Upload
internet
View
102
Download
0
Embed Size (px)
Citation preview
Visão computacional
Imagens de profundidade(Range images)
Codifica a forma e a distância
Sensor ativo de luz e distância
• Single sensing element scans scene – only one viewpoint
• Laser light reflected off surface and returned
• Phase shift codes distance
• Brightness change codes albedo
Sensor com luz estruturada
Forma a partir de tons(shape from shading)
Tianzi Jiang, 1999
Reconstrução por imagens de intensidada de cor
O problema de calibração de câmera
– Ache [K] e [R T]– Dados pares de pontos [P] e [p]
1100
0
0
333231
232221
131211
w
w
w
z
y
x
yy
xx
Z
Y
X
Trrr
Trrr
Trrr
of
of
w
v
u
PTRKp
Padrões com pontos em posições conhecidas
Formulação Matemática:
2,,
,,|)(|min iTRKi
TRKPfp
Pontos da cena
Pontos da imagem.
Função de projeção (não-linear)
TSAI, Roger Y. An Efficient and Accurate Camera Calibration Technique for 3D Machine Vision. Proceedings of IEEE Conference on Computer Vision and Pattern Recognition, Miami Beach, FL, pp. 364-373, 1986.
TSAI, Roger Y. A Versatile Camera Calibration Technique for High-Accuracy 3D Machine Vision Cameras and Lenses. IEEE Journal, Vol. RA-3, No. 4, pp. 323-344, 1987.
ZHANG, Zhengyou. A Flexible New Technique for Camera Calibration. Microsoft Research. Technical Report MSR-TR-98-71, dezembro 1998. (http://research.microsoft.com/~zhang)
Correspondência
• Com características
-
Problema: Falta de características
-
Ovo de avestruz num tabuleiro
Sistema utilizado
2 cameras e 1 projector(rápido)
1 camera que move e1 projetor(lento)
Imagens capturadas para correspondência
esquerda direita
slidepositivo
slide negativo
Onde está o ponto na outra imagem?
u u
Uma solução: (u,v) 2 coordinadas
O dobro de fotos!
Geometria epipolar
l
eyel
P
r
eyer
Pl
plxcl
ycl
zcl
xcr
ycr
zcr
pr
Pr
el er
Linha Epipolar
Linha Epipolar
Correspondencia epipolar
100
0
0
0
0
0
100
0
0
ylyl
l
xlxl
l
x
rly
rl
x
rlz
rl
y
rlz
rl
lrlrlr
lrlrlr
lrlrlr
T
yryr
r
xrxr
r
osf
osf
osf
osf
eyeeye
eyeeye
eyeeye
kkjkik
kjjjij
kijiii
F
0lT
r pFp
Reconstrução: idéia
r
reye
l
leye
lp rp
rP
rrll pRpn
lapnc
rTb pR
rlr
rll cba eyenpRp
)( rll
lrr eyePRP
rleye
Dados capturados
Modelo do cilindro
n
jpj
n
j
Tpjpj tensor
nn 00
)(1
))((1
cpcpcpM
zzzyzx
yzyyyx
xzxyxx
zyx
z
y
x
z
y
x
tensorM
1e
2e
3e
321321 ),(ˆˆˆ Meee rseigenvecto
n
jjp n 0
1pc
axis of the points pi:
covariance matrix:
centroid:
Medidas
Quais são os problemas?
• 2D:– Capturar e reconhecer feições (extração de arestas e
cantos)– Ajustar modelos a estas feições (ajuste de linhas)
• 3D– Determinhar a posição das câmeras (calibração)– Reconhecer nas imagens os pixels correspondentes
ao mesmo ponto da cena (correspondencia)– Calcular a posição 3D dos pontos correspondentes
(estéreo)– Reconstruir o modelo a partir de uma nuvem de
pontos.