Inkrementelle Akquisition von 3D-Objektmodellen - Institut für ...
Inkrementelle Akquisition von 3D-Objektmodellen - Institut für ...
Inkrementelle Akquisition von 3D-Objektmodellen - Institut für ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
IR-INI 2006–01, c○ 2006 <strong>Institut</strong> <strong>für</strong> Neuroinformatik, Ruhr-Universität Bochum, FRG 11<br />
Wir wollen nun betrachten, wie sich die Parameter in der Kameramatrix wiederfinden. In [HZ04]<br />
wird gezeigt, dass sich die Kameramatrix zerlegen lässt in<br />
P = [ M | − M ˜C ] = K[ R | − R ˜C ] (2.8)<br />
Diese Notation gibt eine zusammengesetzte Matrix an. Hier besteht die 3 × 4 Matrix P aus dem<br />
linken 3 × 3 Block M und dem rechten 3 × 1 Block −M ˜C, und es gilt M = KR. R die Rotationsmatrix,<br />
welche die Ausrichtung der Kamera angibt, ˜C sind die inhomogenen Koordinaten des<br />
Projektionszentrums und K ist eine 3 × 3 - Matrix, welche die internen Kameraparameter angibt.<br />
K hat 5 Freiheitsgrade und ist folgendermaßen aufgebaut:<br />
⎛<br />
K = ⎝ α ⎞<br />
x s x 0<br />
0 α y y 0<br />
⎠<br />
0 0 1<br />
Sind die Parameter bekannt, kann P also einfach berechnet werden. Ist andererseits P bekannt,<br />
muss die Matrix zerlegt werden um K, R und C bestimmen zu können.<br />
Das Projektionszentrum C spannt den rechten Nullraum <strong>von</strong> P auf:<br />
P C = 0<br />
Es kann somit beispielsweise mit einer Singulärwertzerlegung der Matrix (siehe Abschnitt A.1.2)<br />
berechnet werden.<br />
M ist der linke 3 × 3 Block <strong>von</strong> P und es gilt M = KR, wobei die Kalibrationsmatrix K eine obere<br />
Dreiecksmatrix ist und die Rotationsmatrix R orthogonal. Unter der zusätzlichen Bedingung, dass<br />
K positive diagonale Einträge hat, kann M mit Hilfe der RQ-Zerlegung (siehe Abschnitt A.2)<br />
eindeutig in K und R zerlegt werden.<br />
Einen Sonderfall stellen Kameras dar, deren Projektionszentrum C auf Π ∞ , der Ebene im<br />
Unendlichen, liegt. Dann existiert kein ˜C und die Zerlegung ist auf diese Weise nicht möglich. C<br />
selbst kann allerdings wie zuvor durch P C = 0 gefunden werden.<br />
Wir stellen an dieser Stelle fest, dass die Einträge der Kameramatrix tatsächlichen physikalischen<br />
Gegebenheiten entsprechen. Wir gehen in den folgenden Kapiteln da<strong>von</strong> aus, dass all<br />
diese Werte unbekannt sind. Dies ist insbesondere <strong>für</strong> die Werte der Kalibrationsmatrix K ein<br />
folgenschwere Entscheidung. Es gibt Kalibrationsverfahren (siehe [HZ04]), um eine Kamera zu<br />
kalibrieren, d.h., ihre Kalibrationsmatrix zu erfahren. Es wurde darauf bewusst verzichtet.<br />
Wir werden stattdessen in Abschnitt 6.4 Kameramatrizen berechnen und benutzen, die mit den<br />
tatsächlichen physikalischen Werten nicht viel gemeinsam haben. Wie wir sehen werden, hat das<br />
zur Folge, dass wir nur ein projektives Modell eines <strong>3D</strong>-Objektes erstellen werden, das allerdings<br />
völlig unabhängig <strong>von</strong> der Kalibrierung der Kamera ist. Eine ausführliche Diskussion dieser<br />
Problematik folgt in Kapitel 7.1.<br />
2.4 Von 2D nach <strong>3D</strong><br />
Im letzten Abschnitt wurde gezeigt, wie ein Punkt im Raum auf eine Ebene projiziert werden kann.<br />
l sei die Gerade, die einen Punkt X mit dem Projektionszentrum C verbindet. Die Projektion x<br />
<strong>von</strong> X ist der Schnittpunkt <strong>von</strong> l mit der Bildebene. Ist nur x bekannt, so kann X nicht eindeutig<br />
bestimmt werden. Wir wissen lediglich, dass X auf der Geraden l, die <strong>von</strong> x zurückprojiziert wird,<br />
liegt. Es ist also offensichtlich, dass in einem Bild nicht genügend Informationen vorhanden sind,<br />
um die <strong>3D</strong>-Struktur zu rekonstruieren. In Kapitel 7 werde ich zeigen, wie man die Informationen<br />
zweier Bilder kombinieren kann, um (bei unbekannten Kameramatrizen) zumindest eine projektive<br />
Rekonstruktion <strong>von</strong> Raumpunkten zu finden.