haku: @keyword augmented reality / yhteensä: 21
viite: 6 / 21
| Tekijä: | Mäkinen, Aleksi |
| Työn nimi: | Suorien käyttö rakenteettomien kuvajoukkojen 3D-rekonstruktiossa |
| Use of lines in the 3D-reconstruction of unordered image collections | |
| Julkaisutyyppi: | Diplomityö |
| Julkaisuvuosi: | 2015 |
| Sivut: | 97 Kieli: fin |
| Koulu/Laitos/Osasto: | Perustieteiden korkeakoulu |
| Oppiaine: | Mediatekniikka (IL3011) |
| Valvoja: | Takala, Tapio |
| Ohjaaja: | Tossavainen, Timo |
| Elektroninen julkaisu: | http://urn.fi/URN:NBN:fi:aalto-201511205237 |
| Sijainti: | P1 Ark Aalto 3206 | Arkisto |
| Avainsanat: | reconstruction structure from motion sfm augmented reality rekonstruktio lisätty todellisuus rakenteeton kuvajoukko 3D-rekonstruktio |
| Tiivistelmä (fin): | Tutkin lopputyössäni suoriin perustuvaa menetelmää rakenteettomien kuvajoukkojen rekonstruktiossa. Olen toteuttanut tutkimusta varten suoria käyttävän rekonstruktiojärjestelmän. Toteutus on tarkoitettu lisätyn todellisuuden sovelluksia varten. Suorapohjainen menetelmä toimii samoilla periaatteilla kuin pisteillä. Ensin tunnistetaan kahdesta tai useammasta kuvasta vastaavia janoja, joista lasketaan kuvien (kameroiden) asento suhteessa toisiinsa. Kun kamerat on saatu laskettua, voidaan vastaavat janat kolmioida avaruuteen suoriksi, jolloin muodostuu 3D-malli eli rekonstruktio valokuvien kohteesta. Suurimman uskottavuuden malli (engl. maximum likelihood estimate) saadaan minimoimalla suorien projektiovirhettä. Vastaavia janoja etsitään kuvista samalla tavalla kuin pisteillä. Janoille lasketaan deskriptorit, joita vertailemalla löydetään täsmäävät janat. Toteutin tätä varten janoille MSLD-deskriptorin [44]. Optimointia varten parametroin avaruuden suorat käyttämällä Bartolin ja Sturmin ortonormaalia esitystä Plückerin suorille [3]. Työn kokeellisessa osuudessa vertaan janan MSLD-deskriptorilla täsmäystä vastaavaan SURF-pisteiden[6] täsmäykseen perspektiivin muuttuessa. Menetelmien vertailu osoittaa piirteiden toimivan jotakuinkin yhtä hyvin. Totean suorien toimivan myös käytännössä laskemalla erilaisista kuvasarjoista rekonstruktioita. Suorarekonstruktio toimii erityisen hyvin harvapiirteisen kohteen visualisoimisessa. Lisäksi mittaan fysikaalisen kappaleen kahden tason välisen kulman. Lasken kappaleesta otetuista kuvista rekonstruktion piste- ja janapiirteillä, ja lasken saman kulman rekonstruktioista. Rekonstruktioista lasketut kulmat ovat fysikaalisen mittauksen virherajojen sisällä. Rekonstruktioiden kulmat ovat myös hyvin lähellä toisiaan. Kokeiden perusteella totean suorapohjaisen menetelmän olevan käyttökelpoinen rekonstruktiossa. |
| Tiivistelmä (eng): | In my master's thesis I research a line based technique for reconstructing (structure from motion) unordered image collections. I have implemented a line based reconstruction system for my research. The implementation is intended for use in augmented reality. The line based approach works with the same principles as a point based system. First, corresponding line segments are searched for in two or more images. The relative pose for each camera is estimated from the correspondences. Once the cameras are known, corresponding line segments are triangulated into 3D-lines. The 3D-lines constitute the reconstruction from the photographed scene. A maximum likelihood estimate is acchieved by minimizing the projection error of the reconstructed lines. Corresponding line segments are found in the same manner as with points. A descriptor is computed for each line segment, and the descriptors are used for finding correspondences. I implemented the MSLD-descriptor [44] for this purpose. I parametrized the 3D-lines using the orthonormal representation of Bartoli and Sturm [3] for Plücker lines when optimizing the reconstruction. In the experimental section of my thesis I compare the MSLD-descriptor to the SURF-descriptor [6] for points when searching for correspondences under change of perspective. The comparison shows that both methods work somewhat equally well. I show that using lines works in practice by reconstructing several unordered image collections. Line reconstruction works especially well for visualizing scenes with sparse features. In another experiment I compute the angle between two planes in a physical object. I compute a point and a line reconstruction from a set of photographs taken from the object and estimate the same angle from the reconstructions. The angles estimated from the reconstructions are within the error boundaries of the physical measurement. In addition, the angles estimated from the reconstructions are very close to each other. From these experiments I conclude that the line based method is a practical approach for reconstruction. |
| ED: | 2015-11-29 |
INSSI tietueen numero: 52577
+ lisää koriin
INSSI