Forscher nutzen LED-Raumbeleuchtung und Smartphone für 3D-Bildaufnahme
Da LEDs herkömmliche Beleuchtungssysteme ersetzen, bringen sie mehr intelligente Fähigkeiten in die alltägliche Beleuchtung. Während Sie Ihr Smartphone vielleicht nutzen, um LED-Beleuchtung zu Hause zu dimmen, haben Forscher dies weiterentwickelt, indem sie dynamisch gesteuerte LEDs anzapften, um ein einfaches Beleuchtungssystem für 3D-Imaging zu schaffen.
Forscher haben demonstriert, dass 3D-optische Imaging mit einem Handy und LEDs ohne komplexe manuelle Prozesse zur Synchronisation der Kamera mit der Beleuchtung durchgeführt werden kann.
„Die Bereitstellung eines Smart-Illumination-Systems in einem Innenbereich ermöglicht es jeder Kamera im Raum, das Licht zu nutzen und 3D-Informationen aus der Umgebung abzurufen“, sagte Emma Le Francois. „LEDs werden für eine Vielzahl verschiedener Anwendungen erforscht, wie optische Kommunikation, sichtbares Licht-Positioning und Imaging. Eines Tages könnte das LED-Smart-Lighting-System, das für die Beleuchtung eines Innenbereichs verwendet wird, für all diese Anwendungen gleichzeitig genutzt werden.“
Menschliches Sehen verlässt sich auf das Gehirn, um Tiefeninformationen zu rekonstruieren, wenn wir eine Szene aus zwei leicht unterschiedlichen Richtungen mit unseren zwei Augen betrachten. Tiefeninformationen können auch mit einer Methode namens photometrisches Stereo-Imaging erworben werden, bei der ein Detektor oder eine Kamera mit Beleuchtung kombiniert wird, die aus mehreren Richtungen kommt. Dieses Beleuchtungssetup ermöglicht die Aufnahme von Bildern mit unterschiedlicher Beschattung, die dann zur Rekonstruktion eines 3D-Bildes verwendet werden können.
Photometrisches Stereo-Imaging erfordert traditionell vier Lichtquellen, wie LEDs, die symmetrisch um die Sichtachse einer Kamera angeordnet sind. In der neuen Arbeit zeigen die Forscher, dass 3D-Bilder auch rekonstruiert werden können, wenn Objekte von oben beleuchtet, aber von der Seite abgebildet werden. Dieses Setup ermöglicht die Nutzung von Deckenraumbeleuchtung zur Beleuchtung.
Die Forscher entwickelten Algorithmen, die jede LED auf einzigartige Weise modulieren. Dies wirkt wie ein Fingerabdruck, der es der Kamera ermöglicht, zu bestimmen, welche LED welches Bild erzeugt hat, um die 3D-Rekonstruktion zu erleichtern. Der neue Modulationsansatz trägt auch sein eigenes Taktsignal, sodass die Bilderfassung selbstsynchronisiert mit den LEDs erfolgen kann, indem die Kamera passiv das LED-Taktsignal detektiert.
Um diesen neuen Ansatz zu demonstrieren, nutzten die Forscher ihr Modulationsschema mit einem photometrischen Stereo-Setup basierend auf kommerziell verfügbaren LEDs. Ein einfaches Arduino-Board steuerte die LEDs elektronisch. Bilder wurden mit dem High-Speed-Video-Modus eines Smartphones aufgenommen. Sie bildeten eine 48 Millimeter hohe Figurine ab, die sie mit mattem Material 3D-druckten, um glänzende Oberflächen zu vermeiden, die das Imaging komplizieren könnten.
Nach Identifizierung der besten Position für LEDs und Smartphone erreichten die Forscher einen Rekonstruktionsfehler von nur 2,6 Millimetern für die Figurine bei einer Aufnahmeentfernung von 42 Zentimetern. Diese Fehlerquote zeigt, dass die Rekonstruktionsqualität mit anderen photometrischen Stereo-Imaging-Ansätzen vergleichbar war. Sie konnten auch Bilder eines sich bewegenden Objekts rekonstruieren und zeigten, dass die Methode nicht von Umgebungslicht beeinflusst wird.
Im aktuellen System dauert die Bildrekonstruktion einige Minuten auf einem Laptop. Um das System praktisch zu machen, arbeiten die Forscher daran, die Rechenzeit auf nur wenige Sekunden zu reduzieren, indem sie ein Deep-Learning-Neural-Network einbeziehen, das lernt, die Form des Objekts aus den Rohbilddaten zu rekonstruieren.
Sensor
- Raumeffizient Temperaturen mit Raspberry Pi und Nagios überwachen
- Heim-Temperatur- & Feuchtigkeitsmonitor mit Raspberry Pi & Web-Dashboard – Echtzeit-Fernüberwachung
- Home Energy Centre: Solar PV, Thermische Panels & Raumtemperaturen mit Raspberry Pi & Moteino überwachen
- Raspberry Pi Raumtemperatur-Überwachung mit Gnuplot-Graphen & E-Mail-Alerts
- Roboter mit Raspberry Pi und Python bauen: Komplette Anleitung
- Nachhaltiger Erfolg: Lektionen in Beharrlichkeit von Abraham Lincoln und Instandhaltungsführung
- Wie Smartphones die Zukunft vernetzter Autos formen
- Revolutionäre LED-Sensoren erkennen Lebensmittelverderb und tödliche Gase
- Smartphone-Tool diagnostiziert Schlaganfälle mit Notaufnahme-Genauigkeit
- Echtzeit-Radiobasierte Bildgebung: Erkennung versteckter & hochgeschwindiger Objekte aus der Ferne