Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Generating Visual Explanations Kapitel lesen Erstes Kapitel lesen

2016 | OriginalPaper | Buchkapitel

Efficient Multi-frequency Phase Unwrapping Using Kernel Density Estimation

verfasst von : Felix Järemo Lawin, Per-Erik Forssén, Hannes Ovrén

Erschienen in: Computer Vision – ECCV 2016

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

In this paper we introduce an efficient method to unwrap multi-frequency phase estimates for time-of-flight ranging. The algorithm generates multiple depth hypotheses and uses a spatial kernel density estimate (KDE) to rank them. The confidence produced by the KDE is also an effective means to detect outliers. We also introduce a new closed-form expression for phase noise prediction, that better fits real data. The method is applied to depth decoding for the Kinect v2 sensor, and compared to the Microsoft Kinect SDK and to the open source driver libfreenect2. The intended Kinect v2 use case is scenes with less than 8 m range, and for such cases we observe consistent improvements, while maintaining real-time performance. When extending the depth range to the maximal value of 18.75 m, we get about \(52\,\%\) more valid measurements than libfreenect2. The effect is that the sensor can now be used in large depth scenes, where it was previously not a good choice.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Deep Joint Image Filtering
Nächstes Kapitel A Multi-scale CNN for Affordance Segmentation in RGB Images
Anhänge
Nur mit Berechtigung zugänglich
Fußnoten
1
RGB-D sensors output both colour (RGB) and depth (D) images.
 
2
Version 2.0.1409.
 
3
As in \(opencl\_depth\_packet\_processor.cl\) Feb 18 2016 commit: 1d06d2db04a9.
 
Literatur
1.
Trunk, G., Brockett, S.: Range and velocity ambiguity resolution. In: IEEE National Radar Conference, pp. 146–149 (1993)
2.
Sell, J., O’Connor, P.: The Xbox one system on a chip and kinect sensor. IEEE Micro 34(2), 44–53 (2014)CrossRef
3.
Newcombe, R.A., et al.: KinectFusion: real-time dense surface mapping and tracking. In: IEEE ISMAR 2011, Basel, Switzerland, October 2011
4.
Jongenelen, A.P.P., Bailey, D.G., Payne, A.D., Dorrington, A.A., Carnegie, D.A.: Analysis of errors in tof range imaging with dual-frequency modulation. IEEE Trans. Instrum. Measur. 60(5), 1861–1868 (2011)CrossRef
5.
Wang, Z., Du, H., Park, S., Xie, H.: Three-dimensional shape measurement with a fast and accurate approach. Appl. Opt. 48(6), 1052–1061 (2009)CrossRef
6.
Gorthi, S.S., Pastogi, P.: Fringe projection techniques: wither we are? Opt. Lasers Eng. 48(2), 133–140 (2010)CrossRef
7.
Hansard, M.: Disambiguation of time-of-flight data. In: Time-of-Flight Cameras, Chap. 2. Springer Briefs in Computer Science, pp. 29–43. Springer, London (2013)
8.
Crabb, R., Manduchi, R.: Fast single-frequenct time-of-flight range imaging. In: IEEE International Conference on Computer Vision and Pattern Recognition (CVPR 2015) (2015)
9.
Droeschel, D., Holz, D., Behnke, S.: Multi-frequency phase unwrapping for time-of-flight cameras. In: IEEE International Conference on Intelligent Robots and Systems (2010)
10.
Kirmani, A., Benedetti, A., Chou, P.A.: SPUMIC: simultaneous phase unwrapping and multipath interference cancellation in time-of-flight cameras using spectral methods. In: IEEE International Conference on Multimedia& Expo (ICME 2013) (2013)
11.
Feigin, M., Bhandari, A., Izadi, S., Rhemann, C., Schmidt, M., Raskar, R.: Resolving multipath interference in Kinect: an inverse problem approach. IEEE Sens. J. 16, 3419–3427 (2015)CrossRef
12.
Mei, J., Kirmani, A., Colaco, A., Goyal, V.K.: Phase unwrapping and denoising for time-of-flight imaging using generalized approximate message passing. In: IEEE International Conference on Image Processing (ICIP 2013) (2013)
13.
Frank, M., Plaue, M., Rapp, H., Köthe, U., Jähne, B.: Theoretical and experimental error analysis of continuous-wave time-of-flight range cameras. Opt. Eng. 48(1), 013602 (2009)CrossRef
14.
Bamji, C., Charbon, E.: US 6,515,740 B2: methods for CMOS-compatible three-dimensional image sensing using quantum efficiency modulation (2004)
15.
Bamji, C.S., et al.: A 0.13 \(\mu \)m CMOS system-on-chip for a \(512\times 424\) time-of-flight image sensor with multi-frequency photo-demodulation up to 130 MHz and 2 GS/s ADC. IEEE J. Solid-State Circuits 50(1), 303–319 (2015)CrossRef
16.
Murphy, K.P.: Machine Learning: A Probabilistic Perspective. MIT Press, Cambridge (2012)MATH
17.
Uhlmann, J.: Dynamic map building and localization: new theoretical foundations. Ph.D. thesis, University of Oxford (1995)
18.
Hartley, R., Zisserman, A.: Multiple View Geometry in Computer Vision, 2nd edn. Cambridge University Press, Cambridge (2003)MATH
19.
Szeliski, R.: Computer Vision: Algorithms and Applications. Springer-Verlag New York Inc., New York (2010)MATH
20.
Forssén, P.E.: Low and medium level vision using channel representations. Ph.D. thesis, Linköping University, Sweden, SE-581 83 Linköping, Sweden, March 2004. Dissertation No. 858, ISBN 91-7373-876-X
21.
Felsberg, M., Forssén, P.E., Scharr, H.: Channel smoothing: efficient robust smoothing of low-level signal features. IEEE TPAMI 28(2), 209–222 (2006)CrossRef
22.
Järemo Lawin, F., Forssén, P.E., Ovrén, H.: Efficient multi-frequency phase unwrapping using kernel density estimation, supplemental material. Technical report, Linköing University (2016)
23.
24.
Rusu, R.B., Cousins, S.: 3D is here: point cloud library (PCL). In: IEEE ICRA, 9–13 May 2011
Metadaten
Titel
Efficient Multi-frequency Phase Unwrapping Using Kernel Density Estimation
verfasst von
Felix Järemo Lawin
Per-Erik Forssén
Hannes Ovrén
Copyright-Jahr
2016
Buch
Computer Vision – ECCV 2016

Print ISBN: 978-3-319-46492-3

Electronic ISBN: 978-3-319-46493-0

Copyright-Jahr: 2016

DOI
https://doi.org/10.1007/978-3-319-46493-0_11

Premium Partner

    Bildnachweise