Исправление изображения - это процесс преобразования, используемый для проецирования изображений на общую плоскость изображения. Этот процесс имеет несколько степеней свободы, и существует множество стратегий для преобразования изображений в общую плоскость.
Компьютерное стереозрение делает два или более изображений с известными относительными положениями камеры, которые показывают объект с разных точек обзора. Затем для каждого пикселя он определяет глубину соответствующей точки сцены (т. Е. Расстояние от камеры), сначала находя совпадающие пиксели (т. Е. Пиксели, показывающие одну и ту же точку сцены) в другом изображении (ах), а затем применяя триангуляцию к найденные совпадения для определения их глубины. Поиск совпадений в стереозрении ограничен эпиполярной геометрией : совпадение каждого пикселя в другом изображении можно найти только на линии, называемой эпиполярной линией. Если два изображения компланарны, то есть они были сделаны таким образом, что правая камера смещена только по горизонтали по сравнению с левой камерой (не перемещается к объекту и не поворачивается), то эпиполярная линия каждого пикселя горизонтальна и находится в том же вертикальном положении, что и эта. пиксель. Однако в общих настройках (камера действительно двигалась к объекту или вращалась) эпиполярные линии наклонены. Исправление изображения искажает оба изображения таким образом, что они выглядят так, как будто они были сделаны только с горизонтальным смещением, и, как следствие, все эпиполярные линии являются горизонтальными, что немного упрощает процесс стереосопоставления. Однако обратите внимание, что исправление принципиально не меняет процесс стереосопоставления: поиск выполняется по линиям, наклонным до и горизонтальным после исправления.
Исправление изображения также является эквивалентной (и более часто используемой) альтернативой идеальной компланарности камеры. Даже с использованием высокоточного оборудования обычно выполняется исправление изображений, поскольку поддерживать идеальную компланарность между камерами может быть непрактично.
Исправление изображения может выполняться только с двумя изображениями одновременно, и одновременное исправление более двух изображений обычно невозможно.
Если изображения, подлежащие исправлению, являются взяты из пар камер без геометрического искажения , это вычисление может быть легко выполнено с помощью линейного преобразования. Вращение по осям X и Y помещает изображения в одну плоскость, при масштабировании кадры изображений имеют одинаковый размер, а при регулировке поворота и наклона по оси Z строки пикселей изображения выравниваются. Необходимо знать жесткое выравнивание камер (путем калибровки), и коэффициенты калибровки используются при преобразовании.
При выполнении преобразования, если сами камеры откалиброваны для внутренних параметров, необходимо матрица обеспечивает взаимосвязь между камерами. Более общий случай (без калибровки камеры) представлен основной матрицей . Если фундаментальная матрица неизвестна, необходимо найти предварительные точечные соответствия между стереоизображениями, чтобы облегчить их извлечение.
Алгоритмы исправления изображений делятся на три основные категории: планарное исправление, цилиндрическое выпрямление и полярное выпрямление.
Все выпрямленные изображения удовлетворяют следующим двум свойствам:
Чтобы преобразовать исходную пару изображений в пару исправленных изображений, необходимо найти проективное преобразование H. На H накладываются ограничения, чтобы удовлетворить двум свойствам, указанным выше. Например, ограничение эпиполярных линий параллельностью горизонтальной оси означает, что эпиполи должны быть сопоставлены с бесконечной точкой [1,0,0] в однородных координатах. Даже с этими ограничениями H по-прежнему имеет четыре степени свободы. Также необходимо найти совпадение H ', чтобы исправить второе изображение пары изображений. Неправильный выбор H и H 'может привести к тому, что исправленные изображения резко изменятся в масштабе или сильно искажены.
Существует множество различных стратегий выбора проективного преобразования H для каждого изображения из всех возможных решений. Одним из передовых методов является минимизация несоответствия или разницы по методу наименьших квадратов соответствующих точек на горизонтальной оси пары выпрямленных изображений. Другой метод - разделение H на специализированное проективное преобразование, преобразование подобия и преобразование сдвига для минимизации искажения изображения. Один из простых методов - повернуть оба изображения, чтобы они выглядели перпендикулярно линии, соединяющей их общие оптические центры, повернуть оптические оси так, чтобы горизонтальная ось каждого изображения указывала в направлении оптического центра другого изображения, и, наконец, масштабировать меньшее изображение, чтобы оно соответствовало для прямой переписки. Этот процесс демонстрируется в следующем примере.
Наша модель для этого примера основана на паре изображения, которые наблюдают трехмерную точку P, которая соответствует p и p 'в пиксельных координатах каждого изображения. O и O 'представляют оптические центры каждой камеры с известными матрицами камер и (мы предполагаем, что начало мира находится в первой камере). Мы кратко опишем и изобразим результаты для простого подхода к поиску проективного преобразования H и H ', которое исправляет пару изображений из примера сцены.
Сначала мы вычисляем эпиполи, e и e 'в каждом изображении:
Во-вторых, мы находим проективное преобразование H 1, которое поворачивает наше первое изображение так, чтобы оно было перпендикулярно базовой линии, соединяющей O и O '(строка 2, столбец 1 набора 2D-изображений). Это вращение можно найти, используя перекрестное произведение между исходной и желаемой оптическими осями. Затем мы находим проективное преобразование H 2, которое берет повернутое изображение и поворачивает его так, чтобы горизонтальная ось совпадала с базовой линией. Если рассчитано правильно, это второе преобразование должно отобразить е на бесконечность по оси x (строка 3, столбец 1 набора 2D-изображений). Наконец, определите как проективное преобразование для исправления первого изображения.
В-третьих, с помощью эквивалентной операции мы можем найти H ', чтобы исправить второе изображение (столбец 2 набора 2D-изображений). Обратите внимание, что H '1 должен поворачивать оптическую ось второго изображения, чтобы она была параллельна преобразованной оптической оси первого изображения. Одна из стратегий состоит в том, чтобы выбрать плоскость, параллельную линии пересечения двух исходных оптических осей, чтобы минимизировать искажения в процессе перепроецирования. В этом примере мы просто определяем H ', используя матрицу вращения R и начальное проективное преобразование H как .
Наконец, мы масштабируем оба изображения до такое же приблизительное разрешение и выровняйте теперь горизонтальные эпиполи для облегчения горизонтального сканирования соответствий (строка 4 набора 2D-изображений).
Обратите внимание, что можно выполнить этот и аналогичные алгоритмы без наличия матриц параметров камеры M и M '. Все, что требуется, - это набор из семи или более соответствий изображения и изображения для вычисления фундаментальных матриц и эпиполей.
Исправление изображений в ГИС преобразует изображения в стандартную систему координат карты. Это достигается путем сопоставления наземных опорных точек (GCP) в картографической системе с точками на изображении. Эти опорные точки вычисляют необходимые преобразования изображения.
Основные трудности в процессе возникают
Карты, которые используются с исправленными изображениями, не являются топографическими. Однако используемые изображения могут содержать искажения от местности. Ортотрансформирование изображений дополнительно устраняет эти эффекты.
Исправление изображений - стандартная функция, доступная в пакетах программного обеспечения ГИС.
В этом разделе представлены внешние ссылки на эталонные реализации исправления изображений.
| url =
()