Pub Date : 2013-08-01DOI: 10.1127/1432-8364/2013/0178
Susanne Wenzel, W. Förstner
Simplification of given polygons has attracted many researchers. Especially, finding circular and elliptical structures in images is relevant in many applications. Given pixel chains from edge detection, this paper proposes a method to segment them into straight line and ellipse segments. We propose an adaption of Douglas-Peucker’s polygon simplification algorithm using circle segments instead of straight line segments and partition the sequence of points instead the sequence of edges. It is robust and decreases the complexity of given polygons better than the original algorithm. In a second step, we further simplify the poly-curve by merging neighbouring segments to straight line and ellipse segments. Merging is based on the evaluation of variation of entropy for proposed geometric models, which turns out as a combination of hypothesis testing and model selection. We demonstrate the results of circlePeucker as well as merging on several images of scenes with significant circular structures and compare them with the method of PATRAUCEAN et al. (2012). Zusammenfassung: . ie tion runder und elliptischer Strukturen ist relevant für viele Anwendungen. Die Reduktion der Komplexität gegebener Polygone ist für sich ein interessantes Forschungsthema. Diese Arbeit stellt ein Verfahren zur Segmentierung von Pixelketten einer Kantendetektion in Geradenund Ellipsensegmente vor. Der erste Schritt besteht in einer Adaption des Douglas-Peucker Algorithmus, in der Kreise anstelle von Geraden zur Partitionierung verwendet werden und die Punktstatt der Kantensequenz partitioniert wird. Das Verfahren ist robust und reduziert die Komplexität der gegebenen Polygone stärker als der originale Algorithmus. In einem zweiten Schritt vereinfachen wir diese Vorsegmentierung durch das Verschmelzen benachbarter Segmente zu Geradenund Ellipsensegmenten und stützen uns dabei auf die Entropieänderung. Wir zeigen die Ergebnisse der Vorsegmentierung als auch der folgenden Vereinfachung anhand verschiedener Bilder von Szenen, die signifikante kreisförmige Strukturen aufweisen und vergleichen sie mit dem Algorithmus von PATRAUCEAN et al. (2012).
给定多边形的简化吸引了许多研究者。特别是在图像中寻找圆形和椭圆结构在许多应用中都是相关的。针对边缘检测得到的像素链,提出了一种将像素链分割为直线段和椭圆段的方法。本文提出了一种对Douglas-Peucker多边形简化算法的改进,用圆段代替直线段,用点序列代替边序列进行划分。该算法鲁棒性好,能较好地降低给定多边形的复杂度。在第二步中,我们通过将相邻的线段合并为直线段和椭圆段来进一步简化多边形曲线。合并是基于对所提出的几何模型熵变的评价,是假设检验和模型选择的结合。我们在具有明显圆形结构的场景的几幅图像上展示了circlePeucker和合并的结果,并将其与PATRAUCEAN等人(2012)的方法进行了比较。Zusammenfassung:。本文对椭圆结构的运行情况进行了分析,并与相关文献进行了比较。[1][0][0][0][0][0][0][0]。引用本文:王志刚,王志刚,等。基于椭圆分割的图像分割方法。在《道格拉斯-皮克算法的自适应》中,在《新一代算法》中,在《新一代算法》中,在《新一代算法》中,在《新一代算法》中,在《新一代算法》中,在《新一代算法》中,在《新一代算法》中,在《新一代算法》中,在《新一代算法》中,在《新一代算法》中,在《新一代算法》中。Das Verfahren是一个鲁棒和还原的算法Komplexität der gegebenen polygo stärker als der originale Algorithmus。In einem zweiten Schritt vereinfachen与Verschmelzen研究,在Verschmelzen研究中,在Verschmelzen研究中,在Verschmelzen研究中,在Verschmelzen研究中,在Verschmelzen研究中,在herschmelzen研究中,在herschmelzen研究中,在herschmelzen研究中,在herschmelzen研究中,在Verschmelzen研究中,在Verschmelzen研究中,在Verschmelzen研究中,在Verschmelzen研究中。Wir zeigen die Ergebnisse der Vorsegmentierung也aucch der folgenden Vereinfachung and hand verschiedener Bilder von Szenen, die signkante kreisförmige struckturen aufweisen和verschiedener derdem Algorithmus von PATRAUCEAN等。(2012)。
{"title":"Finding Poly-Curves of Straight Line and Ellipse Segments in Images Segmentierung von Pixelketten in Geraden- und Ellipsenelemente","authors":"Susanne Wenzel, W. Förstner","doi":"10.1127/1432-8364/2013/0178","DOIUrl":"https://doi.org/10.1127/1432-8364/2013/0178","url":null,"abstract":"Simplification of given polygons has attracted many researchers. Especially, finding circular and elliptical structures in images is relevant in many applications. Given pixel chains from edge detection, this paper proposes a method to segment them into straight line and ellipse segments. We propose an adaption of Douglas-Peucker’s polygon simplification algorithm using circle segments instead of straight line segments and partition the sequence of points instead the sequence of edges. It is robust and decreases the complexity of given polygons better than the original algorithm. In a second step, we further simplify the poly-curve by merging neighbouring segments to straight line and ellipse segments. Merging is based on the evaluation of variation of entropy for proposed geometric models, which turns out as a combination of hypothesis testing and model selection. We demonstrate the results of circlePeucker as well as merging on several images of scenes with significant circular structures and compare them with the method of PATRAUCEAN et al. (2012). Zusammenfassung: . ie tion runder und elliptischer Strukturen ist relevant für viele Anwendungen. Die Reduktion der Komplexität gegebener Polygone ist für sich ein interessantes Forschungsthema. Diese Arbeit stellt ein Verfahren zur Segmentierung von Pixelketten einer Kantendetektion in Geradenund Ellipsensegmente vor. Der erste Schritt besteht in einer Adaption des Douglas-Peucker Algorithmus, in der Kreise anstelle von Geraden zur Partitionierung verwendet werden und die Punktstatt der Kantensequenz partitioniert wird. Das Verfahren ist robust und reduziert die Komplexität der gegebenen Polygone stärker als der originale Algorithmus. In einem zweiten Schritt vereinfachen wir diese Vorsegmentierung durch das Verschmelzen benachbarter Segmente zu Geradenund Ellipsensegmenten und stützen uns dabei auf die Entropieänderung. Wir zeigen die Ergebnisse der Vorsegmentierung als auch der folgenden Vereinfachung anhand verschiedener Bilder von Szenen, die signifikante kreisförmige Strukturen aufweisen und vergleichen sie mit dem Algorithmus von PATRAUCEAN et al. (2012).","PeriodicalId":56096,"journal":{"name":"Photogrammetrie Fernerkundung Geoinformation","volume":null,"pages":null},"PeriodicalIF":0.0,"publicationDate":"2013-08-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"90673167","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2013-08-01DOI: 10.1127/1432-8364/2013/0177
F. Schindler, W. Förstner
{"title":"DijkstraFPS: Graph Partitioning in Geometry and Image Processing DijkstraFPS: Graphpartitionierung in Geometrie und Bildverarbeitung","authors":"F. Schindler, W. Förstner","doi":"10.1127/1432-8364/2013/0177","DOIUrl":"https://doi.org/10.1127/1432-8364/2013/0177","url":null,"abstract":"","PeriodicalId":56096,"journal":{"name":"Photogrammetrie Fernerkundung Geoinformation","volume":null,"pages":null},"PeriodicalIF":0.0,"publicationDate":"2013-08-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"88794854","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2013-08-01DOI: 10.1127/1432-8364/2013/0184
J. Stoter, H. Ledoux, M. Reuvers, L. V. D. Brink, R. Klooster, P. Janssen, J. Beetz, F. Penninga, G. Vosselman
This paper describes the 3D developments achieved within the 3D Pilot NL. The first phase of this pilot (January 2010 June 2011) resulted in a national 3D standard, modeled as CityGML application domain extension (ADE). This standard is briefly explained in this paper. To implement this standard as a nationwide 3D dataset, further research was needed. The second phase of the 3D Pilot finished in December 2012 developed tools, techniques and guidelines to support the implementation of the 3D standard. These are: 1) implementation specifications for the national CityGML ADE to be used in tendering documents, 2) example data compliant to the 3D standard, 3) 3D validator, 4) guidelines to update 3D datasets, and 5) 3D application showcases. These instruments are further explained and presented in this paper. Der Beitrag beschreibt den aktuellen Stand des niederlandischen Projektes 3D Pilot NL und zugehorige Entwicklungen zur 3D-Datenmodellierung. Die erste Phase des Projektes fuhrte von Januar 2010 bis Juni 2011 zu einem nationalen 3D Standard, der als Application Domain Extension (ADE) von CityGML modelliert wurde. Fur seine Implementierung und Anwendung auf einen landesweiten 3D-Datensatz waren weitere Untersuchungen erforderlich. In der im Dezember 2012 beendeten zweiten Phase des 3D Pilot NL wurden Hilfsmittel fur die Implementierung entwickelt: 1.) eine Implementierungsrichtlinie der nationalen Application Domain Extension (ADE) fur City- GML zur Verwendung in Ausschreibungen, 2.) Beispieldatensatze, 3.) ein 3D Validator fur die Konsistenzprufung von Daten atzen, 4.) eine Richtlinie fur die Fortfuhrung der 3D Daten und 5.) Anwendungsbeispiele. Diese Werkzeuge werden hier vorgestellt.
本文描述了在3D Pilot NL中实现的3D开发。该试点的第一阶段(2010年1月至2011年6月)产生了一个国家3D标准,以CityGML应用领域扩展(ADE)为模型。本文对该标准作了简要说明。要将这一标准作为全国性的3D数据集实施,还需要进一步的研究。2012年12月,3D试点的第二阶段完成,开发了支持3D标准实施的工具、技术和指南。这些是:1)招标文件中使用的国家CityGML ADE的实施规范,2)符合3D标准的示例数据,3)3D验证器,4)更新3D数据集的指南,以及5)3D应用展示。本文对这些仪器作了进一步的解释和介绍。德国3D模型研究中心和德国3D模型研究中心。2011年6月,国家3D标准发布,应用领域扩展(ADE)发布,CityGML模型发布。3 .三维数据处理技术在三维数据处理中的应用。2012年12月1日,beendeten zweiten Phase des 3D Pilot NL wurden Hilfsmittel for die Implementierung entwickelt: 1.在Ausschreibungen实施国家应用领域扩展(ADE) - GML zur Verwendung。3.(中国机械工程学报);(中国机械工程学报);(中国机械工程学报);Anwendungsbeispiele。Diese Werkzeuge werden her vorgestellt。
{"title":"Establishing and implementing a national 3D standard in The Netherlands: Entwicklung und Implementierung eines nationalen 3D Standards in den Niederlanden","authors":"J. Stoter, H. Ledoux, M. Reuvers, L. V. D. Brink, R. Klooster, P. Janssen, J. Beetz, F. Penninga, G. Vosselman","doi":"10.1127/1432-8364/2013/0184","DOIUrl":"https://doi.org/10.1127/1432-8364/2013/0184","url":null,"abstract":"This paper describes the 3D developments achieved within the 3D Pilot NL. The first phase of this pilot (January 2010 June 2011) resulted in a national 3D standard, modeled as CityGML application domain extension (ADE). This standard is briefly explained in this paper. To implement this standard as a nationwide 3D dataset, further research was needed. The second phase of the 3D Pilot finished in December 2012 developed tools, techniques and guidelines to support the implementation of the 3D standard. These are: 1) implementation specifications for the national CityGML ADE to be used in tendering documents, 2) example data compliant to the 3D standard, 3) 3D validator, 4) guidelines to update 3D datasets, and 5) 3D application showcases. These instruments are further explained and presented in this paper. Der Beitrag beschreibt den aktuellen Stand des niederlandischen Projektes 3D Pilot NL und zugehorige Entwicklungen zur 3D-Datenmodellierung. Die erste Phase des Projektes fuhrte von Januar 2010 bis Juni 2011 zu einem nationalen 3D Standard, der als Application Domain Extension (ADE) von CityGML modelliert wurde. Fur seine Implementierung und Anwendung auf einen landesweiten 3D-Datensatz waren weitere Untersuchungen erforderlich. In der im Dezember 2012 beendeten zweiten Phase des 3D Pilot NL wurden Hilfsmittel fur die Implementierung entwickelt: 1.) eine Implementierungsrichtlinie der nationalen Application Domain Extension (ADE) fur City- GML zur Verwendung in Ausschreibungen, 2.) Beispieldatensatze, 3.) ein 3D Validator fur die Konsistenzprufung von Daten atzen, 4.) eine Richtlinie fur die Fortfuhrung der 3D Daten und 5.) Anwendungsbeispiele. Diese Werkzeuge werden hier vorgestellt.","PeriodicalId":56096,"journal":{"name":"Photogrammetrie Fernerkundung Geoinformation","volume":null,"pages":null},"PeriodicalIF":0.0,"publicationDate":"2013-08-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://sci-hub-pdf.com/10.1127/1432-8364/2013/0184","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"72422887","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2013-08-01DOI: 10.1127/1432-8364/2013/0176
Timo Dickscheid, W. Förstner
Many vision applications rely on local features for image analysis, notably in the areas of object recognition, image registration and camera calibration. One important example in photogrammetry are fully automatic algorithms for relative image orientation. Such applications rely on a matching algorithm to extract a sufficient number of correct feature correspondences at acceptable outlier rates, which is most often based on the similarity of feature descriptions. When the number of detected features is low, it is advisable to use multiple feature detectors with complementary properties. When feature similarity is not sufficient for matching, spatial feature relationships provide valuable information. In this work, a highly generic matching algorithm is proposed which is based on a trainable Markov random field (MRF). It is able to incorporate almost arbitrary combinations of features, similarity measures and pairwise spatial relationships, and has a clear statistical interpretation. A major novelty is its ability to compensate for weaknesses in one information cue by implicitely exploiting the strengths of others. Zusammenfassung: Ein trainierbares MarkoffZufallsfeld für die Zuordnung lokaler Bildmerkmale unter Berücksichtigung ihrer räumlichen Beziehungen. Viele Anwendungen im Bereich des maschinellen Sehens nutzen lokale Merkmale für die Bildanalyse, insbesondere in den Bereichen Objekterkennung, Bildregistrierung und Kamerakalibrierung. Ein wichtiges Beispiel in der Photogrammetrie sind vollautomatische Algorithmen für die relative Kameraorientierung. Dazu muss aus den Bildmerkmalen verschiedener Bilder anhand eines Matchingalgorithmus eine ausreichende Anzahl von Zuordnungen mit vertretbarem Ausreißeranteil gewonnen werden. Die Suche nach Zuordnungen basiert dabei meist auf der Ähnlichkeit von Merkmalsbeschreibungen. Wenn die Anzahl der extrahierten Merkmale gering ist, macht es Sinn, mehrere möglichst komplementäre Merkmalsdetektoren gleichzeitig einzusetzen. Ist die Ähnlichkeit von Bildmerkmalen kein ausreichendes Kriterium für die Zuordnung, liefern räumliche Beziehungen von Merkmalen zusätzlich wertvolle Information. In dieser Arbeit stellen wir ein allgemeines Matchingverfahren vor, das auf einem trainierbaren Markoff-Zufallsfeld basiert. Es ermöglicht die gleichzeitige Berücksichtigung nahezu beliebiger Arten von Bildmerkmalen, Ähnlichkeitsmaßen und paarweisen räumlichen Beziehungen, und lässt sich statistisch klar interpretieren. Eine Besonderheit dieses Verfahrens ist seine Eigenschaft, Schwachpunkte einer Informationsquelle durch die Stärken einer anderen implizit auszugleichen.
许多视觉应用依赖于局部特征进行图像分析,特别是在物体识别,图像配准和相机校准领域。在摄影测量中一个重要的例子是相对图像定位的全自动算法。这些应用依赖于匹配算法,以可接受的离群值率提取足够数量的正确特征对应,这通常是基于特征描述的相似性。当检测到的特征数量较少时,建议使用具有互补特性的多个特征检测器。当特征相似性不足以进行匹配时,空间特征关系提供了有价值的信息。本文提出了一种基于可训练马尔可夫随机场(MRF)的高通用匹配算法。它能够将特征、相似性度量和成对空间关系几乎任意组合在一起,并具有明确的统计解释。一个主要的新颖之处在于,它能够通过隐含地利用其他信息线索的优势来弥补一个信息线索的弱点。Zusammenfassung: Ein trainierbares MarkoffZufallsfeld fr die Zuordnung lokaler Bildmerkmale unter berksichtigung ihrer räumlichen Beziehungen。在德国,在德国,在德国,在德国,在德国,在德国,在德国,在德国,在德国。摄影测量学中的自适应算法与相对相机定位。匹配算法(algorithm):算法(algorithm):算法(algorithm):算法(algorithm):算法(algorithm):算法(algorithm):算法(algorithm):算法(algorithm):算法(algorithm)[1]〔1〕〔1〕〔1〕〔1〕〔1〕〔1〕〔1〕〔1〕〔1〕〔1〕〔1〕在德国,当德国人在德国,德国人在德国,德国人在德国,德国人在德国。Ist die Ähnlichkeit von Bildmerkmalen kein ausreichendes Kriterium f r die Zuordnung, liefern räumliche Beziehungen von Merkmalen zusätzlich wertvolle信息。在德国,在德国,在德国,德国,德国,德国,德国,德国,德国,德国,德国。Es ermöglicht die gleichzeitige bercksichtigung nahezu beliebiger Arten von Bildmerkmalen, Ähnlichkeitsmaßen and paparweisen räumlichen Beziehungen, and lässt sich statistisch klar interpretieren。1 .从本质上说,我们是一个有特征的人;从本质上说,我们是一个有特征的人。
{"title":"A Trainable Markov Random Field for Low-Level Image Feature Matching with Spatial Relationships Ein trainierbares Markoff-Zufallsfeld für die Zuordnung lokaler Bildmerkmale unter Berücksichtigung ihrer räumlichen Beziehungen","authors":"Timo Dickscheid, W. Förstner","doi":"10.1127/1432-8364/2013/0176","DOIUrl":"https://doi.org/10.1127/1432-8364/2013/0176","url":null,"abstract":"Many vision applications rely on local features for image analysis, notably in the areas of object recognition, image registration and camera calibration. One important example in photogrammetry are fully automatic algorithms for relative image orientation. Such applications rely on a matching algorithm to extract a sufficient number of correct feature correspondences at acceptable outlier rates, which is most often based on the similarity of feature descriptions. When the number of detected features is low, it is advisable to use multiple feature detectors with complementary properties. When feature similarity is not sufficient for matching, spatial feature relationships provide valuable information. In this work, a highly generic matching algorithm is proposed which is based on a trainable Markov random field (MRF). It is able to incorporate almost arbitrary combinations of features, similarity measures and pairwise spatial relationships, and has a clear statistical interpretation. A major novelty is its ability to compensate for weaknesses in one information cue by implicitely exploiting the strengths of others. Zusammenfassung: Ein trainierbares MarkoffZufallsfeld für die Zuordnung lokaler Bildmerkmale unter Berücksichtigung ihrer räumlichen Beziehungen. Viele Anwendungen im Bereich des maschinellen Sehens nutzen lokale Merkmale für die Bildanalyse, insbesondere in den Bereichen Objekterkennung, Bildregistrierung und Kamerakalibrierung. Ein wichtiges Beispiel in der Photogrammetrie sind vollautomatische Algorithmen für die relative Kameraorientierung. Dazu muss aus den Bildmerkmalen verschiedener Bilder anhand eines Matchingalgorithmus eine ausreichende Anzahl von Zuordnungen mit vertretbarem Ausreißeranteil gewonnen werden. Die Suche nach Zuordnungen basiert dabei meist auf der Ähnlichkeit von Merkmalsbeschreibungen. Wenn die Anzahl der extrahierten Merkmale gering ist, macht es Sinn, mehrere möglichst komplementäre Merkmalsdetektoren gleichzeitig einzusetzen. Ist die Ähnlichkeit von Bildmerkmalen kein ausreichendes Kriterium für die Zuordnung, liefern räumliche Beziehungen von Merkmalen zusätzlich wertvolle Information. In dieser Arbeit stellen wir ein allgemeines Matchingverfahren vor, das auf einem trainierbaren Markoff-Zufallsfeld basiert. Es ermöglicht die gleichzeitige Berücksichtigung nahezu beliebiger Arten von Bildmerkmalen, Ähnlichkeitsmaßen und paarweisen räumlichen Beziehungen, und lässt sich statistisch klar interpretieren. Eine Besonderheit dieses Verfahrens ist seine Eigenschaft, Schwachpunkte einer Informationsquelle durch die Stärken einer anderen implizit auszugleichen.","PeriodicalId":56096,"journal":{"name":"Photogrammetrie Fernerkundung Geoinformation","volume":null,"pages":null},"PeriodicalIF":0.0,"publicationDate":"2013-08-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"88432850","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2013-08-01DOI: 10.1127/1432-8364/2013/0183
Lutz Bannehr, A. Schmidt, Johannes Piechel, Thomas Luhmann
{"title":"Extracting Urban Parameters of the City of Oldenburg from Hyperspectral, Thermal, and Airborne Laser Scanning Data Ableitung von städtischen Parametern der Stadt Oldenburg durch Hyperspektral-, Thermal- und Airborne Laser Scanning Daten","authors":"Lutz Bannehr, A. Schmidt, Johannes Piechel, Thomas Luhmann","doi":"10.1127/1432-8364/2013/0183","DOIUrl":"https://doi.org/10.1127/1432-8364/2013/0183","url":null,"abstract":"","PeriodicalId":56096,"journal":{"name":"Photogrammetrie Fernerkundung Geoinformation","volume":null,"pages":null},"PeriodicalIF":0.0,"publicationDate":"2013-08-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"77326193","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2013-08-01DOI: 10.1127/1432-8364/2013/0175
W. Förstner
{"title":"Graphical Models in Geodesy and Photogrammetry Graphische Modelle in Geodäsie und Photogrammetrie","authors":"W. Förstner","doi":"10.1127/1432-8364/2013/0175","DOIUrl":"https://doi.org/10.1127/1432-8364/2013/0175","url":null,"abstract":"","PeriodicalId":56096,"journal":{"name":"Photogrammetrie Fernerkundung Geoinformation","volume":null,"pages":null},"PeriodicalIF":0.0,"publicationDate":"2013-08-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"81197410","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2013-08-01DOI: 10.1127/1432-8364/2013/0180
Richard Steffen
In the field of robotics and computer vision recursive estimation of time dependent processes is one of the key tasks. Usually Kalman filter based techniques are used, which rely on explicit model functions, that directly and explicitly describe the effect of the parameters on the observations. However, some problems naturally result in implicit constraints between the observations and the parameters, for instance all those resulting in homogeneous equation systems. By implicit we mean, that the constraints are given by equations, that are not easily solvable for the observation vector. We derive an iterative extended Kalman filter framework based on implicit measurement equations. In a wide field of applications the possibility to use implicit constraints simplifies the process of specifying suitable measurement equations. As an extension we introduce a robustification technique similar to [17] and [8], which allows the presented estimation scheme to cope with outliers. Furthermore we will present results for the application of the proposed framework to the structure-from-motion task in the case of an image sequence acquired by an airborne vehicle.
{"title":"A Robust Iterative Kalman Filter Based On Implicit Measurement Equations Robuster iterativer Kalman-Filter mit implizierten Beobachtungsgleichungen","authors":"Richard Steffen","doi":"10.1127/1432-8364/2013/0180","DOIUrl":"https://doi.org/10.1127/1432-8364/2013/0180","url":null,"abstract":"In the field of robotics and computer vision recursive estimation of time dependent processes is one of the key tasks. Usually Kalman filter based techniques are used, which rely on explicit model functions, that directly and explicitly describe the effect of the parameters on the observations. However, some problems naturally result in implicit constraints between the observations and the parameters, for instance all those resulting in homogeneous equation systems. By implicit we mean, that the constraints are given by equations, that are not easily solvable for the observation vector. We derive an iterative extended Kalman filter framework based on implicit measurement equations. In a wide field of applications the possibility to use implicit constraints simplifies the process of specifying suitable measurement equations. As an extension we introduce a robustification technique similar to [17] and [8], which allows the presented estimation scheme to cope with outliers. Furthermore we will present results for the application of the proposed framework to the structure-from-motion task in the case of an image sequence acquired by an airborne vehicle.","PeriodicalId":56096,"journal":{"name":"Photogrammetrie Fernerkundung Geoinformation","volume":null,"pages":null},"PeriodicalIF":0.0,"publicationDate":"2013-08-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"83864172","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2013-08-01DOI: 10.1127/1432-8364/2013/0179
J. Schneider, Wolfgang Förstner
We present a calibration method for multi-view cameras that provides a rigorous maximum likelihood estimation of the mutual orientation of the cameras within a rigid multi-camera system. No calibration targets are needed, just a movement of the multi-camera system taking synchronized images of a highly textured and static scene. Multi-camera systems with non-overlapping views have to be rotated within the scene so that corresponding points are visible in different cameras at different times of exposure. By using an extended version of the projective collinearity equation all estimates can be optimized in one bundle adjustment where we constrain the relative poses of the cameras to be fixed. For stabilizing camera orientations – especially rotations – one should generally use points at the horizon within the bundle adjustment, which classical bundle adjustment programs are not capable of. We use a minimal representation of homogeneous coordinates for image and scene points which allows us to use images of omnidirectional cameras with single viewpoint like fisheye cameras and scene points at a large distance from the camera or even at infinity. We show results of our calibration method on (1) the omnidirectional multi-camera system Ladybug 3 from Point Grey, (2) a camera-rig with five cameras used for the acquisition of complex 3D structures and (3) a camera-rig mounted on a UAV consisting of four fisheye cameras which provide a large field of view and which is used for visual odometry and obstacle detection in the project MoD (DFG-Project FOR 1505 “Mapping on Demand”). Zusammenfassung: Bündelausgleichung und Systemkalibrierung mit Punkten im Unendlichen für omnidirektionale Kamerasysteme. In diesem Artikel stellen wir eine Kalibrierungsmethode für Multikamerasysteme vor, welche eine strenge MaximumLikelihood-Schätzung der gegenseitigen Orientierungen der Kameras innerhalb eines starren Multikamerasystems ermöglicht. Zielmarken werden nicht benötigt. Das synchronisiert Bilder aufnehmende Kamerasystem muss lediglich in einer stark texturierten statischen Szene bewegt werden. Multikamerasysteme, deren Bilder sich nicht überlappen, werden innerhalb der Szene rotiert, so dass korrespondierende Punkte in jeder Kamera zu unterschiedlichen Aufnahmezeitpunkten sichtbar sind. Unter Verwendung einer erweiterten projektiven Kollinearitätsgleichung können alle zu schätzenden Größen in einer Bündelausgleichung optimiert werden. Zur Stabilisierung der Kameraorientierungen – besonders der Rotationen – sollten Punkte am Horizont in der Bündelausgleichung verwendet werden, wozu klassische Bündelausgleichungsprogramme nicht in der Lage sind. Wir benutzen eine minimale Repräsentation für homogene Koordinaten für Bildund Objektpunkte, welche es uns ermöglicht, mit Bildern omnidirektionaler Kameras wie Fisheye-Kameras und mit Objektpunkten, welche weit entfernt oder im Unendlichen liegen, umzugehen. Wir zeigen Ergebnisse unserer Kalibrierungsmethode für (1) das omnidir
我们提出了一种多视图相机的校准方法,该方法提供了刚性多相机系统中相机相互方向的严格最大似然估计。不需要校准目标,只需要多相机系统的运动,即可拍摄高度纹理和静态场景的同步图像。具有非重叠视图的多相机系统必须在场景中旋转,以便在不同的相机在不同的曝光时间可以看到相应的点。通过使用投影共线性方程的扩展版本,我们可以在一个束调整中优化所有估计,其中我们约束相机的相对姿态是固定的。为了稳定摄像机的方向——尤其是旋转——通常应该在束调整中使用地平线上的点,这是经典的束调整程序无法做到的。我们对图像和场景点使用最小的同质坐标表示,这允许我们使用具有单一视点的全向相机的图像,如鱼眼相机和距离相机很远甚至无限远的场景点。我们展示了我们的校准方法的结果:(1)来自Point Grey的全向多相机系统Ladybug 3,(2)用于获取复杂3D结构的带有五台相机的相机架,以及(3)安装在无人机上的相机架,由四个鱼眼相机组成,提供大视野,用于MoD项目(DFG-Project for 1505“Mapping on Demand”)中的视觉测距和障碍物检测。[3][1]全向相机系统:b ndelausgleichung与Systemkalibrierung, mitpunkten, Unendlichen f。在em Artikel stellwieinekalibrierungsmethod fr Multikamerasystems vor中,将einestrenge MaximumLikelihood-Schätzung der gegenseitigen Orientierungen der camera innerhalbeines starren Multikamerasystems ermöglicht。Zielmarken werden night benötigt。同步成像成像系统在图像纹理分析中的应用。multicamera system, deren Bilder siht berlappen, werden innerhalb der Szene rotiert,因此,在jder camera zu unterschiedlichen Aufnahmezeitpunkten sichtbar sind中,通过通信endende Punkte。在Verwendung下,einer werwerten项目Kollinearitätsgleichung können alle zu schätzenden Größen in einer b ndelausgleichung optimiert werden。在德国,在德国,在德国,在德国,在德国,在德国,在德国,在德国,在德国,在德国,在德国,在德国。Wir benutzen eine minimale Repräsentation fgr homogene Koordinaten fgr Bildund Objektpunkte, welche es uns ermöglicht, mit Bildern omnidirectionaler Kameras and fishheye -Kameras and mit Objektpunkten, welche weitententoder im Unendlichen liegen, umzugehen。Wir zeigen Ergebnisse unserer Kalibrierungsmethode f (1) das全向多摄像机系统瓢虫3 von Point Grey, (2) in kamersystem mit f fameras zur Aufnahme komplexer 3DStrukturen, (3) in kamersystem damersystem mit vier Fisheye-Kameras, welches in großes Sichtfeld besitzt and zur visuellen Odometrie and zur Hinderniserkennung im Projekt MoD (DFG-Projekt FOR 1505“Mapping on Demand”)verwendet风。
{"title":"Bundle Adjustment and System Calibration with Points at Infinity for Omnidirectional Camera Systems Bündelausgleichung und Systemkalibrierung mit Punkten im Unendlichen für omnidirektionale Kamerasysteme","authors":"J. Schneider, Wolfgang Förstner","doi":"10.1127/1432-8364/2013/0179","DOIUrl":"https://doi.org/10.1127/1432-8364/2013/0179","url":null,"abstract":"We present a calibration method for multi-view cameras that provides a rigorous maximum likelihood estimation of the mutual orientation of the cameras within a rigid multi-camera system. No calibration targets are needed, just a movement of the multi-camera system taking synchronized images of a highly textured and static scene. Multi-camera systems with non-overlapping views have to be rotated within the scene so that corresponding points are visible in different cameras at different times of exposure. By using an extended version of the projective collinearity equation all estimates can be optimized in one bundle adjustment where we constrain the relative poses of the cameras to be fixed. For stabilizing camera orientations – especially rotations – one should generally use points at the horizon within the bundle adjustment, which classical bundle adjustment programs are not capable of. We use a minimal representation of homogeneous coordinates for image and scene points which allows us to use images of omnidirectional cameras with single viewpoint like fisheye cameras and scene points at a large distance from the camera or even at infinity. We show results of our calibration method on (1) the omnidirectional multi-camera system Ladybug 3 from Point Grey, (2) a camera-rig with five cameras used for the acquisition of complex 3D structures and (3) a camera-rig mounted on a UAV consisting of four fisheye cameras which provide a large field of view and which is used for visual odometry and obstacle detection in the project MoD (DFG-Project FOR 1505 “Mapping on Demand”). Zusammenfassung: Bündelausgleichung und Systemkalibrierung mit Punkten im Unendlichen für omnidirektionale Kamerasysteme. In diesem Artikel stellen wir eine Kalibrierungsmethode für Multikamerasysteme vor, welche eine strenge MaximumLikelihood-Schätzung der gegenseitigen Orientierungen der Kameras innerhalb eines starren Multikamerasystems ermöglicht. Zielmarken werden nicht benötigt. Das synchronisiert Bilder aufnehmende Kamerasystem muss lediglich in einer stark texturierten statischen Szene bewegt werden. Multikamerasysteme, deren Bilder sich nicht überlappen, werden innerhalb der Szene rotiert, so dass korrespondierende Punkte in jeder Kamera zu unterschiedlichen Aufnahmezeitpunkten sichtbar sind. Unter Verwendung einer erweiterten projektiven Kollinearitätsgleichung können alle zu schätzenden Größen in einer Bündelausgleichung optimiert werden. Zur Stabilisierung der Kameraorientierungen – besonders der Rotationen – sollten Punkte am Horizont in der Bündelausgleichung verwendet werden, wozu klassische Bündelausgleichungsprogramme nicht in der Lage sind. Wir benutzen eine minimale Repräsentation für homogene Koordinaten für Bildund Objektpunkte, welche es uns ermöglicht, mit Bildern omnidirektionaler Kameras wie Fisheye-Kameras und mit Objektpunkten, welche weit entfernt oder im Unendlichen liegen, umzugehen. Wir zeigen Ergebnisse unserer Kalibrierungsmethode für (1) das omnidir","PeriodicalId":56096,"journal":{"name":"Photogrammetrie Fernerkundung Geoinformation","volume":null,"pages":null},"PeriodicalIF":0.0,"publicationDate":"2013-08-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"89699062","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}