이미지 세트에서 3D 구조를 재구성하려면 어떻게해야합니까?

다음과 같은 방식으로 그룹화 된 등고선 세트 (선 세그먼트 세트)가 있습니다.

$S_i = \{I^0, I^\frac{\pi}{4}, I^\frac{2\pi}{4}, \ldots, I^\frac{7\pi}{4} \}$

어디에

• $S_i$ 는 하나의 콘크리트 물체의 사진 시퀀스를 나타낸다.
• $I^j$ 는 관점 에서 이미지를 나타냅니다 ( 은 정면도를 의미합니다). $j^{th}$$j=0$

다음은 (후면보기)의 예입니다. $I^\pi$

주어진 로 객체의 3D 구조를 어떻게 재구성 할 수 있습니까?$S_i$

누군가 나를 서류로 안내하거나 키워드를 줄 수 있습니까? 점 구름 등으로 작동하는 기사가 많이 있다는 것을 알고 있지만 라인으로 작동 할 때 작동하지 않습니다.

실제로 그것은 매우 어려운 주제입니다. 클래식 멀티 뷰 3D 재구성은 처음에 포인트 매칭을 처리합니다. 즉, 모든 이미지에서 동일한 포인트를 찾습니다. 각 이미지에 대한 카메라 (뷰) 파라미터가 주어지면 원래의 3d 포인트를 재구성 할 수 있습니다. (레이저 나 프로젝터를 사용하면 장면을 밝게 비추어 비교적 쉽게 일치시킬 수 있습니다.)

이 분야의 성경은 Hartley와 Zisserman의 Computer Vision의 Multiple View Geometry입니다

이 책에는 삼중 초점 텐서에 관한 섹션이 있는데, 이는 3 시점 사이의 다중 선형 구속 조건입니다. 여기에는 포인트뿐만 아니라 라인 대응 제약도 포함됩니다. 재구성을 매우 잘 구축하는 데 사용할 수 있습니다.

따라서 컨투어는 처음에 일치해야하며 카메라 매개 변수를 알고 재구성 할 수도 있습니다 (카메라 보정도 책에서 다룹니다). 그런 다음 3D로 윤곽을 가지지 만 더 이상 아무것도 없습니다. 실제 표면의 경우 밀도가 높은 점 일치를 수행해야합니다. 내가 언급 한 텐서가 잘 보이더라도 직선에 사용되며 현대 자동차에는 곡선이 완전히 있습니다.

나는 당신이 그 윤곽을 얻는 방법을 모르지만 게시 한 이미지를 보는 것은 그 알고리즘의 견고성에 대해 매우 회의적이므로 재구성이 좋지 않습니다.

그것이 내 마음에 온 또 다른 방법은 시각적 선체 또는 공간 조각 입니다. 형상 계산도 수행해야합니다. 각 형상에서 방법을 실행하면 모델을 가질 수 있습니다.

Fodor Hartley와 Zisserman의 책에서 언급했지만 실제 알고리즘보다 일반적인 이해가 더 낫습니다. 그것은 구식이며 그 방법은 효율적이지 않습니다. 문제에 대해-문제 공식 자체는 매우 드 un니다. Fodor가 윤곽선 대신 일치하는 특징점으로 시작하는 것이 훨씬 쉽습니다. 포인트가있는 경우 Triggs "번들 조정-현대적 합성"에 의해 사용 가능한 현대적인 방법에 대한 최고의 개요는 번들 조정을 사용하기 전에 SIFT 또는 템플릿 일치 와 같은 것을 사용하여 이미지에서 해당 지점을 일치시킵니다. 3D 재구성을 위한 Google몇 가지 완전한 방법의 예. 오픈 소스 패키지를 사용할 수도 있습니다.

등고선 사용을 고집한다면 문제는 여전히 (거의) 다루기 힘들지만 훨씬 더 어렵습니다. 먼저 모든 이미지에서 해당 윤곽선을 식별하고 일치시킨 후 각 일치하는 윤곽선 그룹에 대한 재 투영 오류의 합계에 대한 비용 함수-각 이미지의 카메라 위치 및 방향에 따른 함수로 비용 함수를 작성하십시오. 그런 다음이 비용 함수를 최소화하는 카메라 위치 세트를 찾으십시오. 이 과정의 각 단계는 매우 어렵고 Triggs와 같은 좋은 개요는 없습니다. 용어 "형상" "일치 조정" "번들 조정" "재 투영 오류" "3D 재구성"의 조합으로 일부 관련 논문을 Google에 게시 할 수 있습니다.

수행중인 작업과 약간 다른 이미지에서 모델 재구성을 확인 하지만 이미지에서 3D 모델로 이동하는 방법에 대해 이야기합니다. 또한 MeshLab을 확인하십시오 . 데이터를 공급할 수있는 재구성 알고리즘이 있습니다.