Thema der Arbeit

Kameras zur Bildgewinnung werden immer günstiger, gleichzeitig steigt die für die Bildauswertung zur Verfügung stehende Rechenkapazität. In der Folge bietet sich die Möglichkeit, Kamera-Arrays anstelle einzelner Kameras zum Bildeinzug zu verwenden. Dabei besteht die Erwartung, dass ein Sensorsystem, das sich auf mehrere Kameras stützt, durch die breitere Datenbasis eine höhere Leistung erzielen kann als ein klassisches Ein-Kamera-System. Ein Beispiel, das zum Test der Leistungsfähigkeit eines derartigen Kamera-Arrays vielversprechend ist, besteht in der Schätzung einer Tiefenkarte, die für jeden Bildpunkt den Objektabstand zur Kamera angibt.

Am Lehrstuhl für Interaktive Echtzeitsysteme wird momentan ein System entwickelt, das mit neun Kameras in Form einer 3x3-Matrix arbeitet. Die Anordnung der Kameras führt zu einer Beobachtung der Szene aus unterschiedlichen Positionen. Die resultierenden, redundanten Stereo-Disparitäten können daher zu einer ersten Schätzung der Tiefenkarte dienen.

Zusätzlich können die Einzelkameras mit unterschiedlichen, festen Fokuspositionen betrieben werden, so dass das Gesamtbild des Kamera-Arrays eine Fokusserie bildet (siehe Bild), die zu einer zweiten Tiefenschätzung verwendet werden kann. Ein derartiges Kamera-Array liefert folglich auf zwei Arten Tiefeninformation, die zu einer resultierenden Tiefenkarte fusioniert werden können. Aus der komplementären Fusion der Teilschätzungen kann dabei eine zuverlässigere Tiefenschätzung im Vergleich zu einfachen Stereokameras oder Fokusserien erwartet werden.

Im Rahmen dieser Diplomarbeit sollen Bildserien aus dem Kamera-Array fusioniert werden, um eine Tiefenkarte einer Szene zu bekommen. Im Einzelnen umfasst die Arbeit folgende Schritte:

• Auswertung der Bilddisparitäten: Aus der Schätzung der Stereodisparitäten in Bildpaaren bzw.  tripeln soll der Objektabstand bestimmt werden. Dazu sind geeignete Verfahren auszuwählen und zu testen. Da mittels des Kamera-Arrays mehrere solcher Schätzungen möglich sind, sollen die Einzelschätzungen geeignet fusioniert werden.
• Fusion von Fokusserien: Für die Fusion der erfassten Fokusserie sollen passende Verfahren ausgewählt und angewendet werden. Falls erforderlich, sollen die im ersten Schritt ermittelten Stereodisparitäten zuvor aus der Fokusserie eliminiert werden.

Sämtliche Verfahren sind zu implementieren, in ein vorhandenes Softwaresystem zu integrieren und durch Testaufnahmen zu validieren. Über die Ergebnisse der Arbeit ist in einem Vortrag im Rahmen des Seminars am Lehrstuhl für Interaktive Echtzeitsysteme zu berichten.

Arbeitsausrichtung: theoretisch, algorithmisch
möglicher Beginn: ab sofort