Досліджено методи аналізу зображень на основі комп'ютерного зору. Проведено оцінювання ефективності детекторів характерних точок, визначених методами Харріса і Канаде-Лукас-Томасі (КЛТ). Виявлені точки представлені дескриптором прискореного виділення робастних характерних ознак, які використовуються у подальшому для визначення матриці гомографії. Аналіз точності візуальної навігації проведений шляхом оцінювання кута повороту камери за допомогою факторизації матриці гомографії, отриманої з двох детекторів. Похибки візуальної навігації відповідають нормальному розподілу для цієї виборки.
Исследованы методы анализа изображений на основе компьютерного зрения. Проведена оценка эффективности детекторов характерных точек, определенных методами Харриса и Канаде-Лукас-Томасе (КЛТ). Обнаруженные точки представлены дескриптором ускоренного выделения робастные характерных признаков, которые используются в дальнейшем для определения матрицы гомографии. Анализ точности визуальной навигации проведен путем оценки угла поворота камеры с помощью факторизации матрицы гомографии, полученной из двух детекторов. Погрешности визуальной навигации соответствуют нормальному распределению для данной выборки.
The article examines methods of images analysis based on computer vision. We made a comparison between the detectors of feature points determined by Harris and Kanade–Lucas–Tomasi (KLT) methods. Found points are represented by Speed-Up Robust Feature (SURF) descriptor and then used to determine homography matrix. Analyses of accuracy of visual navigation is done by estimation of a camera rotation angle via factorization of homography matrix obtained from two detector methods. Errors of visual navigation follow the normal distribution for the given sample.
