phmathВестник Государственного университета просвещения. Серия: Физика-МатематикаBulletin of Federal State University of Education. Series: Physics and Mathematics2949-50832949-5067Federal State University of Educationphmath-251Research ArticleКОМПЬЮТЕРНЫЕ НАУКИСПОСОБЫ ПОВЫШЕНИЯ КАЧЕСТВА ОЦЕНКИ ФУНДАМЕНТАЛЬНОЙ МАТРИЦЫMETHODS OF IMPROVE THE QUALITY ESTIMATES OF FUNDAMENTAL MATRIXАленинВ. А.AleninV. .divo2005@inbox.ruКулясО. Л.KulyasO. .kulyas@psati.ruПоволжский государственный университет телекоммуникаций и информатики (г. Самара); Димитровградский институт технологии управления и дизайна (филиал Ульяновского государственного технического университета)РоссияPovolzhskiy State University of Telecommunications and Informatics (Samara); Dimitrovgrad Institute of Technology Management and Design (branch Ulyanovsk State Technical UniversityRussian FederationПоволжский государственный университет телекоммуникаций и информатики (г. Самара)РоссияPovolzhskiy State University of Telecommunications and Informatics (Samara)Russian Federation20110801202303106116Copyright © Аленин В.А., Куляс О.Л., 20232023Аленин В.А., Куляс О.Л.Alenin V..., Kulyas O...Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.physmathmgou.ru/jour/article/view/251

Фундаментальная матрица (ФМ) одна из обязательных составляющих алгоритмов реконструкции трехмерной сцены по набору изображений. Точность оценки ФМ отражается на точности вычислений многих других компонентов алгоритмов реконструкции, получаемых с помощью ФМ, таких как матрицы проекций, внешние параметры камеры (выражаемые матрицей вращения R и вектором переноса t) ит.д. В итоге, точность расчетов всех этих компонент влияет на точность реконструкции модели. В статье будет представлен набор методов, которые в совокупности, позволяют повысить точность расчета ФМ, в условиях присутствия в исходных данных ошибок измерений.

реконструкцияособые точкифундаментальная матрицаустойчивые методы оценкиReferencesЮрин, Д.В. Современные концепции восстановления трехмерных сцен по набору цифровых изображений: наполнение систем виртуальной реальности // Труды Первой международной конференции «Трехмерная визуализация научной, технической и социальной реальности. Кластерные технологии моделирования». 2009. №1. С. 96-100.Юрин, Д.В. Современные концепции восстановления трехмерных сцен по набору цифровых изображений: наполнение систем виртуальной реальности // Труды Первой международной конференции «Трехмерная визуализация научной, технической и социальной реальности. Кластерные технологии моделирования». 2009. №1. С. 96-100.D Objects on Turntable [Электронный ресурс] // URL: http://www.vision.caltech.edu/pmoreels/Datasets/TurntableObjects (дата обращения 01.08.2011).D Objects on Turntable [Электронный ресурс] // URL: http://www.vision.caltech.edu/pmoreels/Datasets/TurntableObjects (дата обращения 01.08.2011).Bay, H и др. Speeded-Up Robust Features (SURF) // Computer Vision and Image Understanding (CVIU). 2008. Vol. 110, No. 3. P. 346-359.Bay, H и др. Speeded-Up Robust Features (SURF) // Computer Vision and Image Understanding (CVIU). 2008. Vol. 110, No. 3. P. 346-359.Bradski, G., Kaehler A. Learning OpenCV. - Sebastopol: O’Reilly Media, 2008. 577 p.Bradski, G., Kaehler A. Learning OpenCV. - Sebastopol: O’Reilly Media, 2008. 577 p.Fischler, F.M., Bolles R.C. Random sample consensus: a paradigm for model fitting with applications to image analysis and automated cartography // Magazine Communications of the ACM. 1981. Vol. 24 No. 6. P. 381-395.Fischler, F.M., Bolles R.C. Random sample consensus: a paradigm for model fitting with applications to image analysis and automated cartography // Magazine Communications of the ACM. 1981. Vol. 24 No. 6. P. 381-395.Forssén, P.-E., Lowe D.G. Shape Descriptors for Maximally Stable Extremal Regions // International Conference on Computer Vision - ICCV. 2007. Vol. CFP07198-CDR. P. 1-8.Forssén, P.-E., Lowe D.G. Shape Descriptors for Maximally Stable Extremal Regions // International Conference on Computer Vision - ICCV. 2007. Vol. CFP07198-CDR. P. 1-8.Hartley, R., Zisserman A. Multiple View Geometry in Computer Vision (SE). Cambridge: Cambridge University Press, 2003. 672 p.Hartley, R., Zisserman A. Multiple View Geometry in Computer Vision (SE). Cambridge: Cambridge University Press, 2003. 672 p.Heyden, A., Astrom K.A Canonical Framework for Sequences of Images // Proceedings of the IEEE Workshop on Representation of Visual Scenes. 1995. P. 45-53.Heyden, A., Astrom K.A Canonical Framework for Sequences of Images // Proceedings of the IEEE Workshop on Representation of Visual Scenes. 1995. P. 45-53.Lowe, D.G. Distinctive Image Features from Scale-Invariant Keypoints // International Journal of Computer Vision. 2004. Vol. 60, No. 2. P. 91-110.Lowe, D.G. Distinctive Image Features from Scale-Invariant Keypoints // International Journal of Computer Vision. 2004. Vol. 60, No. 2. P. 91-110.Luorig, Q.-T, Faugeras O.D. The Fundamental matrix: theory, algorithms, and stability analysis // International Journal of Computer Vision. 1996. Vol. 17. No. 1. P. 43-75.Luorig, Q.-T, Faugeras O.D. The Fundamental matrix: theory, algorithms, and stability analysis // International Journal of Computer Vision. 1996. Vol. 17. No. 1. P. 43-75.OpenCV library [Электронный ресурс] // URL: http://sourceforge.net/projects/opencvlibrary (дата обращения 01.08.2011).OpenCV library [Электронный ресурс] // URL: http://sourceforge.net/projects/opencvlibrary (дата обращения 01.08.2011).Szeliski, R. Computer Vision: algorithms and Applications. Electronic draft. 2010. 957 p.Szeliski, R. Computer Vision: algorithms and Applications. Electronic draft. 2010. 957 p.The Eclipse Foundation [Электронный ресурс] // URL: http://eclipse.org (дата обращения 01.08.2011).The Eclipse Foundation [Электронный ресурс] // URL: http://eclipse.org (дата обращения 01.08.2011).The Point Cloud Library (or PCL) [Электронный ресурс] // URL: http://pointclouds.org (дата обращения 01.08.2011).The Point Cloud Library (or PCL) [Электронный ресурс] // URL: http://pointclouds.org (дата обращения 01.08.2011).Tomasi, C., Kanade T. Shape and Motion from Image Streams: a Factorization // International Journal of Computer Vision. 1992. Vol. 9. No. 2. P. 137-154.Tomasi, C., Kanade T. Shape and Motion from Image Streams: a Factorization // International Journal of Computer Vision. 1992. Vol. 9. No. 2. P. 137-154.

The authors declare that there are no conflicts of interest present.