Zusammenfassung
Der Artikel stellt ein Verfahren zur Auswertung von Bildfolgen vor, welches Trilinearitäten für die Bestimmung der Kamerabewegung und Prädiktion von Punkten in Folgebilder einsetzt. Eine spezielle minimale Parametrisierung des Trifokaltensors in Abhängigkeit von Bewegung und Kalibrierung ermöglicht die direkte Schätzung der Bewegungsparameter. Die Schätzung erfolgt im Gauß-Helmert-Modell, das aus der Geodäsie bekannt ist. Wir zeigen Ergebnisse einer Auswertung von Bildfolgen einer Fahrspurbeobachtung aus einem Kraftfahrzeug.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Similar content being viewed by others
Literatur
W. Förstner and E. Gülch. A Fast Operator for Detection and Precise Location of Distinct Points, Corners and Centres of Circular Features. In Inter-commission Workshop (ISPRS), pages 149–155, Jun 1987.
O. Faugeras and B. Mourrain. On the geometry and algebra of the point and line correspondences between n images. Tech. Rep. RR-2665, INRIA, 1995.
O. Faugeras and T. Papadopoulo. A nonlinear method for estimating the projective geometry of 3 views. In International Conference on Computer Visions (ICCV), pages 477–484, 1998.
M. Hahn. Bildsequenzanalyse für die passive Navigation. Dissertation, Reihe C, Nr. 433, Universität Stuttgart, 1995.
R. Hartley. Lines and points in three views - a unified approach. In Image Understanding Workshop, Monterey, California, pages 1009–1016. ARPA, 1994.
R. I. Hartley. Minimizing algebraic error. In International Conference on Computer Vision (ICCV), 1998.
R. M. Haralick and L. G. Shapiro. Computer and Robot Vision. Addison Wesley Publishing Company, 1993.
P. J. Huber. Robust Statistics. John Wiley & Sons, 1981.
K. R. Koch. Parameterschätzung und HypothesentestsDümmler Verlag Bonn, 1987.
Q. T. Luong and O. D. Faugeras. The fundamental matrix: Theory, algorithms and stability analysis. International Journal of Computer Vision (IJCV), 17: 43–75, 1996.
A. Shashua. Trilinearity in visual recognition by alignment. In European Conference on Computer Vision (ECCV), pp. 479–484. Springer Verlag, 1994.
P. H. S. Torr and A. Zisserman. Robust parametrization and computation of the trifocal tensor. Image Vision and Computing, 15: 591–605, 1997.
ZM93] A. Zisserman and S. J. Maybank. A case against epipolar geometry. In Applications of Invariance in Computer Vision, pp. 69–88. Springer Verlag,1993.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1999 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Steines, B., Abraham, S. (1999). Metrischer Trifokaltensor für die Auswertung von Bildfolgen. In: Förstner, W., Buhmann, J.M., Faber, A., Faber, P. (eds) Mustererkennung 1999. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-60243-6_46
Download citation
DOI: https://doi.org/10.1007/978-3-642-60243-6_46
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-66381-2
Online ISBN: 978-3-642-60243-6
eBook Packages: Springer Book Archive