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.
II<br />
IR-INI 2006–01, c○ 2006 <strong>Institut</strong> <strong>für</strong> Neuroinformatik, Ruhr-Universität Bochum, FRG<br />
5 Erzeugen <strong>von</strong> Punktkorrespondenzen durch Tracking 23<br />
5.1 Auswahl der Punkte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23<br />
5.2 Tracking eines Punktes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24<br />
5.2.1 Grobe Abschätzung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24<br />
5.2.2 Gabor Wavelet Transformation . . . . . . . . . . . . . . . . . . . . . . . . . 24<br />
5.2.3 Ähnlichkeitsfunktionen <strong>für</strong> Jets . . . . . . . . . . . . . . . . . . . . . . . . . 26<br />
5.2.4 Finden eines korrespondierenden Punktes durch Phasenabgleich . . . . . . . 26<br />
5.3 Tracking der gesamten Punktmenge . . . . . . . . . . . . . . . . . . . . . . . . . . 26<br />
5.4 Umsetzung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27<br />
6 Epipolargeometrie 29<br />
6.1 Einführung in die Epipolargeometrie . . . . . . . . . . . . . . . . . . . . . . . . . . 29<br />
6.2 Die Fundamentalmatrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30<br />
6.2.1 Eigenschaften der Fundamentalmatrix . . . . . . . . . . . . . . . . . . . . . 31<br />
6.2.2 Berechnung der Fundamentalmatrix . . . . . . . . . . . . . . . . . . . . . . 31<br />
6.3 Umsetzung und Ergebnisse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34<br />
6.4 Berechnen <strong>von</strong> Kameramatrizen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36<br />
7 Rekonstruktion <strong>von</strong> <strong>3D</strong>-Punkten 39<br />
7.1 Die Mehrdeutigkeit bei der Rekonstruktion . . . . . . . . . . . . . . . . . . . . . . 39<br />
7.2 Triangulierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40<br />
7.2.1 Ein lineares Triangulierungsverfahren . . . . . . . . . . . . . . . . . . . . . 42<br />
7.2.2 Wahl der Bilder <strong>für</strong> die Triangulierung . . . . . . . . . . . . . . . . . . . . . 43<br />
7.3 Das Erstellen einer projektiven Rekonstruktion aus der gesamten Sequenz . . . . . 43<br />
7.3.1 Berechnen einer projektiven Transformation zwischen <strong>3D</strong>-Punktmengen . . 44<br />
7.3.2 Überblick über das Erstellen der Gesamt-Rekonstruktion . . . . . . . . . . 45<br />
8 Optimierung der Rekonstruktion 47<br />
8.1 Bewertung der Rekonstruktion durch den Rückprojektionsfehler . . . . . . . . . . . 47<br />
8.2 Bundle Adjustment . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48<br />
8.2.1 Iterative numerische Minimierungsmethoden . . . . . . . . . . . . . . . . . 48<br />
8.2.2 Anwendung des Levenberg-Marquardt-Algorithmus beim Bundle Adjustment 50<br />
8.2.3 Eine schnelle Variante des Levenberg-Marquardt-Algorithmus <strong>für</strong> das Bundle<br />
Adjustment . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51<br />
8.3 Optimierung durch einen evolutionären Algorithmus . . . . . . . . . . . . . . . . . 53<br />
8.3.1 Kurzer Überblick über evolutionäre Algorithmen . . . . . . . . . . . . . . . 54<br />
8.3.2 Ein einfacher evolutionärer Algorithmus als Alternative zum Bundle Adjustment<br />
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54<br />
8.4 Iterative Optimierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55