Your SlideShare is downloading. ×
VXC: Computer Vision Presentation
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

VXC: Computer Vision Presentation

453

Published on

Presentation of my work in Computer Vision

Presentation of my work in Computer Vision

Published in: Education
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
453
On Slideshare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
13
Comments
0
Likes
0
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. Introducción Modelización geométrica La restricción epipolar y la matriz esencial El algoritmo de los ocho puntos BibliografíaFundamentos Matemáticos de la Visión por Computador Gema R. Quintana Portilla Trabajo dirigido en “Estadística y Computación” Julio de 2007 Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 2. Introducción Modelización geométrica La restricción epipolar y la matriz esencial El algoritmo de los ocho puntos BibliografíaÍndice 1 Introducción 2 Modelización geométrica Modelo geométrico del proceso de formación de la imagen. 3 La restricción epipolar y la matriz esencial Propiedades de la matriz esencial. 4 El algoritmo lineal de los ocho puntos Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 3. Introducción Modelización geométrica La restricción epipolar y la matriz esencial El algoritmo de los ocho puntos BibliografíaÍndice 1 Introducción 2 Modelización geométrica Modelo geométrico del proceso de formación de la imagen. 3 La restricción epipolar y la matriz esencial Propiedades de la matriz esencial. 4 El algoritmo lineal de los ocho puntos Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 4. Introducción Modelización geométrica La restricción epipolar y la matriz esencial El algoritmo de los ocho puntos BibliografíaVisión por Computador Estudia la interpretación de escenas a partir de proyecciones 2D mediante sensores sin contacto conectados a un sistema informático. Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 5. Introducción Modelización geométrica La restricción epipolar y la matriz esencial El algoritmo de los ocho puntos BibliografíaCampos relacionados Gráficos por ordenador: Proceso inverso. Cada vez más relacionados. Reconocimiento de patrones (RP): Clasificación de datos numéricos y simbólicos. Partes de RP en procesos de visión. Interpretación de escenas. Inteligencia artificial: Percepción, conocimiento/razonamiento y acción. Parte del proceso de percepción. Psicofísica: Relación con la visión humana. Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 6. Introducción Modelización geométrica La restricción epipolar y la matriz esencial El algoritmo de los ocho puntos BibliografíaAplicaciones Agricultura: Guiado de vehículos. Automatización de tareas. Regulación de vehículos y tráfico: Vehículos autónomos. Estudio de trayectorias. Prevención de accidentes. Inspección visual en industria: Azulejos. Agroalimentaria. Electrónica. Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 7. Introducción Modelización geométrica La restricción epipolar y la matriz esencial El algoritmo de los ocho puntos BibliografíaAplicaciones Ciencias biomédicas: Contenido y reconocimiento de polen en aire para análisis de contaminación. Ayuda a enfermos: ratón facial, etc. Reconstrucción/Modelos 3D: Visión estéreo. Secuencias de imágenes. Seguridad y control de personas: Reconocimiento de caras. Recuento de personas. Seguimiento e identificación de comportamientos. Reconocimiento de caracteres. Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 8. Introducción Modelización geométrica La restricción epipolar y la matriz esencial El algoritmo de los ocho puntos BibliografíaVisión Humana vs Visión Artificial Ojo: Proyección sobre la retina. Fotorreceptores: conos y bastones. Transmisión a través del nervio óptico. Cámara: Proyección sobre el sensor (CCD, . . . ). Elementos fotosensibles: fotodiodos. Transmisión a través de señal de vídeo. Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 9. Introducción Modelización geométrica La restricción epipolar y la matriz esencial El algoritmo de los ocho puntos BibliografíaVisión Humana vs Visión Artificial Visión humana: Mejor reconocimiento de objetos. Mejor adaptación a situaciones imprevistas. Mejor en tareas de alto nivel de procesado de la imagen. Visión por Computador: Mejor midiendo magnitudes físicas. Mejor para la realización de tareas rutinarias. Mejor en tareas de bajo nivel de procesado de la imagen. Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 10. Introducción Modelización geométrica La restricción epipolar y la matriz esencial El algoritmo de los ocho puntos BibliografíaObjetivo. Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 11. Introducción Modelización geométrica La restricción epipolar y la matriz esencial Modelo geométrico. El algoritmo de los ocho puntos BibliografíaÍndice 1 Introducción 2 Modelización geométrica Modelo geométrico del proceso de formación de la imagen. 3 La restricción epipolar y la matriz esencial Propiedades de la matriz esencial. 4 El algoritmo lineal de los ocho puntos Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 12. Introducción Modelización geométrica La restricción epipolar y la matriz esencial Modelo geométrico. El algoritmo de los ocho puntos BibliografíaRepresentaciones de una imagen. Definición Una imagen es una función I, definida en una región compacta Ω de una superficie, tomando valores en R+ . Es decir, es un array dos-dimensional de brillo. I : Ω ⊆ R2 → R+ (x, y) → I(x, y) Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 13. Introducción Modelización geométrica La restricción epipolar y la matriz esencial Modelo geométrico. El algoritmo de los ocho puntos BibliografíaRepresentaciones de una imagen. Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 14. Introducción Modelización geométrica La restricción epipolar y la matriz esencial Modelo geométrico. El algoritmo de los ocho puntos BibliografíaLente delgada. Ecuación fundamental de la lente delgada: 1 1 1 + = Z z f Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 15. Introducción Modelización geométrica La restricción epipolar y la matriz esencial Modelo geométrico. El algoritmo de los ocho puntos BibliografíaCámara pinhole. Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 16. Introducción Modelización geométrica La restricción epipolar y la matriz esencial Modelo geométrico. El algoritmo de los ocho puntos BibliografíaCámara pinhole. La imagen del punto X viene dada por X Y x=f , y=f Z Z Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 17. Introducción Modelización geométrica La restricción epipolar y la matriz esencial Modelo geométrico. El algoritmo de los ocho puntos BibliografíaObjetivo. Necesitamos un modelo matemático que tenga en cuenta tres tipos de transformaciones: 1 transformaciones coordenadas entre el sistema de referencia de la cámara (C) y el del mundo (W); 2 paso de coordenadas 3-D a coordenadas 2-D; 3 transformación coordenada entre las posibles elecciones del sistema de referencia de la imagen. Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 18. Introducción Modelización geométrica La restricción epipolar y la matriz esencial Modelo geométrico. El algoritmo de los ocho puntos BibliografíaObjetivo. Necesitamos un modelo matemático que tenga en cuenta tres tipos de transformaciones: 1 transformaciones coordenadas entre el sistema de referencia de la cámara (C) y el del mundo (W); 2 paso de coordenadas 3-D a coordenadas 2-D; 3 transformación coordenada entre las posibles elecciones del sistema de referencia de la imagen. Describiremos el proceso de formación de la imagen como una serie de transformaciones coordenadas. Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 19. Introducción Modelización geométrica La restricción epipolar y la matriz esencial Modelo geométrico. El algoritmo de los ocho puntos BibliografíaCámara pinhole. Consideremos un punto p con coordenadas X0 = [X0 , Y0 , Z0 ]T ∈ R3 relativas a W. Sus coordenadas X = [X, Y, Z]T con respecto a C vienen dadas por una transformación lineal g = (R, T ) ∈ SE(3) de X0 : X = RX0 + T ∈ R3 X se proyecta en el plano imagen en el punto x f X x= = y Z Y Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 20. Introducción Modelización geométrica La restricción epipolar y la matriz esencial Modelo geométrico. El algoritmo de los ocho puntos BibliografíaCámara pinhole. Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 21. Introducción Modelización geométrica La restricción epipolar y la matriz esencial Modelo geométrico. El algoritmo de los ocho puntos BibliografíaCámara pinhole.Homogeneizando. Homogeneizando coordenadas,     X  x f 0 0 0  Y  Z  y  =  0 f 0 0    Z  1 0 0 1 0 1 Representaremos la coordenada Z de p con λ ∈ R+ Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 22. Introducción Modelización geométrica La restricción epipolar y la matriz esencial Modelo geométrico. El algoritmo de los ocho puntos BibliografíaCámara pinhole.Homogeneizando. La matriz anterior la podemos expresar como producto de dos matrices:      f 0 0 0 f 0 0 1 0 0 0  0 f 0 0  =  0 f 0  0 1 0 0  0 0 1 0 0 0 1 0 0 1 0 Las llamaremos:     f 0 0 1 0 0 0 Kf :=  0 f 0  ∈ R3×3 Π0 :=  0 1 0 0  ∈ R3×4 0 0 1 0 0 1 0 Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 23. Introducción Modelización geométrica La restricción epipolar y la matriz esencial Modelo geométrico. El algoritmo de los ocho puntos BibliografíaCámara pinhole.Homogeneizando. Resumiendo todo, una cámara pinhole se modeliza        X0 x f 0 0 1 0 0 0 R T  Y0  λ y  =  0 f 0  0 1 0 0    0 1  Z0  1 0 0 1 0 0 1 0 1 Nota Los parámetros anteriores son conocidos como parámetros extrínsecos de la cámara. Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 24. Introducción Modelización geométrica La restricción epipolar y la matriz esencial Modelo geométrico. El algoritmo de los ocho puntos BibliografíaParámetros intrínsecos de una cámara. Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 25. Introducción Modelización geométrica La restricción epipolar y la matriz esencial Modelo geométrico. El algoritmo de los ocho puntos BibliografíaParámetros intrínsecos de una cámara. Combinando el modelo de proyección con el escalado y la traslación         X x sx sθ ox f 0 0 1 0 0 0  Y  λ  y  =  0 s y oy   0 f 0   0 1 0 0     Z  1 0 0 1 0 0 1 0 0 1 0 1 Dicho de otro modo      X f sx f sθ ox 1 0 0 0  Y  λx = KΠ0 X =  0 f sy oy   0 1 0 0     Z  0 0 1 0 0 1 0 1 Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 26. Introducción Modelización geométrica La restricción epipolar y la matriz esencial Modelo geométrico. El algoritmo de los ocho puntos BibliografíaDe coordenadas 3-D a píxeles. Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 27. Introducción Modelización geométrica La restricción epipolar y la matriz esencial Modelo geométrico. El algoritmo de los ocho puntos BibliografíaParámetros intrínsecos de una cámara. Definición La matriz K se denomina matriz de calibración. Si conocemos K, las cordenadas calibradas x se obtienen a partir de las coordenadas en píxeles x invirtiendo la matriz K:     X 1 0 0 0  Y  λx = λK −1 x = Π0 X =  0 1 0 0    Z   0 0 1 0 1 Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 28. Introducción Modelización geométrica La restricción epipolar y la matriz esencial Modelo geométrico. El algoritmo de los ocho puntos BibliografíaModelo del proceso de formación de la imagen.      X0 f sx f sθ ox 1 0 0 0 R T  Y0  λx = KΠ0 X =  0 f sy oy   0 1 0 0    0 1  Z0  0 0 1 0 0 1 0 1 Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 29. Introducción Modelización geométrica La restricción epipolar y la matriz esencial Modelo geométrico. El algoritmo de los ocho puntos BibliografíaModelo del proceso de formación de la imagen.      X0 f sx f sθ ox 1 0 0 0 R T  Y0  λx = KΠ0 X =  0 f sy oy   0 1 0 0    0 1  Z0  0 0 1 0 0 1 0 1 ¿Y si hay distorsión? Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 30. Introducción Modelización geométrica La restricción epipolar y la matriz esencial Modelo geométrico. El algoritmo de los ocho puntos BibliografíaModelo del proceso de formación de la imagen. ¿Y si hay distorsión? Habría que corregirla. Supondremos la distorsión corregida y las vistas calibradas. Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 31. Introducción Modelización geométrica La restricción epipolar y la matriz esencial Propiedades de la matriz esencial. El algoritmo de los ocho puntos BibliografíaÍndice 1 Introducción 2 Modelización geométrica Modelo geométrico del proceso de formación de la imagen. 3 La restricción epipolar y la matriz esencial Propiedades de la matriz esencial. 4 El algoritmo lineal de los ocho puntos Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 32. Introducción Modelización geométrica La restricción epipolar y la matriz esencial Propiedades de la matriz esencial. El algoritmo de los ocho puntos BibliografíaHipótesis. Disponemos de dos imágenes de la misma escena tomadas desde dos puntos de vista distintos; suponemos las vistas calibradas (la matriz de calibración K es la identidad): λx = Π0 X, donde Π0 = [I, 0]; la escena es estática; conocemos las correspondencias entre los puntos. Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 33. Introducción Modelización geométrica La restricción epipolar y la matriz esencial Propiedades de la matriz esencial. El algoritmo de los ocho puntos BibliografíaRestricción epipolar. Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 34. Introducción Modelización geométrica La restricción epipolar y la matriz esencial Propiedades de la matriz esencial. El algoritmo de los ocho puntos BibliografíaRestricción epipolar. Teorema (Restricción epipolar) Sean x1 , x2 los dos proyectados del mismo punto p obtenidos a partir de dos posiciones de la cámara relacionadas por la transformación g = (R, T ), donde R ∈ SO(3) y T ∈ R3 . Entonces, x2 , T × Rx1 = 0, es decir, xT T Rx1 = 0 2 Definición Se llama matriz esencial y se denota E la matriz E := T R Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 35. Introducción Modelización geométrica La restricción epipolar y la matriz esencial Propiedades de la matriz esencial. El algoritmo de los ocho puntos BibliografíaDefiniciones. Definición Se denomina espacio esencial el conjunto de las matrices esenciales: E := {T R|R ∈ SO(3), T ∈ R3 } Teorema (Descomposición en valores singulares (SVD).) Sea A ∈ Rm×n con rango p. Supongamos m ≥ n. Entonces, ∃U ∈ Rm×p con columnas ortonormales, ∃V ∈ Rn×p con columnas ortonormales, ∃Σ ∈ Rp×p , Σ = diag{σ1 , σ2 , . . . , σp } matriz diagonal con σ1 ≥ σ2 ≥ . . . ≥ σp , tales que A = U ΣV T . Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 36. Introducción Modelización geométrica La restricción epipolar y la matriz esencial Propiedades de la matriz esencial. El algoritmo de los ocho puntos BibliografíaCaracterización de matriz esencial. Teorema (Caracterización de matriz esencial) Una matriz no nula E ∈ R3×3 es una matriz esencial si y sólo si E tiene una descomposición en valores singulares E = U ΣT con Σ = diag{σ, σ, 0} para σ ∈ R+ y U, V ∈ SO(3). Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 37. Introducción Modelización geométrica La restricción epipolar y la matriz esencial Propiedades de la matriz esencial. El algoritmo de los ocho puntos BibliografíaCálculo de la posición a partir de E. Teorema (Cálculo de la posición a partir de la matriz esencial) Existen exactamente dos posiciones relativas (R, T ) con R ∈ SO(3) y T ∈ R3 correspondientes a una matriz esencial no nula E ∈ E. Si E = U ΣV es la factorización SVD de E, con U, V ∈ SO(3), las soluciones vienen dadas por (T1 , R1 ) = (U RZ (+ π )ΣU T , U RZ (+ π )V T ); 2 T 2 (T2 , R2 ) = (U RZ (− π )ΣU T , U RZ (− π )V T ) 2 T 2 Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 38. Introducción Modelización geométrica La restricción epipolar y la matriz esencial El algoritmo de los ocho puntos BibliografíaÍndice 1 Introducción 2 Modelización geométrica Modelo geométrico del proceso de formación de la imagen. 3 La restricción epipolar y la matriz esencial Propiedades de la matriz esencial. 4 El algoritmo lineal de los ocho puntos Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 39. Introducción Modelización geométrica La restricción epipolar y la matriz esencial El algoritmo de los ocho puntos BibliografíaProblema. Sabemos: los puntos en correspondencia verifican la restricción epipolar. Objetivo: determinar la posición relativa de las cámaras, dadas dos imágenes de una misma escena. Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 40. Introducción Modelización geométrica La restricción epipolar y la matriz esencial El algoritmo de los ocho puntos BibliografíaSolución. Calcular E a partir de suficientes correspondencias entre puntos. Obtener R y T a partir de E. Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 41. Introducción Modelización geométrica La restricción epipolar y la matriz esencial El algoritmo de los ocho puntos BibliografíaSolución. Calcular E a partir de suficientes correspondencias entre puntos. Obtener R y T a partir de E. ¿Hemos acabado? Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 42. Introducción Modelización geométrica La restricción epipolar y la matriz esencial El algoritmo de los ocho puntos BibliografíaSolución. Calcular E a partir de suficientes correspondencias entre puntos. Obtener R y T a partir de E. ¿Hemos acabado? No: La matriz así obtenida puede no ser una matriz esencial. Necesitamos tomar la matriz de E más próxima a ella. Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 43. Introducción Modelización geométrica La restricción epipolar y la matriz esencial El algoritmo de los ocho puntos BibliografíaJustificación teórica. Definición Sean x1 = [x1 , y1 , z1 ]T y x2 = [x2 , y2 , z2 ]T vectores en R3 . Se define el producto de Kronecker como x1 ⊗x2 = [x1 x2 , x1 y2 , x1 z2 , y1 x2 , y1 y2 , y1 z2 , z1 x2 , z1 y2 , z1 z2 ]T ∈ R9 Notación a := x1 ⊗ x2 . Podemos reescribir xT Ex1 = 0 como aT E S = 0 2 Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 44. Introducción Modelización geométrica La restricción epipolar y la matriz esencial El algoritmo de los ocho puntos BibliografíaJustificación teórica. Definición Dado un conjunto de pares de puntos de la imagen en correspondencia (xj , xj ), j = 1, 2, . . . n, se define la matriz 1 2 X ∈ Rn×9 asociada X := [a1 , a2 , . . . , an ]T , donde la j-ésima fila aj es el producto de Kronecker del par (xj , xj ). 1 2 Si los datos no presentan ruido X E S = 0. A partir de esto obtenemos E S . E es una matriz homogénea: necesitamos ocho pares de puntos en correspondencia. Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 45. Introducción Modelización geométrica La restricción epipolar y la matriz esencial El algoritmo de los ocho puntos BibliografíaJustificación teórica. ¿Lo anterior es suficiente? Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 46. Introducción Modelización geométrica La restricción epipolar y la matriz esencial El algoritmo de los ocho puntos BibliografíaJustificación teórica. ¿Lo anterior es suficiente? No: El rango de X es menor que ocho: hay menos de ocho puntos en posición general. E S tiene que satisfacer que su forma matricial E sea una matriz esencial. Solución: Calcular el núcleo de X obteniendo F que probablemente no pertenezca a E. Proyectarla sobre la variedad de las matrices esenciales. Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 47. Introducción Modelización geométrica La restricción epipolar y la matriz esencial El algoritmo de los ocho puntos BibliografíaProyección sobre E Teorema (Proyección sobre E) Dada una matriz real F ∈ R3×3 con SVD F = U diag{λ1 , λ2 , λ3 }V T , cumpliendo U, V ∈ SO(3), λ1 ≥ λ2 ≥ λ3 , se tiene que la matriz esencial E ∈ E que minimiza el error E − F 2 viene dada por f E = U diag{σ, σ, 0}V T con σ = λ1 +λ2 . 2 Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 48. Introducción Modelización geométrica La restricción epipolar y la matriz esencial El algoritmo de los ocho puntos BibliografíaPosibles soluciones. Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 49. Introducción Modelización geométrica La restricción epipolar y la matriz esencial El algoritmo de los ocho puntos BibliografíaEl algoritmo lineal de los ocho puntos. I Dado un cojunto de correspondencias entre las dos imágenes (xi , xj ), j = 1, 2, . . . , n (n ≥ 8), el algoritmo devuelve (R, T ) ∈ SE(3), tales que xjT T Rxj = 0, 2 1 j = 1, 2, . . . , n. Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 50. Introducción Modelización geométrica La restricción epipolar y la matriz esencial El algoritmo de los ocho puntos BibliografíaEl algoritmo lineal de los ocho puntos. II 1 Cálculo de una aproximación de la matriz esencial. Construir X = [a1 , a2 , . . . , an ]T ∈ Rn×9 a partir de las correspondencias xj y xj como se hizo en el teorema 4.1: 1 2 aj = xj ⊗ xj ∈ R9 . 1 2 Encontrar el vector E S ∈ R9 de norma 1 tal que X E S se minimimice como sigue: calcular la SVD de X = UX ΣX VX T y definir E S la novena columna de V . Calcular la matriz X asociada a E S , E. (Esta matriz, en general, no pertenecerá a E.) Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 51. Introducción Modelización geométrica La restricción epipolar y la matriz esencial El algoritmo de los ocho puntos BibliografíaEl algoritmo lineal de los ocho puntos. III 2 Proyección sobre E. Descomponer la matriz E, calculada a partir de los datos, en valores singulares E = U diag{σ1 , σ2 , σ3 }V T , donde σ1 ≥ σ2 ≥ σ3 ≥ 0 y U, V ∈ SO(3). En general, como E puede no ser una matriz esencial, σ1 = σ2 y σ3 = 0. Pero su proyección sobre E (normalizada) es de la forma U ΣV T , con Σ = diag{1, 1, 0}. Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 52. Introducción Modelización geométrica La restricción epipolar y la matriz esencial El algoritmo de los ocho puntos BibliografíaEl algoritmo lineal de los ocho puntos. IV 3 Recuperación de la posición relativa. A partir de la SVD de la proyección, calculamos R y T como sigue: π π R = U RZ (± )V T ; T T = U RZ (± )ΣU T , 2 2   0 ±1 0 donde RZ (± π ) =  1 0 T 2 0 . 0 0 1 Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 53. Introducción Modelización geométrica La restricción epipolar y la matriz esencial El algoritmo de los ocho puntos BibliografíaBibliografía I Luis Baumela. Curso de doctorado: “Visión por Computador”. Universidad Politécnica de Madrid, 2004. Departamento de Electrónica de la Universidad de Alcalá. Curso de doctorado: “Procesamiento digital de imágenes. Aplicaciones en robótica”. Curso 2005-2006. R. I. Hartley, A. Zisserman Multiple View Geometry in Computer Vision. Cambrdige University Press, 2004. Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 54. Introducción Modelización geométrica La restricción epipolar y la matriz esencial El algoritmo de los ocho puntos BibliografíaBibliografía II Y. Ma, S. Soatto, J. Kosecká, S. Shankar Sastry. An Invitation to 3-D Vision. Springer-Verlag N. Y., 2004. Domingo Mery. Asignatura: “Visión por Computador”. Universidad Católica de Chile, 2004. J. M. Sanchiz, F. Pla. Curso de doctorado: Fundamentos de Visión por Computador Universitat Jaume I, 2006. Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador
  • 55. Introducción Modelización geométrica La restricción epipolar y la matriz esencial El algoritmo de los ocho puntos BibliografíaBibliografía III Alberto Ruiz. Apuntes de sistemas de percepción y Visión por Computador Universidad de Murcia 2004. B.N. Shapukov. Grupos y álgebras de Lie en ejercicios y problemas URSS, Moscú, 2001. . Gema R. Quintana Portilla Fundamentos Matemáticos de la Visión por Computador

×