Τρισδιάστατη αναδόμηση από μία μόνο φωτογραφία: 8 βήματα

2024 Συγγραφέας: John Day | [email protected]. Τελευταία τροποποίηση: 2024-01-30 08:32

Το έργο της τρισδιάστατης ανασυγκρότησης σχετίζεται συνήθως με τη διόφθαλμη όραση. Εναλλακτικά, μπορείτε να μετακινήσετε μία μόνο κάμερα γύρω από το αντικείμενο. Εν τω μεταξύ, εάν το σχήμα του αντικειμένου είναι γνωστό, η εργασία μπορεί να λυθεί από μία φωτογραφία. Δηλαδή έχετε μόνο μία κάμερα και δεν κινείται. Ας δούμε πώς να το κάνουμε βήμα προς βήμα. Θα χρησιμοποιήσουμε τον κύβο του Ρούμπικ επειδή είναι καλά τυποποιημένος και έχει ένα πλούσιο σύνολο χαρακτηριστικών. Μπορεί να θεωρηθεί ως ένα πολύ απλό αντικείμενο και ταυτόχρονα μια περίπλοκη κατασκευή. Έτσι η μηχανική όραση πρέπει να ξεπεράσει σημαντικά εμπόδια για να ολοκληρώσει το έργο.

Βήμα 1: Αξιολογήστε την πολυπλοκότητα της εργασίας

Με την πρώτη ματιά, το έργο είναι απλό. Βρείτε τον κεντρικό κόμπο όπου ενώνονται 3 άκρες του κύβου και σχεδιάστε αυτές τις άκρες. Από τις συντεταγμένες τους, είναι δυνατό να υπολογιστεί η απόσταση από την κάμερα και οι γωνίες περιστροφής. Το πρόβλημα είναι ότι αυτές οι γραμμές δεν υπάρχουν. Από την αριστερή εικόνα βλέπετε ότι κάθε άκρη αντιπροσωπεύεται από 2 παράλληλες γραμμές. Επιπλέον, η επάνω δεξιά εικόνα δείχνει ότι καθένα από αυτά χωρίζεται σε 3 τμήματα. Επιπλέον, εάν εφαρμόσουμε μια παραλλαγή του δημοφιλούς μετασχηματισμού Hough που μπορεί να ανιχνεύσει τμήματα γραμμών, εκτελεί την εργασία με ορισμένα σφάλματα που καθιστούν αδύνατη την ανίχνευση του κεντρικού κόμβου. Εάν τα άκρα δεν φτάνουν μεταξύ τους, δεν υπάρχει ούτε ένα σημείο. Εάν η ανίχνευση ξεπεράσει το τέλος, θα μοιάζει με τον κόμπο στη μέση της άκρης όπως βλέπετε στις 2 υπόλοιπες εικόνες.

Βήμα 2: Βρείτε την κατάλληλη προσέγγιση

Όταν πάρα πολλές λεπτομέρειες καθιστούν τους ντετερμινιστικούς αλγόριθμους μη λειτουργικούς, ήρθε η ώρα να εξετάσουμε την πιθανολογική προσέγγιση. Εάν υπολογίσουμε τις μέσες παραμέτρους της εικόνας, τα σφάλματά τους θα μειωθούν σημαντικά και παραδόξως η μέθοδος θα καταστεί πιο αξιόπιστη. Ο τυπικός μετασχηματισμός Hough δεν εξάγει τμήματα γραμμών. Μόνο η κλίση του θήτα και η απόσταση rho από την αρχή των συντεταγμένων. Αποτελούν το χώρο Hough, μέρος του οποίου φαίνεται παραπάνω. Εδώ η θήτα αντιστοιχεί στον οριζόντιο άξονα. Τα φωτεινά σημεία σηματοδοτούν πιθανές γραμμές στην εικόνα. Σημειώστε ότι πολλά τέτοια σημεία βρίσκονται το ένα πάνω στο άλλο. Δεν είναι περίεργο, στην εικόνα μας υπάρχουν πολλές παράλληλες γραμμές. Έχουν το ίδιο θήτα και διαφορετικό rho.

Βήμα 3: Υπολογίστε το Ιστόγραμμα Theta

Ας ανιχνεύσουμε τέτοια σμήνη. Για το σκοπό αυτό θα συνοψίσουμε τις αναγνώσεις για όλες τις τελείες στο χώρο Hough με το ίδιο θήτα. Βλέπετε το αντίστοιχο ιστόγραμμα στην εικόνα. Λίγες σημειώσεις για τις μετρήσεις. Όταν εργάζεστε με εικόνες σε συντεταγμένες εικονοστοιχείων, ο άξονας Χ πηγαίνει ως συνήθως, αλλά το Υ δείχνει προς τα κάτω, οπότε η αρχή των συντεταγμένων είναι η επάνω αριστερή γωνία και το θήτα πρέπει να μετράται από τον άξονα Χ δεξιόστροφα. Έχοντας υπόψη ότι ολόκληρη η σάρωση του θήτα στην εικόνα είναι 180 μοίρες, μπορείτε να ελέγξετε περίπου ότι 3 μεγάλες κορυφές αντιπροσωπεύουν 3 κυρίαρχες κλίσεις στην εικόνα.

Βήμα 4: Υπολογίστε το ιστόγραμμα Rho

Τώρα που γνωρίζουμε 3 κύριες ομάδες παράλληλων γραμμών, ας διαχωρίσουμε τις γραμμές μέσα σε κάθε μία από αυτές. Μπορούμε να επαναλάβουμε την ίδια προσέγγιση. Ας πάρουμε μια στήλη από το χώρο Hough που αντιστοιχεί σε μία κορυφή στο ιστόγραμμα theta. Στη συνέχεια, θα υπολογίσουμε ένα άλλο ιστόγραμμα όπου ο άξονας Χ αντιπροσωπεύει την τιμή rho και το Y - συνοπτικές ενδείξεις για αυτό το rho. Προφανώς, το άθροισμα θα είναι μικρότερο, οπότε αυτό το γράφημα δεν είναι τόσο ομαλό. Παρ 'όλα αυτά, οι κορυφές είναι σαφώς ορατές και ο αριθμός αυτών (7) αντιστοιχεί ακριβώς στον αριθμό των παράλληλων γραμμών στην εικόνα προέλευσης. Δυστυχώς, δεν είναι όλα τα διαγράμματα τόσο τέλεια, αλλά η αρχή είναι σαφής.

Βήμα 5: Βρείτε τον κεντρικό κόμπο

Εάν πάρουμε την κεντρική κορυφή στο ιστόγραμμα rho για κάθε θήτα, θα έχουμε 3 γραμμές που είναι κόκκινες στην εικόνα. Η τομή τους σηματοδοτεί το απαραίτητο σημείο.

Βήμα 6: Επιλέξτε από 2 εναλλακτικές λύσεις

Βλέπετε ότι κάθε γραμμή πηγαίνει από το κεντρικό σημείο και προς τις δύο κατευθύνσεις. Πώς να προσδιορίσετε το σωστό μισό; Ας πάρουμε το theta3. Ας υποθέσουμε ότι παίρνουμε το κάτω μέρος αυτής της γραμμής. Ας υπολογίσουμε έναν ακόμη χώρο Hough μόνο για το τμήμα της εικόνας από 2 πράσινες γραμμές στην επάνω δεξιά γωνία της εικόνας. Στη συνέχεια, δημιουργήστε ιστόγραμμα theta για αυτό. Βλέπετε ότι η τρίτη κορυφή εξαφανίστηκε εντελώς, οπότε κάναμε τη σωστή επιλογή.

Βήμα 7: Προσδιορίστε τις εξωτερικές γωνίες

Τώρα μπορούμε να χρησιμοποιήσουμε την πρώτη και την τελευταία κορυφή στα ιστογράμματα rho έτσι ώστε να σχεδιάσουμε μπλε γραμμές που κόβουν τις κόκκινες άκρες και σηματοδοτούν τις υπόλοιπες γωνίες. Η εργασία λύθηκε.

Βήμα 8: Δοκιμάστε το στην πράξη

Οι εικόνες για αυτό το Instructable δημιουργήθηκαν χρησιμοποιώντας την αντίληψη 1.0. Αυτό είναι δωρεάν λογισμικό που χρησιμοποιεί OpenCV - μια ισχυρή βιβλιοθήκη για όραση υπολογιστή. Επίσης, μπορεί να συνδεθεί με το WinNB που χρησιμοποιήθηκε σε άλλο Instructable παρέχοντας έτσι δυνατότητα όρασης για τη ρομποτική. Μπορείτε να κατεβάσετε και τα δύο προγράμματα από το nbsite. Για εγκατάσταση, απλώς εκτελέστε το ληφθέν αρχείο exe. Αργότερα, μπορείτε να το καταργήσετε χρησιμοποιώντας το τυπικό εργαλείο των Windows. Ο ιστότοπος περιέχει επίσης πόρους σχετικά με την όραση υπολογιστή και σχετικά θέματα. Στο Perception θα βρείτε την περιγραφόμενη μέθοδο τρισδιάστατης ανακατασκευής καθώς και πολλές άλλες. Το πλεονέκτημα αυτού του προγράμματος είναι ότι εξάγει το τελικό αποτέλεσμα μαζί με ενδιάμεσα δεδομένα. Είστε σε θέση να ερευνήσετε πώς λειτουργεί η όραση υπολογιστή χωρίς να είστε προγραμματιστής. Όσον αφορά την εισαγωγή, κάθε μέθοδος έχει ειδικά επιλεγμένα τυπικά δείγματα. Φυσικά, μπορείτε επίσης να χρησιμοποιήσετε το δικό σας. Είναι δυνατή η εισαγωγή εικόνων από ένα αρχείο ή από την κάμερα του υπολογιστή. Μη διστάσετε να επικοινωνήσετε μαζί μου για τυχόν ερωτήσεις ή προτάσεις.