คำถามติดแท็ก homography

ฉันทำงานเกี่ยวกับหัวข้อการประมาณค่ากล้องเพื่อเพิ่มความเป็นจริงและแอพพลิเคชั่นการติดตามด้วยภาพเป็นระยะเวลาหนึ่งและฉันคิดว่าถึงแม้จะมีข้อมูลรายละเอียดมากมายเกี่ยวกับงาน แต่ก็ยังมีความสับสนและความเข้าใจผิดมากมาย ฉันคิดว่าคำถามต่อไปควรได้รับคำตอบทีละขั้นตอนอย่างละเอียด กล้องที่แท้จริงคืออะไร? Extrinsics กล้องคืออะไร? ฉันจะคำนวณ homography จากเครื่องหมายระนาบได้อย่างไร หากฉันมี homography ฉันจะทำให้กล้องถ่ายรูปได้อย่างไร

21 computer-vision  homography  camera-pose  visual-tracking 

ฉันรู้ว่าคุณสามารถคำนวณ homographies จากภาพไปยังระนาบกล้องโดยใช้จุดการติดต่อระหว่าง "โมเดลที่สมบูรณ์แบบ" และจุดภาพ ฉันทำเพื่อสนามฟุตบอล / และใช้การตรวจจับขอบเพื่อค้นหาเส้นสีขาวในสนาม แต่กล้องไม่ได้ครอบคลุมทุกสนามดังนั้นฉันไม่สามารถมองเห็นมุมทั้งหมดได้และฉันมีเพียงมุมเท่านั้นที่เป็นที่รู้จัก 100% ในโมเดล (ไม่มีจุดที่แตกต่างอื่น ๆ ) ดังนั้นปัญหาก็คือถ้าหากเส้นตัดกับอีกเส้นหนึ่งและทำมุมฉันก็รู้จุดภาพของเส้นไม่ใช่พิกัด "เพอร์เฟ็ค / โลกแห่งความเป็นจริง" ที่สอดคล้องกันในโมเดล มีวิธีใดบ้างที่ฉันสามารถใช้บรรทัดที่ตรวจพบเพื่อคำนวณ homography หรือแม้แต่แค่ชุดของ homographies ที่มีผู้สมัครแม้ว่าเส้นที่ตรวจพบจะไม่ตัดกันและสร้างมุม? ภาพตัวอย่างการแสดงระดับเสียงมุมมองของเราและจุดที่ระดับเสียงซึ่งฉันสามารถทราบพิกัดโลก / โมเดลที่สอดคล้องกัน (วงกลมสีเขียว) และตัวอย่างของ 2 บรรทัดที่อาจไร้ประโยชน์อย่างสมบูรณ์ตั้งแต่ในมุมมองของเรา ฉันไม่มีเงื่อนงำตรงจุดที่พวกเขาเริ่มหรือหยุดในโลกแห่งความจริง / แบบจำลองของสนาม: เส้นสีแดงเป็นตัวอย่างของเส้นที่ฉันต้องการใช้ แต่ฉันไม่ทราบพิกัดของโลกแห่งความจริงและมันก็ยากที่จะประเมินเพราะมันขึ้นอยู่กับรูปแบบของกล้อง

12 image-processing  computer-vision  opencv  homography 

ฉันใช้อัลกอริทึมRANSACสำหรับการประมาณค่า homography ระหว่างคู่ของภาพที่ถ่ายด้วยกล้องซึ่งไม่มีการแปลระหว่างกัน (การหมุนอย่างแท้จริงและการเปลี่ยนสเกล / ซูม) มันทำงานได้ดีในครึ่งหนึ่งของกรณี ผลลัพธ์ที่ถูกต้องมีลักษณะดังนี้: เส้นสีแดงนั้นเป็นตัวกรองที่มีการกรองและรูปสี่เหลี่ยมที่แสดงให้เห็นว่าการบ้านนั้นบิดเบือนมุมมองอย่างไร อย่างไรก็ตามบางครั้งมีกรณีเลวร้ายเกิดขึ้นเช่นนี้: ฉันมีการทดสอบอย่างง่ายในลูป RANSAC มันทำให้รูปสี่เหลี่ยมง่าย ๆ (หน่วยสี่เหลี่ยม) และแปลงด้วยการแปลงตัวอย่าง จากนั้นดูว่าการเปลี่ยนแปลงนั้นรักษาความนูนเอาไว้หรือไม่ อย่างไรก็ตามกระนั้นก็มีกลุ่มของรูปสี่เหลี่ยมสี่เหลี่ยมเว้าออกมา คุณมีความคิดวิธีการทดสอบ homography อย่างถูกต้องหรือไม่ถ้ามันทำงานได้ดีและกรองคำตอบที่ไม่ถูกต้องออกไป ฉันพบรหัสบางส่วนที่พวกเขาทดสอบว่าไม่มีจุดเปลี่ยนสามจุดใดที่เป็นโคลิเนียร์ แต่ดูเหมือนจะไม่เพียงพอเพราะจะไม่กรอง deltoids และ quadrilaterals "ไม่ถูกต้อง" อื่น ๆ ...

10 homography  estimation  transform 

ด้วยOpenCVฉันคำนวณการถ่ายภาพระหว่างพูดภาพสองภาพนี้: และ ไม่ต้องกังวลกับสีขาวแปลก ๆ ทางด้านขวามันเป็นเพราะตัวยึดสมาร์ทโฟนที่ฉันใช้ homography ที่กำหนดโดยfindHomography ()ฟังก์ชั่น (ใช้คะแนนที่ตรวจพบกับตัวตรวจจับคุณลักษณะอย่างรวดเร็วและตัวจับคำอธิบาย HammingLUT ) คือ: A = [ 1.412817430564191, 0.0684947165270289, -517.7751355800591; -0.002927297251810, 1.210310757993256, 39.56631316477566; 0.000290600259844, -9.348301989015293e-05, 1] ตอนนี้ฉันใช้กระบวนการเดียวกันเพื่อคำนวณ homography ระหว่างภาพเดียวกันที่หมุนไป 180 องศา (กลับหัว) โดยใช้imagemagick (ตามความเป็นจริงฉันสนใจที่จะทราบความสัมพันธ์ของการหมุน 90 หรือ 270 องศา ... ) ที่นี่พวกเขาคือ: และ ด้วยภาพเหล่านี้การทำตัวพิมพ์จะกลายเป็น: B = [ 0.7148688519736168, 0.01978048500375845, 325.8330631554814; -0.1706219498833541, 0.8666521745094313, 64.72944905752504; …

9 image-processing  computer-vision  homography