Bee最近被問到視差值如何計算,還是貼圖舉例說明比較容易。
首先找二張有視差的圖:
相減圖片:
其實有人從相減的圖片中就已經在猜視差值。
在數學計算上面,要找出最像的地方。最簡單的就是做移位再相減取絕對值。
每移動一個點,就會產生一個值。
但因單點判定有可能誤判,所以通常是連同附近的圖一併做計算,將所有的差值和記錄下來。
如果圖片夠像,其差值和就會最小。所以找出最小值是移位多少pixel,其移位值就是視差值。
以下為x=71,y=106(Matlab座標)附近取出的sad值分布圖:
x軸為位移,y軸為和。
可以知道此處以15為最低的值。故視差即為15。
這只是計算一個點,其實是整個圖每一點都要算,所以運算量很大。
以下為Matlab程式:
close all;clear all;
l_img=imread('corridorL.bmp');
r_img=imread('corridorR.bmp');
figure;imshow(l_img);
figure;imshow(r_img);
l=double(l_img);
r=double(r_img);
d=l-r;
figure;imshow(uint8(abs(d)));
[hight,weight]=size(l_img);
range=8;
search=64;
x=71;
y=106;
m=1;
if( search > weight-2*range )
search = weight-2*range;
end
while(m <= search)
n=1;
sad(m)=0;
while( n <= 2*range+1)
sad(m)=sad(m)+abs(l(x+n,y)-r(x-m+n-1,y));
n=n+1;
end
m=m+1;
end
figure;plot(sad);
2010年1月26日 星期二
2010年1月25日 星期一
種瓜得豆?
最近在想,Bee做什麼都是半路出家。常常種瓜得豆,不知是心不專,還是命如此?
大學讀化學系,本想考的是電機,分數上不去,也只好讀。後來因為要考材料所,去電機系上工程數學的課程,結果讀了一個電機的雙學位。然後去考電機研究所,結果沒上,只好去當兵。
後來化學系的同學都在LCD面板業賺到了他們的第一桶金,而Bee還在寫組合語言努力中。
本想說大學學了自動控制,可以在控制上發揮,結果光是電腦語言就搞不定。
為了搞定電腦,自學編譯器原理及作業系統理論。這原本是資工系的大難題,Bee也花了數年才會。
後來發現FPGA興起,就為了去學而換公司。差不多用了二年半,因公司政治而中斷,回到了Bee原先的嵌入式系統去做維護工作。
維護對研發人員本就不是長期的飯票,所以改去讀書,想改走機器人研究。其實這是嵌入式系統的加強,又有機會整合FPGA。
讀書的學科有一半和影像處理相關,主要是考量機器人中就以影像最有發展。本來是想以FPGA解決機器人環境認知問題。
中途發現以GPGPU做影像處理比FPGA來得快,於是去參加比賽。
後來指導教授換校,我只能另找,找另一位有做機器人控制的教授。結果Bee現在人在機器人控制的影像組,搞起影像處理了。
種瓜得瓜,種豆得豆,在人生的道路上好像不是。還是我耕耘得不夠久就換,所以長不出原先種的?
真的要好好檢討了。
大學讀化學系,本想考的是電機,分數上不去,也只好讀。後來因為要考材料所,去電機系上工程數學的課程,結果讀了一個電機的雙學位。然後去考電機研究所,結果沒上,只好去當兵。
後來化學系的同學都在LCD面板業賺到了他們的第一桶金,而Bee還在寫組合語言努力中。
本想說大學學了自動控制,可以在控制上發揮,結果光是電腦語言就搞不定。
為了搞定電腦,自學編譯器原理及作業系統理論。這原本是資工系的大難題,Bee也花了數年才會。
後來發現FPGA興起,就為了去學而換公司。差不多用了二年半,因公司政治而中斷,回到了Bee原先的嵌入式系統去做維護工作。
維護對研發人員本就不是長期的飯票,所以改去讀書,想改走機器人研究。其實這是嵌入式系統的加強,又有機會整合FPGA。
讀書的學科有一半和影像處理相關,主要是考量機器人中就以影像最有發展。本來是想以FPGA解決機器人環境認知問題。
中途發現以GPGPU做影像處理比FPGA來得快,於是去參加比賽。
後來指導教授換校,我只能另找,找另一位有做機器人控制的教授。結果Bee現在人在機器人控制的影像組,搞起影像處理了。
種瓜得瓜,種豆得豆,在人生的道路上好像不是。還是我耕耘得不夠久就換,所以長不出原先種的?
真的要好好檢討了。
2010年1月21日 星期四
使用GPU-Z看GPU狀況
想知道GPU有多操,所以找來這個軟體看看。結果還很好玩。
主要畫面:
在玩Game時,還可以看到不同形態的Game具有不同影響。
也可以觀察溫度的狀況,來了解功耗。
其他檢測:
不過有些資訊也是有這個GPU-Z才得以解釋。
像是在CUDA中測效能時,必須利用GPU內部timer來測。但有一行程式一直無法理解,其註解寫著Warm up。
結果一看到GPU-Z去監視CUDA運行時的利用率,我馬上理解出了什麼事。
原來GPU沒事要進入省電狀況,主要是調整Clock的方式來做。
在玩Game時會動態調整clock及負載狀況。
而在使用CUDA模式時會直接跳到最高的clock。所以需要一段時間做Warm up。
GTX275測得資料:
GTX275感測器狀況:
可以發現多了幾個溫度感知。
GTX275執行CUDA時狀況:
GTX275玩Game時的狀況
沒想到Game沒有操到滿。
GTX275執行完CUDA後很快回復到省電模式。
追加在ION上測到的資料
主要畫面:
在玩Game時,還可以看到不同形態的Game具有不同影響。
也可以觀察溫度的狀況,來了解功耗。
其他檢測:
不過有些資訊也是有這個GPU-Z才得以解釋。
像是在CUDA中測效能時,必須利用GPU內部timer來測。但有一行程式一直無法理解,其註解寫著Warm up。
結果一看到GPU-Z去監視CUDA運行時的利用率,我馬上理解出了什麼事。
原來GPU沒事要進入省電狀況,主要是調整Clock的方式來做。
在玩Game時會動態調整clock及負載狀況。
而在使用CUDA模式時會直接跳到最高的clock。所以需要一段時間做Warm up。
GTX275測得資料:
GTX275感測器狀況:
可以發現多了幾個溫度感知。
GTX275執行CUDA時狀況:
GTX275玩Game時的狀況
沒想到Game沒有操到滿。
GTX275執行完CUDA後很快回復到省電模式。
追加在ION上測到的資料
2010年1月5日 星期二
顯示卡升級為GTX275
因應顯示卡瓦數及接頭,一併更換電源供應器,升級到550W。
Power Supply套件。
本次主角Galaxy GTX275。
顯示卡套件。
顯示卡本體,這個很大。之前看照片還沒有發覺。也有點重量。重點是Bee要雙風扇。
輸出界面。
有五支熱導管。
裝進機殼後。因為卡很大,還要用特定角度才進得去。這台電腦也升到頂了,記憶體也是滿的,最多換硬碟了。
Power Supply套件。
本次主角Galaxy GTX275。
顯示卡套件。
顯示卡本體,這個很大。之前看照片還沒有發覺。也有點重量。重點是Bee要雙風扇。
輸出界面。
有五支熱導管。
裝進機殼後。因為卡很大,還要用特定角度才進得去。這台電腦也升到頂了,記憶體也是滿的,最多換硬碟了。
訂閱:
文章 (Atom)