एक ही फोटो से 3डी पुनर्निर्माण: 8 कदम

2024 लेखक: John Day | [email protected]. अंतिम बार संशोधित: 2024-01-30 09:18

3डी पुनर्निर्माण का कार्य आमतौर पर दूरबीन दृष्टि से जुड़ा होता है। वैकल्पिक रूप से, आप ऑब्जेक्ट के चारों ओर एक कैमरा घुमा सकते हैं। इस बीच, यदि वस्तु का आकार ज्ञात है, तो कार्य को एक ही फोटो से हल किया जा सकता है। यानी आपके पास केवल एक कैमरा है और यह हिलता नहीं है। आइए देखें कि इसे चरण दर चरण कैसे करें। हम रूबिक क्यूब का उपयोग करेंगे क्योंकि यह अच्छी तरह से मानकीकृत है और इसमें सुविधाओं का एक समृद्ध सेट है। इसे एक बहुत ही सरल वस्तु और साथ ही एक जटिल निर्माण के रूप में माना जा सकता है। इसलिए कार्य को पूरा करने के लिए मशीन की दृष्टि को पर्याप्त बाधाओं को पार करना चाहिए।

चरण 1: कार्य की जटिलता का मूल्यांकन करें

पहली नज़र में, कार्य सरल है। केंद्रीय गाँठ का पता लगाएं जहां घन के 3 किनारे एक साथ आते हैं और इन किनारों को खींचते हैं। उनके निर्देशांक से, कैमरे से दूरी और रोटेशन के कोणों की गणना करना संभव है। समस्या यह है कि ये लाइनें मौजूद नहीं हैं। बाईं छवि से आप देखते हैं कि प्रत्येक किनारे को 2 समानांतर रेखाओं द्वारा दर्शाया गया है। इसके अलावा, ऊपरी दाएँ चित्र से पता चलता है कि उनमें से प्रत्येक को 3 खंडों में विभाजित किया गया है। इसके अलावा, यदि हम लोकप्रिय हफ़ ट्रांसफ़ॉर्म का एक प्रकार लागू करते हैं जो लाइन सेगमेंट का पता लगा सकता है, तो यह कुछ त्रुटियों के साथ कार्य करता है जो केंद्रीय गाँठ का पता लगाना असंभव बना देता है। यदि छोर एक दूसरे तक नहीं पहुंचते हैं, तो कोई एक बिंदु नहीं है। यदि डिटेक्शन अंत को ओवरशूट करता है, तो यह किनारे के बीच में गाँठ जैसा दिखाई देगा जैसा कि आप 2 शेष छवियों पर देखते हैं।

चरण 2: उचित दृष्टिकोण खोजें

जब बहुत अधिक विवरण नियतात्मक एल्गोरिदम को अव्यवहारिक बनाते हैं, तो संभाव्य दृष्टिकोण पर विचार करने का समय आ गया है। यदि हम छवि के औसत मापदंडों की गणना करते हैं, तो उनकी त्रुटियां काफी हद तक कम हो जाएंगी और विरोधाभासी रूप से विधि अधिक विश्वसनीय हो जाएगी। मानक हफ़ ट्रांसफ़ॉर्म लाइन सेगमेंट को आउटपुट नहीं करता है। समन्वय मूल से केवल इसकी ढलान थीटा और दूरी rho है। वे हफ़ स्पेस भाग बनाते हैं जिसका ऊपर दिखाया गया है। यहाँ थीटा क्षैतिज अक्ष से मेल खाती है। चमकीले धब्बे छवि पर संभावित रेखाओं को चिह्नित करते हैं। ध्यान दें कि ऐसे कई धब्बे एक दूसरे के ऊपर स्थित होते हैं। कोई आश्चर्य नहीं, हमारी छवि पर कई समानांतर रेखाएँ हैं। उनके पास एक ही थीटा और अलग-अलग आरओ हैं।

चरण 3: थीटा हिस्टोग्राम की गणना करें

आइए ऐसे समूहों का पता लगाएं। इस उद्देश्य के लिए हम एक ही थीटा के साथ हफ़ स्पेस में सभी बिंदुओं के लिए रीडिंग को सारांशित करेंगे। आप चित्रण पर संबंधित हिस्टोग्राम देखते हैं। माप के बारे में कुछ नोट्स। जब आप पिक्सेल निर्देशांक में छवियों के साथ काम करते हैं, तो X अक्ष हमेशा की तरह चला जाता है, लेकिन Y नीचे की ओर इंगित करता है इसलिए समन्वय मूल ऊपरी बाएँ कोने में होता है और थीटा को X अक्ष से दक्षिणावर्त मापा जाना चाहिए। इस बात को ध्यान में रखते हुए कि चित्र पर थीटा का संपूर्ण स्वीप 180 डिग्री है, आप लगभग जांच सकते हैं कि 3 प्रमुख चोटियां छवि पर 3 प्रमुख ढलानों का प्रतिनिधित्व करती हैं।

चरण 4: Rho हिस्टोग्राम की गणना करें

अब जब हम समानांतर रेखाओं के 3 मुख्य समूहों को जानते हैं, तो आइए उनमें से प्रत्येक के भीतर अलग-अलग रेखाएँ बनाते हैं। हम उसी दृष्टिकोण को दोहरा सकते हैं। आइए हफ़ स्पेस से एक कॉलम लें जो थीटा हिस्टोग्राम पर एक चोटी से मेल खाती है। इसके बाद, हम एक अन्य हिस्टोग्राम की गणना करेंगे जहां X अक्ष rho मान का प्रतिनिधित्व करता है और Y - इस rho के लिए सारांशित रीडिंग। जाहिर है, योग कम होगा इसलिए यह चार्ट इतना आसान नहीं है। फिर भी, चोटियाँ स्पष्ट रूप से दिखाई देती हैं और उनकी संख्या (7) स्रोत छवि पर समानांतर रेखाओं की संख्या से बिल्कुल मेल खाती है। दुर्भाग्य से, सभी चार्ट इतने सही नहीं हैं, लेकिन सिद्धांत स्पष्ट है।

चरण 5: केंद्रीय गाँठ खोजें

यदि हम प्रत्येक थीटा के लिए rho हिस्टोग्राम पर केंद्रीय शिखर लेते हैं, तो हमें 3 रेखाएँ मिलेंगी जो चित्र पर लाल हैं। उनका चौराहा आवश्यक बिंदु को चिह्नित करता है।

चरण 6: 2 विकल्पों में से चुनें

आप देखते हैं कि प्रत्येक रेखा केंद्रीय बिंदु से दोनों दिशाओं में जाती है। सही आधा कैसे निर्धारित करें? आइए थीटा3 लेते हैं। मान लीजिए हम इस रेखा के निचले हिस्से को लेते हैं। आइए छवि के ऊपरी दाएं कोने में 2 हरी रेखाओं से चित्र के भाग के लिए केवल एक और हफ़ स्पेस की गणना करें। फिर इसके लिए थीटा हिस्टोग्राम बनाएं। आप देखते हैं कि तीसरी चोटी पूरी तरह से गायब हो गई है इसलिए हमने सही चुनाव किया है।

चरण 7: बाहरी कोनों का निर्धारण करें

अब हम rho हिस्टोग्राम पर पहली और आखिरी चोटी का उपयोग कर सकते हैं ताकि नीली रेखाएं खींच सकें जो लाल किनारों को काटती हैं और बाकी कोनों को चिह्नित करती हैं। कार्य हल हो गया है।

चरण 8: इसे अभ्यास में आजमाएं

इस निर्देश के लिए चित्र धारणा 1.0 का उपयोग करके बनाए गए थे। यह मुफ्त सॉफ्टवेयर है जो ओपनसीवी का उपयोग करता है - कंप्यूटर दृष्टि के लिए एक शक्तिशाली पुस्तकालय। इसके अलावा इसे WinNB से जोड़ा जा सकता है जिसका उपयोग मेरे एक अन्य इंस्ट्रक्शनल में किया गया था और इस प्रकार रोबोटिक्स के लिए दृष्टि क्षमता प्रदान करता था। आप दोनों प्रोग्राम nbsite से डाउनलोड कर सकते हैं। स्थापना के लिए, बस डाउनलोड की गई exe फ़ाइल चलाएँ। बाद में, आप इसे विंडोज के मानक टूल का उपयोग करके हटा सकते हैं। साइट में कंप्यूटर विज़न और संबंधित विषयों के बारे में संसाधन भी हैं। परसेप्शन में आपको ३डी पुनर्निर्माण की वर्णित विधि और साथ ही कई अन्य मिलेंगे। इस प्रोग्राम का लाभ यह है कि यह इंटरमीडिएट डेटा के साथ अंतिम परिणाम को आउटपुट करता है। आप यह शोध करने में सक्षम हैं कि बिना प्रोग्रामर के कंप्यूटर विज़न कैसे काम करता है। इनपुट के रूप में, प्रत्येक विधि ने विशेष रूप से विशिष्ट नमूनों का चयन किया है। बेशक, आप अपना खुद का भी इस्तेमाल कर सकते हैं। किसी फ़ाइल से या कंप्यूटर के कैमरे से छवियों को इनपुट करना संभव है। किसी भी प्रश्न या सुझाव के लिए मुझसे बेझिझक संपर्क करें।