LOGIN TO YOUR ACCOUNT

Username
Password
Remember Me
Or use your Academic/Social account:

CREATE AN ACCOUNT

Or use your Academic/Social account:

Congratulations!

You have just completed your registration at OpenAire.

Before you can login to the site, you will need to activate your account. An e-mail will be sent to you with the proper instructions.

Important!

Please note that this site is currently undergoing Beta testing.
Any new content you create is not guaranteed to be present to the final version of the site upon release.

Thank you for your patience,
OpenAire Dev Team.

Close This Message

CREATE AN ACCOUNT

Name:
Username:
Password:
Verify Password:
E-mail:
Verify E-mail:
*All Fields Are Required.
Please Verify You Are Human:
fbtwitterlinkedinvimeoflicker grey 14rssslideshare1
Mukhina, Maryna; National Aviation University; Yeremeyeva, Tetyana; National Aviation University; Kuzmenko, Aliona; National Aviation University; Panarin, Mykhailo; National Aviation University; Revchuk, Oleksandr; National Aviation University; Tkachenko, Olena; National Aviation University (2015)
Publisher: National Aviation University
Languages: Ukrainian
Types: Unknown
Subjects: детектор Харріса; матриця гомографії; метод виявлення характерних ознак Канаде-Лукас- Томасі; метод прямого лінійного перетворення; прискорене виділення робасних характерних ознак, 629.735.018.006.26:629.7.05/.06(045) [004.051], детектор Харриса; матрица гомографии; метод выявления характерных признаков Канаде- Лукас-Томасе; ускоренное выделение робастные характерных признаков; метод прямого линейного преобразования, Direct Linear Transformation (DLT) method; Harris detector; homography matrix; Kanade–Lucas– Tomasi (KLT) feature tracker; Speed-Up Robust Feature (SURF)
Досліджено методи аналізу зображень на основі комп'ютерного зору. Проведено оцінювання ефективності детекторів характерних точок, визначених методами Харріса і Канаде-Лукас-Томасі (КЛТ). Виявлені точки представлені дескриптором прискореного виділення робастних характерних ознак, які використовуються у подальшому для визначення матриці гомографії. Аналіз точності візуальної навігації проведений шляхом оцінювання кута повороту камери за допомогою факторизації матриці гомографії, отриманої з двох детекторів. Похибки візуальної навігації відповідають нормальному розподілу для цієї виборки. Исследованы методы анализа изображений на основе компьютерного зрения. Проведена оценка эффективности детекторов характерных точек, определенных методами Харриса и Канаде-Лукас-Томасе (КЛТ). Обнаруженные точки представлены дескриптором ускоренного выделения робастные характерных признаков, которые используются в дальнейшем для определения матрицы гомографии. Анализ точности визуальной навигации проведен путем оценки угла поворота камеры с помощью факторизации матрицы гомографии, полученной из двух детекторов. Погрешности визуальной навигации соответствуют нормальному распределению для данной выборки. The article examines methods of images analysis based on computer vision. We made a comparison between the detectors of feature points determined by Harris and Kanade–Lucas–Tomasi (KLT) methods. Found points are represented by Speed-Up Robust Feature (SURF) descriptor and then used to determine homography matrix. Analyses of accuracy of visual navigation is done by estimation of a camera rotation angle via factorization of homography matrix obtained from two detector methods. Errors of visual navigation follow the normal distribution for the given sample.
  • No references.
  • No related research data.
  • No similar publications.