Home | english  | Impressum | Sitemap | KIT
Level-Set-Methoden zur 3D-Rekonstruktion
Typ:

Studienarbeit

Links:
Betreuer:

Dipl.-Inform. Ioana Gheta

Status:

abgeschlossen

Abgabedatum:

August 2007

Forschungsprojekt:

Kamera-Array

Am Lehrstuhl für Interaktive Echtzeitsysteme wird momentan in Kooperation mit dem Fraunhofer IITB ein System entwickelt, das mit neun Kameras in form einer 3x3-Matrix arbeitet. Eine direkte Anwendung ist die 3D-Rekonstruktion beobachteter Szenen (z.B. zur Volumenbestimmung, Defekterkennung, 3D-Vermessung).

Bei vorangegangenen Arbeiten wurden unterschiedliche Verfahren untersucht und implementiert:

  • „Depth from stereo“: Die aus den unterschiedlichen Kamerapositionen resultierenden, teilweise redundanten Stereo-Disparitäten können daher zu einer Schätzung der Tiefenkarte dienen, die in einem zweiten Schritt zu 3DModellen erweitert werden.
  • Erweiterung des Verfahrens „Depth from stereo“ durch „depth from focus“: Zusätzlich können die Einzelkameras mit unterschiedlichen Fokuspositionen betrieben werden, so dass eine Fokusserie erfasst wird. Die Fusion der kombinierten Bildserien erfolgt momentan mittels Formulierung der Fusionsaufgabe als Energiefunktional, das durch ein Graph-Cuts-Verfahren optimiert wird.

Im Rahmen dieser Arbeit soll als weiteres Fusionsverfahren zur 3D-Rekonstruktion von Objekten die Level-Set-Methode eingesetzt werden. Die Level-Set-Methode ist allgemein ein mathematisches Verfahren, um geometrische Objekte und deren Bewegung numerisch zu berechnen. Im Einzelnen umfasst die Arbeit folgende Schritte:

  • Implementierung des Verfahrens
  • Anpassung des Verfahrens an die Erfordernisse der Fusionsaufgabe
  • Durchführung von Testmessungen an erfassten Bildserien
  • Vergleich der Leistungsfähigkeit der Level-Set-Methode mit den bisher implementierten Verfahren zur Gewinnung von 3D-Information

Sämtliche Verfahren sind in ein vorhandenes Softwaresystem (C++, Python) zu integrieren. Die Ergebnisse der Arbeit sind zu dokumentieren.

Arbeitsausrichtung: praktisch, algorithmisch