Durch ein bildgebendes Gerät (z.B. einer Kamera) wird eine Projektion aus dem Raum (der Welt), auf eine Ebene (das Bild) vorgenommen (Bildakquisition). Parallele Linien im Raum ergeben in der Projektion Linien mit einem gemeinsamen Schnittpunkt. Diese Schnittpunkte werden Fluchtpunkte genannt. In einem 3-Dimensionalen Raum kann es demnach 3 Fluchtpunkte geben.
Die relative Orientierung einer Kamera zu der aufgenommenen Szene ist eine wichtige Information, um Aufgaben des maschinellen Sehens erfolgreich lösen zu können. Anhand der Fluchtpunkte können die intrinsischen Kameraparameter berechnet werden. Diese intrinsischen Parameter sind wiederum Bedingung bei der Berechnung der Rotationsmatrix. In dieser Arbeit wird das Cascaded-Hough–Transform (CHT) Verfahren von L. Tuytelaars et al. verwendet, um die Fluchtpunkte zu berechnen. Hierbei werden detektierte Kanten als Punkte in einen Parameterraum abgebildet. Nochmaliges Durchführen auf den Parameterraum ergibt demensprechend Punkte auf einer Linie mit einem gemeinsamen Schnittpunkt. Mittels dieser detektierten Fluchtpunkte werden die Koordinaten des Hauptpunktes, an dem die optische Achse den Sensor trifft (x0/y0- principal point) sowie die Brennweite (f- focal lenght) berechnet. Diese Berechnung erfolgt auf den Grundlagen von R. Hartley und A. Zisserman, Multiple View Geometry, pp-213ff.
Zusätzlich wird eine einfache Fluchtpunktgruppen Klassifizierung (EFPG) vorgestellt. Die Ausgaben des Algorithmus werden mit den der OpenCV-Kamerakalibrierung (OCVK) (calibrateCa-mera und calibrationMatrixValues) gewonnenen Parametern verglichen. Als Berechnungsgrundlagen dienen für dieses Projekt aufgenommene digitale Fotografien.
Inhaltsverzeichnis
I. Einleitung
II. Einfache FPG Klassifizierung (EFPG)
III. Cascaded Hough Transform (CHT)
IV. Die intrinsischen Kameraparameter (x0,y0,f)
V. Experimentelle Ergebnisse
Zielsetzung & Themen
Diese Arbeit befasst sich mit der Berechnung von Fluchtpunkten aus digitalen Fotografien, um daraus die intrinsischen Kameraparameter wie den Hauptpunkt (Principal Point) und die Brennweite (Focal Length) abzuleiten und diese Ergebnisse mit standardisierten Verfahren der Kamerakalibrierung zu vergleichen.
- Grundlagen der Bildakquisition und Projektion in der digitalen Bildverarbeitung.
- Anwendung des Canny Edge Detectors zur Kantendetektion.
- Entwicklung und Implementierung der einfachen Fluchtpunktgruppen-Klassifizierung (EFPG).
- Anwendung der Cascaded Hough Transform (CHT) zur robusten Fluchtlinienanalyse.
- Vergleichende Analyse der berechneten Kameraparameter gegenüber dem OpenCV-Kamerakalibrierungsverfahren.
Auszug aus dem Buch
III. Cascaded Hough Transform (CHT)
Im Folgenden wird das weniger bekannte CHT Verfahren erläutert, implementiert und angewendet. Ziel ist ein Verfahren für eine stabile Klassifizierung der Fluchtlinien und damit die Berechnung der intrinsischen Parameter sowie der Rotation mit einem geringen Fehler für unterschiedlichstes Bildmaterial. Der Algorithmus wird gemäß L. Tuytelaars et al. Erläuterungen umgesetzt [1]. In [1] wird beschrieben, wie durch einmaliges Anwenden des LHT gerade Linien erkannt werden und durch zweimaliges Anwenden des LHT, die gemeinsamen Schnittpunkte dieser Linien erkannt werden. Die zweite Anwendung des LHT wird auf einen Parameterunterraum durchgeführt, welcher die Linien der ersten Anwendung als Punkte enthält, wie in Abbildung 8 dargestellt. Die Linien erscheinen gemäß Tabelle 2 im Parameterunterraum als Punkte. Der dritte Parameterunterraum liefert für die getesteten Urbilder die besten Ergebnisse.
Zusammenfassung der Kapitel
I. Einleitung: Die Einleitung erläutert die Bedeutung der Kamerarotation für die volumetrische Modellerstellung und führt in die Fluchtpunktberechnung als Basis für die intrinsischen Kameraparameter ein.
II. Einfache FPG Klassifizierung (EFPG): In diesem Kapitel wird ein Ansatz vorgestellt, um durch Hough-Transformation ermittelte Linien basierend auf Steigung und Achsenabschnitt in Fluchtpunktgruppen zu unterteilen.
III. Cascaded Hough Transform (CHT): Dieses Kapitel beschreibt ein robustes Verfahren zur Fluchtlinienklassifizierung durch mehrfache Anwendung der Hough-Transformation zur Identifikation gemeinsamer Schnittpunkte.
IV. Die intrinsischen Kameraparameter (x0,y0,f): Hier wird dargelegt, wie die identifizierten Fluchtpunkte geometrisch genutzt werden, um den Hauptpunkt und die Brennweite der Kamera zu berechnen.
V. Experimentelle Ergebnisse: Das abschließende Kapitel vergleicht die mit CHT und EFPG erzielten Parameter mit den Ergebnissen der OpenCV-Kalibrierung anhand verschiedener Testbilder.
Schlüsselwörter
Fluchtpunkt, intrinsische Kameraparameter, Cascaded Hough Transform, Canny Edge Detector, Hauptpunkt, Brennweite, Bildverarbeitung, Hough Line Transform, Kamerakalibrierung, Bildakquisition, Rotationsmatrix, Fluchtpunktgruppen, digitale Fotografie.
Häufig gestellte Fragen
Worum geht es in dieser wissenschaftlichen Arbeit grundlegend?
Die Arbeit behandelt die mathematische Herleitung von Fluchtpunkten in Bildern, um daraus wesentliche Kameraparameter ohne die Notwendigkeit spezieller Kalibrierungsmuster zu bestimmen.
Was sind die zentralen Themenfelder der Studie?
Die Schwerpunkte liegen auf der geometrischen Bildverarbeitung, der Anwendung von Hough-Transformationen sowie der algorithmischen Bestimmung von Kameracharakteristika.
Welches primäre Ziel verfolgt der Autor?
Ziel ist es, ein stabiles und robustes Verfahren zur Bestimmung von Brennweite und Hauptpunkt zu implementieren, das auch bei unterschiedlichem Bildmaterial zuverlässige Ergebnisse liefert.
Welche wissenschaftlichen Methoden werden angewendet?
Es werden der Canny-Kantendetektor, die einfache Fluchtpunktgruppen-Klassifizierung und die Cascaded Hough Transform verwendet, um geometrische Eigenschaften aus 2D-Projektionen zu gewinnen.
Welche Inhalte werden im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in die Vorstellung der Klassifizierungsmethoden, die detaillierte Beschreibung der Cascaded Hough Transform und die mathematische Konstruktion der Kameraparameter aus dem Fluchtpunktdreieck.
Durch welche Schlüsselwörter lässt sich die Arbeit charakterisieren?
Wichtige Begriffe sind Fluchtpunktberechnung, intrinsische Kameraparameter, Hough-Transformation und die Verifizierung mittels OpenCV.
Wie unterscheidet sich die EFPG-Methode von der CHT?
Die EFPG arbeitet primär mit einer analytischen Zuteilung über Geradengleichungen, während die CHT durch mehrfache Hough-Transformationen einen komplexeren Parameterunterraum zur robusten Schnittpunktermittlung nutzt.
Warum schneiden CHT und EFPG bei manchen Bildern besser ab als OpenCV?
Die getesteten Verfahren benötigen keine speziellen Kalibrierungsmuster wie ein Schachbrett, sondern nutzen natürliche Kanten im Bild, was sie in bestimmten Szenarien flexibler macht.
- Citar trabajo
- Julian Nowroth (Autor), 2016, Berechnung von Fluchtpunkten und Herleitung der intrinsischen Kameraparameter (x0, y0, f), Múnich, GRIN Verlag, https://www.grin.com/document/381990
