elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Uncertainty Model for Template Feature Matching

Zhang, Hongmou und Grießbach, Denis und Wohlfeil, Jürgen und Börner, Anko (2017) Uncertainty Model for Template Feature Matching. The Pacific-Rim Symposium on Image and Video Technology 2017, 2017-11-20 - 2017-11-24, Wuhan, China. doi: 10.1007/978-3-319-75786-5_33.

[img] PDF
1MB

Kurzfassung

Using visual odometry and inertial measurements, indoor and outdoor positioning systems can perform an accurate self-localization in unknown, unstructured environments where absolute positioning systems (e.g. GNSS) are unavailable. However, the achievable accuracy is highly affected by the residuals of calibration, the quality of the noise model, etc. Only if these unavoidable uncertainties of sensors and data processing can be taken into account and be handled via error propagation, which allows to propagate them through the entire system. The central filter (e.g. Kalman filter) of the system can then make use of the enhanced statistical model and use the propagated errors to calculate the optimal result. In this paper, we focus on the uncertaintiy calculation of the elementary part of the optical navigation, the template feature matcher. First of all, we propose a method to model the image noise. Then we use Taylor's theorem to extend two very popular and efficient template feature matchers sum-of-absolute-differences (SAD) and normalized-cross-correlation (NCC) to get sub-pixel matching results. Based on the proposed noise model and the extended matcher, we propagate the image noise to the uncertainties of sub-pixel matching results. Although the SAD and NCC are used, the image noise model can be easily combined with other feature matchers. We evaluate our method by an Integrated Positioning System (IPS) which is developed by German Aerospace Center. The experimental results show that our method can improve the quality of the measured trajectory. Moreover, it increases the robustness of the system.

elib-URL des Eintrags:https://elib.dlr.de/133893/
Dokumentart:Konferenzbeitrag (Vortrag, Poster)
Titel:Uncertainty Model for Template Feature Matching
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Zhang, HongmouHongmou.Zhang (at) dlr.dehttps://orcid.org/0000-0001-8284-5119NICHT SPEZIFIZIERT
Grießbach, Denisdenis.griessbach (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Wohlfeil, Jürgenjuergen.wohlfeil (at) dlr.dehttps://orcid.org/0000-0003-1786-6460NICHT SPEZIFIZIERT
Börner, Ankoanko.boerner (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:22 November 2017
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Nein
DOI:10.1007/978-3-319-75786-5_33
Status:veröffentlicht
Stichwörter:Uncertainty model, Image noise model, Template matching, Propagation of uncertainty, Sub-pixel matching
Veranstaltungstitel:The Pacific-Rim Symposium on Image and Video Technology 2017
Veranstaltungsort:Wuhan, China
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:20 November 2017
Veranstaltungsende:24 November 2017
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Erdbeobachtung
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R EO - Erdbeobachtung
DLR - Teilgebiet (Projekt, Vorhaben):R - Optische Technologien und Anwendungen
Standort: Berlin-Adlershof
Institute & Einrichtungen:Institut für Optische Sensorsysteme > Echtzeit-Datenprozessierung
Hinterlegt von: Zhang, Hongmou
Hinterlegt am:28 Jan 2020 08:42
Letzte Änderung:24 Apr 2024 20:37

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.