Grafische Datenverarbeitung at Hochschule Furtwangen | Flashcards & Summaries

Select your language

Suggested languages for you:
Log In Start studying!

Lernmaterialien für Grafische Datenverarbeitung an der Hochschule Furtwangen

Greife auf kostenlose Karteikarten, Zusammenfassungen, Übungsaufgaben und Altklausuren für deinen Grafische Datenverarbeitung Kurs an der Hochschule Furtwangen zu.

TESTE DEIN WISSEN

Was bedeutet Kamera Kalibrierung?

Lösung anzeigen
TESTE DEIN WISSEN

Die Bestimmung einer Reihe von Parametern, die die Abbildung der Kamera beschreiben.


2 Aufgaben des Algorithmus zur Kamerakalibrierung: 

 - Berechnen der Matrix P mit den übereinstimmenden Punkten

 - Zerlegung von P in: K, R und t mithilfe der QR-Zerlegung


Lösung ausblenden
TESTE DEIN WISSEN

Was sind extrinsische Parameter?

Lösung anzeigen
TESTE DEIN WISSEN

Definition: Wiederherstellung vom Zusammenhang zwischen dem Welt- und dem Kamerakoordinatensystem


Beschreiben die äußere Ausrichtung der Kamera: 

- relative Rotation und Translation zum Weltkoordinatensystem

Lösung ausblenden
TESTE DEIN WISSEN

Warum braucht man Kamerakalibrierung?

Lösung anzeigen
TESTE DEIN WISSEN

Abbildung von Objekten der realen Welt auf den Bildsensor funktioniert nie perfekt. 

Es kommt zu Verzerrungen (Abbildungsfehler, perspektivische Fehler), welche durch die Kamerakalibrierung korrigiert bzw. minimiert werden sollen. 

Dafür benutzt man Kalibirierungskörper.


(Fehler können meist nicht vom menschlichen Auge wahrgenommen werden, sind aber wichtig bei der präzisen Bildverarbeitungsanwendung)

Lösung ausblenden
TESTE DEIN WISSEN

Gegeben ist die Struktur eines AR-Programms. Welche Ecken Detectoren kennen SIe?

Lösung anzeigen
TESTE DEIN WISSEN

AR Programm (Koordinaten des Markers sind bekannt):

1. Korrespondenzen berechnen (2D und AR Tag)

2. Kameraposition P mit Orientation und Translation schätzen (extrinsische Parameter)

3. 3D Objekt mit Projektionsmatrix P auf die Bildfläche projizieren



Harris Corner Detector:

 - Berechnet die Eckengewichtung und selektiert Punkte mit großer Gewichtung (R > Threshold)

 - Mathematische Funktion sucht im Fensterausschnitt nach Veränderungen in der Intensität 

 - Rotationsunabhängig

 - Skalierungsabhängig (deshalb arbeitet man mit verschiedenen    Radien)

 


Flat: in keiner Richtung eine Änderung

Kante: Entlang der Kante keine Änderung

Ecke: Änderungen in alle Richtungen


Lösung ausblenden
TESTE DEIN WISSEN

Beschreiben Sie den Algorithmus (high-level) für die Stereo Rekonstruktion.

Lösung anzeigen
TESTE DEIN WISSEN

Definition: 3D Form aus 2 oder mehr Bildern konstruieren.


Basisprinzip: Triangulation von Korrespondenzen (Bildpunkten)

 - im nach hinten projizierten Punkt schneiden sich die Linien von den beiden Punkten aus dem Bildern zu dem projizierten Punkt


Algorithmus:

 1. Für jeden Punkt im ersten Bild den Korrespondenzpunkt im zweiten Bild finden (Such-Problem)

 2. Für jedes Punktepaar den 3D Punkt per Triangulation finden (Schätz-Problem)

Lösung ausblenden
TESTE DEIN WISSEN

Beschreiben Sie den Korrespondenzalgorithmus für das Stereo-Setup.


Basic

Lösung anzeigen
TESTE DEIN WISSEN

Algorithmus Typen:

- Dense: Berechnung der Korrespondenzen bei jedem Pixel

    -> Top down: 

             1. Gruppenmodell wird unabhängig in jedem Bild gesucht

             2. Punkte werden zwischen den Bildern angepasst

- Sparse: Berechne Korrespondenzen nur für Features

    -> Bottom up

             1. Epipolare Geometrie reduziert die Korrespondenzsuche               von 2D zu 1D auf epipolaren Linien 

             2. Wählt man in Bild 1 einen Punkt, so liegt dieser auf der               Epipolarlinie des 2ten Bildes


Die Epipoloarlinie im 2ten Bild entspricht dem Ray zum Punkt x des ersten Bildes

Lösung ausblenden
TESTE DEIN WISSEN

Beschreiben Sie den Korrespondenzalgorithmus für das Stereo-Setup.


Was sind die Herausforderungen?

Lösung anzeigen
TESTE DEIN WISSEN

- Mehrdeutigkeit von Merkmalen 

   > Identische Identitäts- und Farbwerte

- Wiederkehrende Texturen

- Reflektierende Oberflächen

- Texturlose Oberflächen 

- Verdeckung (wegen Perspektivenwechsel)

Lösung ausblenden
TESTE DEIN WISSEN

Beschreiben Sie den Korrespondenzalgorithmus für das Stereo-Setup.


Welche globalen Bedingungen kann man in einen Algorithmus einbauen, um robustere Ergebnisse zu bekommen?

Lösung anzeigen
TESTE DEIN WISSEN

Einzigartigkeit:

 - Für jeden Punkt im Bild sollte mindestens ein passender Punkt im anderen Bild sein

- Korrespondenzen werden geschätzt und die passenden werden behalten


Anordnung:

 - Korrespondierende Punkte sollten aus beiden Sichtwinkeln immer in der gleichen Reihenfolge sein (funktioniert nicht immer)


Glätten von ungleichen Feldern


Lösung ausblenden
TESTE DEIN WISSEN

Was bedeutet Disparität?

Lösung anzeigen
TESTE DEIN WISSEN

Beschreibt in der Stereografie den Unterschied/Differenz/Abstand, welchen gleiche Bildelemente auf beiden Teilbildern zueinander haben.

Lösung ausblenden
TESTE DEIN WISSEN

Was bedeutet "depth from disparity"?

Lösung anzeigen
TESTE DEIN WISSEN

Depth from disparity beschreibt das Verhältnis, welches die Tiefe und die Disparität (Bildbewegung) zueinander haben.


Die Disparität (Bildbewegung) ist entgegengesetzt Proportional zu der Tiefe Z und vice versa.


Je mehr Bewegung ich habe, umso näher muss ein Objekt sein.

Objekte die weiter weg sind, haben bei einer Kamerafahrt wenig Bildbewegung.

(Beispiel: Berge und Menschen vor der Kamera)

Lösung ausblenden
TESTE DEIN WISSEN

Erklären Sie das Prinzip von RANSAC (Random Sample Consensus)

Lösung anzeigen
TESTE DEIN WISSEN

Wird benutzt um mit Outliers klarzukommen.

1. Man wählt eine zufällige Gruppe von Treffern aus

2. Berechnet die Transformation der Gruppe (Homographie)

3. Inlier zu dieser Transformation finden 

4. Ausreichend große Inliner Anzahl -> Neuberechnung der Schätzung kleinster Quadrate der Transformation auf alle Inliers


Am Ende wird die Transformation mit den meisten Inliers behalten.

Lösung ausblenden
TESTE DEIN WISSEN

Beschreiben Sie die Vektor-Lösung für die Triangulation der 3D-Punkte.

Lösung anzeigen
TESTE DEIN WISSEN

Theorie: Findet man in 2 oder mehr Bildern korrespondierende Punkte, so bedeutet dies, das diese ein Projektion eines 3D Punktes sind. 

Die Linien, erzeugt von den jeweiligen Bildpunkten, müssen dabei den 3D Punkt schneiden.


Praxis: Die Koordinaten der Bildpunkte können nicht immer perfekt akkurat sein -> Insbesondere Störungen (Rauschen, Linsenverzerrungen) führen dazu, dass die Linien, erzeugt durch die Bildpunkte, nicht den eigentlichen 3D Punkt schneiden.


Lösung: Berechnung des Mittelpunktes der kürzesten Linie (Vektors) zwischen den beiden Rays. Dieser Punkt wird dann als 3D Punkt genommen.

Lösung ausblenden
  • 61484 Karteikarten
  • 1304 Studierende
  • 73 Lernmaterialien

Beispielhafte Karteikarten für deinen Grafische Datenverarbeitung Kurs an der Hochschule Furtwangen - von Kommilitonen auf StudySmarter erstellt!

Q:

Was bedeutet Kamera Kalibrierung?

A:

Die Bestimmung einer Reihe von Parametern, die die Abbildung der Kamera beschreiben.


2 Aufgaben des Algorithmus zur Kamerakalibrierung: 

 - Berechnen der Matrix P mit den übereinstimmenden Punkten

 - Zerlegung von P in: K, R und t mithilfe der QR-Zerlegung


Q:

Was sind extrinsische Parameter?

A:

Definition: Wiederherstellung vom Zusammenhang zwischen dem Welt- und dem Kamerakoordinatensystem


Beschreiben die äußere Ausrichtung der Kamera: 

- relative Rotation und Translation zum Weltkoordinatensystem

Q:

Warum braucht man Kamerakalibrierung?

A:

Abbildung von Objekten der realen Welt auf den Bildsensor funktioniert nie perfekt. 

Es kommt zu Verzerrungen (Abbildungsfehler, perspektivische Fehler), welche durch die Kamerakalibrierung korrigiert bzw. minimiert werden sollen. 

Dafür benutzt man Kalibirierungskörper.


(Fehler können meist nicht vom menschlichen Auge wahrgenommen werden, sind aber wichtig bei der präzisen Bildverarbeitungsanwendung)

Q:

Gegeben ist die Struktur eines AR-Programms. Welche Ecken Detectoren kennen SIe?

A:

AR Programm (Koordinaten des Markers sind bekannt):

1. Korrespondenzen berechnen (2D und AR Tag)

2. Kameraposition P mit Orientation und Translation schätzen (extrinsische Parameter)

3. 3D Objekt mit Projektionsmatrix P auf die Bildfläche projizieren



Harris Corner Detector:

 - Berechnet die Eckengewichtung und selektiert Punkte mit großer Gewichtung (R > Threshold)

 - Mathematische Funktion sucht im Fensterausschnitt nach Veränderungen in der Intensität 

 - Rotationsunabhängig

 - Skalierungsabhängig (deshalb arbeitet man mit verschiedenen    Radien)

 


Flat: in keiner Richtung eine Änderung

Kante: Entlang der Kante keine Änderung

Ecke: Änderungen in alle Richtungen


Q:

Beschreiben Sie den Algorithmus (high-level) für die Stereo Rekonstruktion.

A:

Definition: 3D Form aus 2 oder mehr Bildern konstruieren.


Basisprinzip: Triangulation von Korrespondenzen (Bildpunkten)

 - im nach hinten projizierten Punkt schneiden sich die Linien von den beiden Punkten aus dem Bildern zu dem projizierten Punkt


Algorithmus:

 1. Für jeden Punkt im ersten Bild den Korrespondenzpunkt im zweiten Bild finden (Such-Problem)

 2. Für jedes Punktepaar den 3D Punkt per Triangulation finden (Schätz-Problem)

Mehr Karteikarten anzeigen
Q:

Beschreiben Sie den Korrespondenzalgorithmus für das Stereo-Setup.


Basic

A:

Algorithmus Typen:

- Dense: Berechnung der Korrespondenzen bei jedem Pixel

    -> Top down: 

             1. Gruppenmodell wird unabhängig in jedem Bild gesucht

             2. Punkte werden zwischen den Bildern angepasst

- Sparse: Berechne Korrespondenzen nur für Features

    -> Bottom up

             1. Epipolare Geometrie reduziert die Korrespondenzsuche               von 2D zu 1D auf epipolaren Linien 

             2. Wählt man in Bild 1 einen Punkt, so liegt dieser auf der               Epipolarlinie des 2ten Bildes


Die Epipoloarlinie im 2ten Bild entspricht dem Ray zum Punkt x des ersten Bildes

Q:

Beschreiben Sie den Korrespondenzalgorithmus für das Stereo-Setup.


Was sind die Herausforderungen?

A:

- Mehrdeutigkeit von Merkmalen 

   > Identische Identitäts- und Farbwerte

- Wiederkehrende Texturen

- Reflektierende Oberflächen

- Texturlose Oberflächen 

- Verdeckung (wegen Perspektivenwechsel)

Q:

Beschreiben Sie den Korrespondenzalgorithmus für das Stereo-Setup.


Welche globalen Bedingungen kann man in einen Algorithmus einbauen, um robustere Ergebnisse zu bekommen?

A:

Einzigartigkeit:

 - Für jeden Punkt im Bild sollte mindestens ein passender Punkt im anderen Bild sein

- Korrespondenzen werden geschätzt und die passenden werden behalten


Anordnung:

 - Korrespondierende Punkte sollten aus beiden Sichtwinkeln immer in der gleichen Reihenfolge sein (funktioniert nicht immer)


Glätten von ungleichen Feldern


Q:

Was bedeutet Disparität?

A:

Beschreibt in der Stereografie den Unterschied/Differenz/Abstand, welchen gleiche Bildelemente auf beiden Teilbildern zueinander haben.

Q:

Was bedeutet "depth from disparity"?

A:

Depth from disparity beschreibt das Verhältnis, welches die Tiefe und die Disparität (Bildbewegung) zueinander haben.


Die Disparität (Bildbewegung) ist entgegengesetzt Proportional zu der Tiefe Z und vice versa.


Je mehr Bewegung ich habe, umso näher muss ein Objekt sein.

Objekte die weiter weg sind, haben bei einer Kamerafahrt wenig Bildbewegung.

(Beispiel: Berge und Menschen vor der Kamera)

Q:

Erklären Sie das Prinzip von RANSAC (Random Sample Consensus)

A:

Wird benutzt um mit Outliers klarzukommen.

1. Man wählt eine zufällige Gruppe von Treffern aus

2. Berechnet die Transformation der Gruppe (Homographie)

3. Inlier zu dieser Transformation finden 

4. Ausreichend große Inliner Anzahl -> Neuberechnung der Schätzung kleinster Quadrate der Transformation auf alle Inliers


Am Ende wird die Transformation mit den meisten Inliers behalten.

Q:

Beschreiben Sie die Vektor-Lösung für die Triangulation der 3D-Punkte.

A:

Theorie: Findet man in 2 oder mehr Bildern korrespondierende Punkte, so bedeutet dies, das diese ein Projektion eines 3D Punktes sind. 

Die Linien, erzeugt von den jeweiligen Bildpunkten, müssen dabei den 3D Punkt schneiden.


Praxis: Die Koordinaten der Bildpunkte können nicht immer perfekt akkurat sein -> Insbesondere Störungen (Rauschen, Linsenverzerrungen) führen dazu, dass die Linien, erzeugt durch die Bildpunkte, nicht den eigentlichen 3D Punkt schneiden.


Lösung: Berechnung des Mittelpunktes der kürzesten Linie (Vektors) zwischen den beiden Rays. Dieser Punkt wird dann als 3D Punkt genommen.

Grafische Datenverarbeitung

Erstelle und finde Lernmaterialien auf StudySmarter.

Greife kostenlos auf tausende geteilte Karteikarten, Zusammenfassungen, Altklausuren und mehr zu.

Jetzt loslegen

Das sind die beliebtesten StudySmarter Kurse für deinen Studiengang Grafische Datenverarbeitung an der Hochschule Furtwangen

Für deinen Studiengang Grafische Datenverarbeitung an der Hochschule Furtwangen gibt es bereits viele Kurse, die von deinen Kommilitonen auf StudySmarter erstellt wurden. Karteikarten, Zusammenfassungen, Altklausuren, Übungsaufgaben und mehr warten auf dich!

Mehr Karteikarten anzeigen

Das sind die beliebtesten Grafische Datenverarbeitung Kurse im gesamten StudySmarter Universum

Graphische Datenverarbeitung

Duale Hochschule Gera-Eisenach

Zum Kurs
Statistische Datenverarbeitung

Fachhochschule Aachen

Zum Kurs

Die all-in-one Lernapp für Studierende

Greife auf Millionen geteilter Lernmaterialien der StudySmarter Community zu
Kostenlos anmelden Grafische Datenverarbeitung
Erstelle Karteikarten und Zusammenfassungen mit den StudySmarter Tools
Kostenlos loslegen Grafische Datenverarbeitung