Structure from motion: differenze tra le versioni

Contenuto cancellato Contenuto aggiunto
ValterVBot (discussione | contributi)
m top: orfanizzo redirect -, replaced: [Vista (senso)| → [Vista| using AWB
FrescoBot (discussione | contributi)
m Bot: apostrofo dopo l'articolo indeterminativo e modifiche minori
Riga 8:
Trovare strutture dal movimento presenti problemi simili a trovare strutture dalla visione stereoscopica. In entrambi i casi, la corrispondenza tra immagini e la ricostruzione di ogetti 3D ha bisogno di essere trovata.
 
Per trovare corrispondenza tra immagini, le caratteristiche (feature) come i punti d'angolo (lati con gradienti in direzioni multiple) sono tracciate da un 'immagine alla prossima.
Una delle più rilevatori di caratteristiche usati è il [[Scale-invariant feature transform|SIFT]] (Scale-invariant feature transform). Usa come caratteristiche il massimo di una piramide di [[differenza di gaussiane]] ([[DOG]])
Il primo passo nella SIFT è di trovare una direzione di gradiente dominante. Per renderla invariante alla rotazione, il [[descrittore]] è ruotato per adattarne l'orientamento<ref>{{Cita pubblicazione|rivista=International Journal of Computer Vision |titolo=Distinctive image features from scale-invariant keypoints |autore=D. G. Lowe |anno=2004 }}</ref> .
Un altro rilevatore di caratteristiche molto comune è il [[SURF]] ([[Speeded Up Robust Features]]). Nel SURF, la DOG è sostituita da un rilevatore hessiano di [[blob]] basato su matrici<ref>{{Cita pubblicazione|rivista=9th European Conference on Computer Vision |titolo=Surf: Speeded up robust features |autore=H. Bay, T. Tuytelaars, and L. Van Gool |anno=2006 }}</ref>.
Inoltre, invece di valutare il gradiente degli istogrammi, SURF calcola le somme dei componenti del gradiente e le somme dei loro valori assoluti<ref>{{Cita pubblicazione|rivista=Kybernetika |titolo=The structure-from-motion reconstruction pipeline – a survey with focus on short image sequences |autore=K. Häming and G. Peters|anno=2010 | url = http://dml.cz/dmlcz/141400 }}</ref>.
Riga 16:
Uno degli algoritmi di matching (per incrociare i dati) che traccia le caratteristiche da un'immagine all'altra è il [[tracciatore Lukas-Kanade]]<ref>{{Cita pubblicazione|rivista=IJCAI81 |titolo=An iterative image registration technique with an application to stereo vision |autore=B. D. Lucas and T. Kanade }}</ref>.
 
== SfM per l'analisi di struttura del patrimonio culturale ==
{{...}}
 
Riga 38:
*{{cita web|http://exporttocanoma.blogspot.it/2012/11/sfm-structure-from-motion-prima-parte.html|Structure from motion in exporttocanoma.blogspot.it}}
 
=== Software Structure from Motion ===
 
==== Soluzioni Open source ====
 
C++