Быстрое извлечение патчей с помощью гомографии - PullRequest
4 голосов
/ 21 сентября 2011

Предположим, у вас есть гомография H, относящаяся к плоской поверхности, изображенной на двух разных изображениях: Ir и I. Ir - эталонное изображение, где плоская поверхность параллельна плоскости изображения (и практически занимает все изображение). I - изображение во время выполнения (фотография плоской поверхности, сделанная с произвольной точки зрения). Пусть H будет таким, что:

p = Hp ', где p - точка в Ir, а p' - соответствующая точка в I.

Предположим, у вас есть две точки p1 = (x1, y) и p2 = (x2, y), где x1

Вопрос в следующем: есть ли способ избежать умножения матрицы на вектор для вычисления всех этих точек? Самый простой способ, который приходит ко мне, - это использовать гомографию для вычисления соответствующей точки p1 и p2 (назовите их p1 'и p2'). Чтобы получить другие (то есть: (x1 + 1, y), (x1 + 2, y), ..., (x2-1, y)), линейная интерполяция p1 'и p2' в изображении I.

Но поскольку между Ir и мной есть проективное преобразование, я думаю, что этот метод довольно неточен.

Есть еще идеи? Этот вопрос связан с тем фактом, что мне нужен эффективный вычислительный способ для извлечения большого количества (небольших) патчей (размером около 10x10 пикселей) вокруг точки p в Ir в программном обеспечении реального времени.

Спасибо.

Ps. Может быть, тот факт, что я использую небольшие патчи, сделал бы использование линейной интерполяции подходящим подходом?

1 Ответ

0 голосов
/ 21 сентября 2011

У вас есть проективное преобразование и, к сожалению, соотношение длин не является инвариантным при этом типе преобразования.

Мое предложение: исследовать перекрестное соотношение , потому что оно инвариантно относительно проективных преобразований. Я думаю, что за каждые 3 балла вы можете получить «более дешевый» 4-й, избегая вычисления матрицы-вектора и используя вместо этого перекрестное соотношение. Но я не поместил весь материал в бумагу, чтобы убедиться, что альтернатива кросс-отношения настолько «вычислительно дешевле», чем умножение матрицы на вектор.

...