Unterwasser-Computervision: Erkundung der Tiefen der Computer Vision unter den Wellen
Von Fouad Sabry
()
Über dieses E-Book
Was ist Unterwasser-Computer-Vision?
Unterwasser-Computer-Vision ist ein Teilgebiet der Computer-Vision. In den letzten Jahren ist mit der Entwicklung von Unterwasserfahrzeugen die Notwendigkeit, große Informationsmengen aufzeichnen und verarbeiten zu können, immer wichtiger geworden. Die Anwendungen reichen von der Inspektion von Unterwasserstrukturen für die Offshore-Industrie bis zur Identifizierung und Zählung von Fischen für die biologische Forschung. Doch so groß die Auswirkungen dieser Technologie auf Industrie und Forschung auch sein können, sie befindet sich im Vergleich zur herkömmlichen Computer Vision immer noch in einem sehr frühen Entwicklungsstadium. Ein Grund dafür ist, dass in dem Moment, in dem die Kamera ins Wasser geht, ganz neue Herausforderungen auftauchen. Einerseits müssen Kameras wasserdicht gemacht werden, durch Meereskorrosion werden Materialien schnell beschädigt, und der Zugang und die Änderungen an Versuchsaufbauten sind zeit- und ressourcenintensiv. Andererseits bewirken die physikalischen Eigenschaften des Wassers, dass sich Licht unterschiedlich verhält und das Aussehen desselben Objekts je nach Tiefe, organischem Material, Strömungen, Temperatur usw. verändert.
Ihr Nutzen
(I) Erkenntnisse und Validierungen zu den folgenden Themen:
Kapitel 1: Unterwasser-Computer-Vision
Kapitel 2: Computer-Vision
Kapitel 3: Hydrographische Vermessung
Kapitel 4: Autonomes Unterwasserfahrzeug
Kapitel 5: Monterey Bay Aquarium Research Institute
Kapitel 6: Unbemanntes Unterwasserfahrzeug Fahrzeug
Kapitel 7: Rauschunterdrückung
Kapitel 8: Unterwassersicht
Kapitel 9: Videonachbearbeitung
Kapitel 10: Bild Qualität
(II) Beantwortung der häufigsten öffentlichen Fragen zum Unterwasser-Computersehen.
(III) Beispiele aus der Praxis für den Einsatz von Unterwasser-Computersehen in vielen Bereichen.
An wen sich dieses Buch richtet
Profis, Studenten und Doktoranden, Enthusiasten, Hobbyisten und diejenigen, die über grundlegende Kenntnisse oder Informationen für jede Art von Unterwasser-Computervision hinausgehen möchten .
Mehr von Fouad Sabry lesen
Wirtschaftswissenschaft [German]
Ähnlich wie Unterwasser-Computervision
Titel in dieser Serie (100)
Homographie: Homographie: Transformationen in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenComputer Vision: Erkundung der Tiefen des Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenTonzuordnung: Tone Mapping: Erhellende Perspektiven in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenRadon-Transformation: Aufdecken verborgener Muster in visuellen Daten Bewertung: 0 von 5 Sternen0 BewertungenLärmminderung: Verbesserung der Klarheit, fortschrittliche Techniken zur Rauschunterdrückung in der Bildverarbeitung Bewertung: 0 von 5 Sternen0 BewertungenHistogrammausgleich: Verbesserung des Bildkontrasts für eine verbesserte visuelle Wahrnehmung Bewertung: 0 von 5 Sternen0 BewertungenKantenerkennung: Grenzen in der Computer Vision erkunden Bewertung: 0 von 5 Sternen0 BewertungenAnisotrope Diffusion: Verbesserung der Bildanalyse durch anisotrope Diffusion Bewertung: 0 von 5 Sternen0 BewertungenBildhistogramm: Visuelle Einblicke enthüllen und die Tiefen von Bildhistogrammen in der Computer Vision erkunden Bewertung: 0 von 5 Sternen0 BewertungenRetinex: Enthüllen Sie die Geheimnisse des computergestützten Sehens mit Retinex Bewertung: 0 von 5 Sternen0 BewertungenUnterwasser-Computervision: Erkundung der Tiefen der Computer Vision unter den Wellen Bewertung: 0 von 5 Sternen0 BewertungenAutomatisierte optische Inspektion: Fortschritte in der Computer-Vision-Technologie Bewertung: 0 von 5 Sternen0 BewertungenBlob-Erkennung: Aufdecken von Mustern in visuellen Daten Bewertung: 0 von 5 Sternen0 BewertungenBildkompression: Effiziente Techniken zur visuellen Datenoptimierung Bewertung: 0 von 5 Sternen0 BewertungenComputer-Stereo-Vision: Erforschung der Tiefenwahrnehmung in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenHough-Transformation: Enthüllung der Magie der Hough-Transformation in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenFarbmodell: Das Spektrum des Computer Vision verstehen: Farbmodelle erkunden Bewertung: 0 von 5 Sternen0 BewertungenAktive Kontur: Weiterentwicklung der Computer Vision mit aktiven Konturtechniken Bewertung: 0 von 5 Sternen0 BewertungenGamma-Korrektur: Verbesserung der visuellen Klarheit in der Computer Vision: Die Gammakorrekturtechnik Bewertung: 0 von 5 Sternen0 BewertungenBündelanpassung: Optimieren visueller Daten für eine präzise Rekonstruktion Bewertung: 0 von 5 Sternen0 BewertungenFarbanpassungsfunktion: Spektrale Empfindlichkeit in Computer Vision verstehen Bewertung: 0 von 5 Sternen0 BewertungenAdaptiver Filter: Verbesserung der Computer Vision durch adaptive Filterung Bewertung: 0 von 5 Sternen0 BewertungenAffine Transformation: Visuelle Perspektiven freischalten: Erforschung der affinen Transformation in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenInpainting: Überbrückung von Lücken in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenGemeinsame Fotoexpertengruppe: Erschließen Sie das Potenzial visueller Daten mit dem JPEG-Standard Bewertung: 0 von 5 Sternen0 BewertungenTrifokaler Tensor: Erforschung von Tiefe, Bewegung und Struktur in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenSchätzung der artikulierten Körperhaltung: Erschließung menschlicher Bewegung in Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenModell des menschlichen visuellen Systems: Wahrnehmung und Verarbeitung verstehen Bewertung: 0 von 5 Sternen0 BewertungenOptischer Fluss: Erforschung dynamischer visueller Muster in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenOrientiertes Gradienten-Histogramm: Enthüllung des visuellen Bereichs: Erkundung des Histogramms mit orientierten Farbverläufen in der Bildverarbeitung Bewertung: 0 von 5 Sternen0 Bewertungen
Ähnliche E-Books
Optische Braille-Erkennung: Ermöglichung der Barrierefreiheit durch visuelle Intelligenz Bewertung: 0 von 5 Sternen0 BewertungenVisuelles Sensornetzwerk: Erkundung der Leistungsfähigkeit visueller Sensornetzwerke in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenDistanznebel: Erkundung der visuellen Grenze: Einblicke in den Distanznebel der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenComputer Vision: Erkundung der Tiefen des Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenObjekterkennung: Fortschritte, Anwendungen und Algorithmen Bewertung: 0 von 5 Sternen0 BewertungenComputer-Stereo-Vision: Erforschung der Tiefenwahrnehmung in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenBewegungsschätzung: Fortschritte und Anwendungen in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenSchicht für Schicht - Erkenntnis: Ratgeber zur Qualitätssicherung in der 3D-OCT Diagnostik Bewertung: 0 von 5 Sternen0 BewertungenKantenerkennung: Grenzen in der Computer Vision erkunden Bewertung: 0 von 5 Sternen0 BewertungenDreidimensionale Computergrafik: Erkundung der Schnittstelle zwischen Vision und virtuellen Welten Bewertung: 0 von 5 Sternen0 BewertungenModell des menschlichen visuellen Systems: Wahrnehmung und Verarbeitung verstehen Bewertung: 0 von 5 Sternen0 BewertungenSynthese anzeigen: Erkundung von Perspektiven in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenAutomatisierter Röntgeninspektionsroboter: Verbesserung der Qualitätskontrolle durch Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenBump-Mapping: Bump Mapping: Erforschung der Tiefe der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenGlobale Beleuchtung: Vision voranbringen, Einblicke in die globale Beleuchtung Bewertung: 0 von 5 Sternen0 BewertungenKollisionserkennung: Visuelle Schnittpunkte in der Bildverarbeitung verstehen Bewertung: 0 von 5 Sternen0 BewertungenErtrinkungserkennungssystem: Verbesserung der Sicherheit durch visuelle Intelligenz Bewertung: 0 von 5 Sternen0 BewertungenArchitekturfotografie: Technik, Aufnahme, Bildgestaltung und Nachbearbeitung Bewertung: 0 von 5 Sternen0 BewertungenGesichtserkennungssystem: Erschließen Sie die Kraft der visuellen Intelligenz Bewertung: 0 von 5 Sternen0 BewertungenWasserfernerkundung: Fortschritte in Computer-Vision-Techniken für die Wasserfernerkundung Bewertung: 0 von 5 Sternen0 BewertungenMikroskopie in der Papierindustrie Bewertung: 5 von 5 Sternen5/5Schätzung der artikulierten Körperhaltung: Erschließung menschlicher Bewegung in Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenBewegungsunschärfe: Erkundung der Dynamik von Computer Vision: Bewegungsunschärfe enthüllt Bewertung: 0 von 5 Sternen0 BewertungenLeuchtstoffe, Lichtquellen, Laser, Lumineszenz Bewertung: 0 von 5 Sternen0 BewertungenBildbearbeitung für Anfänger: 30 Top Tipps für die Bildbearbeitung von digitalen Bildern Bewertung: 0 von 5 Sternen0 BewertungenMit optischen Filtern fotografieren: Polarisations-, Neutraldichte- und Grauverlaufsfilter wirkungsvoll einsetzen Bewertung: 0 von 5 Sternen0 BewertungenRaytracing-Grafiken: Erforschung des fotorealistischen Renderings in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenAktives Erscheinungsmodell: Erschließung der Leistungsfähigkeit aktiver Darstellungsmodelle in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenKantenglättung: Verbesserung der visuellen Klarheit in der Computer Vision Bewertung: 0 von 5 Sternen0 Bewertungen3D-Kino im Wohnzimmer: Analyse einer Unterhaltungs-Revolution durch Stereoskopie Bewertung: 0 von 5 Sternen0 Bewertungen
Künstliche Intelligenz (KI) & Semantik für Sie
ChatGPT: Begegnung mit einer neuen Welt: Lernen Sie Künstliche Intelligenz mit der Gratisversion ChatGPT 3.5 Bewertung: 0 von 5 Sternen0 BewertungenChatbotische Medien-Gestaltung leicht gemacht: Von der Idee zum viralen Hit Bewertung: 0 von 5 Sternen0 BewertungenKI-Innovationen: Wie die Technologie die Grenzen verschiebt Künstliche Intelligenz verstehen und nutzen: Ein AI-Buch Bewertung: 0 von 5 Sternen0 BewertungenChatGPT – Für Einsteiger: Schreibprofi mit KI, Zeit und Geld sparen ohne peinliche Fehler Bewertung: 0 von 5 Sternen0 BewertungenDie KI Bibel, mit künstlicher Intelligenz Geld verdienen: Echte Fallbeispiele und Anleitungen zum Umsetzen Bewertung: 1 von 5 Sternen1/5Künstliche Intelligenz: Die vierte industrielle Revolution Bewertung: 0 von 5 Sternen0 BewertungenPsychologie des Sozialismus Bewertung: 0 von 5 Sternen0 BewertungenRoboter im Alltag: Maschinen (beinahe) wie Menschen Bewertung: 0 von 5 Sternen0 BewertungenChatGPT: Epische Reise des Erfolgs - 'Steigern Sie Ihren Reichtum': Mit Screenshots aus dem echten Leben - Erreichen Sie finanzielle Höhen Bewertung: 0 von 5 Sternen0 BewertungenKünstliche Intelligenz in Sozialen Medien Bewertung: 0 von 5 Sternen0 BewertungenWissen statt Glauben!: Das Weltbild des neuen Humanismus Bewertung: 0 von 5 Sternen0 BewertungenMeistern von ChatGPT: Entriegeln Sie die Kraft der KI für verbesserte Kommunikation und Beziehungen: German Bewertung: 0 von 5 Sternen0 BewertungenEinstieg ins Machine Learning: Grundlagen, Prinzipien, erste Schritte Bewertung: 0 von 5 Sternen0 BewertungenMenschlicher Geist und Künstliche Intelligenz: Die Entwicklung des Humanen inmitten einer digitalen Welt Bewertung: 0 von 5 Sternen0 BewertungenDie Zukunft der Arbeit: Digitalisierung, Automatisierung, KI Bewertung: 0 von 5 Sternen0 BewertungenAufstieg der Roboter: Wie unsere Arbeitswelt gerade auf den Kopf gestellt wird - und wie wir darauf reagieren müssen Bewertung: 0 von 5 Sternen0 BewertungenChatbotische Landingpages: Wie du deine Konkurrenz in den digitalen Staub schicken Bewertung: 0 von 5 Sternen0 BewertungenDigitalotopia: Sind wir bereit für die (R)Evolution der Wirklichkeit? Bewertung: 0 von 5 Sternen0 Bewertungen
Rezensionen für Unterwasser-Computervision
0 Bewertungen0 Rezensionen
Buchvorschau
Unterwasser-Computervision - Fouad Sabry
Kapitel 1: Computer Vision unter Wasser
Die Teilmenge des maschinellen Sehens, die sich auf Unterwasserbilder konzentriert. Die Notwendigkeit, riesige Datenmengen zu sammeln und zu interpretieren, ist in den letzten Jahren aufgrund des Aufkommens von Unterwasserfahrzeugen (ROV, AUV, Segelflugzeuge) immer wichtiger geworden. Es gibt eine Vielzahl von Anwendungen für diese Technologie, von der Inspektion von Unterwasserstrukturen für das Offshore-Geschäft bis hin zur Identifizierung von Fischen und der Zählung von Populationen im Namen der Wissenschaft. Trotz des Potenzials dieser Technologie, Industrien und wissenschaftliche Bereiche zu revolutionieren, steckt sie im Vergleich zu etablierteren Formen des maschinellen Sehens noch in den Kinderschuhen. Das liegt daran, dass das Mitnehmen einer Kamera mit ins Wasser eine ganze Reihe anderer Schwierigkeiten mit sich bringt. Es kann jedoch sowohl zeit- als auch kostenintensiv sein, Zugang zu experimentellen Installationen zu erhalten und Anpassungen vorzunehmen, und Kameras müssen wasserdicht sein. Die Tiefe, das organische Material, die Strömungen, die Temperatur und andere physikalische Eigenschaften des Wassers verändern jedoch die Art und Weise, wie Licht mit einem Objekt interagiert, und verändern sein Aussehen.
Untersuchung des Meeresbodens
Satellitengestützte Ortung und Navigation
Biologisches Monitoring
Videomosaike als Orientierungs- und Navigationshilfe
Inspektion von Rohrleitungen
Visualisierung von Wrackteilen
Reparaturen von U-Boot-Strukturen
Verhinderung des Ertrinkens mit Mitteln wie Poolalarmen
An bewölkten Tagen durchdringt das Licht die Atmosphäre aus allen Richtungen, aber die Sonne ist die dominierende Quelle. Das Licht im Wasser wird von einem begrenzten Kegel am Himmel emittiert. Snells Fenster ist der Name, der diesem Phänomen gegeben wurde.
Wasser hat eine enorm stärkere Lichtschwächung als Luft. Das Endergebnis sind kontrastarme, unscharfe Bilder. Absorption (bei der Energie aus dem Licht verloren geht) und Streuung (bei der die Richtung des Lichts geändert wird) sind die Hauptursachen für die Lichtdämpfung. Die Vorwärtsstreuung führt zu einer Zunahme der Unschärfe, während die Rückwärtsstreuung den Kontrast verringert und für den Schleier verantwortlich ist, der Unterwasseraufnahmen durchdringt. Das Vorhandensein von gelösten oder suspendierten organischen Stoffen hat einen erheblichen Einfluss sowohl auf die Streuung als auch auf die Dämpfung im Wasser.
Die Dämpfung des Lichts durch Wasser ist ebenfalls wellenlängenabhängig, was problematisch ist. Das bedeutet, dass die Farbverschlechterung je nach Farbton unterschiedlich schnell auftritt. Die Dämpfung beginnt mit rotem und orangefarbenem Licht und schreitet über gelbes und grünes Licht fort. Optisch ist Blau die am wenigsten abgeschwächte Farbe.
Menschliche Strukturen werden häufig als Bildmerkmale für den Bildabgleich in der hochgradigen maschinellen Bildverarbeitung verwendet. Das Fehlen topografischer Merkmale am darunter liegenden Ozean macht es jedoch schwierig, Ähnlichkeiten zwischen den Fotos zu entdecken.
Für die Unterwasserfotografie ist ein wasserdichtes Gehäuse notwendig. Aufgrund von Dichteschwankungen kommt es jedoch zu einer Brechung an den Wasser-Glas- und Glas-Luft-Grenzflächen. Dies bewirkt eine nichtlineare Verschiebung in der Form des Bildes.
Eine weitere einzigartige Schwierigkeit ist die Bewegung des Fahrzeugs. Aufgrund von Strömungen und anderen Faktoren sind Unterwasserfahrzeuge ständig in Bewegung. Dies fügt den Algorithmen eine neue Unsicherheitsebene hinzu und erhöht die Wahrscheinlichkeit, dass geringfügige Schwankungen in jede Richtung auftreten können. Für das Video-Tracking kann dies besonders nützlich sein. Algorithmen zur Verbesserung der Bildstabilität könnten verwendet werden, um dieses Problem zu entschärfen.
Das Ziel der Bildrestaurierung ist es, das Originalbild zu lösen, indem man seine Verschlechterung modelliert und dann den Prozess invertiert. Es handelt sich in der Regel um eine komplizierte Methode, die eine Vielzahl von Parametern erfordert, die sich je nach Art des zu analysierenden Wassers dramatisch ändern.
Die Bildverbesserung konzentriert sich in erster Linie darauf, das Bild visuell besser aussehen zu lassen, ohne zu berücksichtigen, wie ein Bild tatsächlich entsteht. Diese Verfahren sind in der Regel weniger kompliziert und rechenintensiv.
Es gibt mehrere automatische Farbkorrekturalgorithmen. Um nur ein Beispiel zu nennen: Die UCM (Unsupervised Color Correction Method) geht folgendermaßen vor: In erster Linie stellt sie die Farbgenauigkeit wieder her, indem sie Farbwerte ausgleicht. Anschließend werden die Sättigungs- und Intensitätskomponenten optimiert, nachdem der Kontrast erhöht wurde, indem das rote Histogramm auf sein Maximum gestreckt wird.
Es wird davon ausgegangen, dass die Geometrie und Radiometrie von Stereokameras zuvor kalibriert wurden. Daher kann man davon ausgehen, dass benachbarte Pixel den gleichen Farbton haben sollten. Dies kann jedoch in einer Unterwasserszene aufgrund von Streuung und Rückstreuung nicht gewährleistet werden. Dieses Phänomen kann jedoch rechnerisch modelliert werden, und es kann ein virtuelles Bild erstellt werden, bei dem die Auswirkungen eliminiert werden.
Heutzutage sind Sonar-Bildgebungssysteme
{Ende Kapitel 1}
Kapitel 2: Maschinelles Sehen
Die Untersuchung, wie Computer aus digitalen Bildern oder Videos Wissen auf hohem Niveau ableiten können, steht im Mittelpunkt des multidisziplinären Wissenschaftsbereichs Computer Vision. Aus technologischer Sicht untersucht und versucht es, Aktivitäten zu automatisieren, die im Rahmen der Möglichkeiten des menschlichen visuellen Systems liegen.
Zu den Aufgaben im Zusammenhang mit Computer Vision gehören Techniken zum Erhalten, Verarbeiten, Analysieren und Verstehen digitaler Bilder sowie die Extraktion hochdimensionaler Daten aus der physischen Umgebung, um numerische oder symbolische Informationen, wie z. B. Urteile, zu erstellen.
Computer Vision ist ein Teilgebiet der Informatik, das die theoretischen Grundlagen künstlicher Systeme untersucht, die Informationen aus Bildern ableiten sollen. Die visuellen Daten können in einer Vielzahl von Formaten dargestellt werden, einschließlich Videosequenzen, Bildern, die von mehreren Kameras erhalten wurden, mehrdimensionalen Daten, die von einem 3D-Scanner oder medizinischen Scangeräten erhalten wurden, und so weiter. Das Ziel des technischen Bereichs Computer Vision ist es, die Ideen und Modelle, die es im Prozess des Aufbaus von Computer-Vision-Systemen entwickelt hat, umzusetzen.
Die Bereiche Szenenrekonstruktion, Objekterkennung, Ereigniserkennung, Videoverfolgung, Objekterkennung, 3D-Posenschätzung, Lernen, Indizierung, Bewegungsschätzung, visuelle Servoisierung, 3D-Szenenmodellierung und Bildwiederherstellung sind allesamt Teilbereiche des maschinellen Sehens. Zu den weiteren Teilbereichen des maschinellen Sehens gehört die 3D-Szenenmodellierung.
Computer Vision ist eine multidisziplinäre Studie, die untersucht, wie Computer programmiert werden können, um aus digitalen Bildern oder Filmen Wissen auf hohem Niveau zu extrahieren. In diesem Bereich geht es darum, wie Computern beigebracht werden kann, das zu verstehen, was ihnen gezeigt wird. Aus Sicht des Ingenieurwesens besteht das Ziel darin, Wege zu finden, um Vorgänge zu automatisieren, die bereits vom menschlichen visuellen System ausgeführt werden können. Computer Vision ist ein Studiengebiet im Bereich der Informationstechnologie, das