Präsentation herunterladen
1
Vortrag Relative Orientierung
Vertieferpraktikum Photogrammetrie SS 2004 Thema Robuste Schätzung von Geometrieparametern: Relative Orientierung und 3D-Rekonstruktion von Dirk Beilschmidt ©2004 Dirk Beilschmidt
2
Übersicht Einführung Fundamentalmatrix / Essentielle Matrix
Relative Orientierung 3D-Panoramen ©2004 Dirk Beilschmidt
3
Einführung Einführung Fundamentalmatrix / Essentielle Matrix
Relative Orientierung 3D Panoramen ©2004 Dirk Beilschmidt
4
Gegeben : Zwei Bilder mit homologen Punktpaaren
Einführung Gegeben : Zwei Bilder mit homologen Punktpaaren Gesucht : geometrischer Zusammenhänge der beiden Bilder ©2004 Dirk Beilschmidt
5
Einführung ©2004 Dirk Beilschmidt
6
Einführung Ziel : ©2004 Dirk Beilschmidt
7
Fundamentalmatrix Fundamentalmatrix / Essentielle Matrix Einführung
Relative Orientierung 3D Panoramen ©2004 Dirk Beilschmidt
8
Es gilt : Es folgt : Koplanarbedingung durch Spatprodukt : Basis
Fundamentalmatrix Es gilt : Koplanarbedingung durch Spatprodukt : Es folgt : Basis Richtungsvektoren ©2004 Dirk Beilschmidt
9
mit der Fundamentalmatrix F und der schiefsymmetrischen Matrix
Einsetzung liefert : mit der Fundamentalmatrix F und der schiefsymmetrischen Matrix ©2004 Dirk Beilschmidt
10
mit der essentieller Matrix E.
Fundamentalmatrix Vereinfachung bei kalibrierten Kameras : mit der essentieller Matrix E. ©2004 Dirk Beilschmidt
11
Fundamentalmatrix Direkte Lösung für F ©2004 Dirk Beilschmidt
12
Relative Orientierung
Einführung Fundamentalmatrix / Essentielle Matrix Relative Orientierung 3D Panoramen ©2004 Dirk Beilschmidt
13
Relative Orientierung
Allgemeine Parametrisierung des Folgebildanschlusses Parameter : Basis B Rotation D.h. erste Kamera fest und RO gleich der Raumlage der zweiten Kamera. ©2004 Dirk Beilschmidt
14
Relative Orientierung
Orientierungsparameter aus der essentiellen Matrix bestimmen Gegeben : Gesucht : Lösung durch Hartley/Zisserman Algorithmus : Singulärwertzerlegung : Hilfsmatrizen : ©2004 Dirk Beilschmidt
15
Relative Orientierung
Geometrische Lösung für zwei Raumstrahlen Gegeben : zwei Raumstrahlen f und g Gesucht : Punkt mit kürzesten Abstand zu beiden Strahlen f g ©2004 Dirk Beilschmidt
16
Relative Orientierung
Geometrische Lösung für zwei Raumstrahlen Gegeben : zwei Raumstrahlen f und g Gesucht : Punkt mit kürzesten Abstand zu beiden Strahlen Vorgehensweise : Orthogonalitätsbedingung : ©2004 Dirk Beilschmidt
17
Relative Orientierung
Problem : Vier mögliche Lösungen für E Lösung : Nimm die Möglichkeit, bei der so viele Punkte wie möglich vor der Kamera liegen, d.h. z>0 ist. ©2004 Dirk Beilschmidt
18
Relative Orientierung
Quellcodeausschnitt ©2004 Dirk Beilschmidt
19
Relative Orientierung
©2004 Dirk Beilschmidt
20
Relative Orientierung
Probleme SIFT-Matchings enthalten noch viele falsch zugeordnete Punktpaare Schon wenige Fehlzuordnungen führen zu großen Abweichungen der relativen Orientierung → RANSAC Verfahren für eine robuste Schätzung ©2004 Dirk Beilschmidt
21
Relative Orientierung
RANSAC Verfahren für die relative Orientierung Wähle zufällige Mindestanzahl an Punkten für die Berechnung der rel. Orientierung Prüfe die Qualität des Ergebnisses anhand der anderen Punkte höre nach einer bestimmten Anzahl an Iterationen auf und wähle das bis dahin beste Ergebnis ©2004 Dirk Beilschmidt
22
Relative Orientierung
Da Fehlerrate unbekannt : → ca. 500 Iterationen führen bei PCA-SIFT Matching zu stabilen Ergebnissen Nicht alle Punkte aus dem SIFT Matching für Berechnung von E nehmen Auswahlkriterium : ClosestToNextClosest Verhältnis beachten ©2004 Dirk Beilschmidt
23
Relative Orientierung
Vorgehensweise : Bei Auswahl der Minimalpunkte für E, nehme nur zufällige Punkte mit CtNC<0,5 Bei Überprüfung der E-Matrix nutze Punkte mit CtNC<0,95 ©2004 Dirk Beilschmidt
24
Relative Orientierung
Qualitätsprüfung der RO Wie gut ist die berechnete Orientierung? → Idee : Projiziere die 3D Punktwolke zurück ins Bild und überprüfe Abweichungen Berechne normierten geometrischen Abstand von projizierten und tatsächlichen Punkt → Verwerfe alle Punkte mit mehr als bestimmter Abweichung Merke dir richtig zugeordnete Punkte für bestes Ergebnis Nach allen Iterationen berechne E Matrix erneut mit allen richtig zugeordneten Punkten ©2004 Dirk Beilschmidt
25
Relative Orientierung
Ergebnis Essentielle Matrix E, Rotation der zweiten Kamera, die Basis und von Fehlern gereinigte homologe Punktpaare 3D Model : ©2004 Dirk Beilschmidt
26
Relative Orientierung
©2004 Dirk Beilschmidt
27
Einführung Fundamentalmatrix Relative Orientierung 3D Panoramen
©2004 Dirk Beilschmidt
28
3D Panoramen Bisheriger Stand : ©2004 Dirk Beilschmidt
29
Situation : neues Bild soll an 3D Modell angehängt werden
3D Panoramen Situation : neues Bild soll an 3D Modell angehängt werden ©2004 Dirk Beilschmidt
30
Direct Linear Transformation (DLT)
3D Panoramen Direct Linear Transformation (DLT) Gegeben : 3D Objektpunkte Korrespondierende 2D Bildpunkte Gesucht : Kalibrierungsmatrix K Rotationsmatrix R äußere und innere Orientierung Projektionszentrum X0 ©2004 Dirk Beilschmidt
31
Ergebnis durch RANSAC verbesserbar
3D Panoramen Algorithmus : Es gilt : Projektionsmatrix durch Eigenvektor zum kleinsten Singulärwert berechnen → → QR-Zerlegung von BInv liefert R und K, wobei Ergebnis durch RANSAC verbesserbar ©2004 Dirk Beilschmidt
32
3D-Panoramenkonstruktion
Gegeben : Bild, das im 3D-Model schon vorhanden ist Bild, das neu ins 3D-Model eingefügt werden soll Matching homologer Punkte zwischen den Bildern Algorithmus : Berechne Matching von 3D-Model und erstem Bild Berechne Matching von 3D-Model und zweitem Bild Bestimme Orientierungen der beiden Kameras durch DLTs Schneide durch RVS Matchings ins 3D Modell und nimm neue Punkte mit kleinem Fehler ins 3D Modell auf ©2004 Dirk Beilschmidt
33
Erweiterungsmöglichkeiten
3D Panoramen Erweiterungsmöglichkeiten Kameraposition angeben bzw. im Bild markieren Relative Orientierung durch Ausgleichung verbessern (Kovarianzmatrizen u. ä.) → Besonders Ungenauigkeiten des Vorwärtsschnitts benötigen Ausgleichung Performanceverbesserungen ©2004 Dirk Beilschmidt
34
3D Panoramen Ende ©2004 Dirk Beilschmidt
Ähnliche Präsentationen
© 2024 SlidePlayer.org Inc.
All rights reserved.