Digitale Bildverarbeitung Einheit 12 3D-Modellierung



Ähnliche Dokumente
Digitale Bildverarbeitung Einheit 12 3D-Rekonstruktion

Digitale Bildverarbeitung Einheit 7 Bildarithmetik

Digitale Bildverarbeitung Einheit 7 Bildarithmetik

Digitale Bildverarbeitung Einheit 6 Punktoperationen

Digitale Bildverarbeitung Organisation

Digitale Bildverarbeitung Einheit 6 Punktoperationen

Digitale Bildverarbeitung Einheit 9 Morphologische Operationen

Departement für Mathematik und Informatik Thomas Vetter

Digitale Bildverarbeitung Einheit 5 Bilder und Statistik

Digitale Bildverarbeitung Organisation. Vorstellung Vorlesungskomponenten Infrastruktur Ergänzendes Material Erwartungen Gliederung der Vorlesung

Im Original veränderbare Word-Dateien

Digitale Bildverarbeitung Einheit 9 Morphologische Operationen

INTELLIGENTE DATENANALYSE IN MATLAB

3D-Modellierung / Motion-Capturing. von Kevin O Brien

Die untere Abbildung zeigt eine Szene aus einer 3D-Computeranimation.

PhoToPlan 6.0 Was ist neu?

Digitale Bildverarbeitung Einheit 5 Bilder und Statistik

3. Analyse der Kamerabewegung Video - Inhaltsanalyse

How to make a PIXAR movie? WS 2012/2013

Polte, Galina; Rennert, Klaus-Jürgen; Linß, Gerhard: Korrektur von Abbildungsfehlern für optische Messverfahren

Computer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg

Digitale Bildverarbeitung Einheit 9 Morphologische Operationen

Kamerabasierte Erkennung von Fußgängern in urbanen Verkehrsszenen

Prof. J. Zhang Universität Hamburg. AB Technische Aspekte Multimodaler Systeme. 16. Dezember 2003

5 - CAMERA - RIG ADOBE AFTER EFFECTS. von Christoph Schreiber und Stefan Bernhardt Fulldome - Fachmodul WS 2010 / 11 Bauhaus - Universität Weimar

Bildverarbeitung: 3D-Geometrie. D. Schlesinger () Bildverarbeitung: 3D-Geometrie 1 / 13

Unity 4 Teil II. Universität zu Köln Softwaretechnologie II (Teil 1): Simulation und 3D Programmierung Dozent: Manfred Thaller Marvin Busch

Numerisches Programmieren, Übungen

Beleuchtungsmodelle und Shading

4. Segmentierung von Objekten Video - Inhaltsanalyse

View Morphing. Department of Computer Sciences University of Wisconsin Madison publiziert in SIGGRAPH 96, pp

How to make a PIXAR movie? WS 2011/2012

Speziell-Relativistischer (Flug-) Simulator

Grundlagen der optischen Geometrievermessung und deren Anwendungen

ÜBUNGEN ZUR OBJEKTORIENTIERTEN MODELLIERUNG

Digitale Bildverarbeitung (DBV)

3D-Rekonstruktion von Schiffen aus kalibrierten und unkalibrierten Aufnahmen

Kapitel 4: Schattenberechnung

Computer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg,

Algorithmische Geometrie 1. Einführung

9 Arrangements und Dualität

Grundlagen der Bilderzeugung und Bildanalyse - Mustererkennung

3D-Model Reconstruction using Vanishing Points

Parallele und funktionale Prog. Wintersemester 2012/ Übung Abgabe bis , 10:00 Uhr

Anwendungen im Umfeld von Panoramabildern Multimediatechnik Seminar FS 2008 Eric Lunkenbein

Navigation anhand natürlicher Landmarken mit Hilfe der Scale Invariant Feature Transform. Thorsten Jost INF-M2 AW1 Sommersemester

Schattenwurf mit Perspective Shadow Maps

SCHRITT 1: Zu druckendes Bild öffnen...2. SCHRITT 2: Anpassung der Bildgröße auf eine Länge von 200 mm...3

Der Einbau im Auto. Stereo: Beispiel Fahrzeug. Einbau im Rückspiegel Erfassung von. Reichweite: bis 30 m

Geometrien mit dem CAD-Modul (GEOM) von Salome zu erstellen, und diese Geometrien für die FEM mit Salome (MESH) zu vernetzen.

Modellbasiertes Suchen von Objekten

Algorithmische Geometrie: Einstimmung

Grundlagen der industriellen Bildverarbeitung und deren Anwendungsgebiete. Christoph Walter, MSc

Digitale Bildverarbeitung

Entwicklung einer robusten Methode zur Berechnung von Stereokorrespondenzen

Bild-Erkennung & -Interpretation

Anwendungsbeispiel: Reverse Engineering. Modell-/Formenbau: 3D-Vermessung einer GAJETA mit TRITOP

Hinweise zur Kalibrierung von Kameras mit einer AICON Kalibriertafel

3D-Druck Feriencamp OpenSCAD - Der Schlüsselanhänger

Projektarbeit: Ein Verfahren zur Erzeugung stabiler Differenzbilder

Newtek Lightwave Grundlagen der 3D-Vektorgrafik

geschlossene Schachtel mit einem kleinen Loch

Dynamische Geometrie

Visual Servoing using Mutual Information

Ringvorlesung Bildverarbeitung

HS Heilbronn - Prof. Dr. P. Fleischmann CAD-K2 10/2010 2/1. Definitionen

TUTORIAL ADOBE AFTER EFFECTS. von Christoph Schreiber und Stefan Bernhardt Fulldome - Fachmodul WS 2010 / 11 Bauhaus - Universität Weimar

Warping im Detail $KNFXGTCTDGKVWPIWPF#NIQTKVJOGP 2TQH &T9QNHICPI-QPGP. Bildverarbeitung und Algorithmen SS Konen, Zielke

(7) Normal Mapping. Vorlesung Computergraphik II S. Müller. Dank an Stefan Rilling U N I V E R S I T Ä T KOBLENZ LANDAU

Stereo-Matching. Medieninformatik IL. Andreas Unterweger. Vertiefung Medieninformatik Studiengang ITS FH Salzburg. Wintersemester 2014/15

Fitting 3D Models to Images

Probelektion zum Thema. Shadow Rendering. Shadow Maps Shadow Filtering

3.1 Motivation. - Mit (mehreren) Koordinatentransformationen wird das Objektsystem in das Gerätesystem transformiert.

Algorithmische Geometrie: Arrangements und

Parallele und funktionale Prog. Sommersemester Übung Abgabe bis , 10:00 Uhr

STORYBOARDS UND SCRIBBLES

Vorstellung der AI Studienprojekte (WiSe1819)

Einführung Augmentierte Bildsynthese

Physik II TU Dortmund SS2018 Götz Uhrig Shaukat Khan Kapitel 1. Influenz

Strategien zur Erzeugung von 3D Modellen

Fachartikel. Telezentrische Objektive für Kameras größer 1 Zoll

Wasserfall-Ansätze zur Bildsegmentierung

Erstellen Fotorealistischer Bilder. Autodesk Inventor 2015

BUILDINGS FROM IMAGES T H I E N P H A M G R U N D S E M I N A R W S 1 5 / 1 6 B E T R E U E R : P R O F. D R. P H I L I P P J E N K E

Interaktion mittels Mimik,

Shader. Computer Graphics: Shader

2010 B I Angabe. sind der. 2 1 Geben Sie die Koordinaten der beiden Eckpunkte A und C sowie der Spitze S an.

Parallele Algorithmen in der Bildverarbeitung

DIPLOMARBEIT. im Fachbereich Angewandte Informatik Studienschwerpunkt Medieninformatik. Herrnweg Grebenhain.

Digitale Bildverarbeitung Einheit 5 Bilder und Statistik

Kerze (Candle)

STORYBOARDS UND SCRIBBLES

Computergraphik (Praktikum)

~ v 2. Abbildung 3: Zweiter Schritt des Gram-Schmidt-Verfahrens. k 1. i=1. v k = w k

Erstellung einer Moodle-Lernplattform für die Vorlesung Digitale Medien

Transkript:

Digitale Bildverarbeitung Einheit 12 3D-Modellierung Lehrauftrag WS 05/06 Fachbereich M+I der FH-Offenburg Dipl.-Math. Bernard Haasdonk Albert-Ludwigs-Universität Freiburg Ziele der Einheit Einen Eindruck davon bekommen, wie weitere Information aus Bildern zurückgewonnen werden kann, nämlich 3D-Szenen-Information Dies ist eine zentrale Frage im Bereich der Computer Vision und technisch sehr anspruchsvoll: verwendet Projektive Geometrie, muss Numerische Optimierungsprobleme lösen, etc. Hier wird nur ein anschaulicher Eindruck verschiedener Möglichkeiten vermittelt. Es werden Beispiele präsentiert, wie die Computergrafik oder Computeranimation diese 3D- Information verwenden können. 24.01.2006 B. Haasdonk, Digitale Bildverarbeitung, FH Offenburg WS 05/06 2 1

Motivation Bei der Bildaufnahme gehen sehr viele Informationen verloren: Objekt: 3D-Koordinaten, Oberflächen-Eigenschaften, Farbe Kamera: 3D-Position, Ausrichtung, Bildweite, Öffnungswinkel, Licht: Richtung, Stärke und Farben sind nach der Bilderzeugung nicht mehr explizit bekannt (x,y,z) Bildgewinnung 3D-Rekonstruktion Solche Information ist aber notwendig, z.b. in der Computergrafik: Ein Bild kann erst erzeugt werden, wenn dem Rechner die genaue Abbildungsvorschrift bekannt ist Wichtiges Teilgebiet der Bildverarbeitung ist daher die Rückgewinnung von solchen 3D-Informationen aus Bildern 24.01.2006 B. Haasdonk, Digitale Bildverarbeitung, FH Offenburg WS 05/06 3 Strukturierte Beleuchtung Erfassen von 3D-Objekt-Koordinaten Beispiel Rundum-3D-Erfassung einer Person [65] Projezieren von mehrfarbigen Linien Bildaufnahme und Linien-Extraktion Bewegen der Linie über die Person Rückrechnen der Oberflächenkoordinaten aus den aufgenommenen Linien Modellierung durch ein Gitter Siehe Einheit 3 für weitere Beispiele 24.01.2006 B. Haasdonk, Digitale Bildverarbeitung, FH Offenburg WS 05/06 4 2

Mehrere Bilder und Korrespondenzen Es wird angenommen, dass mehrere Bilder derselben Szene aber aus verschiedenen Blickwinkeln vorliegen In den Bildern findet man dann Punkte, die einander entsprechen, sogenannte Punktkorrespondenzen Falls die genauen Kamerapositionen und Kameraparameter bekannt sind, können hierdurch die 3D-Koordinaten der Punkte im Raum bestimmt werden: Man kennt für jede einzelne Kamera den Strahl, der für das Pixel des Punktes verantwortlich ist. Man bestimmt den Schnittpunkt der Strahlen, dies ist der Ort des Punktes im Raum Umgekehrt kann man auch Kamerapositionen bestimmen, wenn man die 3D-Position von mehreren Punktkorrespondenzen kennt Bild 1 Bild 2 24.01.2006 B. Haasdonk, Digitale Bildverarbeitung, FH Offenburg WS 05/06 5 Anpassung eines Modells Wenn man weiß, welche Art Objekt man erwartet, kann man ein Modell für seine Objekte erstellen Z.B. Gesichter Die noch freien Parameter des Modells werden in einer Schleife an das vorgegebene Bild angepasst 1. Man beginnt mit Standard-Parameter (ist anschaulich ein Durchschnittsgesicht ) 2. Rendern des Modells mit den aktuellen Parametern 3. Differenz zum Originalbild ermitteln 4. Geeignetes Anpassen der Modellparameter 5. Falls Differenz noch groß ist, zurück zu Punkt 2 Das angepasste Modell besitzt anschließend 3D- Koordinaten des Objektes im Bild [66] 24.01.2006 B. Haasdonk, Digitale Bildverarbeitung, FH Offenburg WS 05/06 6 3

Anwendung in der Computeranimation Objektbewegung ermitteln: Motion Capturing Das finden von Korrespondenzen ist schwierig Oft behilft man sich daher mit Markern, die eindeutige Punkte auf dem aufzunehmenden Objekt markieren. 3D-Rekonstruktion dieser Marker, wiederholt in einer Bildersequenz ermöglicht Erfassen von Bewegungsabläufen. Übertragung auf künstliche Figuren ist anschließend möglich Beispiel Herr der Ringe (Figur Gollum) + = www.simula.brad.ac.uk 24.01.2006 B. Haasdonk, Digitale Bildverarbeitung, FH Offenburg WS 05/06 7 Anwendung in der Computeranimation Kamerabewegung ermitteln anschließende Computeranimation mit dieser Kamerabahn erzeugt Künstliche Szenen, in die Originalobjekte realistisch eingesetzt werden können Original [68] Künstliche Objekte, die realistisch in eine original Szene eingesetzt werden können Mit Objekten [68] 24.01.2006 B. Haasdonk, Digitale Bildverarbeitung, FH Offenburg WS 05/06 8 4

Anwendung in der Computeranimation Ein 3D-Modell kann nach bekannten Regeln verformt werden und neue Bilder erzeugt werden [66] Neue Blickwinkel Neue Beleuchtung Gesichtsausdrücke [66] Eine Filmsequenz kann erstellt werden z.b. sprechende historische Figuren! [67] 24.01.2006 B. Haasdonk, Digitale Bildverarbeitung, FH Offenburg WS 05/06 9 Zusammenfassung Bildverarbeitung kann aus Bildern 3D-Szeneninformation rekonstruieren. Dies kann aus einzelnen, mehreren oder ganzen Sequenzen von Bildern geschehen Solche Szeneninformation kann 3D-Position und Oberflächenfarbe der Objekte umfassen aber auch Kameraparameter, Lichtrichtungen, etc. Der Bereich der Computergrafik oder Computeranimation kann diese Information zur Erzeugung von künstlichen Bildern verwenden Statt Erstellen von rein künstlichen Bildern wird oft animiertes Material mit den Originalbildern verschmolzen Dies ist ein sehr enger Zusammenhang zwischen Bildverarbeitung und Computergrafik, sie sind in gewisser Weise komplementär zueinander: Computergrafik erzeugt aus Szeneninformation Bilder, die Bildverarbeitung erzeugt aus Bildern Szeneninformation. 24.01.2006 B. Haasdonk, Digitale Bildverarbeitung, FH Offenburg WS 05/06 10 5

Referenzen Die Bilder wurden entweder selbst erstellt, Referenzen wurden bereits angegeben, stammen aus dem WBT/Skript von Frau Erhardt oder aus folgenden Quellen (identische Numerierung wie in Skript): [65] Firma Vitronic: http://www.vitronic.com/ [66] T. Vetter, V. Blanz: A Morphable Model for the Synthesis of 3D Faces, SIGGRAPH, 1999. [67] Homepage von V. Blanz am MPI Saarbrücken: http://www.mpi-sb.mpg.de/~blanz/ [68] T. Vetter, Grundlagen der Bilderzeugung und Bildanalyse, Vorlesung an der Universität Freiburg, 2001. 24.01.2006 B. Haasdonk, Digitale Bildverarbeitung, FH Offenburg WS 05/06 11 6