Εφαρμογές τρισδιάστατης ανακατασκευής με γεωμετρία πολλών όψεων

Abstract

Η παρούσα διπλωματική εργασία έχει ως αντικείμενο την τρισδιάστατη ανακατασκευή της γεωμετρίας της σκηνής, από δισδιάστατες εικόνες της, με χρήση τεχνικών όρασης υπολογιστών και γεωμετρίας πολλαπλών όψεων. Έμφαση δίνεται σε εξωτερικές αρχιτεκτονικές σκηνές και επιχειρείται η εφαρμογή των μεθόδων σε χώρους πολιτιστικού ενδιαφέροντος. Αρχικά, αναπτύσσεται μέθοδος ανάκτησης των εσωτερικών (χαρακτηριστικά κάμερας) και εξωτερικών (σχετική θέση φωτογραφιών) παραμέτρων των φωτογραφιών. Η μέθοδος χρησιμοποιεί ζεύγη φωτογραφιών και δεν προβαίνει στην υπόθεση ταυτόσημων εσωτερικών παραμέτρων που συνηθίζεται στην βιβλιογραφία. Στη συνέχεια, η μέθοδος ενσωματώνεται σε κατάλληλα σχεδιασμένα συστήματα τρισδιάστατης ανακατασκευής. Τέλος, η προηγούμενη μέθοδος βελτιώνεται με την αξιοποίηση γεωμετρικών ιδιοτήτων του προβλήματος, στο αρχικό ταίριασμα περιγραφών σημείων (χαρακτηριστικών) των εικόνων και στην εκτίμηση των εξωτερικών και εσωτερικών παραμέτρων των φωτογραφιών. Η αξιοποίηση της γεωμετρικής δομής του προβλήματος οδηγεί σε βελτιωμένα αποτελέσματα και πιο αξιόπιστες μεθόδους. Πέρα από τις συνεισφορές της εργασίας που παρουσιάζονται στο δεύτερο μέρος, τα στάδια και οι καθιερωμένοι αλγόριθμοι τρισδιάστατης ανακατασκευής περιγράφονται με λεπτομέρεια στο πρώτο μέρος.

The aim of this thesis is to reconstruct scene's 3D geometry, using its 2Dimages, employing computer vision and multiple view geometry techniques. We focus on outdoor architectural scenes and attempt to reconstruct cultural heritage sites. Initially, we develop a method to recover intrinsic (describing the cameras) and extrinsic (describing relative positions) parameters for each view. The method uses photograph pairs and allows, in contrast with previous approaches, varying internal parameters. Next, we incorporate the previous method to an accordingly designed 3D reconstruction pipeline. Finally, we utilize geometric properties inherent to the reconstruction problem to improve the initial matching between point descriptions (features) as well as the recovery of internal and external camera parameters. That results in improvements in performance and reliability. In addition to our contributions, presented in the second part, we provide a thorough presentation of the various stages and the most influential techniques that constitute a 3D reconstruction pipeline.