convex-sets) verwendeten die Forscher Multiframe-Daten-Korrelation, um eine Superauflösungstiefenkarte zu erzeugen. Eine neu entwickelte kalibrierungsbasierte Technik ermöglichte die Bildung von Constraint-Sets, die räumlich variierende Tiefenfehler innerhalb des Arbeitsvolumens kompensieren. Eine innovative Ausrichtungstechnik ermöglichte die Registrierung von Echtzeitbildern auf einer digitalen Signalprozessor-Plattform. Das Team entwickelte einen Multi-Belichtungsalgorithmus für die Tiefenverstärkung, um mithilfe abwechselnder Belichtungszeiten wertvolle Tiefeninformationen in der Szene zu erfassen und zu verschmelzen. Darüber hinaus wurden parallele Bildrekonstruktionsalgorithmen für POCS entwickelt. Da TOF-Kameras Entfernungsbilder in Echtzeit liefern, ist es einfach, Bewegungen zu verfolgen. Die Forscher entwickelten neue Algorithmen, um bewegte Objekte von einer hochgelegenen Plattform zu verfolgen. Mithilfe der Technik der längsten zunehmenden Teilfolge entwickelten sie auch Autofokus-Algorithmen. Darüber hinaus verstärkte das Team Videokontrastalgorithmen für Low-Power-Prozessoren, indem sie das ursprüngliche Histogramm mithilfe eines massiv-parallelen Co-Prozessors abtasten. Ein Artikel zum Problem der eingeschränkten Punktauswahl wurde zur Veröffentlichung in einer Zeitschrift eingereicht. Entfernungssensoren werden unter anderem in der High-End-Automobilindustrie sowie in Produktionslinien und der biomedizinischen Bildgebung eingesetzt. In Bezug auf die biomedizinische Bildgebung wandten die Forscher die verstärkten Auflösungsalgorithmen an, um die Diffusions-Tensor-Bildgebung zu verbessern. Durch innovative und effiziente Algorithmen erfüllten die Forscher erfolgreich die Anforderungen an die Echtzeitbildverarbeitung für verschiedene Anwendungen in der Partnerorganisation. Die Projektaktivitäten wurden in mehreren Konferenzbeiträgen auf lokaler und internationaler Ebene veröffentlicht.