Upload
victor-kulikov
View
4.933
Download
1
Embed Size (px)
Citation preview
Из предыдущих лекций
• Особые точки
• Аффинное преобразование
• Поиск лиц Viola-Jones
• Линейные преобразования
2
План лекции
• Решаемые задачи
• Модель камеры
• Фундаментальная матрица
• Поиск объекта с заданными параметрами на изображении
• Kinect как работает
• Определение позы человека с помощью Microsoft Kinect
3
Стерео реконструкция
4
Slide credit:Marc Pollefeys
Имея два изображения объекта сфотографированных с разных точек можно
оценить расстояние до объекта
Матрицы внутренних параметров камеры
9
AMvZ
100
/0
0/
0
0
vhf
uwf
A
Вопрос: Как вычислить матрицу внутренних параметров камеры?
Реализация калибровки в OpenCV
//Находим координаты углов
cv::findChessboardCorners(…);
//Уточняем положения углов
cv:: findCornerSubPix(…);
//Составляем список сопряженных точек
cv::calibrateCamera(model, detected_corners, imsize, cameraMatrix, distCoef, rvect, tvect, CV_CALIB_FIX_K3);
11
Связь между различными системами координат
16
tRMM
Поворот + перенос
Вопрос: размер матрицы
поворота
Основы стериометрии
17
)/( xxfbZ
)(2
)(
xx
xxbX
)(2
)(
xx
yybY
Зная внутренние параметры
каждой камеры и координаты
точки, то мы можем определить
ее координаты в глобальной СК
Стереокалибровка камер
• cv::stereoCalibrate(model,_left.getCorners(),_right.getCorners(),lcm, ldk,rcm,rdk,imsize,R,T,E,F…);
18
tRMM
Ректификация изображений
• Задача выровнятьизображения, чтобысточки одногоизображениясовпадали сострочками другого
19
Процесс стерео отождествления
23
Левая камера Правая камера
Исходное изображения
Коррекция дисторсии
Ректификация
Обрезание
Дополнительные возможности
• Поиск ориентации объекта сизвестными параметрами,относительно камеры
• cv::solvePnP(objectPoints, imagePoints,cameraMatrix, distCoeffs, rvec, tvec);
26
Time of Flight
• Pulsed light source with digital time counters
–до 7 км разрешение до 128x128
• RF-modulated light sources with phase detectors
–10-60м 176x144
• Range gated image
–1.5-2.5 метров 320x240
30
Свойства• Плюсы
– Просто и наглядно
– Легко анализируемо
– Быстро работает
– Легко пременим к задачам с множеством классов
• Минусы
– Плохая аппроксимация сложных поверхностей
– Тебует алгоритмы контроля сложности
44