vis o computacional shape from shading e fotom trico es reo
Download
Skip this Video
Download Presentation
Visão Computacional Shape from Shading e Fotométrico Eséreo

Loading in 2 Seconds...

play fullscreen
1 / 34

Visão Computacional Shape from Shading e Fotométrico Eséreo - PowerPoint PPT Presentation


  • 89 Views
  • Uploaded on

Visão Computacional Shape from Shading e Fotométrico Eséreo. http://www.dca.ufrn.br/~lmarcos/courses/visao. Gradiente 2D. Na prática, uma aproximação. P0(x0,y0). P1(x1,y1). Gradiente de superfícies. Vetor (p,q) tal que:. Normal. p. p. f. q. x. f. q. y. Shape from X.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' Visão Computacional Shape from Shading e Fotométrico Eséreo' - garvey


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
vis o computacional shape from shading e fotom trico es reo

Visão ComputacionalShape from Shading e Fotométrico Eséreo

http://www.dca.ufrn.br/~lmarcos/courses/visao

gradiente de superf cies
Gradiente de superfícies
  • Vetor (p,q) tal que:

Normal

p

p

f

q

x

f

q

y

shape from x
Shape from X
  • X = motion (movimento)
  • X = shading (sombreamento)
  • X = textura (regiões com textura uniforme)
  • X = line-drawing
  • X = fotométrico estéreo
  • X = estéreo
relaxa o
Relaxação
  • Inicializa orientação para cada elemento (aos seus píxels na imagem baseado na intensidade)
  • Orientação dos vizinhos é “relaxada” umas contra as outras até que cada uma convirja par auma orientação única
shape from shading1
Shape from shading
  • Estimar a forma, dada apenas uma imagem

Luz

Observador

N

i

e

n0

fun es de refletividade
Funções de refletividade
  • Considere uma fonte de luz distante
  • Considere os ângulos i (incidente), e (emissor) e g (fase) na figura anterior
  • Reflectância de uma superfície é a fração do fluxo de energia incidente refletido em uma dada direção
  • Formalmente, a função de refletividade é:

onde L é radiância que sai e E o fluxo incidente

  • A quantidade de interesse é a irradiância da imagem, dada por: L =  r dE
fun o de refletividade
Função de refletividade
  • Consideremos funções de reflexão mais simples, lambertianas, proporcional apenas ao cosseno do ângulo de incidência da luz
  • Consideremos a função de refletividade relacionada ao gradiente da superfície, medido em relação a um sistema de coordenadas orientado no observador
  • Conceito de espaço-gradiente é essencial
o espa o gradiente
O espaço-gradiente
  • Refere-se à orientação física da superfície, não da intensidade local, não confundir com gradiente da intensidade
  • Espaço gradiente é o espaço bidimensional da inclinação das superfícies da cena
  • É definido, para uma superfície expressa por –z=f(x,y) como o vetor (p,q):
o espa o gradiente1
O espaço-gradiente
  • Qualquer plano na imagem pode ser expresso em termos de seu gradiente
  • Equação geral do plano é: Ax+By+Cz+D=0
  • Então:
  • da equação anterior: -z = px +qy+K
  • Espaço gradiente é o espaço vetorial (p,q) 2D
  • Gradiente perpendicular ao eixo ótico é (0,0)
gradiente de superf cies1
Gradiente de superfícies
  • Vetor (p,q) tal que:

Normal

p

p

f

q

x

f

q

y

espa o gradiente
Espaço gradiente

(,0)

(0,0)

(0,)

(0,-)

(-,0)

Direção atan2(q,p) é a direção de mudança mais rápida da profundidade da superfície à medida que x e y mudam. é a taxa de variação.

mapa de reflect ncia
Mapa de reflectância
  • O mapa de reflectância R(p,q) representa esta variação de brilho percebido com a orientação da superfície
  • R(p,q) dá a radiância da cena como uma função do gradiente da superfície
  • R(p,q) é usualmente mostrado como contornos de radiância constante da cena (curvas de nível ou de mesma intensidade)
casos importantes
Casos importantes
  • Superfície lambertiana, como observador e fonte de luz na mesma direção (i=e)
  • Superfície lambertiana possui intensidade constante para ângulos de iluminação constantes
  • Ângulos constantes ocorrem a círculos concêntricos
  • Superfícies mais brilhantes são as iluminadas na direção normal, de frente para o observador, portanto de gradientes (0,0).
mapa de reflect ncia2
Mapa de Reflectância
  • Neste caso, ângulo incidente e de emissão são os mesmos (fonte perto do observador)
  • Olhando no plano (x,y), significa um vetor para a fonte de luz de (0,0,-1)
  • Em um dado ponto (p,q) no espaço gradiente, a normal à superfície é (p,q,-1)
  • R = r0 cos i, onde r0é uma constante de proporcionalidade R a radiância no sistema de coordenadas com origem no observador
mapa de reflect ncia3
Mapa de reflectância
  • Seja ns e n vetores unitários na direção da fonte e normal à superfície, respectivamente
  • Desde que cos i = ns . n, então:
  • Então cos i determina o brilho na imagem e seu gráfico determina o espaço gradiente da imagem, visto anteriormente
mapa de reflect ncia4
Mapa de reflectância
  • No caso de direção de iluminação qualquer seja ela dada por (ps, qs, -1), tome o produto vetorial entre esta direção e direção da normal à superfície:

R = r0ns .n

  • ou
  • O ângulo de fase g é constante ao longo do espaço-gradiente, desde que se use projeção ortográfica (observador longe da cena) e luz longe da cena
shape from shading2
Shape from shading
  • Informação local ajuda a determinar orientação da superfície
  • Suponha uma estimação da orientação da superfície num certo ponto, dada por (p(x,y),q(x,y))
  • Se a normal não estiver precisa, a equação I(x,y)=R(p,q) estará com um certo erro
  • Parece razoável encontrar p e q que minimizem a diferença (I-R)2
  • Outro requerimento é que p e q variem de forma suave, que pode ser medido pelas derivadas parciais quadráticas (px2, py2, qx2, qy2)
shape from shading3
Shape from shading
  • Para uma superfície suave, ambos termos devem ser pequenos; o objetivo é minimizar o erro num ponto:

E(x,y)=[I(x,y) -  (px2+py2+qx2+qy2)]

  • Onde o multiplicador de Lagrange  incorpora a restrição de suavidade.
shape from shading4
Shape from shading
  • Diferenciando E(x,y) com relação a p e q, e aproximando as derivadas numericamente
  • onde , e
shape from shading algoritmo
Shape from shading (algoritmo)
  • Inicialize p0(x,y) e q0(x,y) (nas bordas);
  • k=0; n=100;
  • while (k++<n || Emax<Emin)
    • compute E, para todos os pontos e tome o máximo deles como Emax
processo iterativo
Processo iterativo
  • Resultado mapa de normais ou diagrama de agulhas
  • Em cada posição, vetor normal indica a direção da normal à superfície.
problemas
Problemas
  • Alguns casos, mais de uma solução
  • Dependente do tipo de iluminação
  • Bordas complicam
  • Necessidade de inicialização (n0)
est reo fotom trico
Estéreo fotométrico
  • Equação de reflectância restringe a possível orientação da superfície ao resultado do mapa de reflectância
  • Usando mais de uma fonte, pode-se determinar a orientação de forma única
  • Cada luz dá uma contribuição diferente a um mesmo ponto na cena (proporcional à radiância) f(x).
  • Se a reflectância não é conhecida, três equações são necessárias para determinar a reflectância, junto com a normal (unitária).
est reo fotom trico1

N

Estéreo fotométrico
  • Variação da posição de iluminação

Luz

Luz

Observador

Observador

N

photometrico stereo
Photometrico Stereo
  • Seja nk (k=1,2,3) o vetor posição de cada fonte de luz, então: Ik(x,y) = r0(nk . n)
  • I é intensidade normalizada. Em forma matricial, fica: I= r0 N n
  • onde I = [I1(x,y), I2(x,y), I3(x,y)]T
  • n11n12 n13
  • e N= n21n22 n23
  • n31n32 n33
fotom trico est reo
Fotométrico Estéreo
  • I=fc, onde c é a constante de normalização apropriada
  • Se c não for conhecida, pode ser assumida como parte de r0, sem afetar o cálculo da normal
  • Se as 3 fontes não forem coplanares, a matriz N possui uma inversa.
  • Basta resolver para r0 e n, usando a equação: Ik(x,y) = r0(nk . n)
est reo fotom trico2
Estéreo fotométrico
  • ,
  • mas p1 = p2 e q1 = q2
  • ps1 e ps2são conhecidos, portanto, é possível encontrar uma solução
ad