Generowanie i wizualizacja w internecie anaglifowych obrazów przestrzennych z niemetrycznych aparatów cyfrowych

• Autorzy: Paszotta Z.

Warianty tytułu

EN

Generation and visualisation of anaglyphic spatial images from non-metric digital images via the internet

• Języki publikacji: PL

Abstrakty

PL

Problem generowania obrazów przestrzennych w fotogrametrii rozwiązywany jest za pomocą obrazów epipolarnych. Odpowiednią metodę przedstawił Kreiling w 1976 roku. Dotyczy ona jednak zdjęć fotogrametrycznych, dla których znana jest orientacja wewnętrzna. W przypadku obrazów cyfrowych pozyskiwanych kamerami niemetrycznymi należy stosować inne rozwiązanie korzystające z pojęcia macierzy fundamentalnej, wprowadzonego przez Luonga w 1992 roku. W celu wyznaczania tej macierzy określającej związek między prawym i lewym obrazem cyfrowym, potrzeba co najmniej osiem punktów homologicznych. Do wyznaczenia rozwiązania stosuje się tzw. rozkład SVD. Korzystając z macierzy fundamentalnej wyznacza się linie epipolarne, które łączy się w obrazy. Odpowiednie podstawy matematyczne oraz ilustracje zamieszczono w publikacji. Opracowane algorytmy oraz oprogramowanie pozwala przez Internet generować trójwymiarowe obrazy anaglifowe przy wykorzystaniu obrazów pozyskanych z niemetrycznych aparatów cyfrowych. Aplikacja internetowa zrealizowana jest w architekturze klient-serwer, gdzie klientem jest przeglądarka internetowa. Macierz fundamentalną oblicza się na serwerze. Wszystkie funkcje oprogramowane są w języku Java i rozdzielone między klientem i serwerem. Jest to przykład aplikacji rozproszonej pozwalającej interaktywnie tworzyć anaglifowe obrazy przestrzenne. Ma duże walory poznawcze i edukacyjne. Aplikacja jest dostępna na stronie internetowej autora http://www.kfit.uwm.edu.pl/zp/.

EN

Inferring three-dimensional information from images taken from different viewpoints is a central problem in terrestrial photogrammetry and computer vision. In classic photogrammetry (which is based on photogrammetric images), generating 3D images is a well-known process. A breakthrough in the process was made in 1976, when Kreiling developed a method of generating epipolar images. However, it is possible to project stereogram images onto the common plane if the camera constants and the elements of relative orientation are known. As digital cameras have become ubiquitous, it is now possible to obtain non-metric, digital terrestrial images; however, obtaining spatial images from such photographs has become a problem. Recent work has shown that it is possible to recover the projective structure of a scene from point correspondences only, without the need for camera calibration. The solution came with the introduction of the fundamental matrix in 1992 in a PhD thesis by Luong and in Faugeras and Hartley (1992). After applying additional conditions and parameters to an image, a spatial image can be generated. Therefore, the next task is to develop software to generate spatial images. It appears that it is possible to generate spatial images with the use of the idea of anaglyphic images interactively on the Internet and taking measurement on them. The proposed solution works as an Internet application in JAVA and employs client-server technology, which in practical terms means communication between applets and the servlet. This paper presents the theoretical foundations of the spatial image construction from nonmetric digital images. It is also aimed at showing the web-based photogrammetric applications located on the Department of Photogrammetry and Remote Sensing server (http://www.kfit.uwm.edu.pl/zp/wzasik.html). The epipolar geometry is the intrinsic projective geometry between two views. It is independent of scene structure and dependent on the camera’s internal parameters and relative orientations of images. This intrinsic geometry is encapsulated in the fundamental matrix F. The dimension of matrix F is 3x3. A total of 9 coefficients minus one scaling coefficient remain to be determined. To determine them, at least 8 homologous points are needed. Determination of this matrix is the first stage in the process of creating spatial images. To find the solution of elements of the fundamental matrix, the authors apply singular value decomposition (SVD). When the matrix F is known it is possible to determine the epipole lines and to build the spatial image. In the next part of the paper, the authors describe such Internet application. In constructing a Web application, it can be assumed that photos will be stored on different computers – data servers. The software necessary to read data from these servers will be installed on another computer called an application server. In addition, users will be communicating with the application server by means of their Web browser. During the process of construction of an anaglyph, the coordinates of at least 8 homologous points should be measured and collected in the table. By correct arrangement and careful measurements, homologous point parameters of the fundamental matrix should be fixed. At the next step, an anaglyph is created over the Internet.

Słowa kluczowe

PL

obraz cyfrowy; macierz fundamentalna; rozkład SVD; Java; Internet

EN

digital image; fundamental matrix; singular value decomposition; Internet; Java

• Wydawca: Zarząd Główny Stowarzyszenia Geodetów Polskich
• Czasopismo: Archiwum Fotogrametrii, Kartografii i Teledetekcji
• Rocznik: 2008
• Tom: Vol. 18b
• Strony: 465--474
• Opis fizyczny: Bibliogr. 6 poz.

Twórcy

autor

Paszotta Z.

• Zakład Fotogrametrii i Teledetekcji,Uniwersytet Warmińsko-Mazurski w Olsztynie, tel. [phone] fax: [phone]

Bibliografia

• 1. Brandt S., 1999. Analiza danych. Wydawnictwo Naukowe PWN, Warszawa, s. 537-538.
• 2. Forstner W., 2000. New Orientation Procedures. The International Archives of Photogrammetry and Remote Sensing, Amsterdam, The Netherlands, 16-23 July, 2000 Vol. XXXIII-B3A, str.297-304.
• 3. Hartley R. I., 1992. Estimation of relative camera positions for uncalibrated cameras. Proceedings of the Second European Conference on Computer Vision. s. 579-587.
• 4. Luong Q. T., 1992. Fundamental matrix and self-calibration. PhD Thesis, University of Paris, Orsay.
• 5. Longuest-Higgins H., 1982, A computer algorithm for reconstructing a scene from two projections. Nature Vol. 293, s.133-135.
• 6. Press W., Flannery B., Teukolsky S., Vetterling W.,1992, Numerical Recipes in C: The Art of Scientific Computing. second edition, Cambridge University Press, ISBN-10: 0521431085, s. 59-70.