2014-09-09 4 views
1

최근 두 개의 스테레오 이미지 쌍에 대한 이미지 정류와 관련하여 흥미로운 기사를 발견했습니다. 매우 컴팩트하고 기사에서 제시 한 것에서 옳은 일을했기 때문에 알고리즘이 마음에 들었습니다. 두 이미지에서 matlab 버전을 구현 한 후에 올바른 수정 이미지를 얻지 못했습니다. 픽셀이있는 왼쪽과 아래쪽 라인에서 핏치 블랙 인 이미지를 얻었습니다. 이미지에는 원본 이미지의 일부 회색 픽셀이 있지만 손이 가득 찼습니다. 나는 matlab 코드와 기사에 대한 링크와 한 이미지에 대한 결과의 예를 게시했다. (다른 이미지의 경우 동일했다)Matlab의 이미지 정류 알고리즘

이것은 A compact algorithm for rectification of stereo pairs 문서에 대한 링크입니다.

초기 이미지와 결과에 스크린 샷이 울부 짖는 소리입니다 : screen shot

초기 이미지 다음과 같은 두 개의 (다른 스테레오 쌍에 대한 검색하지 않아도되도록) : stereo image 1 herestereo image two here

function [T1,T2,Pn1,Pn2] = rectify(Po1,Po2) 

% RECTIFY: compute rectification matrices 

% factorize old PPMs 
[A1,R1,t1] = art(Po1); 
[A2,R2,t2] = art(Po2); 

% optical centers (unchanged) 
c1 = - inv(Po1(:,1:3))*Po1(:,4); 
c2 = - inv(Po2(:,1:3))*Po2(:,4); 

% new x axis (= direction of the baseline) 
v1 = (c1-c2); 
% new y axes (orthogonal to new x and old z) 
v2 = cross(R1(3,:)',v1); 
% new z axes (orthogonal to baseline and y) 
v3 = cross(v1,v2); 

% new extrinsic parameters 
R = [v1'/norm(v1) 
    v2'/norm(v2) 
    v3'/norm(v3)]; 
% translation is left unchanged 

% new intrinsic parameters (arbitrary) 
A = (A1 + A2)./2; 
A(1,2)=0; % no skew 
A(1,3) = A(1,3) + 160; 
% new projection matrices 
Pn1 = A * [R -R*c1 ]; 
Pn2 = A * [R -R*c2 ]; 

% rectifying image transformation 
T1 = Pn1(1:3,1:3)* inv(Po1(1:3,1:3)); 
T2 = Pn2(1:3,1:3)* inv(Po2(1:3,1:3)); 

function [A,R,t] = art(P) 
% ART: factorize a PPM as P=A*[R;t] 
Q = inv(P(1:3, 1:3)); 
[U,B] = qr(Q); 

R = inv(U); 
t = B*P(1:3,4); 
A = inv(B); 
A = A ./A(3,3); 
내가 내 해결할 함수를 호출있는 "메인"코드

img1 = imread('D:\imag1.png'); 
img2 = imread('D:\imag2.png'); 

im1 = rgb2gray(img1); 
im2 = rgb2gray(img2); 

im1 = im2double(im1); 
im2 = im2double(im2); 

figure; imshow(im1, 'border', 'tight') 
figure; imshow(im2, 'border', 'tight') 

%pair projection matrices obtained after the calibration P01,P02 

a = double(9.765*(10^2)) 
b = double(5.790*(10^-1)) 
format bank; 
Po1 = double([a 5.382*10 -2.398*(10^2) 3.875*(10^5); 
    9.849*10 9.333*(10^2) 1.574*(10^2) 2.428*(10^5); 
    b 1.108*(10^(-1)) 8.077*(10^(-1)) 1.118*(10^3)]); 
Po2 = [9.767*(10^2) 5.376*10 -2.400*(10^2) 4.003*(10^4); 
    9.868*10 9.310*(10^2) 1.567*(10^2) 2.517*(10^5); 
    5.766*(10^(-1)) 1.141*(10^(-1)) 8.089*(10^(-1)) 1.174*(10^3)]; 
[T1, T2, Pn1, Pn2] = rectify(Po1, Po2); 

imnoua = conv2(im1, T1); 
imnoua2 = conv2(im2, T2); 

fprintf('Imaginea noua e \n'); 

figure; imshow(imnoua, 'border', 'tight') 
figure; imshow(imnoua2, 'border', 'tight') 

시간 내 주셔서 감사합니다!

+2

왜 이미지를'T '로'conv'합니까? 기하학적 변환을 사용해서는 안됩니까? – Shai

답변

2

Shai says, T1T2은 필터 커널이 아닌 사영 변환 매트릭스입니다. 당신은 오히려 conv2보다 imwarp를 사용한다 :

imnoua = imwarp(im1, projective2d(T1)); 
imnoua2 = imwarp(im2, projective2d(T2)); 
더 나은

아직이, 컴퓨터 비전 시스템 도구 상자에서 rectifyStereoImages를 사용합니다. 이 example을 확인하십시오.

+0

답변 해 주셔서 감사합니다. 우선 imwrap을 사용하여 해결책을 시도했지만 수정 된 이미지를 제공하지는 않습니다. 화면에 작은 점이 표시됩니다. 둘째, 왜 미리 정의 된 Matlab 함수를 사용하고 싶지 않은 이유는 임베디드 보드에서 구현하고 싶은 정류 프로세스에서 무엇이 일어나는지 완전히 이해 한 후에 작은 스테레오 비전 로봇을 만들기 위해서입니다. 최종 구현은 C++로 진행됩니다. –

+0

그런 경우에는 디버깅이 필요합니다. 당신은'estimateUncalibratedRectification'을 시도하여 여러분의 투영 행렬이 어떻게 보이는지 알아낼 수 있습니다. – Dima