Im 4. Kapitel kann der Leser einen Blick auf die Grundlagen von Computer Vision werfen. Mit der OpenCV Bibliothek und der Sprache Python können eigene Scripts programmiert werden. Was ist Feature Detection und wie werden Korrespondenzen zwischen Merkmalen hergestellt? Epipolargeometrie ist die Basis zur Berechnung der Fundamental- und Essentialmatrix?
Mit diesem Hintergrundwissen ist die Prozesskette zur 3D-Rekonstruktion verständlich: Objekterfassung mittels Fotografie, Struktur durch Bewegung, Multi View Stereo und Oberflächenrekonstruktion. Unterschiedliche Software-Distributionen kommen zur Anwendung: Open-Source, On-line-Service und ein proprietäres Produkt. Der Praktiker kann für sich das geeignete Werkzeug finden und bekommt eine Checkliste für die Arbeit vor Ort an die Hand.
Mit drei Schritten zur Rekonstruktion eines Bildverbandes: Merkmalextraktion, Korrespondenzzuordnung und Triangulation. SIFT(scale invariant feature transform) ist ein Algorithmus mit dem merkmale in Bildern lokalisiert werden. Zu den gefundenen Merkmalen müssen die Korrespondenzen hergestellt werden. Hierzu existieren Methoden wie RANSAC oder die in OpenCV implementierte FLANN-Bibliothek.In einem weiteren Schritt werden Kamerapositionen und Verknüpfungspunkte durch Ausgleichung bestimmt. Hier gilt die Open-Source-Software Bundler als Standard.
Auf der nach obigen Verfahren berechneten Datengrundlage wird mit MVS die Objektgeometrie punktweise verdichtet und die Oberflächenmasche durch Poisson-Oberflächen-Rekonstruktion gebildet und ein Texturatlas für die Oberfläche erzeugt.
Die OpenCV-Scripts können Sie im Download-Bereich erhalten.