Αντικείμενο αυτής της διπλωματικής εργασίας είναι η εύρεση της θέσης ενός κινούμενου ρομπότ. Για το σκοπό αυτό, χρησιμοποιείται ένα στερεοσκοπικό σύστημα όμοιων καμερών (web-cameras) υπό γωνία μεταξύ τους. Κάθε μια εκ των 2 καμερών λαμβάνει μια ακολουθία φωτογραφιών σε κοινό χρόνο. Η εύρεση της θέσης γίνεται με τη μέθοδο της τριγωνοποίησης (triangulation), η οποία δίνει τις συντεταγμένες του κινούμενου αντικειμένου μέσω ομοίων τριγώνων που σχηματίζονται από τα 2 επίπεδα των φωτογραφιών (image planes), την ευθεία που ενώνει τα κέντρα των 2 καμερών καθώς και από το ίδιο το κινούμενο αντικείμενο. Ωστόσο, η γεωμετρική αυτή μέθοδος εφαρμόζεται σε φωτογραφίες που έχουν ληφθεί με παράλληλες κάμερες. Για τον λόγο αυτό, εφαρμόζεται η μέθοδος της διόρθωσης εικόνας (image rectification) η οποία μετασχηματίζει τις εικόνες έτσι ώστε να είναι σα να έχουν ληφθεί από παράλληλες κάμερες. Στη συνέχεια εντοπίζεται το κινούμενο αντικείμενο με μορφολογική επεξεργασία εικόνας, υπολογίζεται το κέντρο βάρους του και γίνεται η τριγωνοποίηση γεωμετρικά. Στην προαναφερθείσα διαδικασία, θεωρούνται γνωστά τα εσωτερικά στοιχεία των καμερών και η μεταξύ τους απόσταση. Επιπλέον, θεωρείται ότι όλος ο όγκος του ρομπότ αναπαρίσταται απο ένα σημείο P με συντεταγμένες (X,Y,Z) ως προς σύστημα συντεταγμένων με αρχή το κέντρο προβολής της αριστερής κάμερας. / The objective of this thesis is the position estimation of a moving robot. For this purpose, a stereoscopic system of two identical, non-parallel cameras has been used (web-cameras). Each of the two cameras takes a photo synchronized sequence. The position of the robot has been estimated with the method of triangulation, which computes the coordinates of the moving object via similar triangles formed by the two image planes, the straight line joining the centres of the cameras and by the moving object. However, triangulation is applicable to images acquired by parallel cameras. For this reason, the images have been rectified. Image rectification is a transformation process that is used to project two-or-more images onto a common image. Then, the moving object is detected with morphological image processing techniques, its centroid is calculated and finally triangulation has been applied. The intrinsic parameters of the cameras and the distance between them are known. Furthermore, we consider that the entire volume of the robot is represented by a point P with coordinates (X, Y, Z) with respect to the left camera coordinate system.

Η παρούσα διπλωματική εργασία αφορά την ανίχνευση και παρακολούθηση ανθρώπινων μορφών σε ακολουθίες βίντεο με μεθόδους μηχανικής όρασης. Οι ακολουθίες αυτές θεωρούμε πως έχουν ληφθεί από στατική κάμερα σε εσωτερικό ή εξωτερικό χώρο. Πιο συγκεκριμένα, το εν λόγω πρόβλημα υποδιαιρείται σε τρία κυρίως μέρη τα οποία μελετώνται, αναλύονται και υλοποιούνται σε ξεχωριστά κεφάλαια. Ξεκινάμε με το κομμάτι κατάτμησης κίνησης, συνεχίζουμε με την ταξινόμηση αντικειμένων ώστε να αναγνωριστούν οι άνθρωποι ανάμεσα στις κινούμενες οντότητες και τελειώνουμε με την παρακολούθηση των ανθρώπινων σιλουετών για καταγραφή της πορείας τους όση ώρα βρίσκονται στο πλάνο. Οι αλγόριθμοι που αναπτύχθηκαν λειτούργησαν ικανοποιητικά κάτω από διάφορες συνθήκες και τα αποτελέσματά τους μπορούν να περάσουν ως είσοδοι σε μια πληθώρα εφαρμογών υψηλότερου επιπέδου με σκοπό την αναγνώριση ανθρώπινης δραστηριότητας και την κατανόηση συμπεριφοράς. / The purpose of this thesis is to deal with the problem of human tracking in video sequences. We have divided the problem in three parts: motion segmentation, human tracking and object classification. Finally we have dedicate a whole chapter to optical flow techniques and the relevant methods that can be employed to solve the same problem.