05.11.2013 Aufrufe

Inkrementelle Akquisition von 3D-Objektmodellen - Institut für ...

Inkrementelle Akquisition von 3D-Objektmodellen - Institut für ...

Inkrementelle Akquisition von 3D-Objektmodellen - Institut für ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

Kapitel 5<br />

Erzeugen <strong>von</strong><br />

Punktkorrespondenzen durch<br />

Tracking<br />

Ziel diesen Kapitels ist es, eine Anzahl <strong>von</strong> Punktkorrespondenzen zwischen den Bildern einer<br />

Sequenz zu erzeugen.<br />

Sieht ein Mensch eine Bildsequenz (einen Film) eines sich bewegenden Gegenstandes, so kann er<br />

einen Punkt auf dem Gegenstand fixieren und der Bewegung des Punktes folgen. In jedem Bild<br />

kann er dadurch problemlos die Position dieses Punktes angeben. Prinzipiell ist dies auch einem<br />

Computer möglich, und auf diese Weise wollen wir die Punktkorrespondenzen finden.<br />

Das hier verwendete Tracking-Verfahren werde ich nur relativ knapp beschreiben, da es im<br />

Wesentlichen nicht Teil meiner Arbeit ist, sondern ich hier vorhandene Funktionen der FLAVOR-<br />

Bibliothek benutzt habe.<br />

Das Tracking findet auf Grauwert-Bildern statt, die Farbbilder der Sequenz werden also vorab<br />

entsprechend umgewandelt.<br />

5.1 Auswahl der Punkte<br />

Um Punkte aus den Bildern auszuwählen, die getrackt werden sollen, wird das Differenzbild aus<br />

zwei aufeinanderfolgenden Bildern der Sequenz erstellt. Es werden dann zufällig Bildpunkte ausgewählt,<br />

an denen – anhand des Differenzbildes ermittelbar – eine Veränderung stattgefunden hat.<br />

Die Hoffnung ist, dass diese Bildpunkte sich relativ zur Kamera bewegende Raumpunkte repräsentieren<br />

und ausreichend Struktur haben, um zum Tracking geeignet zu sein. Es wird darauf geachtet,<br />

dass neue Punkte nicht zu nah an bereits exisitierenden Punkten liegen.<br />

Dieses Verfahren wird nach jedem Trackingschritt (d.h., nach jedem bearbeiteten Bild) benutzt,<br />

wenn die Anzahl der Punkte, die momentan getrackt werden, unterhalb einer als Parameter vorgegebenen<br />

Anzahl liegt. Da ständig Punkte entfernt werden (Erklärung dazu folgt im nächsten<br />

Abschnitt), ist das also nach fast jedem Trackingschritt der Fall.<br />

Es gibt selbstverständlich bessere Methoden, um ”<br />

interessante“, also gut geeignete, Punkte zu finden.<br />

Beispielsweise könnte ein Algorithmus wie der Ecken-Detektor <strong>von</strong> Harris benutzt werden<br />

[HS88] oder das biologisch motivierte Verfahren <strong>von</strong> Würtz und Lourens [WL97]. Das hier benutzte<br />

Verfahren hat allerdings brauchbare Ergebnisse geliefert und hat den Vorteil, recht einfach und<br />

schnell zu sein.<br />

23

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!