当前课程知识点:刑侦视频图像处理 > 第10章 现勘三维现场重建 > 10.6基于二维图像的三维现场重建 > 10.6基于二维图像的三维现场重建
那为了解决
对案件现场的一个
大致上的一个方位的认识
我们前期提出了一种
基于二维图像的
三维现场重建
怎么做呢
是通过采用这种阵列相机
进行一个环绕拍照
然后把各相机的照片
统一拼接成一张全景图像
使观察者可以全方位的了解现场
的情况
这是百度地图
拍摄的一个现场画面
位置是我们的
西安市的东仪路
那么我截取了这个照相机
大家可以看一下
它是应该有三个摄像头
每个摄像头应该是覆盖120度
那么顶部还有一个摄像头
去拍地面
那么它的拍摄效果
如右图所示
这是一个街景
那么我们普通的观察者
可以在街景地图上
用鼠标左右
选择方向
可以360度
包括上下方位
都可以看到
现场的全景图像
一幅全景图
可以完整的展示
一个场景的环境信息
相当于观察者站在某一点
并围绕着该点
转一圈所看到的景象
那么我们在日常中
我们的手机
基本上都有这种
全景图的拍摄模式
常见的全景图
有三类
包括球面全景图
多面体全景图和柱面全景图
柱面全景图广泛应用的主要原因
是在图像处理方面
柱面全景图
比球面和多面体全景
更加方便
那么全景图的生成
主要包括几个环节
前面我们介绍了
第一个是图像的预处理
我们可以想象一下
我们在做全景拍摄的时候
由于相机照的方向不一样
会产生不同方向
有不同的亮度
也就是说我们最终合成的照片
它灰度是不均匀的
也有可能对焦有些变化
所以必须要对这些
环绕拍摄一周的
各个图片
进行预处理
常见的预处理方法是
直方图预处理方法
直方图均衡
对图像的灰度校正
具有较好的效果
第二步是对图像进行配准
Image registration
所谓的图像配准
就是将两幅或者两幅以上的照片中
相似的部分
对它进行一个配准 叠加的过程
这是图像拼接的关键技术
那么最常见的图像配准方法
是基于图像的特征匹配
选取具有良好的
不变性
和准确性的特征
提取方法是提高匹配
精确度的关键
那么通常是把两幅图像
重合的部分
有相同相似特征的
进行一个匹配
然后他们可能有一些形变
把这些形变处理掉以后
再对两幅图像的
整个的空间坐标
做一个对齐
下一步是图像融合
图像融合就是将多个图像
融合成一张全景照片
大家可以看一下案例
左边两张图像
是分别单独拍摄的两张照片
最左边这张我们可以看到
远处有一个门
右边是一个纸箱子
那么中间这幅图像
只有纸箱子了
而最右边这幅图像
是把两幅图像
拼接在一起的
那它拼接的效果到底如何呢
大家现在观察一下
那么我把这幅图放大一下
大家仔细观察一下
可以发现
这幅照片
左边和右边
很好的保持了
原有照片的景物
但是中间部分
我们仔细观察一下
可以发现
柜子的门把手
好像多了几个
而且呢柜子之间的层级的线条
好像也没有对齐
那么这就是在图像配准过程中
常见会出现的一些问题
所以就说拼接技术
也是一门专有的技术
今天我们这个课
不展开讲了
下面是我们做的一些
全景照片的拼接案例
上面这个图像是一个
办公室的全景照片
从左边开始
我们可以看到是办公室的门
然后顺时针方向
有一张桌子
两张桌子
三张桌子
然后就到了窗户
窗户右手边是沙发
沙发这边又有饮水器和门
那么这个门的再右边
就是图像最左边的柜子
这就是我们的一个
拼接好的全景图
我们也可以看到
全景图的
上边和下边有一些黑色的痕迹
那么这就是在图像拼接过程中
有一些
没有办法体现的数据
下面这幅图
是我们在室外场景的
一个全景拼接
中间这一行是5张
单独拍摄的照片
我们可以看到
左边两张照片的光线
和右边三张是不一样的
所以我们也要做了图像的
均衡化处理
然后把它拼接成一个
完整的全景图像
下面我们讨论一下
基于二维图像
拼接生成的现场
重建全景图
在案件侦查中
存在什么问题
如果大家有经验的话
如果你用过百度
或者谷歌的街景地图
你会发现
你任意旋转一个角度
周围的场景
会发生一些几何形变
对不对
这是第一
第二点
基于这种二维图像
拼接生成的全景图
它还存在一个问题
就是没法体现
现场景物的物理尺寸
这个和拍摄一张
二维照片是一样的
也就是说任何的景物
没有体现出距离的关系
而这种距离关系
有时候在案件的侦破中
是最关键的一种信息
那么我们现在
介绍了二维图像
生成全景图的方法
谢谢
-1.1 绪论(上)
--1.1绪论(上)
-1.2 绪论(下)
-第1章测试
-2.1 光照不良图像增强处理(上)
-2.2 光照不良图像增强处理(下)
-第2章习题
-3.1图像超分辨率重建技术概述
-3.2基于插值的图像超分辨率重建
-3.3基于深度学习的图像超分辨率重建之神经网络
-3.4基于深度学习的图像超分辨率重建
-3.5基础知识介绍
-3.6压缩感知与超分辨率重建
-3.7基于压缩感知字典学习的超分方法
-第3章测试一
-第3章测试二
-4.1引言-什么是HDR图像
-4.2 概述-HDR图像处理的研究内容
-4.3HDR图像获取—多曝光融合
-4.4色调映射基础
-第4章测试题
-5.1图像水印技术概述
-5.2图像单水印技术
-5.3图像双水印技术
-第5章测试题
-6.1图像检索概述
-6.2词袋(BOW)特征描述
-6.3VLAD特征编码
-6.4PCA降维
--6.4PCA降维
-7.1 监控视频编码的作用
-7.2 监控视频编码的标准
-7.3 监控视频编码标准
-第7章测试
-8.1运动目标检测
-8.2运动目标跟踪
-第8章测试题
-9.1高光谱图像基础知识
-9.2高光谱图像的应用
-9.3高光谱图像处理
-第9章测试题
-10.1现勘足迹的基本知识
-10.2现勘足迹提取方法
-10.3结构光测量技术概况
-10.4结构光提取原理
-10.5现勘三维现场重建技术
-10.6基于二维图像的三维现场重建
-10.7基于深度信息的三维现场重建
-10.8应用案例
--10.8应用案例
-第10章测试题
-11.1研究背景与意义
-11.2图像预处理技术
-11.3基于LBP纹理的鞋印检索
-11.4基于SIFT特征的鞋印检索
-第11章测试题
-12.1什么是案件的智能串并?
-12.2实现智能串并案的机遇与挑战
-12.3智能串并案的实现策略与方案
-12.4真实案件智能串并的实现
-第12章测试题
-13.1刑侦模拟画像概述
-13.2 刑侦模拟画像计算机辅助系统
-13.3刑侦模拟画像计算机辅助系统:两维三维画像辅助
-第13章测试题