Информационная технология реконструкции цифровой модели местности по стереоизображениям
Фурсов В.А., Гошин Е.В.

PDF, 938 kB

DOI: 10.18287/0134-2452-2014-38-2-335-342

Страницы: 335-342.

Аннотация:
В работе рассматривается информационная технология реконструкции цифровой модели местности по паре стереоизображений. Для случая, когда параметры съёмки известны, детально рассмотрены алгоритмы сопоставления изображений с учётом эпиполярных ограничений. При сопоставлении используются весовые коэффициенты, играющие роль функции штрафа при удалении сопоставляемой точки от эпиполярной линии. Рассмотрена также реализация технологии в случае, когда параметры съёмки не известны. При этом на начальном этапе решается задача идентификации фундаментальной матрицы по соответствующим точкам. Достоинством предлагаемой технологии является отсутствие этапа ректификации изображений, вносящего дополнительные искажения, связанные с интерполяцией изображений. Приводится пример реконструкции ЦММ по космическим стереоизображениям.

Ключевые слова :
стереоизображения, сопоставление изображений, цифровая модель местности, карта диспарантности, согласованная идентификация, фундаментальная матрица, эпиполярная геометрия.

Литература:

  1. Hartley, R.I. Theory and Practice of Projective Rectification // International Journal of Computer Vision. – 1999. – V. 35. – P. 115-127.
  2. Monasse, P. Three-step image rectification / P. Monasse, J.-M. Morel, Z. Tang // Proceedings of the British Machine Vision Conference. – 2010. – V. 19. – P. 89.1-89.10.
  3. Pollefeys, M. A simple and ef?cient recti?cation method for general motion // The Proceedings of the 7th IEEE International Conference on Computer Vision. – 1999. – V. 1. – P. 496-501.
  4. Fursov, V. Conformed Identification of the Fundamental Matrix in the Problem of a Scene Reconstruction, using Stereo Images / V. Fursov, Ye. Goshin // Image Mining. Theory and Applications. Proceedings of IMTA-4 2013. – 2013. – P. 29-37.
  5. Luong, Q.T. The fundamental matrix: Theory, algorithms, and stability analysis / Q.T. Luong, O.D. Faugeras // International Journal of Computer Vision. – 1996 – V. 17(1). – P. 43-75.
  6. Häming, K. Extension of the generalized image rectification – Catching the infinity cases / K. Häming, G. Peters // Proc. 4th International Conference on Informatics in Control, Automation, and Robotics (ICINCO 2007). – 2007 – V. 2. – P. 275-279.
  7. Oram, D. Rectification for any epipolar geometry //British Machine Vision Conference. – 2001. – P. 653-662.
  8. Pollefeys, M. Detailed real-time urban 3d reconstruction from video / M. Pollefeys, D. Nistr, J.M. Frahm [et al.] // International Journal of Computer Vision. – 2008. – V. 78(2-3). – P. 143-167.
  9. Molton, N. Practical structure and motion from stereo when motion is unconstrained / N. Molton, M. Brady // International Journal of Computer Vision. – 2000. – V. 39(1). – P. 5-23.
  10. Vieville, T. Motion of points and lines in the uncalibrated case / T. Vieville, O. Faugeras, Q.T. Luong // International Journal of Computer Vision. – 1996. – V. 17(1). – P. 7-41.
  11. Baha, N. Accurate real-time disparity map computation based on variable support window / N. Baha, S. Larabi // International Journal of Artificial Intelligence & Applications (IJAIA). – 2011. – V. 2. – P. 22-34.
  12. Hartley, R.I. Triangulation / R.I. Hartley, P. Sturm // Computer Vision and Image Understanding. – 1997. – V. 68. – P. 146-157.
  13. Stewart, C.V. Geometric constraints and stereo disparity computation / C.V. Stewart, R.Y. Flatland, K. Bubna // International Journal of Computer Vision. – 1996. – V. 20, Issue 3. – P. 143-168.
  14. Грузман, И.С. Цифровая обработка изображений в информационных системах: учеб. пособие / И.С. Грузман, В.С. Киричук, В.П. Косых [и др.]. – Новосибирск: Изд-во НГТУ, 2002. – 352 c.
  15. Форсайт, Д. Компьютерное зрение. Современный подход / Д. Форсайт, Ж. Понс. – М.: Издательский дом «Вильямс», 2004. – 928 с.
  16. Фурсов, В.А. Реконструкция 3D-сцен на пучках эпиполярных плоскостей стереоизображений / В.А. Фурсов, Е.В. Гошин, С.А. Бибиков // Мехатроника, автоматизация, управление. – 2013. – № 9(150). – С. 19-24.
  17. Tao, M. SimpleFlow: A Non-iterative, Sublinear Optical Flow Algorithm / M. Tao, J. Bai, P. Kohli, S. Paris// Computer Graphics Forum. – 2012. – V. 31, Issue 2. – P. 345-353.
  18. Кузнецов, П.К. Метод определения вектора скорости движения подстилающей поверхности / П.К. Кузнецов, Б.В. Мартемьянов, В.И. Семавин, Е.Ю. Чекотило // Вестник Самарского государственного технического университета. Серия: Технические науки. – 2008. – № 2(22). – С. 96-110.
  19. Фурсов, В.А. Метод согласованной идентификации в задаче определения соответственных точек на изображениях / В.А. Фурсов, Е.В. Гошин // Компьютерная оптика. – 2012. – Т. 36 № 1 – С. 131-135. – ISSN 0134-2452.
© 2009, IPSI RAS
Institution of Russian Academy of Sciences, Image Processing Systems Institute of RAS, Russia, 443001, Samara, Molodogvardeyskaya Street 151; E-mail: ko@smr.ru; Phones: +7 (846) 332-56-22, Fax: +7 (846) 332-56-20