[Back]


Doctor's Theses (authored and supervised):

A. Reiterer:
"A Knowledge-Based Decision System for an On-Line Videotheodolite-Based Multisensor System";
Supervisor, Reviewer: H. Kahmen, T. Eiter; Institut für Geodäsie und Geophysik, 2004.



English abstract:
In this work a knowledge-based decision system for an on-line videotheodolite-based multisensor system is developed. The measurement system bases on modified videotheodolites developed within the last few years on the Institute of Geodesy and Geophysics.
The fundamental idea of this system is to use the texture on the surface of the object to find "interesting points" by special image processing methods which can replace artificial targets.

The disadvantage of such an on-line measurement system is the requirement for a well-trained "measurement expert" who has to have certain skills and experience to properly handle the complex system. To eliminate this disadvantage we implement a suitable decision system, which supports the operator.

All decisions are done on the basis of appropriate values which represent the captured image. This feature extraction is done in a special developed image analysis process.

A necessary precondition for the successful application of image processing, like the application of algorithms for finding interesting points, is the "quality" of the image. It is often necessary to improve the visual appearance of an image. Therefore in our system various image pre-processing and image enhancement algorithms are implemented, from which, based on the extracted image features, the knowledge-based decision system chooses an algorithm, a group of algorithms, or a combination of algorithms.

The point detection process is realised by means of suitable interest operators. Interest operators highlight points which can be found easily using correlation methods. There are a huge number of interest operators, however no interest operator is suitable for all types of desired point detection. We implement three different interest operator algorithms (Förstner, Harris and HFVM operator) in our system; the choice of a suitable one and its parameter is made by the developed knowledge-based system.

In spite of choosing suitable algorithms for image pre-processing and image enhancement and for interest operators, the number of detected points is mostly very high. A suitable reduction is realised by a special point filter. The point reduction is not a removing process of undesirable points, but is based on the weighting of each point. The filtering process is done on the basis of defined rules and by means of user interaction. The resulting (filtered) interest points represent the object better than the unfiltered point cloud and are more suitable for subsequent process steps, like object reconstruction or deformation analysis.

Additionally we implement a matching routine to find corresponding object points in different images, which bases on a combination of cross correlation and point detection.

This thesis starts with an overview on the basic concept of the developed measurement system. After that the developed image analysis, which represents the basis for all the automatic or semi-automatic decision-making processes, is described. The main part of this work deals with the development of the knowledge-based decision system; the rules, their preconditions and some details about the implementation are presented.

Finally, the functionality of the new developed system is shown by experiments. In all test sceneries the process results in a final point list, which is suitable for the provided processing steps (deformation analysis or object reconstruction).

German abstract:
In dieser Arbeit wird ein wissensbasiertes Entscheidungssystem für ein online Videotheodolit-basiertes Multisensor-system vorgestellt. Das Messsystem basiert auf modifizierten Videotheodoliten, welche in den letzten Jahren am Institut für Geodäsie und Geophysik entwickelt wurden.
Die fundamentale Idee dieses Systems ist es, die Oberflächentextur für die Punktfindung zu nutzen und dadurch künstliche Messmarken zu ersetzen.

Der Nachteil eines solchen online Messsystems ist der Bedarf eines "Messsystem-Experten" mit der notwendigen Erfahrung, um das System zu bedienen. Um diesen Nachteil zu beseitigen, wird ein Entscheidungssystem entwickelt, welches den Benutzer unterstützt.

Sämtliche Entscheidungen basieren auf geeigneten Werten, welche das erfasste Bild repräsentieren. Die Merkmalsextraktion wird in einem speziell entwickelten Bildanalyseprozess durchgeführt.

Eine notwendige Vorbedingung für die erfolgreiche Anwendung von Bildverarbeitungsoperatoren, wie z.B. die Anwendung von Interest Operatoren für die Erfassung interessanter Punkte, ist die "Qualität" des Bildes. Meist ist eine Verbesserung der visuellen Erscheinung notwendig. Daher werden diverse Bildaufbereitungs- und Bildverbesserungsalgorithmen implementiert, aus denen das wissensbasierte Entscheidungssystem auf Basis der extrahierten Bildmerkmale einen Algorithmus, eine Gruppe von Algorithmen oder eine Kombination von Algorithmen selektiert.

Die Punkterfassung erfolgt mit Hilfe geeigneter Interest Operatoren. Interest Operatoren markieren Punkte, welche durch einfache Korrelationsmethoden gefunden werden können. Es existiert eine Unzahl von verschiedenen Interest Operatoren, von denen jedoch keiner für jede gewünschte Punktdetektion geeignet ist. Aus diesem Grund werden in unser System verschiedene Punkterfassungsalgorithmen implementiert; die Wahl eines geeigneten Algorithmus und seiner Parameter erfolgt durch das entwickelte wissensbasierte System.

Trotz der Wahl geeigneter Algorithmen für Bildaufbereitung und Punktdetektion ist die Anzahl der erfassten Punkte meist zu hoch. Eine Reduktion kann durch einen geeigneten Punktfilter durchgeführt werden. Die Punktreduktion stellt dabei nicht ein Entfernen unbeliebter Punkte dar, sondern basiert auf einer Gewichtung der Punkte. Sie wird auf der Basis von Regeln und mit Hilfe von Benutzerinteraktion durchgeführt. Die resultierenden (gefilterten Punkte) repräsentieren das Objekt wesentlich besser als die ungefilterte Punktwolke und sind geeigneter für nachfolgende Arbeitsschritte, wie z.B. Objektrekonstruktion oder Deformationsanalyse.

Zusätzlich wird für das Finden korrespondierender Objektpunkte in unterschiedlichen Bildern ein spezielles Matching-Verfahren implementiert, welches auf einer Kombination von Kreuzkorrelation und Punktdetektion beruht.

Die vorliegende Arbeit beginnt mit einem Überblick des Konzeptes des entwickelten Messsystems. Es folgt eine Erläuterung der entwickelten Bildanalyse, welche die Basis für jeglichen Entscheidungsprozess des automatischen oder semi-automatischen Entscheidungssystems darstellt. Der Hauptteil dieser Arbeit beschäftigt sich mit der Entwicklung des wissensbasierten Systems; die Regeln, deren Vorbedingungen und einige Details der Implementierung werden beschrieben.

Schließlich wird die Funktionsweise des entwickelten Systems anhand von zwei Beispielen gezeigt. Alle Experimente resultieren in Punktlisten, welche für eventuell nachfolgende Arbeitsschritte (Deformationsanalyse oder Objektrekonstruktion) gut geeignet sind.

Created from the Publication Database of the Vienna University of Technology.