タグ付けされた質問 「stereo-vision」

私はオブジェクトを撮像し、この画像の特徴の高さをサブミリメートルの精度に導きたいプロジェクトを持っています（正確にはまだ正確にはまだ決定されていませんが、今のところ100分の1ミリメートルとしましょう） 。 私は、直接レーザー測距技術が適切でないことを以前にアドバイスされました 移動時間が短すぎるため、正確な計算を行うには精度が高すぎます マイナーな振動（装置の近くを歩く人など）は結果を混乱させます 私は約1000ドルで販売され、精度を達成できるが振動の問題に悩まされているレーザー装置を観察しました（これは問題ありません。装置を機械的に分離することも別の議論です）。 私は、より費用効果の高い結果を達成することを望み、ステレオビジョンを代替として考えました。この分野の初心者であるため、目的の精度を達成できるかどうかはわかりません。 （少なくとも）理論的には望ましい精度ですか？ このトピックをさらに説明するのに役立つ推奨論文またはリソースはありますか？ その他の注意事項 問題のオブジェクトは、約1/2 "正方形から約2 1/2"正方形までの範囲で、厚さが非常に薄い（1/16 "？）場合があります。機能はかなり荒いものになります（一般的に急激な移行）8月17日11:00 「より難しい」興味深いオブジェクトの1つは、高さ1.25mmの約20mmの正方形です。問題の表面特徴は、私が見積もっている.1-.3mmのオーダーです。カメラの位置は、おそらく上記の6インチのオーダーになります。これにより、より良い洞察が得られますか？8月17日15時15分 単一のプロファイル/レリーフ測定を実行するのではなく、オブジェクトの表面高さマップを生成しようとしています。全体的なプロファイルと同様に、オブジェクトの表面の特徴は非常に重要です。

26 stereo-vision  computer-vision 

私は8次のIIRフィルターを実装しようとしていますが、これまで読んだすべてのアプリケーションノートと教科書には、2次のセクションとして2を超える次数のフィルターを実装するのが最善であると書かれています。tf2sosMATLABで2次セクションの係数を取得するために使用しましたが、予想どおり、4 2次セクションの6x4係数が得られました。SOSとして実装する前は、8次フィルターには7つの以前のサンプル値を保存する必要がありました（および出力値も）。ここで、2次セクションとして実装するとき、フローが入力から出力までどのように機能するか、2つの前のサンプル値のみを保存する必要がありますか？または、最初のフィルターの出力はx_in2番目のフィルターのように送られますか？

20 filters  filter-design  infinite-impulse-response  biquad  audio  image-processing  distance-metrics  algorithms  interpolation  audio  hardware  performance  sampling  computer-vision  dsp-core  music  frequency-spectrum  matlab  power-spectral-density  filter-design  ica  source-separation  fourier-transform  fourier-transform  sampling  bandpass  audio  algorithms  edge-detection  filters  computer-vision  stereo-vision  filters  finite-impulse-response  infinite-impulse-response  image-processing  blur  impulse-response  state-space  linear-systems  dft  floating-point  software-implementation  oscillator  matched-filter  digital-communications  digital-communications  deconvolution  continuous-signals  discrete-signals  transfer-function  image-processing  computer-vision  3d 

理解しようとするには、この答えに私の以前の質問に、それが重要である理由、誰かが焦点距離は、カメラと被写体との間の間隔に比べて大きいときにカメラが同一平面上にないことを説明することができますか？ 「調べる」とはどういう意味ですか？ ビュー/カメラの数が増えると、これは変わりますか？

9 computer-vision  stereo-vision 

私はステレオビジョンアプリケーションを検討しており、実際に機能する例の1つは、2つのUSBウェブカムを使用して、一緒にマウントし、キャリブレーションすることです。 そのようなセットアップの理論的な空間分解能を推定する方法はありますか？目標は、盲目的に購入やテストをするのではなく、事前に比較的自信を持つことです。 EXACT解像度では、レンズなどのためにテストセットアップが必要になる可能性があることを理解しています。 この決定を行うにはどのような情報が必要ですか？最小焦点距離と最大解像度で十分でしょうか？ピクセル密度は明らかにこれに何らかの役割を果たし、ほとんどのデジタルカメラ（非常に高い最大解像度を持っている）で宣伝されています。見積もりを計算しようとした場合、これをどのように組み込む必要がありますか？ 例として、次の設定を検討してください。 4インチの最小焦点距離（MS HDウェブカメラの焦点距離） 最大解像度1920x1080 オブジェクトは数センチ程度です 1/10ミリメートルのオーダーの詳細 カメラとオブジェクトの間の距離は小さめである必要があります。ここでの答えに基づいて、15 cmから25 cmのようなものを検討しました。 カメラ間の距離、カメラの数は柔軟にすることができますが、小さめの範囲に留まる必要があります...カメラに$ 10,000が必要な場合、それは悪いソリューションです

9 stereo-vision  resolution 

コンピュータービジョンと3D再構成の問題は、カメラの固有パラメーターを取得することです。一般的な解決策は、チェッカーボードなど、事前に形状の測定値がわかっているオブジェクトを使用することです。この方法の問題は、焦点距離や倍率など、カメラのパラメーターを変更するたびに行う必要があることです。 A Self Technique for Self-Calibrationで説明されているカメラのセルフキャリブレーションを実装しようとしています。必須行列は、2つの特異値によって制約されます。これを使用して、手動のキャリブレーションを実行せずに（つまり、チェッカーボードを使用して）カメラの組み込み機能を回復できます。コスト関数を最小化する方法に少し混乱しています。これが私がこれまでに理解したことです： 必須行列 E=KT2FK1E=K2TFK1E=K_2^TFK_1 固有行列 K=⎡⎣⎢αバツ00sεαバツ0あなた0v01⎤⎦⎥K=[αxsu00ϵαxv0001]K=\begin{bmatrix}\alpha_x & s & u_0 \\ 0 & \epsilon\alpha_x & v_0 \\ 0 & 0 & 1\end{bmatrix} αバツαx\alpha_x焦点距離と倍率の積 ] εϵ\epsilonアスペクト比[提供されていると仮定します。カメラまたはEXIFデータから推測しますか？] あなた0v0u0v0u_0 v_0はの座標です[0、0と仮定] sss skew [仮定0] コスト関数 sはの特異値であるC（K私、i = 1 .. n ）=Σ私はjん（σ1私はj- σ2私はj）/ σ1私はjC(Ki,i=1..n)=∑ijn(σ1ij−σ2ij)/σ1ijC(K_i,i=1..n)=\sum_{ij}^n(\sigma1_{ij}-\sigma2_{ij})/\sigma1_{ij}σσ\sigmaKTjF私はjKjKjTFijKjK_j^TF_{ij}K_j 質問：このコスト関数はどのように最小化されていますか？

7 computer-vision  3d  reconstruction  stereo-vision  geometry