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.
58 IR-INI 2006–01, c○ 2006 <strong>Institut</strong> <strong>für</strong> Neuroinformatik, Ruhr-Universität Bochum, FRG<br />
Rekonstruktion der <strong>3D</strong>-Punkte durch die hier benutzte Trianguliuerungsmethode liegen. Diese<br />
Problematik wird durch die mehrfachen Transformationen der <strong>3D</strong>-Punkte verschärft. Ein Ausweg<br />
wäre die Verwendung des Trifocal Tensor (siehe dazu Abschnitt 10.2.1.5), mit dessen Hilfe eine<br />
wesentlich genauere Rekonstruktion möglich seien könnte.<br />
Wir wollen hier beispielhaft zwei eher geglückte Rekonstruktionen mit vergleichsweise geringem<br />
Fehler herausgreifen – eine Rekonstruktion in der fünf Bilder verwendet wurden sowie eine<br />
Rekonstruktion aus acht verwendeten Bildern. Beide Rekonstruktionen wurden durch iterative<br />
Anwendung des Levenberg-Marquardt- und des evolutionären Algorithmus gewonnen.<br />
9.1 Eine beispielhafte Rekonstruktion aus fünf verwendeten<br />
Bildern<br />
In Abbildung 9.1 sind die mit den berechneten Kameramatrizen in die jeweiligen Bilder projizierten<br />
berechneten Raumpunkte als kleine Kreise dargestellt. Die Punkte werden allerdings nur in<br />
den Bildern dargestellt, in denen ein zugehöriger Bildpunkt, der zur Berechnung des Raumpunktes<br />
verwendet wurde, vorhanden ist. Im optimalen Fall müsste der Raumpunkt genau an diesen Bildpunkt<br />
zurückprojiziert werden. Ein Strich deutet zu dessen tatsächlicher Position. Die Länge eines<br />
Strichs drückt also den jeweiligen Rückprojektionsfehler aus. Das Ergebnis sieht recht erfreulich<br />
aus, denn nur bei wenigen Punkten gibt es deutliche Abweichungen.<br />
In Abbildung 9.2 sind die Projektionen des gesamten Modells durch die berechneten Kameramatrizen<br />
in alle Bilder zu sehen. Hier wird deutlich, dass vor allem im ersten und im letzten Bild viele<br />
Punkte nicht auf dem abgebildeten Objekt liegen. Hier gelangen wir jedoch an die Grenzen des<br />
Systems - wir haben aus den gegebenen Informationen ein mögliches Modell erstellt, dass diesen<br />
Informationen weitgehend entspricht. Um das Modell weiter zu verbessern, wären weitere Informationen<br />
– zum Beispiel zusätzliche Ansichten der Raumpunkte in weiteren Bildern – notwendig. Die<br />
Frage, welche Informationen genau benötigt werden, um ein korrektes Modell zu erhalten, kann<br />
diese Arbeit nicht beantworten.<br />
9.2 Eine beispielhafte Rekonstruktion aus acht verwendeten<br />
Bildern<br />
Abbildung 9.3 stellt in der gleichen Art wie Abbildung 9.1 den Rückprojektionsfehler einer aus<br />
acht Bildern gewonnenen Rekonstruktion dar. Es ist mit Abstand die beste Rekonstruktion der<br />
Versuchsreihe, die aus allen Bildern erstellt wurde und damit den größten Teil des Objektes abdeckt.<br />
Doch auch diese Rekonstruktion kann nicht wirklich zufrieden stellen. Der Rückprojektionsfehler<br />
ist zwar in den meisten Bildern recht gering, jedoch führt der größere Fehler in einigen Bildern -<br />
vor allem im sechsten Bild - dazu, dass das gesamte Modell nicht mehr konsistent ist. Dies wird in<br />
Abbildung 9.4 deutlich, in der das gesamte Modell mit den berechneten Kameras dargestellt ist.