Erfassung und Verarbeitung dreidimensionaler Daten
Vorstellung des Fachgebietes (E 1 - 11)
absolut uninteressant ;)
Einführung (1 - 14 & TW 17 - 18)
Anatomie des Auges
[...]
Stereosehen
- Horopter: [...]
- Zyklopenauge: [...]
- ungekreuzte, gekreuzte Doppelbilder: [...]
Tiefenwahrnehmung
- Probleme beim Tiefensehen: [...]
- Disparität: [...]
Technische Grundsätze der 3D-Datenerfasung (Ü-TGA 1 - 34)
- größtenteils nur Beispiele gezeigt
optische 3D-Messverfahren
Verarbeitung von 3D-Daten
siehe auch Kapitel 14 - dort werden die Verfahren genauer beschrieben
- Detektion von Ausreißern
- Beseitigung zwingend erforderlich
- stören Folgeoperationen erheblich
- Registrierung von Teilansichten
- Ganzkörpererfassung erfordert mehrere Teilansichten
- Marken nur in Ausnahmesituationen möglich
- Problem: es existieren keine korrespondieren Punkte
- Homogenisierung
- Entfernen oder Zusammenfassen von Punkten unter Beachtung von Objektstruktur und verfügbarer Punktdichte
- Regularisierung, Verdichtung
- Problem: fehlende Messwerte durch Fehlmessung oder hoher räumlicher Gradient in Messrichtung
- Lösung: Interpolation zur Erzeugung gleichmäßiger Punktdichten
- Segmentierung von Regelgeometrien und Randkurven
- Regelgeometrien z.B. Kugel, Zylinder, Quader, Ebene, etc.
- Trennung der Objekte/Punktwolken in Freiformanteile (für Weiterverarbeitung wichtig)
- Handsegmentierung führt zu erheblichen Fehlern
- Triangulation
- bedeutsam für Beschreibung von Freiformflächen
- 2,5D-Daten leicht triangulierbar
- bei 3D-Daten schwieriger
- Homogenisierung von Triangulationen
- Vermessung von Regelgeometrien
- Extraktion von 3D-Merkmalen
- Extraktion der Paramter der Regelgeometrien aus segmentierten Teilpunktewolken
- Vergleich mit CAD-Daten
Geometrische Transformationen (GT 1 - 18)
Bedeutung:
- affine Transformationen zur Beschreibung der geometrischen Anordnung der Elemente (Messgeräte, Lichtquellen, etc.)
- planare Projektionen zur Beschreibung der Abbildung in der Kamera
- beides zusammen bildet Basis für 3D-Rekonstruktion
Affine Transformationen:
- zur Modellierung komplexer Szenen müssen Objekte verschoben, gedreht, skaliert und gespiegelt werden
- meist auch Transformation von Koordinatensystemen notwendig
- deshalb affine Transformationen nutzen:
- Translation
- Rotation
- Skalierung
- Scherung
- Spiegelung
Affine Abbildungen
- Objekte in einer Ebene E1, die auf eine parallele Ebene E2 abgebildet werden sind kongruent
- wenn E2 aber nicht parallel zu E1 ist ergibt sich eine affine Verwandschaft zwischen den Objekten
- Eigenschaften:
- Geraden bleiben Geraden
- parallele Geraden bleiben parallel
- Teilverhältnisse der Abstände zwischen entsprechenden Punkten auf einer Geraden bleibt gleich
- Abstände selbst bleiben nicht gleich
- Winkel zwischen Geraden bleiben nicht erhalten
Fazit:
Eine affine Abbildung lässt sich durch eine lineare Transformation (Rotation, Skalierung, Scherung, Spiegelung) und eine Translation realisieren.
planare Projektionen
- die planare Transformation macht es möglich aus 2D-Bildern 3D-Daten zu extrahieren
- dadurch können 3D-Objekte berührungslos vermessen werden
- benötigt wird hierfür:
- Parallelprojektion
- Zentralprojektion
- für eine einfache Handhabung der Zentralprojektion sind projektive Räume und homogene Koordinaten notwendig
Projektive Räume und homogene Koordinaten
[...]
3D-Datenerfasung (mbs 1 - 50)
[...]
Korrespondenzanalyse (KA-C 1 - 23)
[...]
Intensitätsbasierte Verfahren (KA 1 - 27)
[...]
Titel | Seite |
---|---|
MAD | 2 |
Blockmatching - Verfahren | 3 - 5 |
Kreuzkorrelation und Kreuzkovarianz | 6 - 10 |
Polynokulare Verfahren | KA 26 - 27 |
MAD
Mean Absolute Difference (MAD) ist die Mittlere pixelweise absolute Differenz zweier Korelationsfenster. Im Script wird die normierte Variante genannt:
bzw. die follgende allgemeine Variante (keine Scanlinerichtung vorgegeben wie oben)
MSE
Mean Square Error (MSE) ist die Mittlere quadratische Differenz zweier Korelationsfenster. Im Script wird folgende Variante genannt:
Blockmatching - Verfahren
[...]
Kreuzkorrelation und Kreuzkovarianz
Kreuzkorrelation:
Kreuzkovarianz:
[...]
Varianz (für normierte Kreuzkorelation):
[...]
Normierte Kreuzkorelation:
Ja klar
Merkmalsbasiert
[...]
Weitere Verfahren
unwichtig (denk ich)
Polynokulare Verfahren
[...]
Oberfläschenbestimmung mit strukturiertem Licht (sLi 1 - 20)
sLi 1 - 20
Wie bei Stereokamerasystemen, wird hier mit zwei verschieden Blick-/Projektionsrichtung gearbeitet. Der Unterschied ist nur, dass der Strahlengang hierbei vom Projektor auf die Szene fällt und die remitierte Strahlung von der Kamera aufgenommen wird. [...]
Schnitt-Techniken (STe 1 - 29)
[...]
Fokusserien (FS 1 - 19)
[...]
Weißlichtinterferometrie (WLI 1 - 22)
Kohärenzläge: [Erklärung]
Subpixeling (SuPi 1 - 37)
[...]
Subpixeling bei Kanten (SuKa 1 - 16)
[...]
Punktewolken (PW 1 - 61)
Homogenisierung (PW 1 - 13)
Schaffung einer gleichverteilen Punktwolke um Redundanzen zu verringern und den Informationsgehalt pro Punkt zu erhöhen. So sollen z.B. ebene Flächen durch sehr wenige und stark gerümmte Flächen durch sehr viele Punkte dargestellt werden.
[...]
Dichtemaße (PW 2 - 4)
Punkteanzahl pro Kugelvolumen
Anzahl der Punkte im Inneren der Kugel normiert durch das Kugelvolumen:
- Weißt eine Art Teipassverhalten auf
Gradientenabhänig
[Erklärung D1, D2]
Abstände des nächsten Nachbarn
[Erklärung]
Triangulation (PW 14 - 46)
[...]
Ausdünnung von Triangulationen (PW 47 - 50)
[...]
Detektion von Ausreißern (PW 51)
[...]
Registrierung von Teilansichten (PW 52)
[...]
Regularisierung, Verdichtung (PW 53)
[...]
Segmentierung von Regelgeometrien und Randkurven(PW 54 - 55)
[...]
weitere Themen (PW 56 - 61)
[...]
EOF