Reprezentace geometrických objektů pro 3D fotografii

Podobné dokumenty
metoda Regula Falsi 23. října 2012

Vedoucí práce: Ing. Petr Soukup, Ph.D. Fakulta stavební Katedra mapování a kartografie Obor Geoinformatika

Úvod do zpracování obrazů. Petr Petyovský Miloslav Richter

Algoritmy a struktury neuropočítačů ASN - P11


Strojové učení se zaměřením na vliv vstupních dat

Výpočet vržených stínů

Hledání kořenů rovnic jedné reálné proměnné metoda sečen Michal Čihák 23. října 2012

Multirobotická kooperativní inspekce

Automatická detekce anomálií při geofyzikálním průzkumu. Lenka Kosková Třísková NTI TUL Doktorandský seminář,

Geoinformační technologie

Katalog výrobků. Hexagon metrology

Fungování předmětu. Technologické trendy v AV tvorbě, stereoskopie 2

Úvod Příklad Výpočty a grafické znázornění. Filip Habr. České vysoké učení technické v Praze Fakulta jaderná a fyzikálně inženýrská

VYUŽITÍ VÝSLEDKŮ UČENÍ NA VYSOKÝCH ŠKOLÁCH. Příručka pro pedagogickou praxi a vedení VŠ

METODA PŮLENÍ INTERVALU (METODA BISEKCE) METODA PROSTÉ ITERACE NEWTONOVA METODA

Obsah. KAPITOLA 1 Dříve než začneme 19 Kdysi dávno aneb střípky z historie algoritmických strojů třicátá léta 22

Analýza profilu povrchů pomocí interferometrie nízké koherence

Vzdělávací oblast: Matematika a její aplikace Vyučovací předmět: Matematika. Ročník: Průřezová témata. Poznám ky. Výstup

Využití dat dálkového průzkumu Země pro monitoring erozního poškození půd

Teorie systémů TES 5. Znalostní systémy KMS

nápis z fotky a proč bychom to měli chtít

Aplikace obrazové fúze pro hledání vad

Závěr, shrnutí a výstupy pro další předměty projektu EduCom

Perspektiva jako matematický model objektivu

kamerou. Dle optických parametrů objektivu mohou v získaném obraze nastat geometrická

Jiří Karpeta Partner

Počítačová grafika 2 (POGR2)

Surfels: Surface Elements as Rendering Primitives

Ing. Martin Šindelář. Téma disertační práce: SLEDOVÁNÍ TECHNICKÉHO STAVU ZÁVĚSU KOLA VOZIDLA. Školitel: Doc. Ing. Ivan Mazůrek CSc.


K čemu je studentovi střední školy teoretická informatika?

Vojtěch Franc. Biometrie ZS Poděkování Janu Šochmanovi za slajdy vysvětlující AdaBoost

Optické měřicí 3D metody

Č e s k ý m e t r o l o g i c k ý i n s t i t u t Okružní 31,

Multikriteri ln optimalizace proces 0 1 v elektrotechnice

Z OBRAZOVÉHO ZÁZNAMU. Jan HAVLÍK. Katedra teorie obvodů, Fakulta elektrotechnická


GIS Geografické informační systémy

Hledání kořenů rovnic jedné reálné proměnné metoda půlení intervalů Michal Čihák 23. října 2012

Zpracování digitalizovaného obrazu (ZDO) - Analýza pohybu

Binární vyhledávací stromy II

2.6. Vlastní čísla a vlastní vektory matice

Rozhodování. s více účastníky. Miroslav. school@utia

Stabilizace Galerkin Least Squares pro

Vektorové mapy. Ing. Martin Bak, vedoucí týmu vývoje

Maturitní témata. Informační a komunikační technologie. Gymnázium, Střední odborná škola a Vyšší odborná škola Ledeč nad Sázavou.

MONITORING EROZNÍHO POŠKOZENÍ PŮD POMOCÍ METOD DPZ USING REMOTE SENSING FOR MONITORING OF SOIL DEGRADATION BY EROSION

Předpokládané znalosti žáka 1. stupeň:

1 3D snímání: Metody a snímače

Newtonova metoda. 23. října 2012

Jaroslav Machotka. 12. ledna 2012

Ročník IX. Matematika. Období Učivo téma Metody a formy práce- kurzívou. Průřezová témata. Mezipřed. vztahy. Kompetence Očekávané výstupy

Osvětlování a stínování

Použití technik UI v algoritmickém obchodování II

Analýza pohybu. Karel Horák. Rozvrh přednášky: 1. Úvod. 2. Úlohy analýzy pohybu. 3. Rozdílové metody. 4. Estimace modelu prostředí. 5. Optický tok.

Přijímací zkouška z matematiky 2017

SEMESTRÁ LNÍ PRÁ CE. Licenč ní studium STATISTICKÉZPRACOVÁ NÍ DAT PŘ I KONTROLE A Ř ÍZENÍ JAKOSTI

Úloha 1: Lineární kalibrace

PowerOPTI Řízení účinnosti tepelného cyklu

Iterační metody řešení soustav lineárních rovnic. 27. prosince 2011

Zpracování digitalizovaného obrazu (ZDO) - Segmentace II

Katedra informatiky, Univerzita Palackého v Olomouci. 27. listopadu 2013

Vývoj řízený testy Test Driven Development

Od Pythagorovy věty k super-počítání

Práce s obrazovým materiálem CENTRUM MEDIÁLNÍHO VZDĚLÁVÁNÍ. Akreditované středisko dalšího vzdělávání pedagogických pracovníků

Studie proveditelnosti Protipovod ových opat ení na ece Úhlav v P ešticích

ČESKÁ TECHNICKÁ NORMA

Kalibrační proces ve 3D

Meo S-H: software pro kompletní diagnostiku intenzity a vlnoplochy

A B C D E F 1 Vzdělávací oblast: Matematika a její aplikace 2 Vzdělávací obor: Matematika 3 Ročník: 8. 4 Klíčové kompetence. Opakování 7.

Automatické rozpoznávání dopravních značek

Řešení "stiff soustav obyčejných diferenciálních rovnic

Aktuální informace k vývoji tržních cen bytů a tržních nájmů v roce 2008

A B C D E F 1 Vzdělávací oblast: Matematika a její aplikace 2 Vzdělávací obor: Matematika 3 Ročník: 8. 4 Klíčové kompetence. Opakování 7.

Funkce. Logaritmická funkce. Mgr. Tomáš Pavlica, Ph.D. Digitální učební materiály, Gymnázium Uherské Hradiště

GPS - Global Positioning System

Určeno pro Navazující magisterský studijní program Stavební inženýrství, obor Pozemní stavby, zaměření Navrhování pozemních staveb

Neuronové sítě Učení bipolárního perceptronu

Algoritmy pro spojitou optimalizaci

Automatizační a měřicí technika (B-AMT)

Zhotovení a úprava fotografií. 01 Digitální fotografie

MATEMATICKÝ SEMINÁŘ (volitelný a nepovinný předmět)

Učební osnovy Vzdělávací oblast: Matematika a její aplikace Vzdělávací obor: Volitelný předmět Matematický seminář ročník 8.

STUDIE PROTIPOVODŇOVÝCH OPATŘENÍ NA OCHRANU OBCE KLY

Martin NESLÁDEK. 14. listopadu 2017

Algoritmizace prostorových úloh

Restaurace (obnovení) obrazu při známé degradaci

Program jednání byl upraven a doplněn o aktuální body. Členové programového výboru a KRK schválili program jednání. Pro: 6 Proti: 0 Zdržel se: 0

2. Pro každou naměřenou charakteristiku (při daném magnetickém poli) určete hodnotu kritického

Přehled vhodných metod georeferencování starých map

Marketingový plán. Studentská komora Rady vysokých škol

Seznam příloh. PŘÍLOHA 1: Seznam tabulek. PŘÍLOHA 2: Seznam grafů. PŘÍLOHA 3: Seznam obrázků. PŘÍLOHA 5: Dotazník k SWOT analýze

Automatické generování pozic optického skeneru pro digitalizaci plechových dílů.

Vedení digitální mapy velkého měřítka. Pavel Doubek Praha

EXPERIMENTÁLNÍ METODY I. 2. Zpracování měření

Fakulta přírodovědně-humanitní a pedagogická. Okruhy otázek pro státní závěrečné zkoušky. Bakalářské studium

2C Tisk-ePROJEKTY


PROGRAMOVÁNÍ. Cílem předmětu Programování je seznámit posluchače se způsoby, jak algoritmizovat základní programátorské techniky.

Transkript:

Úvod Reprezentace geometrických objektů pro 3D fotografii Diplomová práce České vysoké učení technické v Praze, Fakulta elektrotechnická Vedoucí diplomové práce: Daniel Martinec, martid1@cmp.felk.cvut.cz

Obsah prezentace Úvod 1 Úvod Cíle práce Rekonstrukce 3D modelu 2 Zvolená reprezentace Návrh algoritmu 3 Výsledky Nedostatky 4

Cíle práce Úvod Cíle práce Rekonstrukce 3D modelu Návrh metody vhodné pro fúzi dat z velké množiny neorganizovaných 3D bodů získaných z párového sterea Fúze dat zahrnuje zpřesnění parametrů kamer Implementace Nahrazení šupin

Úvod Vstupní množina 3D bodů Cíle práce Rekonstrukce 3D modelu

U vod Navrhovane r es enı Za ve r Cı le pra ce Rekonstrukce 3D modelu Rekonstrukce 3D modelu Vstupnı Disparitnı Korespondujı cı fotografie mapy oblasti Mrac no bodu 3D na c rtek S um, chyby Redundance vzhledem k s umu Nekonzistence disparitnı ch map, chyby v kalibraci Radim Tylec ek Reprezentace geometricky ch objektu pro 3D fotografii

U vod Navrhovane r es enı Za ve r Zvolena reprezentace Na vrh algoritmu Zvolena reprezentace Hloubkove mapy Rekonstruovany povrch Viditelnostnı mapy Zpe tna projekce Radim Tylec ek Reprezentace geometricky ch objektu pro 3D fotografii

Skládání povrchu Úvod Zvolená reprezentace Návrh algoritmu Povrch objektů složen z částí viditelných v různých vstupních obrázcích Odstranění překryvů Detekce nespojitostí

Návrh algoritmu Úvod Zvolená reprezentace Návrh algoritmu Kamery Korespondence Hloubky Model povrchu Konzistence iterace Viditelnost Filtrace chyb Nespojitosti Obrázky

Úvod Výsledky Nedostatky 3D model bez děr Vysoký detail přesnost Filtrace chyb Konzistence kamer

Srovnání - šupiny Úvod Výsledky Nedostatky

Úvod Výsledky Nedostatky Srovnání - fúze hloubkových map

Úvod Výsledky Nedostatky Různé druhy objektů a povrchů

U vod Navrhovane r es enı Za ve r Vy sledky Nedostatky Kriticka analy za Neu plna detekce nespojitostı Citlivost na s um vs. vyhlazova nı Velky objem vy stupnı ch dat Velka reprezentace Radim Tylec ek Reprezentace geometricky ch objektu pro 3D fotografii

Shrnutí Úvod Rekonstrukce povrchu fúzí hloubkových map Nový přístup: uvolnění parametrů kamer, konzistence Zlepšení: přesnější model, zalepení děr, odstranění artefaktů První krok k úplnému systému rekonstrukce 3D modelu ze stereovidění

Úvod Děkuji za pozornost.

Úvod Formální zápis problému: Úloha hloubek: (X, Λ, V, C ) = arg max P(X, Λ, V, C I). (1) X,Λ,V,C Úloha viditelnosti: (Λ, C ) = arg max P(Λ, C X, V ), (2) Λ,C V = arg max P(V I, Λ, X ), (3) V

Úvod Úloha hloubek soustava lin. rovnic: R j(3) C i + R j(3) R i K i 1 x i p λ i p λ j q = R j(3) C j (4) 1 σ 2 λ ( λ i p λ i p) + p N p 1 (σ i c, p )2 (λi p λ ī p) = 0 (5)

Úvod Úloha viditelnosti maximální tok grafem: E(V i ) = n p=1 E(v i p) + 1 2σ 2 v (p, p) N 2 (i) (v i p v ī p) 2 (6) E(v i p) = (q,j) χ i p ; v j q 1 E(v i p, v j q) + (I i p I j q) 2 E(vp, i vq) j = 2σI 2 log h(i i p) (p, p) N 2 (i V ) (λ i p λ ī p) 2 2(σ i λ,p )2 (7) pro v i p = v j q = 2 jinak. (8)