Stereo Vision. Projekt zu Grundlagen der Computer Vision. Sommersemester 2008

Ähnliche Dokumente
Stereo Vision. Projekt zur 3D Computer Vision Wintersemester 05/06

Statische Stereoanalyse

Computer Vision: 3D-Geometrie. D. Schlesinger () Computer Vision: 3D-Geometrie 1 / 17

Fotografieren in Berlin

Was ist wo? Erkennung und Lokalisierung von Objekten in Farbstereobildern

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

Beschleunigung von Bild-Segmentierungs- Algorithmen mit FPGAs

3. Bildschirmauflösung beträgt mind. 1024x768

1.8 Wie viel Schärfe hätten Sie denn gern: Schärfentiefe und Blende

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

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

Fotografie >>> Digitale Spiegelreflex Fortgeschrittene

Stereovision: Grundlagen

Prof. J. Zhang Universität Hamburg. AB Technische Aspekte Multimodaler Systeme. 20. Januar 2004

Technische Universität. Fakultät für Informatik

Bildgestaltung mit der Blende

Blende-Zeit-Kombinationen

UNIFORSCHUNG FORSCHUNGSMAGAZIN DER HELMUT-SCHMIDT-UNIVERSITÄT UNIVERSITÄT DER BUNDESWEHR HAMBURG. 3D-Auswertung von Stereobildern

Qualitativ: Hier geht es um die Inhalte wie z.b. die Landnutzung Quantitativ: Hierbei geht es um das Messen von Koordinaten

GPU-friendly multi-view stereo reconstruction using surfel representation and graph cuts

Verkehr Analyse. Inhalt. Was ist Verkehr Analyse? Geschichte der Verkehr Analyse. Iavor Jelev Jintao Ding

Grundproblem: Projektion von 3D in 2D bewirkt Verlust der Tiefeninformation.

Medienforensik - Manipulationserkennung. Multimedia Sicherheit, Martin Steinebach

Alles rund um das Shooting im Skript

Versuch C: Auflösungsvermögen Einleitung

Inpainting. Jane Dienemann Benjamin Vorwerk. Seminar Computational Photography Dozent: Prof. Dr.-Ing.Eisert Sommersemester 2010

Analyse von Strategien und Kostenfunktionen beim Semi-Global-Matching in Luftbildpaaren

GRUNDLAGEN DER FOTOGRAFIE. alackner web + foto

Wie gut ist ein altes Objektiv Revuenon 1:2,8 135 mm?

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

Original Gebrauchsanleitung Fish-Eye 8/3,5

Fernaufnahmen mit Canon EOS Kameras

Grundlagen Hochzeitsfotografie

Individualisierte Kalibrierung in einem SSVEP-basierten Brain-Computer Interface. Thorsten Lüth

Abschätzung des Disparitätsraums für das Stereo-Matching mithilfe von Bildmerkmalen

Eckehard Steinbach Fachgebiet Medientechnik. Technische Universität München. EIKON e.v. Jahresversammlung

Erfindung: Multi-Ebenen-Kamera und Multi-Ebenen-Filmkamera

Die Canon EOS 60D kennenlernen Leicht und effizient: die Automatiken im Einsatz Die Belichtung stets im Griff... 53

Food Fotografie - Lektion 4 - Die richtigen Kameraeinstellungen für attraktive Food Fotos

Grundlagen der optischen Geometrievermessung und deren Anwendungen

Parallele Algorithmen in der Bildverarbeitung

Ein Structure and Motion Ansatz zur Umfeldrekonstruktion in komplexen Fahrzeugumgebungen

Treff vom Mittwoch, , Uhr Thema: Fotografieren und Verarbeiten

Caliph & Emir. Retrieval und Annotation von digitalen Photos mit MPEG-7. Mathias Lux

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

Vergleich von Verfahren zur Tiefenschätzung in Stereobildpaaren

So funktioniert eine Digitalkamera Arbeitsblatt

Technische Universität

Optische Systeme und Computer Vision. Heinz-Wilhelm Hübers, Ralf Reulke

Stereo Vision Anwendungen 2 / Sommersemester 2010 Fakultät Technik und Informatik Department Informatik Gregory Föll

Kurzanleitung. Canon EOS 350D & 400D. Professional System. doctorseyes

Roundshot VR Drive: HDRI mit DSLR Remote Pro / NK Remote von breezesys

Quadratische Funktion

BlendaX Grundlagen der Computergrafik

bhv bei Redline von Helmut Neumann bhv Foto-Praxis: SONY Cyber-shot Neumann schnell und portofrei erhältlich bei beck-shop.de DIE FACHBUCHHANDLUNG

PANORAMA-FOTOGRAFIE. Tutorial 1: Die optimale Aufnahme von Jürgen Winkels

Das praktische Handbuch Canon EOS 550D

20 MP 1 Bildsensor, Full HD-Video

High Level-Synthese eines Keypoint-Detection- Algorithmus für FPGAs

Die Interpretation Optischer Leistungsdaten

PARTICLE IMAGE VELOCIMETRY. Prinzipieller experimenteller Aufbau (aus einem Prospekt der Fa. La Vision)

Grundkurs digitale Spiegelreflex

Mathematisch-algorithmische Grundlagen für Big Data

Infos zu der sich in der Entwicklung befindenden Version 2 von DSLRmaster finden Sie hier.

Foto-Tipps Raphael Bauer,

Die Menue-Struktur. Vitaloop. Die meisten Menue-Punkte sind selbsterklärend. Datei

Computer Vision: Optische Flüsse

Bildkontrolle mit Hilfe des Histogramms

Digital Director Kompatibiltätsliste für Kameras

[ Inhalt ] Inhalt. Vorwort... 8

Grundlagen. Kameraeinstellungen. zum kreativen Umgang mit Licht, Farben und der Schärfentiefe

Versuch 3: Kamera 1. In diesem Programm sind die grundlegenden Funktionen der Kamera schon implementiert. Diese Funktionen sind:

Bildverarbeitung in der Qualitätskontrolle. Sebastian Zambal LEADING INNOVATIONS

Fotoapparat. Was sind Fotoapparate? Grundbauteile. Arten. Analoger Fotoapparat. Digitalkamera

Grundproblem: Projektion von 3D in 2D bewirkt Verlust der Tiefeninformation.

Kick-Off Paralleles Programmieren

Belichtungsprogramme

Inhalt. 1 Die Canon EOS 60D kennenlernen Die Technik der Canon EOS 60D...

Parallele Rechenmodelle

Hochgeschwindigkeits- Bildverarbeitung Einführung

Algorithmische Bioinformatik 1

AUSBILDUNG für INDUSTRIELLE BILDVERARBEITUNG - Skizze für tertiären Bereich

1 Bereit für die ersten Fotos Die EOS 80D genauer kennenlernen Die grundlegenden Kameraein stel lungen im Griff...

Optimierung von Algorithmen für dichtes Stereomatching

Praktikum Sensitometrie

Einleitung. Komplexe Anfragen. Suche ist teuer. VA-File Verfeinerungen. A0-Algo. GeVAS. Schluß. Folie 2. Einleitung. Suche ist teuer.

des Titels»Himmelsphänomene fotografieren«(isbn ) 2013 by Verlagsgruppe Hüthig Jehle Rehm GmbH, Heidelberg. Nähere Informationen

Structure-from-Motion. Christina Mundhenk Leo Sylvio Rüdian Marcel Kliemannel

LEISTUNGSVERGLEICH VON FPGA, GPU UND CPU FÜR ALGORITHMEN ZUR BILDBEARBEITUNG PROSEMINAR INF-B-610

Dekonvolution von Omnikamerabildern

Fotografie Grundlagen (aus

iphoneography Fotografieren mit dem iphone

Abschlussvortrag Diplomarbeit Point-Based Animation

Computer Graphik I (3D) Dateneingabe

Ein Erlebnis: S3D High Definition in Echtzeit.

Verteiltes Rendering: Herausforderungen und Lösungsansätze

geschlossene Schachtel mit einem kleinen Loch

Wie fotografiere ich. Pferde

Digitale Bildverarbeitung

Transkript:

Stereo Vision Projekt zu Grundlagen der Computer Vision Sommersemester 2008

Stereo Vision Computer Vision: Rekonstruktion von Objektoberflächen aus Bildern Stereo Vision: - Gleichzeitige Aufnahme eines Objekts von zwei unterschiedlichen Standorten - Berechnung der räumlichen Ausdehnung des Objekts mittels der Unterschiede in den beiden Aufnahmen Karsten Rink Stereo Vision Projekt 2008 2/25

Stereo Vision Berechnung der räumlichen Ausdehnung des Objekts mittels der Unterschiede in den beiden Aufnahmen Karsten Rink Stereo Vision Projekt 2008 3/25

Stereo Vision Korrespondenzproblem: Welche Pixel in Bild A stimmen mit welchen Pixeln in Bild B überein? Karsten Rink Stereo Vision Projekt 2008 4/25

Stereobildaufnahmesystem aus: Klette, Koschan, Schlüns Computer Vision Karsten Rink Stereo Vision Projekt 2008 5/25

Epipolar Constraint Einschränkung der Anzahl der möglichen Korrespondenzkandidaten aufgrund physikalischer Gesetzmässigkeiten: Epipolar Constraint: Ein Punkt im linken Bild kann nur mit einem Punkt im rechten Bild korrespondieren, welcher auf der zugehörigen Epipolarlinie liegt Karsten Rink Stereo Vision Projekt 2008 6/25

Epipolar Constraint Vereinfachende Annahme: Falls der Winkel zwischen den optischen Achsen der beiden Kameras 0 ist, sind die beiden Bildebenen sind komplanar (Standardstereogeometrie) Karsten Rink Stereo Vision Projekt 2008 7/25

Standardstereogeometrie Karsten Rink Stereo Vision Projekt 2008 8/25

Weitere Annahmen und Einschränkungen Continuity Constraint: Benachbarte Punkte haben in der Regel ähnliche Disparitäten, d.h. L R L R x1 x1 x2 x2 ist klein Ordering Constaint: Punkte, die im linken Bild auf der Epipolarlinie liegen, werden im rechten Bild in der gleichen Reihenfolge auf der korrespondierenden Epipolarlinie liegen. Disparity Limit: Es existiert für alle korrespondierenden Punkte x L und x R ein maximaler Disparitätswert d max, so dass gilt: x L - x R < d max Karsten Rink Stereo Vision Projekt 2008 9/25

Anwendungen Qualitätskontrolle von Objekten Verkehrsüberwachung und Analyse Berechnung von 3D Modellen Fernerkundung / Kartographie Robotik Virtual Clones Ltd. Karsten Rink Stereo Vision Projekt 2008 10/25

Beispielverfahren: Blockmatching basiert auf einem Ähnlichkeitsvergleich gleichgroßer Bildblöcke Unterteile Bild A in gleich große Blöcke Annahme: jeder Block X in Bild A ist nahezu identisch mit einem Block Y in Bild B, wenn man X auf der Epipolarlinie um d Pixel verschiebt. (d = Disparität) Karsten Rink Stereo Vision Projekt 2008 11/25

Beispielverfahren: Blockmatching unterteile Bild A in Blöcke der Größe m n (z.b. 8 8) finde den zu jedem Block in A den ähnlichsten Block in B (als Maß für die Übereinstimmung kann beispielsweise der mittlere quadratische Fehler verwendet werden) berechne Disparitäten für einzelne Pixel anhand der Blockdisparitäten (Pixel Selection) Disparitätswerte der einzelnen Pixel ergeben eine dichte Disparitätenkarte aus der man eine Tiefenkarte berechnen kann Karsten Rink Stereo Vision Projekt 2008 12/25

Blockmatching (cont.) Karsten Rink Stereo Vision Projekt 2008 13/25

Beispiel Karsten Rink Stereo Vision Projekt 2008 14/25

Beispiel Karsten Rink Stereo Vision Projekt 2008 15/25

Beispiel Karsten Rink Stereo Vision Projekt 2008 16/25

Beispiel Karsten Rink Stereo Vision Projekt 2008 17/25

Beispiel 2 Karsten Rink Stereo Vision Projekt 2008 18/25

Beispiel 2 Karsten Rink Stereo Vision Projekt 2008 19/25

Zeitplan 10. 04. Einführungsveranstaltung. 24. 04. Konsultation (Basis Algorithmus) 08. 05. Präsentation der Zwischenergebnisse (1) Implementation eines Basis-Algorithmus (2) Berechnung der Disparitätenkarte 22. 05. Konsultation (Experimente mit selbstaufgenommenen Photos / Berechnung der Tiefenkarte) 05. 06. Präsentation der Zwischenergebnisse, Ideen zur Modifikationen des Algorithmus. 19. 06. Konsultation (Modifikationen) 04. 07. Abgabe des Projektberichtes. Karsten Rink Stereo Vision Projekt 2008 20/25

Bildverarbeitungslabor G29-241 Kameraansteuerung von galileo (Rechner links neben Labortisch) Login/Pass: bv07 / stereo Programm Digital Photo Professional (auf dem Desktop) Menü Tools Start EOS Capture Alle Einstellungen (ausser Zoom) sowie Auslöser im EOS 20D Fenster Karsten Rink Stereo Vision Projekt 2008 21/25

Kamera & Ansteuerung Einstellungen am Rechner: Einstellungen an der Kamera: - Zoom (am Objektiv einstellen) - Aufnahmemodus: - P Programmautomatik - Tv Blendenautomatik (Belichtungszeit einstellbar) - Av Zeitautomatik (Blende einstellbar) - M Manuelle Steuerung (Zeit und Blende einstellbar) Karsten Rink Stereo Vision Projekt 2008 22/25

Literatur Klette, Koschan, Schlüns, Computer Vision - Räumliche Information aus digitalen Bildern, Vieweg-Verlag 1996 Klette, Schlüns, Koschan, Computer Vision - Three-Dimensional Data from Images, Springer-Verlag 1998. Skript Grundlagen der Computer Vision Vorlesungsteil 3 und 4 Karsten Rink Stereo Vision Projekt 2008 23/25

Weitere Literatur Stereo Vision Page, Middlebury College (inkl. vieler Testbilder) http://vision.middlebury.edu/stereo/ T. Kanade and M. Okutomi, A stereo matching algorithm with an adaptive window: Theory and experiment, IEEE PAMI 1994, http://www.ri.cmu.edu/pubs/pub_3540.html Hai Tao, A Global Matching Framework for Stereo Computation, ICCV 2001. http://www.soe.ucsc.edu/~tao/csbs/ Boykov et al., Fast Approximate Energy Minimization via Graph Cuts, ICCV 1999. http://www.cs.cornell.edu/rdz/papers/bvz-iccv99.pdf Karsten Rink Stereo Vision Projekt 2008 24/25

Testbilder Image Understanding Laboratory, Florida International University http://iul.eng.fiu.edu/resources/images/imagespage.htm Amsterdam Library of Object Images http://staff.science.uva.nl/~aloi/ Karsten Rink Stereo Vision Projekt 2008 25/25