Detection of tree trunks as visual landmarks in outdoor environments

Dış ortamda, robotun konumunun ve durumunun takip edilmesi, robotun navigasyonu için ele alınması gereken temel sorunlardan biridir. Bu problemi cözebilmek için kullanılan, çeşitli Görüntü Tabanlı Eş Zamanlı Lokalizasyon ve Harita Çıkarma (visual SLAM) stratejileri gibi algorithmaların ilk temel adımı ortamda bulunan uygun sabit ?yer işaretçilerinin? saptanması ve çıkarılmasıdır. Fakat dış ortamda bulunması gereken geometrik olarak tutarlı çizgiler gibi özelliklerin sık bulunmaması, robotun navigasyonunu zorlaştırmaktadır. Bu tez çalışmasında, dış ortamlarda sürekli görsel yer işareti özellikleri olarak ağaçların kullanılmasına odaklanılmaktadır. Bu amaçla yapılan çalışmalarda sadece görüntülerdeki yoğunluk bilgisi kullanılmakta ve düşük kontrast ayarlarında bu çalışmaların yeterli seviyede sonuç vermediği gözlemlenmiştir. Buna karşılık, çalışmamızda ağaç gövdelerinin stabil algılanmasına yönelik görüntüde, renk ve yoğunluk bilgilerini, bölgesel özellikleri ile birleştiren yeni bir yöntem öneriyoruz. Dikey yönde bulunan baskın kenarları çıkarmak için iyi bilinen kenar-akışı (edge-flow) yönteminin yanı sıra, tamamlayıcı Gabor tabanlı kenar belirleme yöntemine uyguladığımız değişiklikleri açıkladık. Algoritmamızın son aşamalarında algısal organizasyon ve mevcut tüm görüntü özelliklerinin entegrasyonu kullanılarak bu dikey kenarlar potansiyel ağaç gövdeleri olarak gruplanır.Algoritmamızın algılama performansını karakterize edebilmek için biri homojen diğeri heterojen olmak üzere iki farklı veri kümesi kullandık. Bunlardan ilki, aynı ağaç türlerinden alınan farklı görüntülerden oluşmuştur. Diğerinde ise aydınlatma, bakış açısı ve arka plan koşullarında daha dramatik değişimler altında ağaçların farklı türlerinden alınan görüntüler yer almaktadır. Deneylerimiz, algoritmamızın her iki veri kümesinde de 15% den daha düşük yalancı pozitiflik oranı ile ağaçların 90% kadarını doğru olarak bulduğunu göstermektedır. Deneyimiz, sadece görüntü yoğunluğu bilgileri kullanan diğer yöntemlerden üstün olan, mevcut renk, yoğunluk ve yapı bilgisinin entegrasyonu ile tasarlanmış ve bir SLAM çerçevesinde kullanımı uygun olan yüksek performanslı bir ağaç gövdesi algılama sisteminin tanımlandığını göstermektedir.