'Visual Hull' mit Hilfe von Spiegeln
|
|
- Linda Schmid
- vor 7 Jahren
- Abrufe
Transkript
1 'Visual Hull' mit Hilfe von Spiegeln hwww.dip.ee.uct.ac.za/~kforbes/doublemirror/doublemirror.html Dreidimensionales Computersehen Dr.-Ing. Simon Winkelbach 1 Zur Kameraposition und -orientierung Parameter einer Lochkamera Extrinsische Parameter: Kamerakoordinatensystem im Brennpunkt mit 6 Freiheitsgraden: Position,, und Orientierung,, Intrinsiche Parameter:,, Brennweite optisches Zentrum Ausdehnung eines Pixels C, Kamerakoordinatensystem Dreidimensionales Computersehen Dr.-Ing. Simon Winkelbach 2
2 Elementare homogene Transformationsmatrizen Translation: 1 Trans 0 1 Rotation um x-achse: Rot 0 cos 0 sin Rotation um y-achse: cos 0 Rot sin 0 Rotation um z-achse: Rot cos sin sin cos sin 0 cos 0 sin 0 cos 0 Skalierung: Scale Perspektive: Persp Orthogonale Projektion: Orth Dreidimensionales Computersehen Dr.-Ing. Simon Winkelbach 3 Berührungslose Rekonstruktion Oberflächenkoordinaten Oberflächenorientierungen Volumetrische Daten passiv Stereo Sehen Shape from Focus/Defocus Shape from Silhouettes (Visual Hull) Shape from Shadow Structure from Motion Shape from Shading Shape from Texture Shape from Reflection aktiv Lichtschnitt / Laserscanning Codiertes Licht Phasenshift Strukturiertes Licht Time-of-Flight (Licht, Ultraschall, Radar) Photometrisches Stereo Shape from Stripe Pattern CT MRT PET (Ultraschall) Dreidimensionales Computersehen Dr.-Ing. Simon Winkelbach 4
3 DAVID 3D Scanner Best Paper Award DAGM Dreidimensionales Computersehen Dr.-Ing. Simon Winkelbach 5 Seit Veröffentlichung von DAVID im Internet Zahlreiche Presseartikel Gekürt zu den TOP16 Innovationen des Landes Niedersachsens 2006 > Downloads weltweit Benutzer-Forum mit regem Erfahrungsaustausch (> Mitglieder, > Beiträge) Top Google-Ranking für die Suchbegriffe 3D Scanner und David Gründung der DAVID Vision Systems GmbH Anfang 2009 Gekürt zu den Top7 Consumer Highlights der CeBIT 2009 Viele weiter lokale Auszeichnungen Dreidimensionales Computersehen Dr.-Ing. Simon Winkelbach 6
4 Schritt 1: Kalibrierung der Kamera Kalibrierung = Bestimmung von Kameraparametern Extrinsiche Parameter:,,,, Position der Kamera Rotation der Kamera Intrinsische Parameter:,, Brennweite Seitenverhältnis eines Pixels Bildkoordinate des Verzerrungszentrums Radiale Linsenverzerrung Berechnungsschritte: Detektion der dunklen Punkte Zuordnung von Bildpunkten nach Raumpunkten Mathematische iterative Optimierung der Kameraparameter Ergebnis: Mathematisches Kameramodell Für jeden Pixel kann ein Sehstrahl berechnet werden Kompensation von Linsenverzerrungen Dreidimensionales Computersehen Dr.-Ing. Simon Winkelbach 7 Schritt 2: Detektion der Laserlinie im Bild A) Vorverarbeitung: Bild mit Laser Referenzbild ohne Laser Differenzbild B) Subpixelgenaue Detektion: Für jede Bildzeile Berechnung des Schwerpunkts der beleuchteten Pixel Schwerpunkt Schwelle gedrehter Bildausschnitt Grauwert über y-achse Dreidimensionales Computersehen Dr.-Ing. Simon Winkelbach 8
5 Schritt 3: Online-Kalibrierung des Lasers RANSAC-Ansatz (Random Sample Consensus, Fischler, 1981) Schnelle Generierung von Hypothesen Wähle zufällig drei Laserpixel a, b, c aus Angenommen sie gehören zum Hintergrund Schnitt von Sehstrahlen durch a, b, c und Hintergrundgeometrie liefert 3d Punkte A, B, C Hypothese für die Lage der Laserebene im Raum Schnelle Bewertung der Hypothese Qualitätskriterium: Anzahl der Laserpunkte, die zur Ebene passen (Inlier) Schnelle Hochrechnung um Zeit zu sparen Wiederhole Schritte bis Zeitlimit erreicht - oder - Sehr gute Hypothese gefunden wurde Dreidimensionales Computersehen Dr.-Ing. Simon Winkelbach 9 Schritt 4: Triangulation der Oberflächenpunkte Gegeben: Sehstrahls r (über das kalibrierte Kameramodell) Laserebene E laser (über die Online-Laser-Kalibrierung) Für alle Laserpixel: Berechne Operflächenpunkt p durch Schnitt von r und E laser p = r E Laser Dreidimensionales Computersehen Dr.-Ing. Simon Winkelbach 10
6 Schritt 5: Interpolation und Filterung Der Anwender bewegt die Laserlinie über das Objekt Gleichzeitiger Feedback auf dem Bildschirm Hierdurch können: mögliche Ausreißer korrigiert werden Interessante Regionen genauer gescannt werden Interpolation der Lücken Optional: Glättung durch Averaging - oder Median -Filter Die ersten gescannten Linien Nach wenigen Sekunden Ergebnis der Filterung Dreidimensionales Computersehen Dr.-Ing. Simon Winkelbach 11
Dreidimensionales Computersehen SS 2016
Dreidimensionales Computersehen SS 2016 Folien zur Vorlesung Dr.-Ing. Simon Winkelbach www.robotik-bs.de/teaching/courses/cs Dreidimensionales Computersehen Dr.-Ing. Simon Winkelbach http://www.robotik-bs.de/teaching/courses/cs
MehrProf. J. Zhang zhang@informatik.uni-hamburg.de. Universität Hamburg. AB Technische Aspekte Multimodaler Systeme. 16. Dezember 2003
zhang@informatik.uni-hamburg.de Universität Hamburg AB Technische Aspekte Multimodaler Systeme zhang@informatik.uni-hamburg.de Inhaltsverzeichnis 5. Sichtsysteme in der Robotik....................307 Industrielle
MehrDreidimensionales Computersehen
X. Jiang, H. Bunke Dreidimensionales Computersehen Gewinnung und Analyse von Tiefenbildern Mit 137 Abbildungen und 3 Tafeln Springer Inhaltsverzeichnis 1 Einleitung 1 1.1 Bildanalyse 1 1.2 Gewinnung und
MehrStereo Vision Anwendungen 2 / Sommersemester 2010 Fakultät Technik und Informatik Department Informatik Gregory Föll
Anwendungen 2 / Sommersemester 2010 Fakultät Technik und Informatik Department Informatik Übersicht Rückblick 3D-Bildaufnahme Kamerakalibrierung Triangulation durch Active Vision Korrespondenzproblem /
Mehrgeschlossene Schachtel mit einem kleinen Loch
Kameramodellierung Lochkamera Kamerakonstante Kamerazentrum geschlossene Schachtel mit einem kleinen Loch ideale Kamera: Loch hat keine Ausdehnung die Strahlen sind ein Büschel von Geraden Abbildung erfolgt
Mehrf A f B f C Dreidimensionales Computersehen - Übung Photometrisches Stereo II
Aufgabe 1: Photometrisches Stereo I Sie haben drei Bilder eines matten Objektes (Lambert-Reflektor mit ρ = 1) mit jeweils unterschiedlicher Beleuchtungsrichtung (mit Intensität E s =1) aufgenommen. Die
Mehr3. Analyse der Kamerabewegung Video - Inhaltsanalyse
3. Analyse der Kamerabewegung Video - Inhaltsanalyse Stephan Kopf Bewegungen in Videos Objektbewegungen (object motion) Kameraoperationen bzw. Kamerabewegungen (camera motion) Semantische Informationen
MehrStereo-Matching. Medieninformatik IL. Andreas Unterweger. Vertiefung Medieninformatik Studiengang ITS FH Salzburg. Wintersemester 2014/15
Stereo-Matching Medieninformatik IL Andreas Unterweger Vertiefung Medieninformatik Studiengang ITS FH Salzburg Wintersemester 2014/15 Andreas Unterweger (FH Salzburg) Stereo-Matching Wintersemester 2014/15
MehrProf. Dr. B. Lang Prof. Dr. J. Biermann. Kameragestützte Volumenbestimmung von Hühnereiern im Stall. Fakultät Ingenieurwissenschaften und Informatik
Prof. Dr. B. Lang Prof. Dr. J. Biermann Kameragestützte Volumenbestimmung von Hühnereiern im Stall 1 Aufgabenstellung Big Dutchman EggCam Ei-Aufnahme (verzerrt) Arbeitsschritte Aufnahme und Detektion von
MehrKamera Kalibrierung nach Tsai
Kamera Kalibrierung nach Tsai HS: Computer Vision Dozent: Dr. v. Hundelshausen Referentinnen: Alexandra Balschun Malgorzata Wojciechowska Gliederung Lochkamera Extrinsische und Intrinsische Parameter Verzerrung
MehrTechnische Universität München. Fakultät für Informatik
Technische Universität München Fakultät für Informatik Forschungs- und Lehreinheit Informatik IX Thema: Kameramodelle und Kamerakalibrierung Proseminar: Grundlagen Bildverstehen/Bildgestaltung Michaela
MehrBildverarbeitung: 3D-Geometrie. D. Schlesinger () Bildverarbeitung: 3D-Geometrie 1 / 13
Bildverarbeitung: 3D-Geometrie D. Schlesinger () Bildverarbeitung: 3D-Geometrie 1 / 13 Lochkamera Modell C Projektionszentrum, Optische Achse, Bildebene, P Hauptpunkt (optische Achse kreuzt die Bildebene),
MehrBildregistrierung in der Medizin. Fethi KAYA - Yusuf ÖZBEK
Bildregistrierung in der Medizin Fethi KAYA - Yusuf ÖZBEK 30.05.2011 1 Inhalt 1. Einführung zur Registrierung 2. Registrierungsalgorithmen 3. Transformationen 4. Mutual Information 5. Demo 2 1- Registrierung
MehrScene Reconstruction with Multiple View Geometry
Scene Reconstruction with Multiple View Geometry Anwendungen 2 16.06.2010 Nikolaus Rusitska nikolausrusitska@gmx.de Inhalt Rückblick Techniken Related Work Fazit 1 Rückblick Techniken Related Work Fazit
Mehr3. Analyse der Kamerabewegung Video - Inhaltsanalyse
3. Analyse der Kamerabewegung Video - Inhaltsanalyse Stephan Kopf Bewegungen in Videos Objektbewegungen (object motion) Kameraoperationen bzw. Kamerabewegungen (camera motion) Semantische Informationen
MehrModellbasiertes Suchen von Objekten
Modellbasiertes Suchen von Objekten Anwendung 1 Vortrag HAW-Hamburg Betreuende Professoren Hosnia Najem Kai von Luck Gunter Klemke Agenda Welches Projekt? Motivation Szenario Technologische Anforderungen
MehrHow To Create A Panorama Image From A Photoelectric Image From An Image From The Camera (I)
Chapter 3 Image Registration Distributed Algorithms for Einführung (I) Definition: Image Registration Gegeben: 2 Bilder der gleichen Szene aber aufgenommen aus unterschiedlichen Perspektiven Gesucht: Transformation,
Mehr3 Koordinatentransformationen
8 MATHEMATISCHE GRUNDLAGEN DER COMPUTERGEOMETRIE 3 Koordinatentransformationen Für die Darstellung von dreidimensionalen Objekten wird grundsätlich eine Reihe von Transformationen ausgeführt, die von den
MehrKognitive Systeme Übung 5+6: Bildverarbeitung & Wissenrepräsentation, Planung und Robotic
Übung 5+6: Bildverarbeitung & Wissenrepräsentation, Planung und Robotic Mittwoch, 18. Juli 2018 1 Übung 5 & 6 Wiederholung: Morphologische Operatoren Operationen auf Binärbildern (hier: Pixel sind 0 oder
MehrAufgabe 1: Koordinatensysteme
Übungen zu Struktur aus Bewegung Arbeitsgruppe Aktives Sehen Sommersemester 3 Prof. Dr-Ing. D. Paulus / S. Bouattour / M. Eisemann Beispiellösung für Übungsblatt Aufgabe : Koordinatensysteme Skizzieren
MehrVorgehen zur Kalibrierung von Kamerabildern
Vorgehen r Kalibrierng von Kamerabildern Prof. Dr.-Ing. Bernhard Lang, 06.04.2013 3 Kalibrierng von Kamerabildern 3.1 Hintergrnd Eine reale Kamera lässt sich geometrisch drch eine Lochkamera modellieren.
MehrNavigation anhand natürlicher Landmarken mit Hilfe der Scale Invariant Feature Transform. Thorsten Jost INF-M2 AW1 Sommersemester
Navigation anhand natürlicher Landmarken mit Hilfe der Scale Invariant Feature Transform Thorsten Jost INF-M2 AW1 Sommersemester 2008 Agenda Motivation Feature Detection Beispiele Posenbestimmung in Räumen
MehrGrundproblem: Projektion von 3D in 2D bewirkt Verlust der Tiefeninformation.
12. 3D-Bildanalyse Extraktion von 3D-Information aus einem Bild / aus einer Bildsequenz wichtig für Szenenrekonstruktion wissensbasierte Bildverarbeitung und Bildverstehen Robotik-Anwendungen... Grundproblem:
Mehr4. Segmentierung von Objekten Video - Inhaltsanalyse
4. Segmentierung von Objekten Video - Inhaltsanalyse Stephan Kopf Inhalt Vorgehensweise Berechnung der Kamerabewegungen zwischen beliebigen Bildern Transformation eines Bildes Hintergrundbilder / Panoramabilder
MehrComputergrafik Universität Osnabrück, Henning Wenke,
Computergrafik Universität Osnabrück, Henning Wenke, 2012-05-30 Korrektur: Kugelkoordinaten II r und θ konstant: Rand einer Kreisscheibe parallel zur xy Ebene z θ fest y θ konstant, r R : Kegel, ausgehend
MehrEntwicklung einer robusten Methode zur Berechnung von Stereokorrespondenzen
Entwicklung einer robusten Methode zur Berechnung von Stereokorrespondenzen Seminar - Wintersemester 2010/2011 Fakultät Technik und Informatik Department Informatik Gregory Föll Übersicht Rückblick Stereo
MehrVerfahren zur Positionsbestimmung im Indoor-Bereich. Nico Manske INF-M3 - Seminar/Ringvorlesung - Wintersemester 2007/
Verfahren zur Positionsbestimmung im Indoor-Bereich Nico Manske INF-M3 - Seminar/Ringvorlesung - Wintersemester 2007/2008 30. November 2007 Agenda Motivation Existierende Prinzipien Verwendetes kamerabasiertes
MehrEVC Repetitorium Blender
EVC Repetitorium Blender Michael Hecher Felix Kreuzer Institute of Computer Graphics and Algorithms Vienna University of Technology INSTITUTE OF COMPUTER GRAPHICS AND ALGORITHMS Filter Transformationen
MehrComputer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg
Nikos Canterakis Lehrstuhl für Mustererkennung, Universität Freiburg Gliederung 6 Endliche Kameras Die Lochkamera Die Projektive Kamera Die projektive Kamera Spalten von P Zeilen von P Hauptpunkt und Hauptachse
Mehr3D-Formmessung durch Shape from Shading Blindenschriftlesung und -inspektion auf bedruckten Faltschachteln
3D-Formmessung durch Shape from Shading Blindenschriftlesung und -inspektion auf bedruckten Faltschachteln Sandra Söll, Helge Moritz, Hartmut Ernst in-situ GmbH & Co. KG anlässlich der Veranstaltung Qualitätskontrolle
MehrAw1 - Vortrag "3D-Objekterkennung im Kontext eines Assistenzroboters"
Aw1 - Vortrag "3D-Objekterkennung im Kontext eines Assistenzroboters" Benjamin Wagner Department Informatik Fakultät Technik und Informatik Hochschule für Angewandte Wissenschaften Hamburg 6. Januar 2009
Mehr3D-BILDVERARBEITUNG VON DER PROBLEMSTELLUNG ZUM ERGEBNIS MAURICE LINGENFELDER, ENTWICKLUNG BILDVERARBEITUNG, STEMMER IMAGING
3D-BILDVERARBEITUNG VON DER PROBLEMSTELLUNG ZUM ERGEBNIS MAURICE LINGENFELDER, ENTWICKLUNG BILDVERARBEITUNG, STEMMER IMAGING WARUM 3D-BILDVERARBEITUNG? Freiformflächen mit undefinierten Fehlern Tiefe des
MehrRingvorlesung Bildverarbeitung
Ringvorlesung Bildverarbeitung D. Schlesinger Institut für Künstliche Intelligenz, Professur Intelligente Systeme 6. Juli 2012 D. Schlesinger (Institut Ringvorlesung für Künstliche Bildverarbeitung Intelligenz,
MehrAutomatische Sichtprüfung und Bildverarbeitung für die Bewertung der Qualität beschichteter Oberflächen
Automatische Sichtprüfung und Bildverarbeitung für die Bewertung der Qualität beschichteter Oberflächen Prof. Dr.-Ing. Michael Heizmann Dr.-Ing. Stefan Werling DFO Karlsruhe, 21. Oktober 2014 Fraunhofer-Institut
MehrAnalyse von Videobildern
Analyse von Videobildern Fahrerassistenzsysteme Mit Videobildern realisierbar Fernlichtassistent Adaptive Cruise Control (Abstandsregeltempomat) Abbiegeassistent Spurhalteassistent (Lane Departure Warning)
Mehr3D-Messverfahren Streifenprojektion
3D-Messverfahren Streifenprojektion Juli 2014 Thomas Köhler Agenda Optische 3D-Messtechnik MarSurf FP 40/180 Was ist messbar mit Streifenlicht? 2 17.07.2014 Thomas Köhler Optische 3D-Messtechnik MarSurf
MehrProseminar "Aufgabenstellungen der Bildanalyse und Mustererkennung"
Fakultät Informatik, Institut für künstliche Intelligenz, Intelligent Systems Proseminar "Aufgabenstellungen der Bildanalyse und Mustererkennung" Lokale Merkmalsdeskriptoren Jens Stormberg - Dresden, 19.06.2009
Mehr3D-Model Reconstruction using Vanishing Points
3D-Model Reconstruction using Vanishing Points Seminar: Ausgewä hlte Themen zu "Bildverstehen und Mustererkennung" Dozenten: Prof. Dr. Xiaoyi Jiang, Dr. Da-Chuan Cheng, Steffen Wachenfeld, Kai Rothaus
MehrAnwendung einer Monokularen Kamera als Bewegungs-Sensor für Mobile Roboter p.1
Anwendung einer Monokularen Kamera als Bewegungs-Sensor für Mobile Roboter Tobias Pietzsch Anwendung einer Monokularen Kamera als Bewegungs-Sensor für Mobile Roboter p.1 Zielstellung Kamera als Sensor
MehrIntegration virtueller Objekte in natürliche Bildsequenzen
60. Jahrgang Juli - Dezember 2006 7-12/ 06 Integration virtueller Objekte in natürliche Bildsequenzen von Dipl.-Math. Kai Cordes Prof. Dr.-Ing. Jörn Ostermann Institut für Informationsverarbeitung (TNT),
Mehr3D-Aspekte bei der Bildfusion am Beispiel von IR- und VIS-Daten Referenten: Dipl.-Ing. Torsten Koch PD Dr. Karl-Heinz Franke
3D-Aspekte bei der Bildfusion am Beispiel von IR- und VIS-Daten Referenten: Dipl.-Ing. Torsten Koch PD Dr. Karl-Heinz Franke Bildmaterial mit freundlicher Genehmigung von JenOptik L.O.S. Zielstellung 4
MehrStructure-from-Motion. Christina Mundhenk Leo Sylvio Rüdian Marcel Kliemannel
Structure-from-Motion Christina Mundhenk Leo Sylvio Rüdian Marcel Kliemannel Fahrplan Structure-from Motion Workflow mit SIFT & Bundle Adjustment mit SURE Probleme/ Grenzen Technik Metrik und Vergleich
Mehr*UDGLHQWHQEDVLHUWH5HNRQVWUXNWLRQ YRQG2EHUIOlFKHQ
*UDGLHQWHQEDVLHUWH5HNRQVWUXNWLRQ YRQG2EHUIOlFKHQ Simon Winkelbach Institut für Robotik und Prozeßinformatik Technische Universität Braunschweig Hamburger Str. 267 D-38114 Braunschweig Technischer Bericht
Mehr3.1 Motivation. - Mit (mehreren) Koordinatentransformationen wird das Objektsystem in das Gerätesystem transformiert.
3.1 Motivation Wichtige Grundlage der Bildwiedergabe auf dem Bildschirm oder anderen Ausgabegeräten sind Koordinatensysteme und Koordinatentransformationen im IR 2 und IR 3. Im allgemeinen unterscheidet
Mehr3D-Punktkorrelation auf Basis von 2D-Bildern auf einer FPGA-Plattform
Fakultät Informatik, Institut für Technische Informatik, Professur für VLSI Entwurfssysteme, Diagnostik und Architektur 3D-Punktkorrelation auf Basis von 2D-Bildern auf einer FPGA-Plattform Verteidigung
MehrInteraktive Lokalisierung durch Objekterkennung
Interaktive Lokalisierung durch Objekterkennung Bachelor Thesis Adrian Batzill Motivation GPS Abweichungen - Guter Tag: ~5m - Wahrscheinlicher: >15m Kompass Abweichungen: - Normal ~3-10 Für Augmented Reality
MehrProjektion. Ebene geometrische Projektionen
Projektion - 1 - Ebene geometrische Projektionen Die ebenen geometrischen Projektionen sind dadurch charakterisiert, daß mit Projektionsstrahlen konstanter Richtung, d.h. entlang von Geraden, auf Ebenen
Mehr3D Umfeldrekonstruktion über Structure from Motion
A HELLA-Group Company 3D Umfeldrekonstruktion über Structure from Motion Dr. Ralph Hänsel, Hella Aglaia Mobile Vision GmbH 11.12.2015 Symposium Beuth Hochschule Geometrische Modellierung und Computational
MehrObjekt Rekonstruk4on. Niklas Bunge. Niklas Bunge
Objekt Rekonstruk4on Niklas Bunge Niklas Bunge Inhalt Defini&on Rekonstruk&onsablauf Einsatzgebiete Mo&va&on / Problemstellung Paper Review - 3D Rekonstruk&on Ver&efung ICP Ver&efung Marching Cubes Zusammenfassung
MehrKamerakalibrierung. Kamerakalibrierung. Effekt von Linsenverzeichnungen. Effekt von Linsenverzeichnungen
Kamerakalibrierung Kamerakalibrierung Kamerakalibrierung ist unerläßlich, um genaue Messungen von Objekten durchzuühren erlaubt die Korrektur von Verzeichnungen, die von den Objektiven verursacht werden
MehrScannen von Barcodes - I
Scannen von Barcodes - I Eine technische Lösung zur Erkennung von bekannten, häufig auftauchenden Objekten. Beispiel: Markierung mit UPC-E und -A Barcodes Robotik II, W46 Technische Sensorik / Sichtsysteme
MehrAbbildung von Weltkoordinaten nach Bildkoordinaten
Abbildung von Weltkoordinaten nach Bildkoordinaten Werner Mayer 28. Februar 24 Zusammenfassung Dieses Dokument beschreibt die Abbildungsvorschrift von 3D-Punkten nach Pixelkoordinaten eines Bildes. Dabei
MehrGrundlagen der optischen Geometrievermessung und deren Anwendungen
Grundlagen der optischen Geometrievermessung und deren Anwendungen Christian Gerlach Innovationstag 2010 1 Gliederung: Grundlagen der Photogrammetrie Stand der Technik Industrielle Anwendungen der Photogrammetrie
MehrAnwendung und Auswertung von photogrammetrischen Verfahren zur Analyse von Leuchtdichtemessungen
Themengebiet: [Messtechnik & Normen] Anwendung und Auswertung von photogrammetrischen Verfahren zur Analyse von Leuchtdichtemessungen Bleicken, J. R. 1 ; Faecks, N. 1 ; Cappitelli, M. 1 ; Prof. Dr. sc.
MehrComputer Vision: 3D-Geometrie. D. Schlesinger () Computer Vision: 3D-Geometrie 1 / 17
Computer Vision: 3D-Geometrie D. Schlesinger () Computer Vision: 3D-Geometrie 1 / 17 Lochkamera Modell C Projektionszentrum, Optische Achse, Bildebene, P Hauptpunkt (optische Achse kreuzt die Bildebene),
MehrOrganisatorisches. Computergrafik Vertiefung WS 06/07. Ziele der Veranstaltung. Bibliographie. Termine Vorlesung, Übung, Praktikum,...
Quid nunc Computergrafik Vertiefung WS 06/07 Organisatorisches Termine Vorlesung, Übung, Praktikum,... :» Mittwoch 8.15-16.00, A309 Infos rund um die Veranstaltung als PDF im Web http://adorno.mi.fh-wiesbaden.de/~schwan
MehrBildtransformationen. Geometrische Transformationen Grauwert-Interpolation
Bildtransformationen Geometrische Transformationen Grauwert-Interpolation Transformation Transformation zwei Schritte geometrische Transformation (Trafo der Koordinaten) Neuberechnung der Pielwerte an
MehrNumerisches Programmieren, Übungen
Technische Universität München SS 2011 Institut für Informatik Prof. Dr. Thomas Huckle Dipl.-Inf. Christoph Riesinger Dr. Slobodan Ilic Numerisches Programmieren, Übungen 4. Übungsblatt: Gauß-Elimination,
MehrComputer Vision. Klaus Diepold Lehrstuhl für Datenverarbeitung. 23. Mai Bild 1: Abbildung mit dünnen Linsen.
Computer Vision Klaus Diepold Lehrstuhl für Datenverarbeitung 3. Mai 8 Bilderzeugung. Abbildung durch Linsen Durch Betrachtung von ähnlichen Dreiecken in Bild ergibt sich die Beziehung f = Z + z, die die
MehrPassagierbrücke. Einrollleitlinie. Rollfeld. Display. Videokamera. Stopposition B Computer Vision 1_Seite 1
Beispiel Andocksstem (ADS) Sstemleistung: Leitung des Flugzeugpiloten mittels Displa auf die für den Flugzeugtp vorgeschriebene Stoppposition. Sensor für Bugradposition und Achsenwinkel eines anrollenden
MehrMaTHEMATISCHE GRUNDLAGEN BUGA-AR TELESCOPE. Marko HeRBERTZ
MaTHEMATISCHE GRUNDLAGEN BUGA-AR TELESCOPE Marko HeRBERTZ Wiederholung: Objekt-, Welt- und Kamerakoordinaten Kugelkoordinaten in kartesische Mögliche Schwierigkeiten Kameralinse Lage der Festung Lagerichtige
MehrDigitales Video. Prof. Dr.- Ing. Klaus Diepold
Digitales Video Prof. Dr.- Ing. Klaus Diepold Digitale Bildwandlung Bildtransformationen Abtastung Interpolation 2 Bildtransformation Digitales Video 3 Bildtransformation Digitales Video 4 Transformation
Mehr3D- Laserscanning 3D- LASERSCANNING. 1. Allgemein...1. 2. Funktion Scankopf...1. 3. 2D-Laserscanning...2. 4. 3D-Laserscanning...3
3D- LASERSCANNING Inhaltsverzeichnis 1. Allgemein...1 2. Funktion Scankopf...1 3. 2D-Laserscanning...2 4. 3D-Laserscanning...3 5. Weitere Anwendung...4 6. Beispielbilder...5 1. Allgemein Laserscanning
MehrLösungsvorschlag zum zweiten Übungsblatt
Lösungsvorschlag zum zweiten Übungsblatt Aufgabe Wir zeigen, daß die Drehung um den Ursprung um 9 und die Spiegelung an der x-achse nicht kommutieren. Die Matrix für die Drehmatrix lautet in diesem Fall
MehrProf. J. Zhang Universität Hamburg. AB Technische Aspekte Multimodaler Systeme. 13. Januar 2004
zhang@informatik.uni-hamburg.de Universität Hamburg AB Technische Aspekte Multimodaler Systeme zhang@informatik.uni-hamburg.de Inhaltsverzeichnis Tsai s RAC-basierte Kamerakalibrierung................374
MehrModell einer Kamera ohne Verzeichnung
7.3.1 Sichtsysteme - Kamera-Kalibrierung - Lochkamera-Modell 64-424 Intelligente Roboter Modell einer Kamera ohne Verzeichnung Lochkameramodell mit und ohne radiale Linseverzeichnung J. Zhang 460 7.3.1
MehrVisiCon dpp. 3D Laser Sensor. StereoFotogrammetrie. Innovative
VisiCon dpp 3D Laser Sensor Innovative StereoFotogrammetrie Fahrerassistenzsysteme Illustration: AUTO BILD 19/2011 S.49, Copyright: AUTO BILD/ Nils Oskamp - www.oskamp.de - 2 Fahrwerkeinstellung mit VisiCon
MehrDigitale Bildverarbeitung Einheit 12 3D-Rekonstruktion
Digitale Bildverarbeitung Einheit 12 3D-Rekonstruktion Lehrauftrag SS 2008 Fachbereich M+I der FH-Offenburg Dr. Bernard Haasdonk Albert-Ludwigs-Universität Freiburg Ziele der Einheit Einen Eindruck davon
MehrQualitativ: Hier geht es um die Inhalte wie z.b. die Landnutzung Quantitativ: Hierbei geht es um das Messen von Koordinaten
Grundlagen der Photogrammetrie Die Photogrammetrie ist ein Verfahren zur Vermessung von Objekten nach Lage und Form. Dabei werden die Messungen nicht direkt am Objekt, sondern indirekt auf Bildern des
MehrGliederung. Gliederung (cont.) Koordinaten eines Manipulators. Allgemeine Informationen Einführung
- Gliederung Jianwei Zhang zhang@informatik.uni-hamburg.de Fakultät für Mathematik, Informatik und Naturwissenschaften Technische Aspekte Multimodaler Systeme 14. April 2009 Allgemeine Informationen Einführung
MehrNeue Ansätze für Mustererkennung und automatisches Lernen
Z Y X Neue Ansätze für Mustererkennung und automatisches Lernen Vortrag im Rahmen des 2. Technologieforums Bildverarbeitung am 03./04. November 2015 Johannes Zügner STEMMER IMAGING GmbH, Puchheim GLIEDERUNG
MehrEinleitung 2. 1 Koordinatensysteme 2. 2 Lineare Abbildungen 4. 3 Literaturverzeichnis 7
Sonja Hunscha - Koordinatensysteme 1 Inhalt Einleitung 2 1 Koordinatensysteme 2 1.1 Kartesisches Koordinatensystem 2 1.2 Polarkoordinaten 3 1.3 Zusammenhang zwischen kartesischen und Polarkoordinaten 3
MehrSchattenwurf mit Perspective Shadow Maps
16. April 2010 Xpiriax Software Wer wir sind und was wir machen Hobby-Entwicklerteam, zur Zeit 6 Personen gegründet Anfang 2008 Schwerpunkte: Spiele- & 3D-Engine-Programmierung Ziele: Erfahrung, Arbeitsproben,
MehrBachelorverteidigung Marco Franke
Bachelorverteidigung Java EE Webservice basiert auf RESTlet, JaxB und JPA/Hibernate zur Bilderkennung mit Hilfe der SURF-Merkmalsextraktion Verantwortlicher Professor: Prof. Dr. rer. nat. Klaus Hering
MehrStabilitätsprüfung projizierter Referenzpunkte für die Erfassung großvolumiger Messobjekte
Stabilitätsprüfung projizierter Referenzpunkte für die Erfassung großvolumiger Messobjekte Murat ÜRÜN, Manfred WIGGENHAGEN, Hubertus NITSCHKE, Christian HEIPKE VWN Hannover, IPI Universität Hannover IPI
MehrComputergrafik 2: Übung 8. Corner-Detektoren, Bildsegmentierung
Computergrafik 2: Übung 8 Corner-Detektoren, Bildsegmentierung Organisation KLAUSURANMELDUNG (UNIWORX) NICHT VERGESSEN! Computergrafik 2 SS2012 2 Besprechung Übung 7 Anmerkungen? Computergrafik 2 SS2012
MehrDas 3d-Puzzle-Problem
Das 3d-Puzzle-Problem Effiziente Methoden zum paarweisen Zusammensetzen von dreidimensionalen Fragmenten Von der Carl-Friedrich-Gauß-Fakultät für Mathematik und Informatik der Technischen Universität Carolo-Wilhelmina
MehrProjektionen für f r die Scanregistrierung mit Hilfe von Bildmerkmalen
Projektionen für f r die Scanregistrierung mit Hilfe von Bildmerkmalen Prof. Dr. Andreas Nüchter Jacobs University Bremen Campus Ring 1 28759 Bremen 1 Hintergrund (1) Automatisierung von terrestrischen
MehrGroßer Beleg. Graph-Cut basierte Stereorekonstruktion
TECHNISCHE UNIVERSITÄT DRESDEN FAKULTÄT INFORMATIK INSTITUT FÜR SOFTWARE- UND MULTIMEDIATECHNIK PROFESSUR FÜR COMPUTERGRAPHIK UND VISUALISIERUNG PROF. DR. STEFAN GUMHOLD Großer Beleg Graph-Cut basierte
MehrComputergraphik Grundlagen
Computergraphik Grundlagen V. Die Rendering-Pipeline Prof. Stefan Schlechtweg Hochschule Anhalt Fachbereich Informatik Inhalt Lernziele 1. Der Begriff Rendering 2. Die Rendering-Pipeline Geometrische Modellierung
Mehr2D, 3D Kameratechnik in der Robotik. Jan Fischer
2D, 3D Kameratechnik in der Robotik Jan Fischer Agenda Firmeninformationen 1x1 der Bildverarbeitung Kompetenzen für erfolgreiches Pick & Place Anwendungsspektrum Kriterien die man bei Pick & Place beachten
MehrSuche nach korrespondierenden Pixeln
Suche nach korrespondierenden Pixeln Seminar Algorithmen zur Erzeugung von Panoramabildern Philip Mildner, Gliederung 1. Motivation 2. Anforderungen 3. Moravec Detektor 4. Harris Detektor 5. Scale Invariant
MehrLokale Beleuchtungsmodelle
Lokale Beleuchtungsmodelle Oliver Deussen Lokale Modelle 1 Farbschattierung der Oberflächen abhängig von: Position, Orientierung und Charakteristik der Oberfläche Lichtquelle Vorgehensweise: 1. Modell
MehrErhöhung der Messgenauigkeit von 3D-Lasertriangulation
Erhöhung der Messgenauigkeit von 3D-Lasertriangulation Das Messprinzip von Laser-Triangulation Triangulationsgeometrie Beispiel Z Y X Messobjekt aus der Kamerasicht Sensorbild der Laserlinie 3D Laser-Triangulation
MehrGrundlagen der Spieleprogrammierung
Grundlagen der Spieleprogrammierung Teil I: 3D-Graphik Kapitel 3: Das Ideal - Photorealistisch Peter Sturm Universität Trier Outline 1. Übersicht und Motivation 2. Mathematische Grundlagen 3. Das Ideal:
MehrComputer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg
Nikos Canterakis Lehrstuhl für Mustererkennung, Universität Freiburg Gliederung 8 Epipolargeometrie Die Fundamentalmatrix Korrelation Schätzung der Fundamentalmatrix Homographie infolge einer Ebene Sonderfälle
MehrDigitale Bildverarbeitung - Rechnerübung 3
Digitale Bildverarbeitung - Rechnerübung 3 1. Khoros Zur Durchführung der Rechnerübung wird das Programmpaket KHOROS mit seiner Benutzerschnittstelle Cantata verwendet. Nach der Anmeldung am Rechner durch
Mehr3D Animation 1, WS2015, Stephan Erben
01 Intro 02 Lighting 03 Materials 04 Global Illumination 3D Szene Pixel Sample Object Pixel Grid 2D Projektion Raytracing mit Licht und Materialberechnung Shadow Rays Eye Ray (Primary) Object Reflection
MehrOptische Systeme und Computer Vision. Heinz-Wilhelm Hübers, Ralf Reulke
Optische Systeme und Computer Vision Heinz-Wilhelm Hübers, Ralf Reulke Deutsches Zentrum für Luft- und Raumfahrt e.v. (DLR) Institute of Optical Sensor Systems Humboldt-Universität zu Berlin, Institut
MehrFitting 3D Models to Images
Proseminar "Aufgabenstellungen der Bildanalyse und Mustererkennung" Fitting 3D Models to Images WS 08/09 Gliederung Einleitung Pose Consistency perspective Camera affine/projective Camera Linearkombinationen
MehrBild-Erkennung & -Interpretation
Kapitel I Bild-Erkennung & -Interpretation FH Aachen / Jülich, FB 9 Prof. Dr. rer.nat. Walter Hillen (Dig Img I) 1 Einführung Schritte zur Bilderkennung und Interpretation: Bild-Erfassung Vorverarbeitung
MehrVolumenakquise. Vortrag von Benjamin Gayer
10.11.11 1 Volumenakquise Vortrag von Benjamin Gayer Einführung Bildquelle: http://www.medical.siemens.com/siemens/de_de/rg_marcom_fbas/files/patienteninformationen/ct_geschichte_technologie. pdf 10.11.11
MehrComputergrafik Sommersemester 2004 Übungen
Sommersemester 4 Freiwillige Zusatzübung Aufgabe 6: Transformationen im zweidimensionalen aum Berechnen Sie die Transformationsmatri, die eine Szene zuerst um 3 Grad um den Ursprung dreht und anschließend
MehrEinsatz von Tiefenkameras zur Mensch/Roboter-Überwachung
Einsatz von Tiefenkameras zur Mensch/Roboter-Überwachung Prof. Dr. Dominik Henrich Lehrstuhl für Angewandte Informatik III (Robotik und Eingebettete Systeme) Universität Bayreuth Technologie der Tiefenkameras
Mehr4. Kapitel 3D Engine Geometry
15.11.2007 Mathematics for 3D Game Programming & Computer Graphics 4. Kapitel 3D Engine Geometry Anne Adams & Katharina Schmitt Universität Trier Fachbereich IV Proseminar Numerik Wintersemester 2007/08
MehrPARTICLE IMAGE VELOCIMETRY. Prinzipieller experimenteller Aufbau (aus einem Prospekt der Fa. La Vision)
PARTICLE IMAGE VELOCIMETRY Prinzipieller experimenteller Aufbau (aus einem Prospekt der Fa. La Vision) Die Lichtquelle in diesem Falle ein Doppelpuls Neodym:Yag Laser erzeugt zwei sehr starken und sehr
MehrSymplifying the Reconstruction of 3D Models using Parameter Elimination
Seminar 3D Rekonstruktion, Priehn, Hannes Priehn, Jens Symplifying the Reconstruction of 3D Models using Parameter Elimination SS2011 Hannes Priehn Jens Priehn Koordinatensysteme Titel, Datum,... 2 Weltkoordinaten
Mehr