Géométrie épipolaire (deux vues)

Slides:



Advertisements
Présentations similaires
Manipulation d’un objet virtuel à l’aide d’une cible et d’une caméra
Advertisements

Eléments d'algèbre linéaire
La Méthode de Simplexe Standardisation
Chaîne de Synthèse Réel Modélisation Rendu Image Fichier Scène
3. Variantes de l’algorithme
Unstructured Lumigraph Rendering
VII) Formalisme Quantique
CALCUL PARALLELE PRODUIT : MATRICE – VECTEUR 10 pages Exposé par :
Chapitre VII :Commande par retour d’état
Application à la méthode des
La vision stéréo Sonka et al: sections , , , , Suppl: 11.4 au complet
Reconstruction de volume 3D
Module SIG-Santé 6. Géoréférencement Marc SOURIS Florent DEMORAES
Angles et distances dans R2
Géométrie vectorielle
VI – Rang d’une matrice Mots clés : Rang.
ASI 3 Méthodes numériques pour l’ingénieur
TRAITEMENT D’IMAGE SIF-1033.
IFT3730: Infographie 3D Transformations Géométriques
Traitements d'images et Vision par ordinateur
Mémoire de Projet de Fin d’Etudes
Concepts avancés en mathématiques et informatique appliquées
Chapitre 2 : Filtrage Professeur. Mohammed Talibi Alaoui
Systèmes d’équations linéaires
Rappel... Solution itérative de systèmes linéaires (suite et fin).
Transformée de Fourier discrète et transformée de Fourier rapide
La droite dans R2 Montage préparé par : André Ross
Espaces vectoriels Montage préparé par : S André Ross
Vers la dimension 3. La géométrie dans l'espace ne fait qu'étendre les concepts qui vous sont familiers en dimension 2 à la dimension 3. Le plus difficile.
Transformation linéaires
Examen partiel #3 Mercredi le 15 décembre de 15h30 à 17h20
5.1 SYSTÈME DÉQUATIONS LINÉAIRES Cours 13. Au dernier cours nous avons vus Léquations vectoriel et léquation normale dun plan. Lintersection de deux plans.
Traitement des Images II
Optimisation linéaire
SUJETS SPÉCIAUX EN INFORMATIQUE I
SUJETS SPÉCIAUX EN INFORMATIQUE I
Thierry Molinier > David Fofi >
Rappel... Matrices bloc. Décomposition des matrices:
Complément Calibrage et Homographie
IFT3730: Infographie Projections
Transformations linéaires et sous-espaces associés
Programmation linéaire en nombres entiers : les méthodes de troncature
l’algorithme du simplexe
Transformations visuelles des objets
Cours du 25 octobre Mardi le 24 octobre
Exploration systématique de graphes
La décomposition en valeurs singulières: un outil fort utile
Segmentation (1ère partie)
ASI 3 Méthodes numériques pour l’ingénieur
ASI 3 Méthodes numériques pour l’ingénieur
Rappel... Valeurs propres et vecteurs propres. Définitions;
CHAPITRE 3: LES NOMBRES.
Forces centrales et mouvement des planètes:
ASI 3 Méthodes numériques pour l’ingénieur
Programmation linéaire en nombres entiers
Mouvement d'un point A à un point B
CHAPITRE III Calcul vectoriel
Chapitre 3: Translation et Vecteurs
7.4 VECTEURS PROPRES Cours 22. Au dernier cours nous avons vus ✓ Les cisaillements ✓ Les projections orthogonales ✓ Les projections obliques.
1 Méthode de “Fast Marching” générique pour “Shape From Shading” E. Prados & S. Soatto RFIA 2006 janvier 2006, Tours.
Calendrier (sur MathSV)
REVISIONS POINTS COMMUNS
Analyse de données Cours 3 Analyse en composantes principales (ACP)
Post-optimisation, analyse de sensibilité et paramétrage
Chapitre 7 Les équations différentielles d’ordre 1
Résolution des équations différentielles
Programmation créative – Les vecteurs
Pierre Joli Cours de Mathématique Pierre Joli
Segmentation (2 ième partie) Références: Sonka et al: sections 6.2.6, 10.2 (10.6) Autres: chap Forsyth chap. 4 Ballard & Brown (pour GHT) Dernière.
Exemple et critique d’un système de vision simple Patrick Hébert (dernière révision septembre 2008) Référence complémentaire: Shapiro et Stockman: chap.
Transcription de la présentation:

Géométrie épipolaire (deux vues) Références utiles: Sonka et al: section 11.5 vision numérique, dernière révision nov. 2008 – P. Hébert

Introduction 1 seule vue ne nous permet pas de voir en 3 dimensions (apprécier les distances) en utilisant deux ou plusieurs vues, on évalue la position 3D des objets par triangulation (parallaxe) on obtient une vue supplémentaire par l'ajout d'une caméra ou en déplaçant la même caméra le véritable défi: trouver les points correspondants dans les deux images La géométrie épipolaire est un outil qui nous permettra de faire de la vision stéréo

Géométrie épipolaire D G tirée de Forsyth G D . 5 points dans le même plan: P, p, p', O et O' . les droites l et l' sont les droites épipolaires (conjuguées) . les points e et e' sont respectivement les épipôles gauche et droit . e est en fait O' vu dans l'image gauche (voir simulation) . e' est O vu dans l'image droite

Remarques les droites épipolaires passent toutes par les épipôles le correspondant d'un point de l'image gauche dans l'image droite est contraint sur la droite épipolaire (hypothèse d'aucune autre "distorsion" que la projection de perspective) une seule droite épipolaire passe par chaque point des images (sauf aux épipôles) les épipôles sont à l'infini lorsque les deux plans image sont parallèles

Le problème Soit un point dans une image, quelle est l'équation de la droite épipolaire conjuguée (dans l'image conjuguée)?

Cas calibré: la matrice essentielle on connaît la transformation rigide entre les deux caméras on connaît les points dans les images mais en coordonnées caméra plutôt qu'en coordonnées image (on utilise les coordonnées normalisées en divisant par z)

La matrice essentielle (suite) le produit vectoriel se représente sous forme matricielle E est la matrice essentielle 3x3 E dépend des paramètres extrinsèques seulement E est définie à un facteur d'échelle près (rang 2 de par [tx]) pn appartient à la droite Epn' pn' appartient à la droite Etpn forme: ax + by + c = 0

La matrice fondamentale On veut connaître la relation point-droite épipolaire conjuguée précédente en coordonnées pixel plutôt qu'en coordonnées caméra On veut traiter ensuite le cas où la calibration n'est pas connue

assez simple finalement ... équation de la droite (projective) épipolaire F est la matrice fondamentale (3x3)

La matrice fondamentale (suite) intègre les paramètres intrinsèques et extrinsèques de rang 2 tout comme E Remarque: si on arrive à reconstruire F à partir de points correspondants alors plus besoin de calibrer ni les paramètres intrinsèques, ni les paramètres extrinsèques! Il faudrait cependant éliminer les distorsions radiales s’il y a lieu.

L'algorithme des 8 points (Longuet-Higgins 81) But: estimer F à partir de n correspondances (au moins 8) principe: chaque correspondance fournit 1 équation:

L'algorithme des 8 points (suite) Comme F est calculée à un facteur d'échelle près, on peut fixer F33=1 ou imposer ||F|| = 1 (cette dernière contrainte est implicite avec l'utilisation de SVD car les colonnes de V sont orthonormales: voir plus bas) au moins 8 points sont nécessaires (si le système n'est pas dégénéré) * En réalité, on peut aussi résoudre avec 7 points en traitant une contrainte additionnelle. système homogène: AX=0 décomposition SVD: A = UDVt la solution est la colonne de V correspondant à la plus petite valeur singulière de A Pour rendre F singulière, on remplace la plus petite valeur singulière (de la décomposition SVD de F: F=UDVt) par 0 dans D -­> D' F' = UD'Vt Les points de la scène ne devraient pas être coplanaires. * On évitera de choisir les points dans un même plan de la scène. Pourquoi? (indice: homographie)

L'algorithme des 8 points amélioré (Hartley) Problème: l'application de l'algorithme des 8 points est souvent instable car la matrice A est mal conditionnée (produits uv, u, … 1 où u et v varient souvent entre 0 et 640 (480) et plus). Solution simple de préconditionnement: on change l'origine dans chacune des images par le centroïde des points appariés. on applique un facteur d'échelle tel que la norme moyenne des vecteurs associés aux points soit unitaire (en fait ). **ces deux opérations sont équivalentes à multiplier les points de l'image de gauche (et de droite) par une matrice 3x3 Hg (Hd). On calcule F' puis

Le calcul des épipôles Puisqu'un épipôle est toujours sur une droite épipolaire, la relation suivante (et la relation conjuguée) est vérifiée pour tous les points de l'image: donc un algorithme: Calculer F et sa décomposition SVD telle que F = UDVt e' est la colonne de V correspondant à la valeur singulière 0 e est la colonne de U correspondant à la valeur singulière 0

Géométrie trifocale: un aperçu Application: vision trinoculaire *tirée de Forsyth *tirée de Horaud