タグ付けされた質問 「homography」

私は拡張現実のカメラポーズ推定と視覚追跡アプリケーションのトピックにしばらく取り組んでおり、タスクに関する詳細な情報はたくさんありますが、依然として多くの混乱と誤解があると思います。 次の質問は、段階的な詳細な回答に値すると思います。 カメラの組み込み機能とは何ですか？ カメラ外部機能とは何ですか？ 平面マーカーからホモグラフィを計算するにはどうすればよいですか？ ホモグラフィを使用している場合、カメラポーズを取得するにはどうすればよいですか？

21 computer-vision  homography  camera-pose  visual-tracking 

「完全なモデル」と画像点の間の対応点を使用して、画像からカメラ平面までのホモグラフィを計算できることを知っています。 私はサッカーのピッチ/フィールドでそれをやっており、エッジ検出を使用してピッチ内の白い線を見つけました。 しかし、カメラは（常に）すべてのピッチをカバーしているわけではないため、すべてのコーナーを見ることができません...そして、モデルのコーナーのみが100％既知のポイントです（他の顕著なポイントはありません）。 問題は、線が別の線と交差して角を形成しない限り、線の画像点のみを知っていることであり、モデルの対応する「完全/現実世界」座標ではありません。 検出された線が互いに交差せずにコーナーを作成していても、検出された線を使用してホモグラフィを計算する方法、または候補ホモグラフィのセットだけを計算する方法はありますか？ ピッチ、視野、および対応する実世界/モデル座標（緑色の円）を知ることができるピッチのポイント、および視野内ではまったく役に立たない可能性がある2行の例を示す画像の例、私は彼らがピッチの対応する現実世界/モデルで開始または停止する正確な手がかりがありません： 赤い線は、使用したい線の例ですが、実際の座標はわかりません。カメラのポーズによっては、対応する点が「どこでも」になる可能性があるため、推定するのは難しいです。

12 image-processing  computer-vision  opencv  homography 

私はRANSACアルゴリズムを使用して、カメラ間で変換された画像のペアの間のホモグラフィ推定を行います。これらの画像の間には、平行移動はありません（純粋な回転とスケール/ズームの変更）。ケースの半分でうまく機能します。正しい出力は次のようになります。 赤い線はフィルターされた対応であり、四辺形はホモグラフィが遠近法を歪める方法を示しています。 ただし、次のような多くの悪いケースが発生することがあります。 私はすでにRANSACループで簡単なテストを行っています。単純な四角形（単位正方形）を作成し、サンプル変換で変換します。次に、変換が凸性を維持したかどうかを調べます。 しかし、それでも凹面の四辺形の束が出てきます。 ホモグラフィが正しく動作し、正しくないソリューションを除外する場合に、ホモグラフィを適切にテストする方法について何か考えがありますか？ 3つの変換された点が同一線上にないことをテストするコードを見つけました。しかし、三角筋やその他の「無効な」四辺形を除外しないので、これは十分ではないようです...

10 homography  estimation  transform 

OpenCVの、私はこれらの二つの画像、たとえば、間のホモグラフィを計算します： そして 右側の変な白いフォルムは気にしないでください。これは私が使用するスマートフォンホルダーによるものです。findHomography（）関数によって与えられるホモグラフィ（Fast機能検出器とHammingLUT記述子マッチャーで検出された点を使用）は次のとおりです。 A = [ 1.412817430564191, 0.0684947165270289, -517.7751355800591; -0.002927297251810, 1.210310757993256, 39.56631316477566; 0.000290600259844, -9.348301989015293e-05, 1] ここで、同じプロセスを使用して、imagemagickを使用して、180度回転した（逆さまにした）同じ画像間のホモグラフィを計算します（実際には、90度の回転または270度...）どうぞ： そして これらの画像を使用すると、ホモグラフィは次のようになります。 B = [ 0.7148688519736168, 0.01978048500375845, 325.8330631554814; -0.1706219498833541, 0.8666521745094313, 64.72944905752504; -0.0002078857275647, -5.080048486810413e-05, 1] ここで問題は、AとBをどのように関連付けるかです。Aの最初の2つの対角値はBの最初の対角値に近いですが、あまり正確ではありません（0.71486885ではなく.707805537）。私の最終的な目的は、必要な関係を使用して最終的なマトリックスを変換し、コストのかかる画像回転の計算を回避することです。

9 image-processing  computer-vision  homography 

直接線形変換（略してDLT）はホモグラフィ推定の方法であり、SVDを介して過剰決定線形システムを解き、制約下で解を見つけます。実際、\ | Ah-b \ |を最小化する最小二乗解を見つけます 。A h = bAh=bAh=bhhh∥ H ∥ = 1‖h‖=1\|h\|=1∥ A H - B ∥‖Ah−b‖\|Ah - b\| このアルゴリズムの基本的な考え方は理解していますが、DLTを適用する前にデータセットを正規化することをお勧めします。ここでは、正規化の方法について紹介します。データの正規化はDLTにとって重要であり、正規化しないとDLTの結果は安定しないと説明されています。 なんでかしら？DLTがSVDとあAAを使用して線形システムを解くことを含むからといって、Aが特異である可能性がありますか？

9 image-processing  homography  normalization