Papagna Sabino Flavia Camoes

Presentazione sul tema: "Papagna Sabino Flavia Camoes"— Transcript della presentazione:

1 Papagna Sabino Flavia Camoes
Structure from Motion Papagna Sabino Flavia Camoes

2 Obiettivo Ricostruire un oggetto in 3D a partire da immagini dell’oggeto da più viste Vincoli: Uso di una sola telecamera Calibrazione necessaria

3 Strumenti Utilizzati Macchina fotografica digitale
A Multiple View Geometry in computer vision [Hartley & Zisserman] Matlab

4 Procedura Calibrazione Telecamera Acquisizione Immagini
Estrazione Features Matching Features Calcolo matrice F Ricostruzione Proiettiva Ricostruzione Affine Ricostruzione Metrica

5 Fase 1: Calibrazione Effettuata tramite il Calibration ToolBox
Calcolo parametri intrinseci fotocamera

6 Fase 2: Acquisizione Immagini

7 Fase 3: Estrazione Features
Estrazione Features mediante Harris Corner Detector In questa fase si è preferito ricavare un gran numero di punti

8 Fase 4: Matching Features
Matching effettuato mediante correlazione SSD (Sum of Square Difference) Durante questa fase la soglia è stata alzata in modo da avere un matching più robusto

9 Fase 5: Calcolo Matrice F
Definita in modo tale che: x’Fx=0 Si fa uso del metodo RANSAC per la linearizzazione Si eliminano gli outliers

10 Fase 6: Ricostruzione Proiettiva (1/2)
P ha forma canonica P=[ I |0] P’ viene estratta da F Conoscendo P, P’ e le coordinate degli inliers è possibile triangolare il punto nello spazio X

11 Fase 6: Ricostruzione Proiettiva (2/2)
Ciò che si osserva non è molto chiaro in quanto il numero degli inliers ottenuti è basso e la matrice F è affetta da errore

12 Fase 7: Ricostruzione Affine (1/3)
Nella ricostruzione affine le linee che nella realtà sono parallele convergono in un punto detto Vanish Point La ricostruzione affine permette di riavere linee parallele anche nella ricostruzione Omografia Affine: Ha = [ I |0; ] Necessario piano all’infinito:  Necessari 3 vanish point (calcolo manuale)

13 Fase 7: Ricostruzione Affine (2/3)
Calcolo Vanish Points non automatico Vanno trovate le rette parallele Problema: la scena deve avere diverse linee parallele in direzioni diverse altrimenti si ricade sullo stesso punto

14 Fase 7: Ricostruzione Affine (3/3)
Il risultato ottenuto è conseguenza del precedente

15 Fase 8: Ricostruzione Metrica (1/2)
Necessita dei parametri intrinseci della telecamera: P = [M | m] =(KK’)-1 A*A’=(M’M)-1 Hm = [A-1 0; 0 1]

16 Fase 8: Ricostruzione Metrica (2/2)
Anche in questo caso vale la considerazione fatta nella ricostruzione Affine

17 Morpheus

18 Morpheus

19 Morpheus Lati positivi: Molte features Lati Negativi:
Matching delle features errato Difficoltà nel trovare linee parallele da utilizzare per il calcolo dei Vanish Points

20 Viste Multiple Problema:
L’oggetto è visto a 360°, impossibilità di avere gli stessi punti in tutte le immagini Soluzione suggerita: Le immagini vengono elaborate a coppie di 2 (img1 con img2, img2 con img3, ecc…)

21 Conclusione L’algoritmo realizzato presenta i seguenti PRO
Computazionalmente leggero Due viste permettono di avere un risultato CONTRO: Necessario calcolo manuale vanish points Pochi inliers portano a risultati di difficile comprensione

22 Fine