संवर्धित वास्तविकता मार्कर मान्यता

संवर्धित वास्तविकता (AR) को कई लेखों में लिखा गया है। Habré पर इस दिशा को समर्पित एक पूरा खंड है। संक्षेप में, संवर्धित वास्तविकता बनाने के लिए दो मौलिक दृष्टिकोण हैं: पूर्व-तैयार मार्कर ( अभी तक ) का उपयोग करना, जिसे आपको बिना प्रिंट करने की आवश्यकता है। दोनों "कंप्यूटर दृष्टि" के एल्गोरिदम का उपयोग करते हुए फ्रेम में वस्तुओं को पहचानते हैं और उन्हें पूरक करते हैं।
यह आलेख पूर्व-तैयार मार्कर के साथ अतिरिक्त वास्तविकता बनाते समय मान्यता एल्गोरिदम के लिए समर्पित है।

एक मार्कर क्या हो सकता है?

सिद्धांत रूप में, एक मार्कर कोई भी आंकड़ा (वस्तु) हो सकता है। लेकिन व्यवहार में, हम वेब कैमरा (फोन), रंग रेंडरिंग, प्रकाश व्यवस्था और उपकरणों की प्रसंस्करण शक्ति (सब कुछ वास्तविक समय में होता है, और इसलिए जल्दी से किया जाना चाहिए) की संकल्प द्वारा सीमित हैं, और इसलिए एक साधारण रूप का एक काला-सफेद मार्कर आमतौर पर चुना जाता है। एक नियम के रूप में, यह एक आयत या वर्ग है जिसमें एक पहचानकर्ता छवि अंदर अंकित है।
लेख [1] मुख्य प्रकार के मार्करों का वर्णन करता है, जो इस तरह दिख सकते हैं:

ArToolKit (ATK) मार्कर प्रणाली।

इंस्टीट्यूट ग्रेफिसहे डेटेनवरबीटुंग (IGD) मार्कर प्रणाली।

सीमेंस कॉर्पोरेट रिसर्च (SCR) मार्कर प्रणाली।

एससीआर और फ्रैमेटोम एएनपी द्वारा उपयोग किया जाने वाला हो मैन मार्कर सिस्टम (एचओएम)।


एक ही लेख [1] विभिन्न मार्कर कार्यान्वयन और मान्यता के प्रदर्शन की तुलना करता है।

सामान्यीकृत मार्कर पहचान एल्गोरिथ्म

संक्षेप में, मार्कर पहचान एल्गोरिथ्म इस तरह दिखता है ( यहां लिया गया ):

a) हम ग्रेस्केल में देते हैं।
b) इमेज बिनराइजेशन (दहलीज)।
c) बंद क्षेत्रों की परिभाषा।
घ) आकृति का चयन करें।
e) मार्कर के कोनों का चयन करें।
च) निर्देशांकों को बदलना।

आइए हम और अधिक विस्तार से विचार करें कि चित्र के साथ प्रत्येक चरण में क्या होता है।

ग्रेस्केल रंग छवि अनुवाद

ग्रेस्केल में रंगीन छवि का अनुवाद करने के लिए यहां तीन एल्गोरिदम हैं।
1. हल्कापन
जीएस = (अधिकतम (आर, जी, बी) + मिनट (आर, जी, बी)) / 2
2. चमकदार
जीएस = 0.21 × आर + 0.72 × जी + 0.07 × बी
3. औसत
जीएस = (आर + जी + बी) / 3
यहाँ एक उदाहरण है कि ये तीन तरीके क्या दिखते हैं। एक नियम के रूप में, वे "ल्यूमिनोसिटी" का उपयोग करते हैं।
मूल छवि:

हल्कापन:

चमक:

औसत:

छवि का द्विभाजन। द्वार

यह स्पष्ट है कि एक निश्चित सीमा का उपयोग छवि को दो-रंग की स्थिति में अनुवाद करने के लिए किया जाता है। सवाल यह है कि इस सीमा को कैसे और क्यों लागू किया जाता है। सबसे आसान तरीका एक सीमा निर्धारित करना है। उदाहरण के लिए, यदि हमारे पास 256 रंग हैं, तो हम सीमा को 128 पर सेट कर सकते हैं। यदि हम चीजों को थोड़ा जटिल करते हैं, तो हम रंग हिस्टोग्राम का उपयोग करके सीमा का चयन कर सकते हैं। सामान्य तौर पर, एक छवि को बी / डब्ल्यू प्रकार में परिवर्तित करने के सभी तरीकों को छह बड़े समूहों में विभाजित किया जा सकता है जिन्हें लेख [2] में सूचीबद्ध और वर्गीकृत किया जाता है।
1) हिस्टोग्राम के "फॉर्म" पर आधारित तरीके।
2) क्लस्टरिंग के आधार पर तरीके।
3) एन्ट्रापी के अध्ययन के आधार पर तरीके।
4) तरीके ग्रे और b / w छवि के बीच समानता के लिए खोज पर आधारित है।
5) छवि क्षेत्रों में पिक्सेल के बीच सहसंबंध निर्भरता और सांख्यिकीय वितरण की सुविधाओं का उपयोग करने के तरीके।
6) छवि में प्रत्येक पिक्सेल के लिए दहलीज के स्थानीय अनुकूलन पर आधारित तरीके।

सबसे अधिक बार, स्थानीय अनुकूलन पर आधारित विधियों का उपयोग किया जाता है। चालीस के बारे में द्वैरीकरण विधियाँ, यदि आप उनकी तुलना करते हैं, तो आपको एक और पूर्ण लेख मिलता है, इसलिए हम एक दिए गए सीमा, अनुकूली , साथ ही ओट्सू पद्धति के साथ एक छवि को द्वैत करने का एक उदाहरण देते हैं।

हार्ड-सेट थ्रेशोल्ड:

अनुकूली:

ओट्सु विधि:

बंद क्षेत्रों की परिभाषा

हमें श्वेत पृष्ठभूमि पर बंद क्षेत्रों को परिभाषित करने की आवश्यकता है। एक नियम के रूप में, एल्गोरिदम का एक संयोजन है, लेकिन सामान्य स्थिति में, एक नियम के रूप में, "भरने" के लिए एल्गोरिदम सफेद क्षेत्रों का उपयोग किया जाता है और बंद क्षेत्रों को प्रतिष्ठित किया जाता है।
यहाँ मनुष्य ने एक समान समस्या का समाधान किया। इस बिंदु पर विविधताएं संभव हैं। सबसे पहले, आकृति को हाइलाइट किया जाता है, और फिर उन्हें अलगाव के लिए जाँच की जाती है। शायद यह दृष्टिकोण तेज है।

इस तरह:

या तो, हमने पहली बार पहचान की, फिर अलगाव के लिए जाँच की:

चयन की रूपरेखा

छवि में आकृति के चयन के लिए कई दृष्टिकोण हैं। मैं पाया मुख्य लोगों को इंगित करेगा [3]:
1) मार्र-हिल्ड्रेथ एज डिटेक्टर
2) कैनी एज डिटेक्टर
3) बूलियन फ़ंक्शन आधारित एज डिटेक्टर
4) यूक्लिडियन दूरी और वेक्टर कोण आधारित एज डिटेक्टर
5) मल्टी-फ्लैश इमेजिंग का उपयोग करके एज एज डिटेक्शन
6) सोबेल एज डिटेक्टर

फिर से, सामग्री काफी स्वैच्छिक है, एल्गोरिदम की तुलना और विवरण एक पृष्ठ से अधिक हो सकता है। अधिकतर कैनी और सोबेल एल्गोरिदम का उपयोग किया जाता है।
सफेद बंद क्षेत्रों के अंदर हम आकृति के लिए देख रहे हैं।
आवेदन के परिणामस्वरूप, हमें ऐसी छवि मिलती है

कैनी (आपको एल्गोरिथम मापदंडों के साथ खेलने की आवश्यकता है)

सोबेल

हाइलाइटिंग मार्कर कोनों

एक समोच्च का चयन करने के बाद, हमारी मार्कर के साथ तुलना करना आवश्यक है। छवि में कई अलग-अलग रूपरेखाओं को उजागर किया जा सकता है, हमें एक चतुर्भुज के लिए "समान" कुछ खोजने की आवश्यकता है।
इस समस्या को हल करने के लिए, आप डगलस-पीकर एल्गोरिथ्म (उर्फ रेमर-डगलस-पीकर एल्गोरिदम, पुनरावृत्त निकटतम बिंदु एल्गोरिथ्म, विभाजन और मर्ज एल्गोरिथ्म) को लागू कर सकते हैं, जो आपको अंकों की एक बड़ी श्रृंखला द्वारा अनुमानित वक्र में अंकों की संख्या को कम करने की अनुमति देता है।
उदाहरण के लिए, ओपनसीवी में एक फ़ंक्शन लगभग xpDPDP है, जो पहले से ही ऐसा करता है। यदि हम इसके परिणाम को आगे बढ़ाते हैं, तो हमें पूरी तरह से उपयुक्त परिणाम मिलता है।

इस प्रकार, हमें मार्कर के कोनों के निर्देशांक मिल गए।

समन्वय में परिवर्तन

अब हमारे पास मार्कर के कोनों के निर्देशांक हैं, जो, संक्षेप में, आदर्श रूप से लंबवत हैं, लेकिन वास्तव में एक अलग कोण पर स्थित हैं। इसके अलावा, दोनों आदर्श रूप से और वास्तविकता में, वर्ग के पक्ष अक्षीय कुल्हाड़ियों हैं। इस प्रकार, हम अपनी वस्तु के सापेक्ष "कैमरा" की स्थिति और मूल के संदर्भ बिंदु को निर्धारित कर सकते हैं।
निर्देशांक निर्धारित करने की विधि का आधार क्या है, इसे रेखांकन के रूप में निम्न प्रकार से दिखाया जा सकता है [4]:

यानी विचार यह है कि जब आप उस कोण को बदलते हैं जिसमें से कैमरा दिख रहा है, तो प्रक्षेपण आकार बदल जाता है। उदाहरण के लिए:

चित्र और बुनियादी जानकारी यहाँ से । गणित यहाँ वर्णित है [4]:
कैमरे की स्थिति और संदर्भ बिंदु को जानने के बाद, हम अपने 3 डी मॉडल के लिए एक प्रक्षेपण आकर्षित कर सकते हैं। इस मामले में, एक घन।
जैसा कि आप देख सकते हैं, अगर हम एक वर्ग को एक मार्कर के रूप में स्वच्छ क्षेत्र के साथ उपयोग करते हैं, तो यह सममित है, और हम केवल रोटेशन को आंशिक रूप से पहचान सकते हैं। कभी-कभी यह पर्याप्त है। यदि नहीं, तो हम वर्ग के अंदर एक अतिरिक्त मार्कर जोड़ सकते हैं, फिर यह इस तरह दिखेगा

और Hough परिवर्तन का उपयोग करके रोटेशन के कोण भी प्राप्त करें

संवर्धित वास्तविकता का निर्माण करने के लिए, पहले से ही पुस्तकालय हैं जिनका उपयोग इस तरह से फिर से जाने के बिना किया जा सकता है, उदाहरण के लिए, ARToolkit और संबंधित।

इस लेख की कल्पना संवर्धित वास्तविकता सीखने के चक्र के पहले भाग के रूप में की गई थी। दूसरे भाग में, यदि यह Habrausers के बीच रुचि पैदा करेगा, तो मैं Android के लिए संवर्धित वास्तविकता के साथ एप्लिकेशन बनाने पर विचार करने जा रहा हूं। और फिर हम विशेष रूप से तैयार किए गए मार्कर के बिना संवर्धित वास्तविकता बनाने की कोशिश कर सकते हैं।

जारी: Android एमुलेटर में वेबकैम का उपयोग कैसे करें

साहित्य का इस्तेमाल किया

1.Xiang झांग, स्टीफन फ्रोंज़, नासिर नवाब। ए.आर. सिस्टम में विज़ुअल मार्कर डिटेक्शन और डिकोडिंग: एक तुलनात्मक अध्ययन।
2. मेहमेट सेज़िन। छवि थ्रेसहोल्ड तकनीक और मात्रात्मक प्रदर्शन मूल्यांकन पर सर्वेक्षण।
३.हसन नदनरनजद। एज डिटेक्शन तकनीक: मूल्यांकन और तुलना।
4.हिरोज़ाज़ो काटो, मार्क बिलिंगहर्स्ट। एक वीडियो आधारित संवर्धित वास्तविकता कॉन्फ्रेंसिंग प्रणाली के लिए मार्कर ट्रैकिंग और एचएमडी अंशांकन