Documente Academic
Documente Profesional
Documente Cultură
Câmeras
Câmera de Orifício: Pelo fato do orifício ser muito pequeno, apenas um feixe de luz passa
por ele. Quanto mais distante o objeto do centro ótimo, menor é a
projeção. Em casos degenerados, uma linha no espaço vira um ponto
na imagem; e um plano no espaço vira uma linha na imagem.
Câmeras com Lente: Limitações: Quanto menor o furo, mais escura fica a imagem, porém
para capturar o brilho da imagem é necessário deixar mais tempo o
orifício aberto ( o que borra a imagem). Quanto menor o furo, maior
será o efeito de difração do raio que passa por ele (o que também borra
a imagem).
Além da abertura do orifício, o meio também varia a difração. Ou seja
dependendo do índice de refração, o raio de refração se aproximará ou
se afastará do raio incidente.
Lentes Delgadas: A fim de diminuir a refração foram criadas as lentes delgadas que são
lentes tão finas que a difração pode ser desprezada. Supondo o raio
incidente paralelo ao eixo ótimo, este do outro lado cruza o eixo ótico a
uma distância “f” (distância focal) do centro da lente. Os pontos de corte
no eixo, são chamados de pontos focais F e F’.
Sistemas de Coordenadas composto por: origem, e 3 vetores unitários ortogonais entre si,
chamados de vetores de base (atendendo a regra da mão direita).
Coordenadas de um ponto são o comprimentos das projeções ortogonais do vetor OP
(O=origem e P=ponto): OP xi yj zk .
Coordenadas de um vetor é dado pelo comprimento ortogonal das projeções dos vetores de
x
base: P y .
z
Coordenadas de um plano: Sendo π um plano, A um ponto no plano, e n um vetor unitário
perpendicular a π, temos que, AP n 0 OP n OA n 0 . Sendo
a x
b y
OA d , P ( x, y , z ) T , n ( a, b, c ) P 0 onde e P (coordenadas
T
c z
d 1
homogêneas).
Translação Pura: B
P AP BO A
i AiB j AiB k AiB
k A j B
onde: A R i A j B
B
Rotação Pura: B
P AB R A
P j A jB
i A k B jAkB k A k B
Projeções de B na base A
Translação + Rotação: B
P AB R A
P B O A em coordenadas homogêneas
BP B AP BR B
OA
1 A
1 sendo
B
A T
1
A
O
u k f uˆ
Supondo 1/k e 1/l as dimensões horizontais e verticais dos pixels: v l f vˆ
Supondo o centro de coordenadas da câmera não é o centro da retina e sim deslocado de
(u 0, v 0)
u uˆ u 0 k f uˆ u 0
v vˆ v 0 l f vˆ v 0
u 0 u 0 uˆ
P v 0 v 0 vˆ
1 0 0 1 1
Supondo cisalhamento = θ
u uˆ cot vˆ u 0 cot u0
ˆ , sendo K 0
pK p / sin v0
v vˆ v0
0
sin 0 1
Parâmetros da Matriz:
WC R C
OW WC R t
C
P T
W
P T W
P , Matriz de Parâmetros Extrínsecos
O 1 O 1
Parâmetros da matriz:
3 parâmetros de rotação independentes (ângulo de rotação de cada eixo)
3 componentes da translação t
CR t
1
p K 0 T W
P
1
K C
R t W
P
1
W
z O z
1 W
Logo: p M P , sendo z a distância do ponto ao eixo de coordenadas da câmera
z
Calibração de Câmeras
2
Se p>q não tem solução E Ux y
E
O resultado será o x que minimizar E x 0 (j=1,2,...,q) U (U T U ) 1U T
j
(pseudo-inversa).
Sistema Homogêneo: Ux=0. Solução que minimiza o erro quadrático médio x=e1. Onde e1
é o autovetor associado ao menor autovalor de U T U . Porém, para garantir que a solução
2
encontrada não será x=0, impõe-se que x 2 1 E Ux x T U T Ux ( U T U é
simétrica).
n
Sistema Não Linear: f(x)=0. Se p>q não tem solução E f ( x) fi ( x) . Solução
2 2
i 1
inicial deve ser próxima da correta.
Aplicando a expansão de 1ª ordem de Taylor:
fi ( x) fi ( x) 2
fi ( x x) fi ( x) x1 ... x q 0( x ) fi ( x) fi ( x) x
x1 x q
f ( x x) f ( x) J f ( x)x
f 1 ( x) f 1 ( x)
f 1 ( x )
T ...
x 1 x q
Jf ... ... ... .... .
T f p ( x) f p ( x)
f p ( x) ...
x1 x q
Se F(x) for quadrada o método de Newton anterior pode determinar o minimo do sistema
não linear F(x)=0.
Diferenciando E J f ( x)x F ( x) , onde Jacabiano de F é:
n
J f ( x) J f ( x) J f ( x) f i ( x)H fi ( x)
T
i 1
f i ( x)
2
2 f i ( x)
...
x1
2
x1x q
H fi ( x) ... ... ...
2
f ( x ) 2
f ( x )
i ... i
x1x q 2
x q
Calibração Linear :
m P
u m1 P u 1
1 1 m3 P
p MP v m2 P (sendo m T as linhas da matriz )
1 z m P v m2 P
i
z
3 m3 P
(m1 U m3 ) P 0
( m 2 U m3 ) P 0
P1T 0 T u1 P1T
T T T
0 P1 v1 P1
Coletando n pontos: P ... ... ... .
P T 0T u P T
n n n
0 T T
P n v n Pn
T
Determinando os parâmetros:
a1T r1 cot r2 u 0 r3
T T T
T T
A b K R t a2
T
r2 v0 r3
T sin
a
3 r3
T
/ a3 , 1
2
r3 a3 , a1 a3 r2 cot r1 a1 a3
2
Logo: sin
u 0 (a1 a3 )
2
2 a a r1 2 a 2 a3
2 3
sin sin
v 2 (a a )
0 2 3
T
Assumindo que os vetores ri são perpendiculares entre si, temos que:
a1 a3 a 2 a3
cos 2 sin 1
a1 a3 a 2 a3 r1 (a 2 a3 )
2 a1 a3 sin
e a 2 a3 (a 2 a3 )
r r r
2 a 2 a3 sin 2 3 1
Propriedades:
F tem rank 2
Epipolos e’(e) serão autovalores de F (FT) associados ao menor autovalor na câmera
da esquerda (direita)
b a a b
e ( , )
F d c c d sendo: e' ( ' , ' )
d b ' c ' a ' c ' d ' a 'b '
Algoritmo de 8 pontos
Como as equações são homogêneas podemos impor que F33=1, e assim usar oito
pontos correspondentes:
u1u1 ' u1v1 ' u1 v1u1 ' v1v1 ' v1 u1 ' v1 ' F11 1
u u ' u v ' u v2 u 2 ' v2 v2 ' v2 u2 '
v 2 ' F1 2 1
2 2 2 2 2
1
u 8 u 8 ' u 8 v8 ' u 8 v8 u 8 ' v8 v8 ' v8 u8 ' v8 ' F32 1
(p
T
i F pi ' ) 2 obs: a propriedade de rank 2 é ignorada
i 1
autovalor.
Substituindo na matriz de parâmetros de F e minimizando-a, obtem-se os valores de a,b,c,d.
Com estes valores obtem-se a nova matriz F.
Sabe-se que a maior parte das retas epipolares obtidas pelos algoritmos não cruzam
exatamente o ponto. Ou seja, podemos considerar a existência de uma distância d entre o
ponto e a reta:
Logo, podemos minimizar esta distancia, e assim obter um resultado mais preciso:
d
p
min
2
( pi , F pi ' ) d 2 ( pi ' , F T pi ) , sendo d a distância euclidiana entre o ponto e a reta
i 1
p i F pi '
d 2 ( p i , F pi ' )
( F pi ' )12 ( F pi ' ) 22 p
1 1
T 2 2 i
p Fpi '
i 1 ( Fp i ' )1 ( Fp i ' ) 2 ( F p i )1 ( F p i ) 2
2 2 T
pi ' F T p i
d ( pi ' , F pi ) T 2
2 T
( F pi )1 ( F T pi ) 22
Método de Hartley
a (u i u ) (vi v )
Para determinar a 2 , sendo N = número de pontos
N
p
~
~
( ~p F ~
T
Usando a minimização por erros quadrados para determinar F : i pi ' ) 2
i 1
~
Fazendo a decomposição de F , podemos garantir a propriedade de Det=0, fazendo com
que um dos autovalores seja igual a zero.
~
F USV sendo S a matriz diagonal contendo os autovalores de F: S=diag(r,s,t).