第四章 實驗結果與分析
4.1 資料庫的建立
圖 4-1 中表示本論文所使用的模型資料庫,本論文共需建立兩個資料庫,第 一是在距離影像下的模型資料庫,第二為在點雲資料下的所需之模型資料庫,而 資料庫中的模型大小都不同。
編號 1 編號 2 編號 3 編號 4 編號 5
編號 6 編號 7 編號 8 編號 9 編號 10 圖 4-1 資料庫中 10 種塔台模型。
52
當在距離影像下建立模型資料庫時,本論文針對每一個模型做 288 個角度 來拍攝,則拍攝角度的設定由標高角(elevation)由 10 度至 80 度每 10 度作為一個 基準,方位角(azimuth)由 10 度至 360 度也是每 10 度作為一個基準,故標高角有 8 個基準而方位角有 36 個基準,由標高角每一個基準對應 36 個方位角的基準,
所以最後可取得 288 個角度,然後利用這 288 個角度作為建立距離影像資料庫的 依據,由於塔台模型具有相當的對稱性,故本論文在此利用對稱性的分析減少特 徵資料庫中的特徵個數,而在對稱性分析中,本論文利用每一個影像做傅立葉描 述子後來做相似度分析,若是得到的不相似度值為 0 則表示對稱,則利用此方式 來減少特徵的個數,由圖 4-2 表示利用模型編號 10 由上述 288 個角度作拍攝所 得到的塔台的距離影像,然後經由對稱性分析得到 72 張距離影像,而其它的模 型亦是參照此方法來執行,最後再對所有距離影像作傅立葉描述子的特徵抽取即 可完成在距離影像下的特徵資料庫建立。
圖 4-2 經由對稱性分析後得到之 72 張塔台編號 10 個資料庫影像
53
當在點雲資料下建立模型資料庫時,本論文針對每一個塔台模型做完整的點 雲掃描後可以得到完整的點雲資料,然後再利用這個完整的點雲資料作為建立特 徵資料庫的依據,圖 4-3 為利用完整的點雲資料所建立出的特徵資料庫。
編號 1 編號 2 編號 3 編號 4 編號 5
編號 6 編號 7 編號 8 編號 9 編號 10 圖 4-3 點雲資料下的特徵資料庫。
本論文在距離影像的特徵資料庫針對每一個塔台模型有 288 個傅立葉描述 子,而 10 個塔台模型就有 2880 個傅立葉描述子,在點雲資料的特徵資料庫針對 每一個塔台有 1 個結構描述子,而 10 個塔台模型就有 10 個結構描述子,對於採 取不同的辨識策略,所選用的特徵資料庫也會不同,而辨識策略的切換則是由塔 台輪廓的封閉與否來做為依據,若是在場景下所拍攝到的塔台輪廓為封閉,則本
54
論文採用距離影像作為辨識時所使用的資料,當拍攝到的塔台輪廓不封閉,則本 論文將採取點雲資料作為辨識時所使用的資料。
4.2 實驗結果與分析
在塔台的辨識系統之效能評估上,本論文將討論角度對於辨識率影響,與距 離對於辨識率的影響,接下來會討論當距離足夠遠的情況下使用距離影像作為辨 識的依據,本論文所提出的方法與文獻[1]中所使用的方法做比較,最後的部份 則是當距離在足夠近的情況下使用點雲資料作為辨識的依據,利用這個切換方式 達到提升辨識率的目的,在效能的評估上,本論文將統計三維塔台物體辨識系統 之辨識率 Reg,Reg 會隨著距離變化而改變,辨識率之計算如(4.1)式所示。
Reg =
total correct
Number Number
(4.1)
correct
Number :為正確辨識出塔台的個數。
total
Number :為總共的測詴影像個數。
在實驗方面分成八個部份來討論,在不同因素下對於距離影像的辨識率,或是對 於點雲資料的辨識率的影響,本論文之資料取得的部份屬於不需先對場景做分割,
且不考慮雜訊的情況下來對三維塔台模型作拍攝的動作,第一部份探討角度對於 辨識率的影響,第二部份討論在距離足夠遠的情況下本論文所提出加入視角內插 法搭配傅立葉描述子與單純只利用傅立葉描述子的辨識率來做比較,第三部份討 論在距離足夠近的情況下本論文所提出之結構描述子與傅立葉描述子加入視角 內插法的辨識率來做比較,第四部份探討角度範圍落在標高角 10 度至 30 度間,
距離對於辨識率的影像,第五部份探討角度範圍落在標高角 40 度至 80 度間,距 離對於辨識率的影像,第六部份探討角度範圍落在標高角 10 度至 80 度間,距離 對於辨識率的影像,第七部份則是討論與其他論文做比較,最後第八部份則是討 論相機在不同的視角下,計算出相機的姿態變化。
首先,第一部份本論文將呈現拍攝角度對於辨識率的影響,在本實驗中共挑
55
選 5 組角度,而每一組會隨機選出 100 個角度,但是每一組實驗的距離都固定,
由圖 4-4 表示本論文對於標高角與方位角的設定範圍。
場景拍攝:
1. 每一個模型都根據這 5 組角度作拍攝,所以每一個模型可產生 500 筆場景 資料,共 10 個模型,故總共有 5000 筆場景資料。
2. 拍攝距離設定為 600 公尺。
3. 隨機挑選角度,範圍由標高角 10 度至 80 度,方位角 10 度至 360 度。
圖 4-5 的橫軸表示角度的範圍,而縱軸則表示辨識錯誤率,距離挑選出 600 公尺 的理由在於每一個模型大小不同,在特定的距離有些模型作拍攝後會呈現部份的 情況,故挑選 600 公尺則是讓 10 個模型中最大的模型能夠取得完整的影像。
圖 4-4 角度的選擇範圍。
標高角:10
標高角變化範圍
標高角:80 方位角
56
圖 4-5 角度對於辨識的錯誤率。
由圖 4-5 可明顯看出,首先,先討論當標高角越低時,三個方法的錯誤率都 會增加,由其以單純只用傅立葉描述子最高,在距離影像的部份,從這個角度範 圍可探討出在距離影像下所做出之傅立葉描述子乃是基於輪廓的方式,故標高角 接近 10 度時,則輪廓對於描述塔台的形狀就越加薄弱,即使是有加入視角內插 法依然還是無法大幅的改善,然而在點雲資料的部份,當標高角越來越低時,則 塔台的垂直面將會受到自遮蔽的影響,導致沒有點資料分佈在塔台表面上,進而 導致辨識率不佳的情況發生,圖 4-6 表示高的標高角對於點資料分佈的影響,由 圖 4-6(a)表示在標高角 45 度時點雲的分佈情況,圖 4-6(b)表示在標高角 10 度時 點雲的分佈情況因為受到遮蔽的影響,導致沒有像是圖 4-6(a)中所圈出之點資料 分佈。
57
(a) (b)
圖 4-6 受遮蔽的情況 (a)標高角 45 度之點雲分佈情況 (b)標高角 10 度之點 雲分佈情況。
但是隨著角度的增加,錯誤率明顯降低,在角度範圍 40 度至 70 度左右,本論文 所提出之結構描述子與傅立葉描述子加上視角內插法及傅立葉描述子在這個角 度範圍表現都還算理想,這是因為在角度範圍落在 40 度至 70 度之間不論是在 塔台輪廓或是塔台內部幾何分佈的表現都較明顯,最後當標高角度範圍 80 度左 右時,基於輪廓的傅立葉描述子在辨識錯誤上是較低的情況,原因是當拍攝角度 落在 80 度左右時,塔台輪廓的表現上也算不錯,而在點雲資料在辨識錯誤上是 稍微大一點,原因也是因為有些面會受到角度的影響產生自遮蔽的情況發生,而 導致沒有點資料分佈在塔台表面上,圖 4-7 表示低的標高角對於點資料分佈的影 響,由圖 4-7(a)表示在標高角 45 度時點雲的分佈情況,圖 4-7(b)表示在標高角 80 度時點雲的分佈情況因為受到自遮蔽的影響,導致沒有像是圖 4-7(a)中所圈出 之點資料分佈。
58
(a) (b)
圖 4-7 受遮蔽的情況 (a)標高角 45 度之點雲分佈情況 (b)標高角 80 度之點 雲分佈情況。
第二部份討論在距離足夠遠的情況下本論文所提出加入視角內插法搭配傅立 葉描述子與單純只利用傅立葉描述子的辨識率來做比較。
場景拍攝:
1. 距離變化從 100 尺至 1500 公尺,間隔為 100 公尺。
2. 隨機挑選角度,範圍由標高角 10 度至 80 度,方位角 10 度至 360 度。
由圖 4-8 可得知加入視角內插法後,明顯改善了單獨只使用傅立葉描述子的辨 識率,但是在距離較近時的辨識率並沒有明顯的提升,這是因為當距離近時,塔 台的輪廓線越來越不具代表性,所以即使加入視角內插法也是無法明顯提升辨識 率,故本論文在此提出利用點雲資料發展一個結構描述子,用來進行當距離近時 的辨識策略。
59
圖 4-8 有無加入視角內插法之比較圖。
第三部份討論在距離足夠近的情況下本論文所提出之結構描述子與傅 立葉描述子的辨識率來做比較。
場景拍攝:
1. 距離變化從 100 尺至 600 公尺,間隔為 50 公尺。
2. 隨機挑選角度,範圍由標高角 10 度至 80 度,方位角 10 度至 360 度。
圖 4-9 傅立葉描述子與結構描述子之綜合辨識率比較。
60
由圖 4-9 中本論文所提出之結構描述子,在距離足夠近時之辨識率明顯優於 傅立葉描述子,這是因為當距離足夠近時,由於傅立葉描述子是基於輪廓線的抽 取,故當雷射測距儀與塔台的距離越來越近時,塔台之輪廓線就越來越不具代表 性,且本論文希望在點雲資料發展一個辨識演算法,故本論文在距離足夠近時,
利用點雲資料來做辨識。
第四部份本論文要討論的是距離對於每一個塔台辨識率的影響,由於每一個 塔台進入只能拍攝到部份影像的距離不同,圖中虛線為最大塔台之切換距離。
場景拍攝:
1. 距離變化從 100 尺至 1500 公尺,間隔為 100 公尺。
2. 隨機挑選角度,範圍由標高角 10 度至 30 度,方位角 10 度至 360 度。
圖 4-10 本 論 文 利 用 提 出 的 整 合 型 (integrate method) 的 方 法 與 結 構 描 述 子 (structure descriptor)及傅立葉描述子(Fourier descriptor)做比較。
圖 4-10 標高角介於 10 度至 30 度的綜合辨識率的比較。
由圖 4-10 可以發現,當隨機選取標高角度介於 10 度至 30 度時,辨識正確 率並不是很理想,本論文認為是因為都是只有拍攝到塔頂的部份,導致輪廓抽取 後都是長的差不多,導致基於輪廓的傅立葉描述子失去了效用,而在基於點雲資
61
料的結構描述子,在標高角度介於 10 度至 30 度時,在第一部份的討論中有說明
料的結構描述子,在標高角度介於 10 度至 30 度時,在第一部份的討論中有說明