Συντάχθηκε 10-03-2014 12:38
από Eleni Stamataki
Email συντάκτη: estamataki<στο>tuc.gr
Ενημερώθηκε:
-
Ιδιότητα: σύνταξη/αποχώρηση υπάλληλος.
Σχολή Ηλεκτρονικών Μηχανικών και Μηχανικών Υπολογιστών
Πρόγραμμα Προπτυχιακών Σπουδών
ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ
ΚΩΝ/ΝΟΥ ΜΠΑΧΑΡΙΔΗ
με θέμα
Εκτίμηση Κίνησης Ροής Υγρού με χρήση δεδομένων Βίντεο
Fluid Flow Motion Estimation using Video Data
Τετάρτη 12 Μαρτίου 2014, 12πμ
Αίθουσα 137Π39, Κτίριο Επιστημών, Πολυτεχνειούπολη
Εξεταστική Επιτροπή
Καθηγητής Μιχάλης Ζερβάκης (επιβλέπων)
Καθηγητής Ευριπίδης Πετράκης
Αναπληρωτής Καθηγητής Μιχαήλ Λαγουδάκης
Περίληψη
Στις μέρες μας η Επιστήμη των Υπολογιστών σχετίζεται ολοένα και με περισσότερα άλλα επιστημονικά πεδία με ένα από αυτά να είναι εκείνο της Υδρολογίας. Ένα από τα θέματα στα οποία η Υδρολογία έχει συσχετιστεί ευρέως με την επιστήμη των υπολογιστών, και συγκεκριμένα με τον κλάδο της Μηχανικής Όρασης, είναι η εκτίμησή της κίνησης της ροής υγρών. Το πεδίο ροής ενός υγρού περιέχει πληροφορίες σχετικά με την ταχύτητα της ροής, καθώς και τα χαρακτηριστικά της, όπως ο στροβιλισμός. Η εκτίμηση του πεδίου ροής μέχρι τώρα απαιτούσε επιτόπιες μετρήσεις με την χρήση συμβατικού εξοπλισμού, όπως επιτανχυσιόμετρα, γεγονός που επέτρεπε μόνο ένα στενό χρονικό παράθυρο για τις επιτόπου μετρήσεις συγκεκριμένων υδρολογικών φυσικών φαινομένων, όπως πλημμυρικά ρεύματα(χείμαρροι). Η Μηχανική Όραση επιτρέπει μη παρεμβατικές, ακριβείς και συνεχείς μετρήσεις της ροής με τη χρήση βίντεο δεδομένων. Ωστόσο, οι διάφορες προσεγγίσεις για την εκτίμηση της κίνησης πρέπει να λαμβάνουν υπόψη τη δυναμική φύση της ροής του υγρού, προκειμένου να παρέχουν ακριβείς εκτιμήσεις για το πεδίο ροής. Η παρούσα διπλωματική εργασία ασχολείται με το πρόβλημα της εκτίμησης της κίνησης καθώς και με το πρόβλημα της αναγνώρισης προτύπων κίνησης που συμπληρώνουν την κύρια ροή του υγρού. Η προτεινόμενη προσέγγιση για το θέμα της εκτίμησης της κίνησης για την ροή ενός υγρού, χρησιμοποιεί μια μέθοδο στατιστικής εκτίμησης σε συνδυασμό με ένα διαφορικό πλαίσιο για την αξιολόγηση κάθε δυνατής μετατόπισης. Το αποτέλεσμα είναι ένα ενιαίο ομοιογενές πεδίο κίνησης το οποίο αναπαριστά ικανοποιητικά τις κυρίαρχες κινήσεις που υπάρχουν στη ροή.
Το πρόβλημα αναγνώρισης των προτύπων κίνησης έχει απασχολήσει σε μεγάλο βαθμό τους Υδρολόγους, δεδομένου ότι δεν μπορούν να έχουν μια πραγματική απεικόνιση όλων των μοντέλων κίνησης που υπάρχουν στη ροή του υγρού χρησιμοποιώντας τον υπάρχοντα συμβατικό εξοπλισμό και, ως εκ τούτου, χάνοντας πληροφορίες σχετικά με τα χαρακτηριστικά της ροής. Για το θέμα αυτό η παρούσα διπλωματική εργασία παρουσιάζει δύο προσεγγίσεις που επιτρέπουν τον προσδιορισμό και τον χαρακτηρισμό των προτύπων ροής που υπάρχουν στο πεδίο ροής του υγρού. Η πρώτη προσέγγιση επιτρέπει την αναγνώριση και την ταξινόμηση ομοιογενών επίπεδων κυματοειδών και στροβιλοειδών κινήσεων, χρησιμοποιώντας μια μέθοδο ταύτισης διανυσματικών. Η δεύτερη είναι μια νέα προσέγγιση συσχετισμού που χρησιμοποιεί το Μέσο Τετραγωνικό Σφάλμα(M.S.E.) ως μέτρο ομοιότητας μεταξύ των διάφορων μοτίβων. Και οι δύο προσεγγίσεις χρησιμοποιούν το δυσδιάστατο πεδίο κινήσεως του υγρού για τον εντοπισμό και την κατηγοριοποίηση των ομοιογενών και στροβιλοειδών πρότυπων κίνησης που είναι παρόντα στη ροή.
Η παρούσα διπλωματική εργασία αναπτύσσει νέες βελτιώσεις στοχεύοντας είτε στην βελτίωση της απόδοσης είτε στην μείωση της υπολογιστικής πολυπλοκότητας τόσο στην εκτίμηση όσο και στον χαρακτηρισμό της ροής. Οι προτεινόμενες μέθοδοι εφαρμόζονται και αξιολογούνται πάνω σε πραγματικές σκηνές βίντεο ροών ποταμών κάτω από διαφορετικές συνθήκες.
Abstract
Computer Science nowadays is being associated with an increasing number of Scientific fields, with one of them being Hydrology. One of the subjects of Hydrology widely assisted by computers is fluid flow motion estimation. The fluid flow field contains information about the velocity of the flow as well as the flow characteristics, such as its vorticity. The estimation of the flow field until now required the use of on-field measurements with conventional equipment, such as accelerometers and allowed a narrow time window for measuring certain hydrological natural phenomena, such as flash flood streams. Computer Vision allows non-intrusive, precise and constant measurements of the flow by using video data. Motion estimation approaches, however, must take into account the dynamic nature of the fluid flow in order to provide accurate estimates of the motion field. This thesis addresses the problem of motion estimation along with the problem of motion pattern recognition for fluid flows. The proposed approach for the topic of fluid flow motion estimation, uses a statistical estimation method combined with a differential framework to evaluate each possible displacement. The outcome is a smooth global motion field representing satisfyingly the major motions present in the flow.
The motion pattern recognition problem has long troubled Hydrologists since they can not have an actual visualization of all the flow patterns present in the fluid flow using existing conventional equipment. This leads to the loss of information related to the flow characteristics. For this topic, this thesis presents two approaches which allow the identification and characterization of flow patterns in the fluid motion field. The first approach allows the identification and classification of homogeneous plane wave and vortical flow patterns using vector pattern matching. The second is a novel correlation based approach which uses the Mean Squared Error as means of vector pattern similarity measure. Both approaches use the 2-Dimensional motion field of the fluid to identify and categorize homogeneous and vortical flow patterns present in the flow.
In both Motion estimation and Characterization the thesis develops novel improvements addressing either the efficiency or the computational complexity of estimation. The proposed methods are applied and evaluated on actual video scenes of river flow under different conditions.
