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
- Abbildung 1: Fluchtpunkte eines Würfels
- Abbildung 2: Bild einer Kommode und dem OpenCV Kalibrierungsmuster
- Abbildung 3: Ausgabe des OpenCV Canny-Kantendetektors (Kantenkarte)
- II. Einfache FPG Klassifizierung (EFPG)
- Abbildung 4: HLT ermittelte Linien
- Tabelle 1: Einteilung FPG gemäß Differenzierung von m und tMAXX
- Abbildung 5: Ergebnis der FPG Einteilung gemäß Tabelle 1
- Abbildung 6: Principal Point mit den Fluchtpunkten aus der FPG Einteilung gemäß Tabelle 1
- Abbildung 7: Falsche Klassifizierung gemäß Tabelle 1
- III. Cascaded Hough Transform (CHT)
- Tabelle 2: Dritter Parameterunterraum der CHT [1]
- Abbildung 8: Linien der ersten LHT von Abbildung 2 als Punkte im dritten Parameterunterraum gemäß Tabelle 2
- Abbildung 9: Punkte im Parameterunterraum bilden Geraden
- Abbildung 10: Nach dem CHT Verfahren klassifizierte Linien
- IV. Die intrinsischen Kameraparameter (x0,y0,f)
- Abbildung 11: Konstruktion des PP mit den CHT ermittelten Fluchtpunkten
- Abbildung 12: Ermittlung der FL mit Hilfe der Fluchtpunkte
- V. Experimentelle Ergebnisse
- Abbildung 13: OpenCV Kamerakilbrierung erfolgreich, CHT und EFPG scheitern
Zielsetzung und Themenschwerpunkte
Die vorliegende Arbeit beschäftigt sich mit der Berechnung von Fluchtpunkten und der Herleitung der intrinsischen Kameraparameter (x0, y0, f) aus digitalen Fotografien. Ziel ist es, ein Verfahren zur stabilen Klassifizierung von Fluchtlinien zu entwickeln, das die Berechnung der intrinsischen Parameter und der Rotation mit einem geringen Fehler für unterschiedlichstes Bildmaterial ermöglicht.
- Fluchtpunktbestimmung und deren Anwendung in der 3D-Rekonstruktion
- Klassifizierung von Fluchtpunktgruppen (FPG)
- Implementierung und Anwendung des Cascaded Hough Transform (CHT) Verfahrens
- Berechnung der intrinsischen Kameraparameter (x0, y0, f)
- Vergleich der Ergebnisse mit der OpenCV Kamerakalibrierung
Zusammenfassung der Kapitel
In der Einleitung werden die Grundlagen der Bildakquisition und die Bedeutung der Fluchtpunkte für die 3D-Rekonstruktion erläutert. Es wird zudem auf die intrinsischen Kameraparameter eingegangen, die für die Berechnung der Rotationsmatrix notwendig sind.
Kapitel II stellt eine einfache FPG Klassifizierung (EFPG) vor. Diese Methode nutzt die Steigung und den y-Achsenabschnitt der ermittelten Linien, um diese in Fluchtpunktgruppen einzuteilen. Es werden die Vor- und Nachteile dieser Methode diskutiert, sowie die Auswirkungen auf die Berechnung des Principal Points.
Kapitel III beschreibt das Cascaded Hough Transform (CHT) Verfahren. Dieses Verfahren bietet eine stabilere und robustere Klassifizierung von Fluchtlinien im Vergleich zur EFPG. Die Funktionsweise des CHT wird erläutert und die Ergebnisse der Anwendung auf die Testbilder werden gezeigt.
Kapitel IV geht auf die Berechnung der intrinsischen Kameraparameter (x0, y0, f) ein. Es wird erklärt, wie die Koordinaten des Hauptpunktes und die Brennweite mit Hilfe der berechneten Fluchtpunkte ermittelt werden.
Im abschließenden Kapitel V werden die experimentellen Ergebnisse der Arbeit präsentiert. Es wird ein Vergleich der mit den entwickelten Verfahren berechneten Werte mit den Parametern der OpenCV Kamerakalibrierung vorgenommen.
Schlüsselwörter
Fluchtpunkte, intrinsische Kameraparameter, 3D-Rekonstruktion, Bildakquisition, Cascaded Hough Transform (CHT), OpenCV Kamerakalibrierung, Principal Point, Brennweite.
- Quote paper
- Julian Nowroth (Author), 2016, Berechnung von Fluchtpunkten und Herleitung der intrinsischen Kameraparameter (x0, y0, f), Munich, GRIN Verlag, https://www.hausarbeiten.de/document/381990
