Oulun yliopisto

Väitös: Konenäön menetelmiä mobiilikuvantamiseen ja 3D-rekonstruktioon

Jaa
Älypuhelimien suorituskyky ja kuvausominaisuudet ovat kehittyneet viime vuosina suurin harppauksin. Parhaimmillaan kännykkäkamerat pystyvät jo kilpailemaan suurien ja kalliiden järjestelmäkameroiden kanssa. Ongelmia kuitenkin syntyy erityisesti hämärässä käsivaralta kuvattaessa.
Janne Mustaniemi väitöstyössään esittää uudenlaisen menetelmän, joka hyödyntää koneoppimista sekä kuvapareja, jotka on otettu lyhyellä ja pitkällä valotusajalla. Kuva havainnollistaa tätä.
Janne Mustaniemi väitöstyössään esittää uudenlaisen menetelmän, joka hyödyntää koneoppimista sekä kuvapareja, jotka on otettu lyhyellä ja pitkällä valotusajalla. Kuva havainnollistaa tätä.

Pieni kamera pystyy keräämään vain rajallisen määrän valoa, jolloin kuvista tulee helposti kohinaisia. Toisaalta kuva saattaa näyttää tärähtäneeltä jos kamera tai kuvattava kohde liikkuu valotuksen aikana. Tämä niin sanottu liike-epäterävyys vaikuttaa negatiivisesti paitsi kuvanlaatuun myös moniin konenäön sovelluksiin, kuten kuvapohjaiseen 3D-rekonstruktioon.

Oulun yliopiston konenäön ja signaalianalyysin tutkimusyksikön tohtorikoulutettava, diplomi-insinööri Janne Mustaniemi esittelee väitöstutkimuksessaan kaksi menetelmää liike-epäterävyyden poistoon. Menetelmät hyödyntävät inertiamittausyksikköä, joka löytyy useimmista kamerapuhelimista. Inertiamittausyksikkö antaa tietoa laitteen liikkeestä kuvanottohetkellä, mikä helpottaa tärähtäneen kuvan korjaamista. Väitöskirjassa tutkitaan myös yhtäaikaista kohinan- ja liike-epäterävyydenpoistoa. Monilla laitteilla on mahdollista ottaa useita kuvia nopeasti peräkkäin eri valotusajoilla. Tämä työ esittää uudenlaisen menetelmän, joka hyödyntää koneoppimista sekä kuvapareja, jotka on otettu lyhyellä ja pitkällä valotusajalla.

Kuvapohjainen 3D-rekonstruktio on eräs konenäön keskeisimmistä ongelmista. Tavoitteena on muodostaa ympäristöstä 3D-malli kuvien tai videon pohjalta. Tähän prosessiin liittyy tunnettu rajoitus, että 3D-mallin absoluuttista skaalaa ei voida määrittää pelkästään yhden kameran avulla. Tämä työ esittelee inertiaalipohjaisen menetelmän, jolla tuntematon skaalauskerroin voidaan määrittää. Menetelmällä saadut tulokset ovat ensiluokkaisia ja menetelmä voidaan helposti integroida olemassa oleviin 3D-rekonstruktio-ohjelmistoihin.

Moniaukkokamerat ovat yleistyneet älypuhelimissa. Useita kamerayksiköitä hyödyntämällä voidaan parantaa kuvien laatua ja kameran ominaisuuksia. Tässä työssä perehdytään parallaksivirheen korjaamiseen, mikä aiheutuu siitä, että kamerayksiköiden näkymät eroavat hieman toisistaan. Työ esittelee kuvafuusioalgoritmin moniaukkokameraan, missä jokainen kamerayksikkö on varustettu erillisellä värisuodattimella. Syötekuvat yhdistetään dispariteetti-kartan perusteella, joka estimoidaan hyödyntämällä kaikkia kuvia yhtä aikaa. Kyseinen lähestymistapa on varteenotettava vaihtoehto perinteiselle Bayer-suodattimella varustetulle kameralle.

Avainsanat

Yhteyshenkilöt

Kuvat

Janne Mustaniemi väitöstyössään esittää uudenlaisen menetelmän, joka hyödyntää koneoppimista sekä kuvapareja, jotka on otettu lyhyellä ja pitkällä valotusajalla. Kuva havainnollistaa tätä.
Janne Mustaniemi väitöstyössään esittää uudenlaisen menetelmän, joka hyödyntää koneoppimista sekä kuvapareja, jotka on otettu lyhyellä ja pitkällä valotusajalla. Kuva havainnollistaa tätä.
Lataa

Linkit

Tietoja julkaisijasta

Oulun yliopisto
Oulun yliopisto
Pentti Kaiteran katu 1
90570 Oulu

0294 480 000https://www.oulu.fi/fi

 

Oulun yliopisto
Viestintä, markkinointi ja yhteiskuntasuhteet
PL 8000
90014 Oulun yliopisto
viestintä (@) oulu.fi
0294 484 091

Tilaa tiedotteet sähköpostiisi

Haluatko tietää asioista ensimmäisten joukossa? Kun tilaat tiedotteemme, saat ne sähköpostiisi välittömästi julkaisuhetkellä. Tilauksen voit halutessasi perua milloin tahansa.

Lue lisää julkaisijalta Oulun yliopisto

Tutkijat kehittävät älykkäitä bioteknologisia ratkaisuja pohjoisista luonnonvaroista24.6.2025 05:50:00 EEST | Tiedote

Oulun yliopiston johtama uusi tutkimushanke WaVes – Smart Innovative Biotechnology from Arctic Plant-Derived Waxes and NanoBiomaterials keskittyy hyödyntämään arktisista kasveista, kuten pohjoisista marjoista ja kuusen neulasista, saatavia vaha- ja nanobiomateriaaleja korkeaa lisäarvoa tuottavien bioteknologisten sovellusten kehittämisessä. Tavoitteena on edistää kestävää biotaloutta ja luonnonvarojen vastuullista hyödyntämistä erityisesti pohjoisilla alueilla.

Uutishuoneessa voit lukea tiedotteitamme ja muuta julkaisemaamme materiaalia. Löydät sieltä niin yhteyshenkilöidemme tiedot kuin vapaasti julkaistavissa olevia kuvia ja videoita. Uutishuoneessa voit nähdä myös sosiaalisen median sisältöjä. Kaikki tiedotepalvelussa julkaistu materiaali on vapaasti median käytettävissä.

Tutustu uutishuoneeseemme
World GlobeA line styled icon from Orion Icon Library.HiddenA line styled icon from Orion Icon Library.Eye