Gesucht - uri=userpages.uni

Werbung
TEAM 2
EPIPOLARGEOMETRIE
TRIANGULIERUNG
OPENCV
Lisa Blum
-
Kathrin Kunze
-
Michael Kreil
EPIPOLARGEOMETRIE
Lisa Blum
-
Kathrin Kunze
-
Michael Kreil
Lisa Blum
-
Kathrin Kunze
-
Michael Kreil
Korrespondierende Punkte
- Gegeben:
2D-Positionen der gefundenen Lichtquellen im
Bild der ersten Kamera
- Ziel:
Korrespondierende 2D-Punkte im Bild der
zweiten Kamera finden
- Lösungsansatz:
Epipolargeometrie
Lisa Blum
-
Kathrin Kunze
-
Michael Kreil
Epipolargeometrie
• W: ein beliebiger Punkt in der Welt B1, B 2
• p, q: Abbildungen des Weltpunktes auf die Bildebenen
• C 1, C 2: Brennpunkte der Kameras
• E 1, E 2 : Epipole
• l1,l 2 : Epipolarlinien
• t: Translation
• R: Rotation
Lisa Blum
-
Kathrin Kunze
-
Michael Kreil
Die Epipolarbedingung
- Bedingung:
Der zu p korrespondierende Punkt q muss auf der
Epipolarlinie l 2 im zweiten Bild liegen
- Nutzen:
Der Suchbereich, in dem die
korrespondierende Lichtquelle
gesucht wird, ist auf
eine Linie reduziert
Lisa Blum
-
Kathrin Kunze
-
Michael Kreil
Die Essential Matrix
- Epipolar-Bedingung:
- Essential Matrix
q~ iT  E  ~
pi  0
E  R  [t ]x
 0  t3 t 2 


[
t
]
x

t
3
0

t
1
mit Kreuzproduktmatrix


  t 2 t1
0 

~i
- Die Essential Matrix E mappt einen Bildpunkt p
auf seine epipolare Linie l 2 im zweiten Bild: l2T  E  ~
pi
Lisa Blum
-
Kathrin Kunze
-
Michael Kreil
Die Fundamental Matrix
- Bisher: Zusammenhänge in Bildkoordinaten
- Gesucht: Zusammenhänge in Pixelkoordinaten
~p
~i
- Umwandlung von Bild- in Pixelkoordinaten: p  K  p ,
wobei K die intrinsischen Kameraparameter enthält
- Epipolarbedingung unter Verwendung von Pixelkoordinaten
~ pT  (( K 1 )T  E  K 1 )  ~
q
pp  0
- Fundamental Matrix F  ( K 1 )T  E  K 1
~p
- Die Fundamental Matrix F mappt einen Punkt p
T
auf seine epipolare Linie im zweiten Bild: l2  F  ~
pp
Lisa Blum
-
Kathrin Kunze
-
Michael Kreil
VIELEN DANK
Lisa Blum
-
Kathrin Kunze
-
Michael Kreil
TRIANGULIERUNG
Lisa Blum
-
Kathrin Kunze
-
Michael Kreil
8-Punkte-Algorithmus
-
-
Gesucht: F
Gegeben: (min.) 8 korrespondierende Punktepaare
(min.) 8 Gleichungen der Form
T
~p
~p
qi  F  p  0
 f 11 
 
werden umgeschrieben in die Form
 f12 
N 9
A  f  0 mit A  IR
und f   
...
 
Gleichung nur lösbar, wenn Rang(A)=8
f 
 33 
Rauschen  Rang(A)=9
 Gleichung nicht lösbar
Lisa Blum
-
Kathrin Kunze
-
Michael Kreil
8-Punkte-Algorithmus
-
f liegt im Nullraum von A
Vorgehen
- SVD(A) = U V T
- 9  0
- Setze  9  0
- SVD(F)= U F  F VF
- Setze  3  0
 1 0

- Setze F  U F  0  2
0 0

T
-
0
 T
0 VF
0 
~
l2T  F  p p
Lisa Blum
-
Kathrin Kunze
-
Michael Kreil
8-Punkte-Algorithmus
- Problem: Numerische Instabilität des Algorithmus
- resultierend aus großer Varianz der Einträge in A
- Verbesserte 8-Punkte-Algorithmus durch Normalisieren
der korrespondierenden Punkte
- Ursprung in Schwerpunkt der feature-Punkte
verschieben
- feature-Punkte skalieren, so dass Wurzel(2) mittlere
Norm
 max. Stabilität
Lisa Blum
-
Kathrin Kunze
-
Michael Kreil
Triangulierung
- Gegeben: korrespondierende Punkte
 px 
 qx 
i
p    und q   
 py 
 qy 
i
- Gesucht: 3D-Punkt in der Welt
py  qy
d  F / wz  b
Lisa Blum
-
Kathrin Kunze
-
Michael Kreil
Triangulierung
- 3D-Koordinate des Weltpunktes:
F
wz   b
d
wz
wx 
 px
F
wz
wy 
 py
F
Lisa Blum
-
Kathrin Kunze
-
Michael Kreil
Triangulierung
- Problem: Projektion
Idee:
Reprojektionsfehler
minimieren
Lisa Blum
-
Kathrin Kunze
-
Michael Kreil
VIELEN DANK
Lisa Blum
-
Kathrin Kunze
-
Michael Kreil
OPENCV
Lisa Blum
-
Kathrin Kunze
-
Michael Kreil
Was ist das?
- C++ Bibliothek
- Intel-Entwicklung
- Basiert auf IPL
(Intel Image Processing Library)
- Open Source
- Optimiert für Intelprozessoren
Lisa Blum
-
Kathrin Kunze
-
Michael Kreil
Datenstrukturen
Bilder
- 1, 2, 3, ... Kanäle
- 8, 16, 32 Bit Integer
- 32 und 64 Bit Float
- B/W, Graustufen, RGB, RGBA, LUV,
XYZ, YCrCb, HSV, CMY, CMYK, YCC
Felder, Matrizen, Vektoren, Graphen
Lisa Blum
-
Kathrin Kunze
-
Michael Kreil
Filter
-
Kalmann
Sobel
Convolution
Dilatation, Erosion, Öffnen, Schließen
Distanz
Schwellwert (auch adaptiv)
Median
Max, Min
Lisa Blum
-
Kathrin Kunze
-
Michael Kreil
weitere Funktionen
- Linien, Rechtecke, Kreise, Ellipsen
(auch antialiased)
- Histogramm
- Hough- und Gauß-Laplace-Transformation
- Kamerakalibrierung und Linsenentzerrung
- Approximation durch Geraden, Polygone,
Kurven, Ellipsen, konvexe Hüllen
- Konturen, Objekt-, Bewegung-,
Gestikerkennung
Lisa Blum
-
Kathrin Kunze
-
Michael Kreil
Lisa Blum
-
Kathrin Kunze
-
Michael Kreil
Lisa Blum
-
Kathrin Kunze
-
Michael Kreil
Lisa Blum
-
Kathrin Kunze
-
Michael Kreil
http://www.intel.com/technology/computing/opencv/
http://sourceforge.net/projects/opencvlibrary/
VIELEN DANK
Lisa Blum
-
Kathrin Kunze
-
Michael Kreil
Input
3n Matrix mit n Koordinaten und Helligkeitswerten
 x1

 y1
l
 1
x2
x3
y2
l2
y3
l3
xn 

yn 
ln 
Intrinsische Kameraparameter
 Kx

K  0
 0

s
K y
0
F
Kx 
dx
F
Ky 
dy
Hx 

Hy 
1 
HDR-Bild der 2. Kamera
Lisa Blum
-
Kathrin Kunze
-
Michael Kreil
Output
4n Matrix mit n Koordinaten und Helligkeitswerten
 x1

 y1
 z1

 l1
Lisa Blum
-
x2
x3
y2
z2
l2
y3
z3
l3
Kathrin Kunze
xn 

yn 
zn 

ln 
-
Michael Kreil
Herunterladen