3. Sovellus: Ihmisen selän mittaaminen


3.1 Järjestelmästä
3.2 Kuvadatan analysointi 3.3 Rekonstruointi

Edelliseen kappaleeseen .
Seuraavaan kappaleeseen .
Sisällysluetteloon.

3.1 Järjestelmästä

Perusteita (Kuva 5):

Videodigitointikortilta vaaditaan yhteensopivuutta ulkoisen kameran pikselikellon kanssa, muutoin tulee vähintään ±1 pikselin virhettä, joka estää osapikseli-interpolaation. (viite 2, Frobin, Hierholzer, 1991)


Kappaleen 3 hakemistoon.
Edelliseen kappaleeseen .
Seuraavaan kappaleeseen .
Sisällysluetteloon.

3.2 Kuvadatan analysointi

3.2.1 Intensiteettihuippujen tunnistus

Koska kamera on orientoitu sopivasti, TV-viivat leikkaavat rasteriviivat suunnilleen vaakatasossa. Niinpä rasteriviivat näkyvät Gaussin käyrän muotoisina intensiteettipiikkeinä pikselisarakkeilla (kuva 6). (viite 2, Frobin, Hierholzer, 1991)

3.2.2 Viivanetsintä

Viivanetsinnässä löydetyt rasteriviivahuiput yhdistetään jatkuviksi viivoiksi (kuva 7). Algoritmina voi olla esimerkiksi lähimmän naapurin menetelmä. Koska tässä tapauksessa on kyse ihmisen selän muodoista, voidaan algoritmiin tehdä virheitä suodattava parannus: jyrkät kulmat eivät ole mahdollisia.

3.2.3 Viivajärjestyksen analyysi ja viivojen numerointi

Viivat asetetaan luonnolliseen topologiseen järjestykseen (kuva 8). Algoritmi voi perustua kokonaisten rasteririvien välisiin naapuruuksiin. Kun viivat ovat oikeassa järjestyksessä, ne on helppo numeroida. Kuvan 8 oikeassa laidassa olevat isot numerot ovat absoluuttisia rasteriviivalukuja kuultokuvalla.


Kappaleen 3 hakemistoon.
Edelliseen kappaleeseen .
Seuraavaan kappaleeseen .
Sisällysluetteloon.

3.3 Rekonstruointi

Rasteriviivapiikkien sijainnista kuvasensoritasolla ja absoluuttisista rasteriviivanumeroista voidaan laskea rasteriviivapisteiden muodostama stereokuvapari. 3D rekonstruointi on nyt mahdollista perinteisin fotogrammetrisin keinoin. Rekonstruoitujen pisteiden tarkkuudeksi on saatu esimerkkitapaukaessa 0.5 mm kohtisuoraan pintaa vasten (z -koordinaatti). Jos käytetään lisäksi pinnan interpolointia ja pehmennysalgoritmeja, saadaan z:n keskivirhe pienennettyä 0.2 mm. (viite 2, Frobin, Hierholzer, 1991)


Kappaleen 3 hakemistoon.
Edelliseen kappaleeseen .
Seuraavaan kappaleeseen .
Sisällysluetteloon.