Làm cách nào tôi có thể xây dựng lại cấu trúc 3D từ một tập hợp hình ảnh?

Tôi có một bộ các đường viền (tập hợp các phân đoạn dòng) được nhóm theo cách sau:

$S_i = \{I^0, I^\frac{\pi}{4}, I^\frac{2\pi}{4}, \ldots, I^\frac{7\pi}{4} \}$

Ở đâu

• $S_i$ biểu thị chuỗi ảnh của một đối tượng cụ thể.
• $I^j$ biểu thị một hình ảnh, với quan điểm ( có nghĩa là chế độ xem trước). j = $j^{th}$$j=0$

Dưới đây là ví dụ về (xem phía sau): $I^\pi$

Làm cách nào tôi có thể xây dựng lại cấu trúc 3d của đối tượng với cho ?$S_i$

Ai đó có thể chỉ cho tôi một số giấy tờ hoặc thậm chí cho tôi một số từ khóa? Tôi biết rằng có rất nhiều bài viết hoạt động với các đám mây điểm và vân vân, nhưng những bài viết đó không hoạt động khi tôi đang hoạt động với các dòng.

Thật ra nó là một chủ đề khá khó. Tái tạo 3d đa góc nhìn cổ điển liên quan đến khớp điểm ở vị trí đầu tiên, tức là tìm cùng một điểm trên mỗi hình ảnh. Đưa ra các thông số camera (chế độ xem) cho từng hình ảnh, điểm 3d gốc có thể được xây dựng lại. (Sử dụng tia laser hoặc máy chiếu, cảnh có thể được thắp sáng để việc ghép có thể được thực hiện tương đối dễ dàng.)

Kinh thánh của lĩnh vực này là Hình học nhiều góc nhìn trong thị giác máy tính của Hartley và Zisserman

Trong cuốn sách có một phần về tenor trifocal, đó là một ràng buộc đa tuyến giữa 3 khung nhìn. Nó không chỉ chứa các ràng buộc tương ứng điểm mà còn. Nó có thể được sử dụng để xây dựng lại rất tốt.

Vì vậy, các đường viền của bạn phải được khớp ở vị trí đầu tiên và có thể được xây dựng lại khi biết các thông số máy ảnh (hiệu chỉnh máy ảnh cũng được đề cập trong sách). Sau đó, bạn sẽ có đường viền trong 3d nhưng không có gì hơn. Đối với bề mặt thực, bạn phải làm phù hợp với điểm dày đặc. Mặc dù tenor tôi đã đề cập trông tốt, nó được sử dụng cho các đường thẳng và tôi chắc chắn rằng một chiếc xe hiện đại có các đường cong trên tất cả.

Tôi không biết làm thế nào bạn có những đường viền đó nhưng nhìn thấy hình ảnh bạn đã đăng Tôi khá hoài nghi về sự mạnh mẽ của thuật toán đó, vì vậy việc xây dựng lại sẽ kém.

Một phương pháp khác mà tôi nghĩ đến là thân tàu trực quan hoặc chạm khắc không gian . Các toán học đường viền cũng nên được thực hiện. Chạy phương thức trên mỗi đường viền bạn có thể có mô hình.

Mặc dù được đề cập bởi cuốn sách Fodor Hartley và Zisserman chắc chắn đáng để đọc, nó hiểu nhiều hơn cho các thuật toán thực tế. Nó khá lỗi thời và những phương pháp đó không hiệu quả. Về vấn đề của bạn - việc xây dựng vấn đề tự nó rất không phổ biến. Như đã đề cập bởi Fodor bắt đầu với các điểm đặc trưng phù hợp thay vì các đường viền thì dễ dàng hơn rất nhiều. Trong trường hợp điểm, tổng quan hoàn toàn tốt nhất về các phương pháp hiện đại có sẵn là bài báo của Triggs "Điều chỉnh gói - Tổng hợp hiện đại" Nhưng trước khi sử dụng điều chỉnh bó, bạn sẽ khớp điểm tương ứng trên ảnh bằng cách sử dụng một cái gì đó như Sift hoặc khớp mẫu. Google tái tạo 3Dcho ví dụ về một số phương pháp hoàn chỉnh. Bạn cũng có thể sử dụng các gói nguồn mở cho nó, có sẵn một số.

Nếu bạn khăng khăng sử dụng các đường viền, vấn đề sẽ khó khăn hơn rất nhiều, mặc dù vẫn (hầu như) không thể điều khiển được. Trước tiên, bạn sẽ xác định và khớp các đường viền tương ứng trong tất cả các hình ảnh, sau đó viết hàm chi phí - tổng các lỗi từ chối cho từng nhóm đường viền phù hợp là chức năng từ vị trí camera & hướng của mỗi hình ảnh. Sau đó tìm tập hợp vị trí camera giúp giảm thiểu chức năng chi phí này. Mỗi bước của quá trình này là vô cùng khó khăn, và không có tổng quan tốt như Triggs. Bạn có thể google một số giấy tờ có liên quan dưới dạng kết hợp các thuật ngữ "đường viền" "khớp với" "điều chỉnh gói" "lỗi từ chối" "tái tạo 3D".

Kiểm tra Tái tạo mô hình từ hình ảnh hơi khác so với những gì bạn đang làm nhưng tôi nói về cách chuyển từ hình ảnh sang mô hình 3d. Ngoài ra, hãy kiểm tra MeshLab , nó có một số thuật toán xây dựng lại mà bạn có thể đưa dữ liệu của mình vào.