Homographie: Homographie : transformations en vision par ordinateur
Par Fouad Sabry
()
À propos de ce livre électronique
Qu'est-ce que l'homographie
Dans le domaine de la vision par ordinateur, deux images quelconques de la même surface plane dans l'espace sont liées par une homographie. Cela a de nombreuses applications pratiques, telles que la rectification d'images, l'enregistrement d'images ou le mouvement de caméra (rotation et translation) entre deux images. Une fois la résection de la caméra effectuée à partir d'une matrice d'homographie estimée, ces informations peuvent être utilisées pour la navigation ou pour insérer des modèles d'objets 3D dans une image ou une vidéo, afin qu'ils soient rendus avec la perspective correcte et semblent avoir fait partie de l'objet. scène originale.
Comment vous en bénéficierez
(I) Informations et validations sur les sujets suivants :
Chapitre 1 : Homographie (vision par ordinateur)
Chapitre 2 : Transformation affine
Chapitre 3 : Matrice de transformation
Chapitre 4 : Assemblage d'images
Chapitre 5 : Intersection ligne-plan
Chapitre 6 : Matrice fondamentale (vision par ordinateur)
Chapitre 7 : Résection de caméra
Chapitre 8 : Rectification d'image
Chapitre 9 : Matrice de la caméra
Chapitre 10 : Calibrage automatique de la caméra
(II) Répondre aux principales questions du public sur l'homographie.
(III) Réel exemples mondiaux d'utilisation de l'homographie dans de nombreux domaines.
À qui s'adresse ce livre
Professionnels, étudiants de premier cycle et des cycles supérieurs, passionnés, amateurs et ceux qui souhaitent aller au-delà des connaissances ou des informations de base pour tout type d'homographie.
En savoir plus sur Fouad Sabry
Technologies Émergentes en Agriculture [French]
Lié à Homographie
Titres dans cette série (100)
Vision par ordinateur: Explorer les profondeurs de la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationGroupe mixte d'experts en photographie: Libérer la puissance des données visuelles avec la norme JPEG Évaluation : 0 sur 5 étoiles0 évaluationHomographie: Homographie : transformations en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationRéduction de bruit: Amélioration de la clarté et techniques avancées de réduction du bruit en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationVision stéréo par ordinateur: Explorer la perception de la profondeur dans la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationÉgalisation d'histogramme: Amélioration du contraste de l'image pour une perception visuelle améliorée Évaluation : 0 sur 5 étoiles0 évaluationTransformation du radon: Dévoiler des modèles cachés dans les données visuelles Évaluation : 0 sur 5 étoiles0 évaluationEspace colorimétrique: Explorer le spectre de la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationVision par ordinateur sous-marine: Explorer les profondeurs de la vision par ordinateur sous les vagues Évaluation : 0 sur 5 étoiles0 évaluationCartographie des tons: Cartographie des tons : perspectives éclairantes en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationTransformation affine: Libérer des perspectives visuelles : explorer la transformation affine en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationCompression d'images: Techniques efficaces pour l'optimisation des données visuelles Évaluation : 0 sur 5 étoiles0 évaluationHistogramme d'image: Dévoilement d'informations visuelles, exploration des profondeurs des histogrammes d'images en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationProfil de couleur: Explorer la perception et l'analyse visuelles en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationPeinture: Combler les lacunes de la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationModèle du système visuel humain: Comprendre la perception et le traitement Évaluation : 0 sur 5 étoiles0 évaluationDiffusion anisotrope: Améliorer l'analyse d'images grâce à la diffusion anisotrope Évaluation : 0 sur 5 étoiles0 évaluationSystème de gestion des couleurs: Optimiser la perception visuelle dans les environnements numériques Évaluation : 0 sur 5 étoiles0 évaluationBanque de filtres: Aperçu des techniques de banque de filtres de Computer Vision Évaluation : 0 sur 5 étoiles0 évaluationCartographie des couleurs: Explorer la perception et l'analyse visuelles en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationModèle de couleur: Comprendre le spectre de la vision par ordinateur : explorer les modèles de couleurs Évaluation : 0 sur 5 étoiles0 évaluationRétinex: Dévoiler les secrets de la vision informatique avec Retinex Évaluation : 0 sur 5 étoiles0 évaluationConsensus sur un échantillon aléatoire: Estimation robuste en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationTransformation de Hough: Dévoiler la magie de la transformation de Hough en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationDétecteur de coin Harris: Dévoiler la magie de la détection des caractéristiques de l'image Évaluation : 0 sur 5 étoiles0 évaluationFiltre adaptatif: Améliorer la vision par ordinateur grâce au filtrage adaptatif Évaluation : 0 sur 5 étoiles0 évaluationTransformation Hadamard: Dévoilement de la puissance de la transformation Hadamard en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationCorrection gamma: Améliorer la clarté visuelle en vision par ordinateur : la technique de correction gamma Évaluation : 0 sur 5 étoiles0 évaluationDétection des bords: Explorer les limites de la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationFonction de correspondance des couleurs: Comprendre la sensibilité spectrale en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluation
Livres électroniques liés
Transformation affine: Libérer des perspectives visuelles : explorer la transformation affine en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationCorrélation croisée: Déverrouiller des modèles dans la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationTransformation du radon: Dévoiler des modèles cachés dans les données visuelles Évaluation : 0 sur 5 étoiles0 évaluationChamp de mouvement: Explorer la dynamique de la vision par ordinateur : le champ de mouvement dévoilé Évaluation : 0 sur 5 étoiles0 évaluationInfographie bidimensionnelle: Explorer le domaine visuel : l'infographie bidimensionnelle en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationTransformation linéaire directe: Applications et techniques pratiques en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationInterpolation bilinéaire: Amélioration de la résolution et de la clarté de l'image grâce à l'interpolation bilinéaire Évaluation : 0 sur 5 étoiles0 évaluationMéthode d'ensemble de niveaux: Faire progresser la vision par ordinateur, explorer la méthode de jeu de niveaux Évaluation : 0 sur 5 étoiles0 évaluationProjection orthographique: Explorer la projection orthographique en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationExercices de distributions Évaluation : 0 sur 5 étoiles0 évaluationModèle de caméra sténopé: Comprendre la perspective grâce à l'optique informatique Évaluation : 0 sur 5 étoiles0 évaluationPerspective curviligne: Explorer la perception de la profondeur dans la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationExercices de fonctions multi-variables Évaluation : 0 sur 5 étoiles0 évaluationGéométrie descriptive: Déverrouiller le domaine visuel : explorer la géométrie descriptive en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationTenseur trifocal: Explorer la profondeur, le mouvement et la structure en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationModélisation et rendu basés sur l'image: Explorer le réalisme visuel : techniques de vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationLe Livre de Mathématique: Volume 2 Évaluation : 0 sur 5 étoiles0 évaluationTransformation de Hough: Dévoiler la magie de la transformation de Hough en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationMoments de vitesse: Capturer la dynamique : aperçu de la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationExercices d'intégrales et d'équations intégro-différentielles Évaluation : 0 sur 5 étoiles0 évaluationInfographie de radiosité: Faire progresser la visualisation grâce à la radiosité dans la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationChamp aléatoire de Markov: Explorer la puissance des champs aléatoires de Markov en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationExercices de formes différentielles Évaluation : 0 sur 5 étoiles0 évaluationExercices d'étude de fonction Évaluation : 0 sur 5 étoiles0 évaluationExercices de limites Évaluation : 0 sur 5 étoiles0 évaluationProjection isométrique: Explorer la perception spatiale en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationEnveloppe convexe: Explorer la coque convexe en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationBoîte englobante minimale: Dévoiler la puissance de l'optimisation spatiale dans la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationIntroduction à l'analyse fonctionnelle Évaluation : 0 sur 5 étoiles0 évaluationIntroduction à l'analyse mathématique avancée Évaluation : 0 sur 5 étoiles0 évaluation
Intelligence (IA) et sémantique pour vous
Le guide du hacker : le guide simplifié du débutant pour apprendre les bases du hacking avec Kali Linux Évaluation : 5 sur 5 étoiles5/5Intelligence artificielle: la quatrième révolution industrielle Évaluation : 0 sur 5 étoiles0 évaluationTravailler dans le Big Data - les 6 métiers vers lesquels s'orienter Évaluation : 5 sur 5 étoiles5/5Maîtriser ChatGPT : Libérez la puissance de l'IA pour améliorer la communication et les relations: French Évaluation : 0 sur 5 étoiles0 évaluationRésumé Chatgpt ia Revolution in 2023: Guide de la Technologie Chatgpt et de son Impact Social Évaluation : 0 sur 5 étoiles0 évaluationHistoire et évolution de l'Intelligence Artificielle Évaluation : 5 sur 5 étoiles5/5L'art de la création d'images avec l'IA : Techniques, applications et défis éthiques Évaluation : 0 sur 5 étoiles0 évaluationMaîtrisez ChatGPT : Du débutant à l'expert - Guide pratique pour exploiter la puissance de l'IA conversationnelle Évaluation : 0 sur 5 étoiles0 évaluationMonétisation ChatGPT : Exploitez la Puissance de l'IA: ChatGPT Évaluation : 0 sur 5 étoiles0 évaluationIA dans les Affaires: Guide Pratique de l'Utilisation de l'Intelligence Artificielle dans Divers Secteurs Évaluation : 0 sur 5 étoiles0 évaluationOsons l'IA à l'école: Préparons nos jeunes à la révolution de l'intelligence artificielle Évaluation : 0 sur 5 étoiles0 évaluationL'intelligence mixte, vers une nouvelle forme d'intelligence Évaluation : 0 sur 5 étoiles0 évaluationLa prophétie des anciens: Roman dystopique Évaluation : 0 sur 5 étoiles0 évaluationChat GPT : Comment ça fonctionne et comment gagner avec l'utilisation de la technologie d'Intelligence Artificielle Évaluation : 0 sur 5 étoiles0 évaluationL’Empathie au Cœur de l’Intelligence Artificielle, Comment insérer de l’empathie dans les affaires et l’intelligence artificielle Évaluation : 0 sur 5 étoiles0 évaluation
Avis sur Homographie
0 notation0 avis
Aperçu du livre
Homographie - Fouad Sabry
Homographie
Homographie : Transformations de la vision par ordinateur
Fouad Sabry est l'ancien responsable régional du développement commercial pour les applications chez Hewlett Packard pour l'Europe du Sud, le Moyen-Orient et l'Afrique. Fouad est titulaire d'un baccalauréat ès sciences des systèmes informatiques et du contrôle automatique, d'une double maîtrise, d'une maîtrise en administration des affaires et d'une maîtrise en gestion des technologies de l'information, de l'Université de Melbourne en Australie. Fouad a plus de 25 ans d'expérience dans les technologies de l'information et de la communication, travaillant dans des entreprises locales, régionales et internationales, telles que Vodafone et des machines professionnelles internationales. Actuellement, Fouad est un entrepreneur, auteur, futuriste, axé sur les technologies émergentes et les solutions industrielles, et fondateur de l'initiative One Billion Knowledge.
Un milliard de connaissances
Homographie
Homographie : Transformations de la vision par ordinateur
Fouad Sabry
Copyright
Homographie © 2024 de Fouad Sabry. Tous droits réservés.
Aucune partie de ce livre ne peut être reproduite sous quelque forme que ce soit ou par quelque moyen électronique ou mécanique que ce soit, y compris les systèmes de stockage et de récupération d'informations, sans l'autorisation écrite de l'auteur. La seule exception est celle d'un critique, qui peut citer de courts extraits dans une critique.
Couverture dessinée par Fouad Sabry.
Bien que toutes les précautions aient été prises dans la préparation de ce livre, les auteurs et les éditeurs n'assument aucune responsabilité pour les erreurs ou omissions, ou pour les dommages résultant de l'utilisation des informations contenues dans le présent document.
Table des matières
Chapitre 1 : Homographie (vision par ordinateur)
Chapitre 2 : Transformation affine
Chapitre 3 : Matrice de transformation
Chapitre 4 : Assemblage d'images
Chapitre 5 : Intersection du plan linéaire
Chapitre 6 : Matrice fondamentale (vision par ordinateur)
Chapitre 7 : Résectionnement par caméra
Chapitre 8 : Rectification de l'image
Chapitre 9 : Matrice de la caméra
Chapitre 10 : Étalonnage automatique de l'appareil photo
Appendice
À propos de l'auteur
Chapitre 1 : Homographie (vision par ordinateur)
Telle qu'elle est utilisée en vision par ordinateur, une homographie est une relation entre deux images quelconques de la même surface plane dans l'espace (en supposant un modèle de caméra à sténopé). Cela peut être utilisé dans une variété de contextes, y compris la rectification d'image, l'enregistrement d'image, et la détection et la correction du mouvement de rotation et de translation de la caméra entre deux images. Une fois qu'une matrice d'homographie estimée a été utilisée pour la résection de la caméra, les informations résultantes peuvent être utilisées pour la navigation ou pour insérer des modèles 3D d'objets dans une image ou une vidéo afin qu'ils soient rendus dans la perspective correcte et semblent avoir toujours fait partie de la scène d'origine (voir Réalité augmentée).
A et B sont nos deux caméras, qui regardent des points P_{i} dans un avion.
Passant de la projection {\displaystyle {}^{b}p_{i}=\left({}^{b}u_{i};{}^{b}v_{i};1\right)} de P_{i} en b à la projection {\displaystyle {}^{a}p_{i}=\left({}^{a}u_{i};{}^{a}v_{i};1\right)} de P_{i} en a :
{\displaystyle {}^{a}p_{i}={\frac {{}^{b}z_{i}}{{}^{a}z_{i}}}K_{a}\cdot H_{ab}\cdot K_{b}^{-1}\cdot {}^{b}p_{i}}où {\displaystyle {}^{a}z_{i}} et {\displaystyle {}^{b}z_{i}} sont les coordonnées z de P dans chaque image de caméra et où la matrice d'homographie {\displaystyle H_{ab}} est donnée par
{\displaystyle H_{ab}=R-{\frac {tn^{T}}{d}}} .
R est la matrice de rotation par laquelle b est tourné par rapport à a ; D'un point a à un point b, t représente la direction de la translation, n est le vecteur normal du plan et d est la distance en radians entre le centre du plan et l'origine.
Ka et Kb sont les matrices de paramètres intrinsèques des caméras.
Sur le schéma, la caméra b est positionnée à une distance de d par rapport à l'avion.
D'après le diagramme ci-dessus :, en supposant n^{T}P_{i}+d=0 comme modèle plan, n^{T}P_{i} est la projection du vecteur P_{i} le long n de , et égale à -d .
Donc. {\displaystyle t=t\cdot 1=t\left(-{\frac {n^{T}P_{i}}{d}}\right)}
Et nous avons {\displaystyle H_{ab}P_{i}=RP_{i}+t} où {\displaystyle H_{ab}=R-{\frac {tn^{T}}{d}}} .
Cette formule n'est valable que dans le cas où la caméra b ne tourne pas ou ne se déplace pas.
Dans le cas général où R_{a},R_{b} et t_{a},t_{b} sont les rotations et les translations respectives de la caméra a et b, R=R_{a}R_{b}^{T} et la matrice d'homographie {\displaystyle H_{ab}} devient
{\displaystyle H_{ab}=R_{a}R_{b}^{T}-{\frac {(-R_{a}*R_{b}^{T}*t_{b}+t_{a})n^{T}}{d}}}où d est la séparation horizontale entre la caméra b et le plan.
Une homographie affine est un meilleur modèle de déplacement d'image lorsque la région de l'image où l'homographie est calculée est minuscule ou que l'image a été enregistrée avec une grande distance focale. Contrairement aux homographies générales, les homographies