Что такое findslide.org?

FindSlide.org - это сайт презентаций, докладов, шаблонов в формате PowerPoint.

Обратная связь

Презентация на тему Калибровка камер

Содержание

2. ОпределениеКалибровка камеры — это задача получения внутренних и
3. ДисторсииНулевая дисторсияПоложительная дисторсия“подушка”Отрицательная дисторсия“бочка”distortio — искривление, коэффициент
4. Радиальные искажения возникают в результате формы объективаТангенциальные искажения возникают как результат сборки камеры в целом.
5. Радиальные искаженияЛинзы реальных камер часто искажают расположении пикселей вблизи краев фотоприёмника. Это выпуклое явление появляется в результате эффекта «бочка» или «рыбий глаз»
6. Тангенциальные искажениявозникают в результате производственных дефектов, возникающих от не точно параллельно установленных линз к плоскости изображения
7. Существует ещё множество других видов искажений, которые возникают в системах визуализации, но они, как правило, имеют малый эффект по сравнению с радиальным и тангенциальным искажениями. С вязи с эти данные (другие) искажения далее рассматриваться не будут.
8. OpenCV предоставляет несколько алгоритмов для вычисления внутренних параметров. Калибровка выполняется при помощи функции cvCalibrateCamera2(). В данной функции метод калибровки предоставленной камеры заключается в формировании структуры, содержащей множество индивидуальных и идентифицируемых точек. При рассмотрении данной структуры под разными углами можно в последующем вычислить (относительное) положение и ориентацию камеры во время каждого получаемого кадра, а также внутренние параметры камеры. Для получения набора представлений, необходимо поворачивать и смещать объект, поэтому вначале необходимо рассмотреть эти процессы более подробно.
9. Для каждого кадра, содержащего определенный объект, существует возможностьописать позу данного объекта по отношению к системе координат камеры в условиях вращения и смещения.
10. Что может быть калибровочным объектомКалибровочным объектом в OpenCV является плоская сетка с чередующимися черными и белыми квадратами, которую обычно называют "шахматной доской" (хотя и не обязательно иметь восемь квадратов или даже равное количество квадратов в каждом из направлений).В принципе, любой достаточно характерный объект может быть использован в качестве калибровочного объекта, однако, практичней всего использовать такой шаблон, как шахматная доска.
11. Калибровка «Шахматной доской» в opencvИзображение шахматной доски (или изображение человека, держащего шахматную
12. Субпиксельные углы Углы, возвращаемые cvFindChessboardCorners() являются приблизительными. На практике это означает, что положения точны только в пределах устройства обработки изображения, т.е. с
13. Гомография В компьютерном зрении плоская гомография определяется как проективное отображение из одной плоскости в другую.Таким образом, отображение точек на двумерную плоскую поверхность фотоприёмника камеры является примером плоской гомографии.
14. Математика преобразований
15. Количество неизвестныхВращение 3 углаПеремещение 3 смещенияЭто нормально, т.к. известно, что плоский объект (например, шахматная доска) дает восемь уравнений - т.е. отображение квадрата в четырехугольник можно описать
16. Теперь пусть имеется N углов и K изображений шахматной доски (в различных позициях). Как много представлений и углов необходимо иметь для преодоления ограничений всех ранее представленных параметров?K изображений шахматной доски обеспечивает 2NK ограничений (коэффициент 2 используется в связи с тем, что каждая точка изображения имеет две координаты (x, y)Не принимая во внимание параметры искажения, имеется 4 внутренних параметра и 6K внешних параметра (т.к. необходимо найти 6 параметров положения шахматной доски для каждого представления K)Для решения также необходимо, чтобы 2NK ≥ 6K + 4 (или, что эквивалентно (N – 3)K ≥ 2)
17. Ну и как считать?Матрица гомографии H связывает положения точек плоскости исходного изображения с точками плоскости конечного изображения (как правило, плоскости фотоприёмника) следующими уравнениямиСуществует возможность вычислить H,ничего не зная о встроенных параметрах камеры. На самом деле, вычислениемножества гомографий из нескольких представлений - это метод, который используетOpenCV для вычисления внутренних параметров камеры. cvFindHomography()Необходимо как минимум четыре точки, чтобы найти H,однако, всегда имеется возможность предоставить гораздо большее количество точек(при условии рассмотрения шахматной доски размера большего, чем 3х3).Использование большего количества точек гораздо выгоднее, т.к. всегда имеется шуми иные несоответствия, влияние которых необходимо сводить к минимуму.
18. А как параметры камеры вычислить?Функция калибровкиПосле получения углов от нескольких изображений можно вызывать функцию cvCalibrateCamera2(). Эта функция производит
19. Не все так просто Для того, чтобы воспользоваться алгоритмом в cvCalibrateCamera2(). необходимоВоспользоваться функцией cvUndistort2(), которая выполняет все необходимое для одного кадра, или парой функций cvInitUndistortMap() и cvRemap(), которые позволяют обрабатывать некоторые вещи в видео немного более эффективно или ситуации, в которых имеется множество изображений от одной и той же камерыСтроится карта, которая потом используется для удаления искажений
20. Стереокалибровка и стереозрение1. Математически удаляются радиальные и тангенциальные искажения объектива . На выходе будет получено неискаженное изображение.2. Настраиваются углы и расстояния между камерами, так называемый процесс уточнения. На выходе будут получены выровненные по строкам3. Ищутся особенности на представлениях левой и правой камер (процесс сопоставления). На выходе будет получена карта несоответствий, где различия будут соответствовать различиям в x-координате плоскости изображения для одного и того же рассматриваемого признака левой и правой камер.4. Зная геометрическое расположение камер, развертывается карта несоответствий за счет триангуляции. Это так называемое перепроецирование, в результате чего получается карта глубины.
21. Как можно получить глубину?
22. Горизонтально ровно и фронтально параллельно
23. Эпиполярная геометрия2 камеры обскурыКерновые точки – центр
24. Зачем предыдущий слайд?Каждая трехмерная точка представлений камер располагается на эпиполярной плоскости, которая пересекает каждое изображение по эпиполярной линии.Учитывая особенности одного изображения, соответствующее представление другого изображения должно лежать вдоль соответствующей эпиполярной линии. Это известно, как эпиполярное ограничение.Двумерный поиск становится одномерным
25. Еще 2 матрицыСущественная Е - перемещение и
26. Как в OpenCVАалогично с калибровкой одной камеры предоставляем
28. Карты глубины трехмерного перепроецирования cvReprojectImageTo3D()
29. Фотограмметрическая калибровка Калибровка камер производится наблюдением за
30. по снимкам пространственного тест-объекта
31. Установка калибровочных маркеров
32. Съемка стенда
33. по снимкам плоского тест-объекта Определение параметров фотограмметрической
34. Самокалибровка Не использует калибровочных объектов. Использует движение
35. Технология, представленная Zhengyou Zhangтребует только камеру для
36. Объективом с переменным фокусным расстояниемСпособ предложила Марина
37. Калибровка с помощью нейронных сетей и генетических
38. Скачать презентацию
39. Похожие презентации

ОпределениеКалибровка камеры — это задача получения внутренних и внешних параметров камеры по имеющимся фотографиям или видео, отснятыми ею. Калибровка камеры часто используется на начальном этапе решения многих задач компьютерного зрения и в особенности дополненной реальности. Кроме того,

ДисторсииНулевая дисторсияПоложительная дисторсия“подушка”Отрицательная дисторсия“бочка”distortio — искривление, коэффициент линейного увеличения изменяется по полю

Радиальные искажения возникают в результате формы объективаТангенциальные искажения возникают как результат сборки камеры в целом.

Радиальные искаженияЛинзы реальных камер часто искажают расположении пикселей вблизи краев фотоприёмника. Это выпуклое явление появляется в результате эффекта «бочка» или «рыбий глаз»

Тангенциальные искажениявозникают в результате производственных дефектов, возникающих от не точно параллельно установленных линз к плоскости изображения

Существует ещё множество других видов искажений, которые возникают в системах визуализации, но они, как правило, имеют малый эффект по сравнению с радиальным и тангенциальным искажениями. С вязи с эти данные (другие) искажения далее рассматриваться не будут.

OpenCV предоставляет несколько алгоритмов для вычисления внутренних параметров. Калибровка выполняется при помощи функции cvCalibrateCamera2(). В данной функции метод калибровки предоставленной камеры заключается в формировании структуры, содержащей множество индивидуальных и идентифицируемых точек. При рассмотрении данной структуры под разными углами можно в последующем вычислить (относительное) положение и ориентацию камеры во время каждого получаемого кадра, а также внутренние параметры камеры. Для получения набора представлений, необходимо поворачивать и смещать объект, поэтому вначале необходимо рассмотреть эти процессы более подробно.

Для каждого кадра, содержащего определенный объект, существует возможностьописать позу данного объекта по отношению к системе координат камеры в условиях вращения и смещения.

Что может быть калибровочным объектомКалибровочным объектом в OpenCV является плоская сетка с чередующимися черными и белыми квадратами, которую обычно называют

Калибровка «Шахматной доской» в opencvИзображение шахматной доски (или изображение человека, держащего шахматную доску) можно использовать в функции OpenCV

Субпиксельные углы Углы, возвращаемые cvFindChessboardCorners() являются приблизительными. На практике это означает, что положения точны только в пределах устройства обработки изображения, т.е. с точностью до пикселя. Функция разделения должна быть использована для вычисления точного расположения углов (после

Гомография В компьютерном зрении плоская гомография определяется как проективное отображение из одной плоскости в другую.Таким образом, отображение точек на двумерную плоскую поверхность фотоприёмника камеры является примером плоской гомографии.

Количество неизвестныхВращение 3 углаПеремещение 3 смещенияЭто нормально, т.к. известно, что плоский объект (например, шахматная доска) дает восемь уравнений - т.е. отображение квадрата в четырехугольник можно описать четырьмя (x, y) точкамиКаждый новый кадр дает восемь уравнений за счет

Теперь пусть имеется N углов и K изображений шахматной доски (в различных позициях). Как много представлений и углов необходимо иметь для преодоления ограничений всех ранее представленных параметров?K изображений шахматной доски обеспечивает 2NK ограничений (коэффициент 2 используется в связи с тем, что каждая точка изображения имеет две координаты (x, y)Не принимая во внимание параметры искажения, имеется 4 внутренних параметра и 6K внешних параметра (т.к. необходимо найти 6 параметров положения шахматной доски для каждого представления K)Для решения также необходимо, чтобы 2NK ≥ 6K + 4 (или, что эквивалентно (N – 3)K ≥ 2)

Ну и как считать?Матрица гомографии H связывает положения точек плоскости исходного изображения с точками плоскости конечного изображения (как правило, плоскости фотоприёмника) следующими уравнениямиСуществует возможность вычислить H,ничего не зная о встроенных параметрах камеры. На самом деле, вычислениемножества гомографий из нескольких представлений - это метод, который используетOpenCV для вычисления внутренних параметров камеры. cvFindHomography()Необходимо как минимум четыре точки, чтобы найти H,однако, всегда имеется возможность предоставить гораздо большее количество точек(при условии рассмотрения шахматной доски размера большего, чем 3х3).Использование большего количества точек гораздо выгоднее, т.к. всегда имеется шуми иные несоответствия, влияние которых необходимо сводить к минимуму.

А как параметры камеры вычислить?Функция калибровкиПосле получения углов от нескольких изображений можно вызывать функцию cvCalibrateCamera2(). Эта функция производит математические вычисления и предоставляет необходимую информацию.В частности, в результате будет полученаматрица внутренних параметров камеры,коэффициенты искажения, вектор вращения и вектор

Не все так просто Для того, чтобы воспользоваться алгоритмом в cvCalibrateCamera2(). необходимоВоспользоваться функцией cvUndistort2(), которая выполняет все необходимое для одного кадра, или парой функций cvInitUndistortMap() и cvRemap(), которые позволяют обрабатывать некоторые вещи в видео немного более эффективно или ситуации, в которых имеется множество изображений от одной и той же камерыСтроится карта, которая потом используется для удаления искажений

Стереокалибровка и стереозрение1. Математически удаляются радиальные и тангенциальные искажения объектива . На выходе будет получено неискаженное изображение.2. Настраиваются углы и расстояния между камерами, так называемый процесс уточнения. На выходе будут получены выровненные по строкам3. Ищутся особенности на представлениях левой и правой камер (процесс сопоставления). На выходе будет получена карта несоответствий, где различия будут соответствовать различиям в x-координате плоскости изображения для одного и того же рассматриваемого признака левой и правой камер.4. Зная геометрическое расположение камер, развертывается карта несоответствий за счет триангуляции. Это так называемое перепроецирование, в результате чего получается карта глубины.

Горизонтально ровно и фронтально параллельно

Эпиполярная геометрия2 камеры обскурыКерновые точки – центр проекции изображения другой камерыКерновая плоскость:

Зачем предыдущий слайд?Каждая трехмерная точка представлений камер располагается на эпиполярной плоскости, которая пересекает каждое изображение по эпиполярной линии.Учитывая особенности одного изображения, соответствующее представление другого изображения должно лежать вдоль соответствующей эпиполярной линии. Это известно, как эпиполярное ограничение.Двумерный поиск становится одномерным

Еще 2 матрицыСущественная Е - перемещение и смещение камер в пространствеФундаментальная F

Как в OpenCVАалогично с калибровкой одной камеры предоставляем изображения шахматной доски, снятые правой

Карты глубины трехмерного перепроецирования cvReprojectImageTo3D()

Фотограмметрическая калибровка Калибровка камер производится наблюдением за калибровочным объектом, геометрия которого в

по снимкам пространственного тест-объекта

по снимкам плоского тест-объекта Определение параметров фотограмметрической калибровки по полученным таким образом

Самокалибровка Не использует калибровочных объектов. Использует движение камеры в статической сцене. Если

Технология, представленная Zhengyou Zhangтребует только камеру для наблюдения за плоским объектом, показанным

Объективом с переменным фокусным расстояниемСпособ предложила Марина Колесник в своей статье «Техника

Калибровка с помощью нейронных сетей и генетических алгоритмоввход – искаженные изображениявыход –

[1] Learning OpenCV (перевод на русский)[2] C.И. Герасимов, В.И. Костин «Калибровка неметрических

Слайды презентации

Слайд 2 Определение
Калибровка камеры — это задача получения внутренних и внешних

ОпределениеКалибровка камеры — это задача получения внутренних и внешних параметров камеры по

параметров камеры по имеющимся фотографиям или видео, отснятыми ею. Калибровка

камеры часто используется на начальном этапе решения многих задач компьютерного зрения и в особенности дополненной реальности. Кроме того, калибровка камеры помогает исправлять дисторсию на фотографиях и видео

Слайд 3 Дисторсии
Нулевая дисторсия
Положительная
дисторсия
“подушка”
Отрицательная
дисторсия
“бочка”
distortio — искривление, коэффициент линейного

увеличения изменяется по
полю зрения объектива.
При этом нарушается геометрическое

подобие между объектом и его изображением

Слайд 4 Радиальные искажения возникают в результате формы объектива
Тангенциальные искажения возникают как результат сборки камеры в целом.

Слайд 5 Радиальные искажения
Линзы реальных камер часто искажают расположении пикселей вблизи краев фотоприёмника. Это выпуклое явление появляется в результате эффекта «бочка» или «рыбий глаз»

Слайд 6 Тангенциальные искажения
возникают в результате производственных дефектов, возникающих от не точно параллельно установленных линз к плоскости изображения

Слайд 7 Существует ещё множество других видов искажений, которые возникают в системах визуализации, но они, как правило, имеют малый эффект по сравнению с радиальным и тангенциальным искажениями. С вязи с эти данные (другие) искажения далее рассматриваться не будут.

Слайд 8 OpenCV предоставляет несколько алгоритмов для вычисления внутренних параметров. Калибровка выполняется при помощи функции cvCalibrateCamera2().
В данной функции метод калибровки предоставленной камеры заключается в формировании структуры, содержащей множество индивидуальных и идентифицируемых точек. При рассмотрении данной структуры под разными углами можно в последующем вычислить (относительное) положение и ориентацию камеры во время каждого получаемого кадра, а также внутренние параметры камеры. Для получения набора представлений, необходимо поворачивать и смещать

объект, поэтому вначале необходимо рассмотреть эти процессы более подробно.

Слайд 9 Для каждого кадра, содержащего определенный объект, существует возможность
описать позу данного объекта по отношению к системе координат камеры в условиях вращения и смещения.

Слайд 10 Что может быть калибровочным объектом
Калибровочным объектом в OpenCV является плоская сетка с чередующимися черными и белыми квадратами, которую обычно называют "шахматной доской" (хотя и не обязательно иметь восемь квадратов или даже равное количество квадратов в каждом из направлений).
В принципе, любой достаточно характерный объект может быть использован в

качестве калибровочного объекта, однако, практичней всего использовать такой шаблон, как шахматная доска.

Слайд 11 Калибровка «Шахматной доской» в opencv
Изображение шахматной доски (или изображение человека, держащего шахматную доску) можно

использовать в функции OpenCV cvFindChessboardCorners() для поиска углов шахматной

доски

Слайд 12 Субпиксельные углы
Углы, возвращаемые cvFindChessboardCorners() являются приблизительными. На практике это означает, что положения точны только в пределах устройства обработки изображения, т.е. с точностью до пикселя. Функция разделения должна

быть использована для вычисления точного расположения углов (после получения приблизительного положения и исходного изображения) с точностью до субпикселя.
Для этого необходимо использовать функцию cvFindCornerSubPix() т.к. углы шахматной доски это всего

на всего частный случай более общего случая углов Harris; просто углы шахматной доски проще найти и отследить. Пренебрежение субписельным уточнением может привести к существенным ошибкам в калибровке.

Слайд 13 Гомография
В компьютерном зрении плоская гомография определяется как проективное отображение из одной плоскости в другую.
Таким образом, отображение точек на двумерную плоскую поверхность фотоприёмника камеры является примером плоской гомографии.

Слайд 14 Математика преобразований

Слайд 15 Количество неизвестных
Вращение 3 угла
Перемещение 3 смещения
Это нормально, т.к. известно, что плоский объект (например, шахматная доска) дает восемь уравнений - т.е. отображение квадрата в четырехугольник можно описать четырьмя (x, y) точками
Каждый новый кадр дает восемь уравнений за счет

шести новых внешних неизвестных

1изображение
6 неизвестных

1 кадр
8 уравнений

Слайд 16 Теперь пусть имеется N углов и K изображений шахматной доски (в различных позициях). Как много представлений и углов необходимо иметь для преодоления ограничений всех ранее представленных параметров?
K изображений шахматной доски обеспечивает 2NK ограничений (коэффициент 2 используется в связи с тем, что каждая точка изображения имеет две координаты (x, y)
Не принимая во внимание параметры искажения, имеется 4 внутренних параметра и 6K внешних параметра (т.к. необходимо найти 6 параметров положения шахматной доски для каждого представления K)
Для решения также необходимо, чтобы 2NK ≥ 6K + 4 (или, что эквивалентно (N

– 3)K ≥ 2)

Слайд 17 Ну и как считать?
Матрица гомографии H связывает положения точек плоскости исходного изображения с точками плоскости конечного изображения (как правило, плоскости фотоприёмника) следующими

уравнениями
Существует возможность вычислить H,
ничего не зная о встроенных параметрах камеры. На самом деле, вычисление
множества гомографий из нескольких представлений - это метод, который использует
OpenCV для вычисления внутренних параметров камеры.
cvFindHomography()
Необходимо как минимум четыре точки, чтобы найти H,
однако, всегда имеется возможность предоставить гораздо большее количество точек
(при условии рассмотрения шахматной доски размера большего, чем 3х3).
Использование большего количества точек гораздо выгоднее, т.к. всегда имеется шум
и иные несоответствия, влияние которых необходимо сводить к минимуму.

Слайд 18 А как параметры камеры вычислить?
Функция калибровки
После получения углов от нескольких изображений можно вызывать функцию cvCalibrateCamera2(). Эта функция производит математические вычисления и

предоставляет необходимую информацию.
В частности, в результате будет получена
матрица внутренних параметров камеры,
коэффициенты искажения,
вектор вращения и вектор перемещения
Кому интересна математика приближенных вычислений

Learning

openCV

Слайд 19 Не все так просто
Для того, чтобы воспользоваться алгоритмом в cvCalibrateCamera2(). необходимо
Воспользоваться функцией cvUndistort2(), которая выполняет все необходимое для одного кадра, или парой функций cvInitUndistortMap() и cvRemap(), которые позволяют обрабатывать некоторые вещи в видео немного более эффективно или ситуации, в

которых имеется множество изображений от одной и той же камеры
Строится карта, которая потом используется для удаления искажений

Слайд 20 Стереокалибровка и стереозрение
1. Математически удаляются радиальные и тангенциальные искажения объектива . На выходе будет получено неискаженное изображение.
2. Настраиваются углы и расстояния между камерами, так называемый процесс уточнения. На выходе будут получены выровненные по строкам
3. Ищутся особенности на представлениях левой и правой камер (процесс сопоставления). На выходе будет

получена карта несоответствий, где различия будут соответствовать различиям в x-координате плоскости изображения для одного и того же рассматриваемого признака левой и правой камер.
4. Зная геометрическое расположение камер, развертывается карта несоответствий за счет триангуляции. Это так называемое перепроецирование, в результате чего получается карта глубины.

Слайд 21 Как можно получить глубину?

Слайд 22 Горизонтально ровно и фронтально параллельно

Слайд 23 Эпиполярная геометрия
2 камеры обскуры
Керновые точки – центр проекции

Эпиполярная геометрия2 камеры обскурыКерновые точки – центр проекции изображения другой камерыКерновая

изображения другой камеры
Керновая плоскость: p el er
Эпиполярные линии: p

el, р er

pl – точка материального мира
pr- проекция p на плоскость камеры 1
pr – проекция р на плоскость камеры 2
О1 и Or – центры проекций
el и er – керновые точки

Слайд 24 Зачем предыдущий слайд?
Каждая трехмерная точка представлений камер располагается на эпиполярной плоскости, которая пересекает каждое изображение по эпиполярной линии.
Учитывая особенности одного изображения, соответствующее представление другого изображения должно лежать вдоль соответствующей эпиполярной линии. Это известно, как эпиполярное ограничение.
Двумерный поиск становится

одномерным

Слайд 25 Еще 2 матрицы
Существенная Е - перемещение и смещение

Еще 2 матрицыСущественная Е - перемещение и смещение камер в пространствеФундаментальная

камер в пространстве
Фундаментальная F - как Е + информацию о внутренних параметрах,

относящихся к двум камерам в пиксельных координатах

Слайд 26 Как в OpenCV
Аалогично с калибровкой одной камеры
предоставляем изображения

Как в OpenCVАалогично с калибровкой одной камеры предоставляем изображения шахматной доски, снятые

шахматной доски, снятые правой и левой камерами
находим углы досок

()
cvFindFundamentalMat()
cvComputeCorrespondEpilines()
cvStereoCalibrate() - аналогично cvCalibrateCamera2(), но ищется одна матрица смещений и перемещений
Применяем алгоритм стереоисправлений (Hartley или Bouguet)
Вычисляем карты исправлений cvInitUndistortRectifyMap() для левой и правой камер
Исправляем новые изображения для камер cvRemap()

Слайд 27

Слайд 28 Карты глубины трехмерного перепроецирования
cvReprojectImageTo3D()

Слайд 29 Фотограмметрическая калибровка
Калибровка камер производится наблюдением за калибровочным объектом,

Фотограмметрическая калибровка Калибровка камер производится наблюдением за калибровочным объектом, геометрия которого

геометрия которого в 3D пространстве известна с большей точностью.

Калибровка может быть сделана очень рационально. Калибровочный объект обычно состоит из 2 или 3 плоскостей ортогональных друг другу.
Иногда плоскости подвергаются точно заданному преобразованию. Эти подходы нуждаются в дорогих калибровочных аппаратах и их скрупулезной установке.

Слайд 30 по снимкам пространственного тест-объекта

Слайд 31 Установка калибровочных маркеров

Слайд 32 Съемка стенда

Слайд 33 по снимкам плоского тест-объекта
Определение параметров фотограмметрической калибровки по

по снимкам плоского тест-объекта Определение параметров фотограмметрической калибровки по полученным таким

полученным таким образом снимкам производится в результате совместной обработки

результатов измерений по всем полученным снимкам, таким же образом, как и при обработке снимков пространственного тест-объекта.

Слайд 34 Самокалибровка
Не использует калибровочных объектов.
Использует движение камеры в

Самокалибровка Не использует калибровочных объектов. Использует движение камеры в статической сцене.

статической сцене. Если изображения будут браться от тех же

самых камер с фиксированными внутренними параметрами, соответствия между тремя картинками достаточно для получения и внутренних, и внешних параметров, которые позволят реконструировать 3D структуру.

Слайд 35 Технология, представленная Zhengyou Zhang
требует только камеру для наблюдения

Технология, представленная Zhengyou Zhangтребует только камеру для наблюдения за плоским объектом,

за плоским объектом, показанным с нескольких сторон
Фотограммерическая + самокалибровка

Слайд 36 Объективом с переменным фокусным расстоянием
Способ предложила Марина Колесник

в своей статье «Техника калибровки для объективов с переменным

фокусным расстоянием»

Совершаются снимки из одного положения с изменением фокусного расстояния(фреймы)
Затем они сопоставляются

Слайд 37 Калибровка с помощью нейронных сетей и генетических алгоритмов
вход

– искаженные изображения
выход – выпрямленные
на практике результат хуже стандартных

методов
(www.sicpro.org/sicpro12/proc/procdngs/0547.pdf)

- Предыдущая Рисуем суккуленты

Следующая - Лекция 7. Управление портфелем финансовых инструментов

Конспект ООД по познавательному развитию (ОБЖ) Осторожно- гололед! материал (старшая группа) 82

Хронические вирусные гепатиты 85

Гамма-каротаж 126

Родительское собрание Внедрение ФГОС НОО в МОУ СОШ № 26 города Балаково Саратовской области презентация к уроку (4 класс) по теме 116

Здоровьесберегающие технологии в процессе обучения и воспитания презентация к уроку (4 класс) по теме 96

Презентация по пропедевтике в терапии Методы обследования больных 117

Технология работы с детьми мигрантов младшего школьного возраста: адаптация и обучение русскому языку методическая разработка 162

proektnaya deyatelnost 3 kl mrr 91

Знакомство с дорожными знаками презентация к занятию (старшая группа) по теме 67

Расписание уроков 3 класс 99

Ф.Рахимгулова Зима. 187

окружность 85

Презентация Результаты организации предметно-развивающей среды в группе кратковременного пребывания в соответствии с ФГОС ДО и основной образовательной программой дошкольного образования презентация к уроку (младшая, средняя, старшая группа) 99

Презентация Родина презентация урока для интерактивной доски (старшая группа) 110

Оптимизация логистических цепейна примере сети магазинов Пятерочка 121

Українська мова, 9 клас. Складне речення (презентація з динамічними таблицями) 89

Презентация. Социальный проект по теме Цвети мой школьный двор 96

Round 1 warm up! 73

Масленица вчера и сегодня 69

Урок на тему: Дәрҗия Аппакова. Шыгырдавыклы башмаклар. 159

часть 1 102

Предметно-пространственная среда. презентация к уроку (младшая группа) 84

Консультация для педагогов Воспитание у дошкольников культуры здоровья консультация (подготовительная группа) 91

umk shkola rossii 96

Что такое findslide.org?

Обратная связь

Презентация на тему Калибровка камер

Содержание

Слайд 2 ОпределениеКалибровка камеры — это задача получения внутренних и внешних

параметров камеры по имеющимся фотографиям или видео, отснятыми ею. Калибровка

Слайд 3 ДисторсииНулевая дисторсияПоложительная дисторсия“подушка”Отрицательная дисторсия“бочка”distortio — искривление, коэффициент линейного

увеличения изменяется по полю зрения объектива.При этом нарушается геометрическое

Слайд 4 Радиальные искажения возникают в результате формы объективаТангенциальные искажения возникают как результат сборки камеры в целом.

объект, поэтому вначале необходимо рассмотреть эти процессы более подробно.

качестве калибровочного объекта, однако, практичней всего использовать такой шаблон, как шахматная доска.

Слайд 11 Калибровка «Шахматной доской» в opencvИзображение шахматной доски (или изображение человека, держащего шахматную доску) можно

использовать в функции OpenCV cvFindChessboardCorners() для поиска углов шахматной

Слайд 14 Математика преобразований

– 3)K ≥ 2)

которых имеется множество изображений от одной и той же камерыСтроится карта, которая потом используется для удаления искажений

Слайд 21 Как можно получить глубину?

Слайд 22 Горизонтально ровно и фронтально параллельно

Слайд 23 Эпиполярная геометрия2 камеры обскурыКерновые точки – центр проекции

изображения другой камерыКерновая плоскость: p el erЭпиполярные линии: p

одномерным

Слайд 25 Еще 2 матрицыСущественная Е - перемещение и смещение

камер в пространствеФундаментальная F - как Е + информацию о внутренних параметрах,

Слайд 26 Как в OpenCVАалогично с калибровкой одной камеры предоставляем изображения

шахматной доски, снятые правой и левой камераминаходим углы досок