image-based measurement bildgestützte messverfahren
DESCRIPTION
Image-based Measurement Bildgestützte Messverfahren. Axel Pinz. 2 VO WS438.020 1 LU SS438.021. Image-based Measurement. Color, Illumination Image Acquisition Projective geometry Camera models Calibration Reconstruction 3D Scene structure (from stereo, from motion, ...) - PowerPoint PPT PresentationTRANSCRIPT
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.20051
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Image-based MeasurementBildgestützte Messverfahren
2 VO WS 438.0201 LU SS 438.021
Axel Pinz
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.20052
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Image-based Measurement
• Color, Illumination• Image Acquisition
– Projective geometry– Camera models– Calibration
• Reconstruction– 3D Scene structure (from stereo, from motion, ...)– Tracking (motion trajectories, 4D, camera+object pose, ...)– Structure and Motion
• Fundamental algorithms• State of the art technology
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.20053
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Was kann ich optisch messen ?
Radiometrische Größen– Strahlung (Wärme)– UV– Lichttechnische Größen
• Beleuchtungsstärke• Leuchtdichte• Lichtstrom, …
– Farbe, spektrale Komponenten
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.20054
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Was kann ich optisch messen ?
Geometrische Größen– Lage– Länge– Winkel– Entfernung– Fläche
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.20055
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Was kann ich optisch messen ?
„abgeleitete“ Größen– Spektrale Albedo (Farbe der Objektoberfläche)– 3D Position und Orientierung (Objekte / Kamera)– Identifikation von Objekten / Marken– Mustererkennung– Computer Vision– Image Understanding
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.20056
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
„Optisch“ vs. „Bildgestützt“
• 0- oder 1-D– Fotodiode– Laser-Triangulierung– Längen- / Winkel-
Codierung– …
• 2-D Rasterbilder– Kenngrößen– Abgeleitete Größen
• 3-D – Stereo– „direkte“ Verfahren
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.20057
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Examples (“optical” - 1)
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.20058
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Examples (“optical” - 2)
[Hoffmann, Taschenbuch d. Messtechnik][Hoffmann, Taschenbuch d. Messtechnik]
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.20059
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Examples (“optical” - 3)
[Jähne, Handbook of Computer Vision and Applications][Jähne, Handbook of Computer Vision and Applications]
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200510
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Example (image-based)
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200511
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Tracking von 3D Modellen
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200512
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Augmented Reality als Anwendung
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200513
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Augmented Reality als Anwendung
Der Standard 28.11.2006:
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200514
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Augmented Reality als Anwendung
EMT Prototypen
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200515
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Bildgestützte Messverfahren
• Menschliches und maschinelles Sehen, Grundlagen der digitalen Bildverarbeitung
• Beleuchtung – “Illumination and Image Formation”– Farbe, Farbmodelle– Farbwahrnehmung, Farbkonstanz
• Bildaufnahme – “Solid-State Image Sensing”
• Kamera– Modell, projektive Geometrie, Kalibrierung– Pose, PnP
• Stereo Rekonstruktion• Punktkorrespondenzen (‘corners+descriptors’)• Tracking
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200516
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Menschliches visuelles System
Auge, Retina
Stäbchen, Zapfen, Farbsehen
Neurophysiologie– Reizleitung Retina visueller Cortex– Rezeptive Felder– Bedeutung von Kanten / Linien, Orientierung
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200517
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Grundlagen Digitale BV
Kenngrößen eines dig. Rasterbildes– Räumliche Auflösung– Radiometrische Auflösung– Nachbarschaft– Farbe
HistogrammOperationen E(x,y) A(x,y)
– Punkt-Op.– Lokale Fenster-Op., Faltung, Rangordnung– Globale Op., Transformationen, Fourier
Segmentation (Bild Bildbeschreibung)– Regionen- oder kantenbasiert
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200518
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Bildgestützte Messverfahren
• Menschliches und maschinelles Sehen, Grundlagen der digitalen Bildverarbeitung
• Beleuchtung – “Illumination and Image Formation”– Farbe, Farbmodelle– Farbwahrnehmung, Farbkonstanz
• Bildaufnahme – “Solid-State Image Sensing”
• Kamera– Modell, projektive Geometrie, Kalibrierung– Pose, PnP
• Stereo Rekonstruktion• Punktkorrespondenzen (‘corners+descriptors’)• Tracking
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200519
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Beleuchtung, Farbe, Farbwahrnehmung
Strahlungsphysikalische GrößenLichtquellen, SpektrenMenschliche FarbwahrnehmungFarbmodelle, Farbmetrik
– CIE XYZ– RGB– HSV– CIE u‘ v‘ , CIE Lab
Farbe im Bild Farbe einer Oberfläche
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200520
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Strahlungsphysikalisches (“physical”) u. lichttechn. (“photometric”) Maßsystem (1)
Strahlungsphysikalische Größen (“physical”)– Index e – energetisch– Strahlungsfluss (-leistung) e [W]– Bestrahlungsstärke (Irradiance) Ee [W m-2]– Strahlstärke Ie [W sr-1]– Strahldichte (Radiance) Le [W m-2 sr-1]– Spezifische Ausstrahlung (Radiosity) Be [W m-2]– Strahlungsmenge Qe [W s]
Farbe: Alle Größen je Wellenlänge, z.B. L
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200521
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Strahlungsphysikalisches u. lichttechn. Maßsystem (2)
Lichttechnische Größen (“photometric”)– Index vis – visible ( = 380-780nm)– Bezogen auf den spektralen Hellempfindlichkeitsgrad
für Tagsehen V()– Lichtstrom vis [lm]– Beleuchtungsstärke Evis [lx]– Lichtstärke Ivis [cd]– Leuchtdichte Lvis [cd m-2]– Spezifische Lichtausstrahlung Bvis [lm m-2]– Lichtmenge Qvis [lm s]
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200522
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Strahlungsphysikalisches u. lichttechn. Maßsystem (3)
``Relative sensitivity´´= spektraler Hellempfindlichkeitsgrad für Tagsehen V()
Commission International de l‘Eclairage (CIE)
max. bei 555nm
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200523
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Lichtquellen, Spektren
Schwarzkörper (ausgehöhlt, kleines Loch), schwarzer Strahler
„Farbtemperatur“, spektrale Energieverteilung
E 15
1exp hc kT 1
h ... Planck‘sches Wirkungsquantk ... BoltzmannkonstanteT ... Absolute Temperatur [K]
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200524
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Licht – elektromagn. StrahlungW
elle
nlän
ge
[m
]
10-10
1014
Schall
Funkwellen
Millimeterwellen
Röntgenstrahlung
Gammastrahlung
Kosmische Strahlung
Licht
Wel
lenl
änge
[
nm]
10
106
390
770
Ultraviolett
Infrarot
SichtbaresLicht
rotorangegelbgrünblauviolett
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200525
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Tageslicht
RelativeSpektraleEnergie
Wellenlänge λ
Tageslicht-Spektrum zu verschiedenenTages- undJahreszeiten
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200526
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Lichtquellen (1)
A ... 100W Glühbirne
D65 Modelliert Tageslicht
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200527
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Lichtquellen (2)
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200528
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Farbe von Oberflächen
Reflexion – Absorption
Spektraler Reflexionsgrad – “spectral reflectance”, “spectral albedo”
Albedo 0 perfekt schwarzer Körper
“BRDF” – bidirectional reflectance distribution function
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200529
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Spektrale Albedos
• verschieden
• glatt
• gleiche Wahr- nehmung bei verschiedenen Albedos möglich !!
[Forsyth, Ponce]
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200530
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Menschliche Farbwahrnehmung (1)
Kontext!– Beleuchtung, Erinnerung– Objekt-Identität, Emotion
Welche spektrale Strahldichte erzeugt die selbe Farbwahrnehmung bei verschiedenen Versuchspersonen ?
Lineare Theorie !
Testlicht T, Primärfarben Pi
T = w1P1 + w2P2 + ...
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200531
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Menschliche Farbwahrnehmung (2)
„Norm-Beobachter“– 2 Grad = Fovea– 10 Grad > Fovea (Zapfen + Stäbchen)
„Trichromatizität“– 3 Primärfarben reichen aus für Korrespondenz zu
Testlicht / Testfarbe
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200532
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Additiv - Subtrakitv
Matching von FarbenPrimärfarben A, B, C, Match MAdditiv (a,b,c)
M = aA + bB + cCSubtraktiv (-a,b,c)
M + aA = bB + cCWie baut man einen Monitor, wählt man
A,B,C, sodass möglichst viele Farben dargestellt werden können?
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200533
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Grassmann-Gesetze: Linearität
1. Ta = wa1P1 + wa2P2 + wa3P3
Tb = wb1P1 + wb2P2 + wb3P3
Ta+ Tb = (wa1+wb1)P1 + (wa2+wb2) P2 + (wa3+wb3) P3
2. Ta = w1P1 + w2P2 + w3P3
Ta = Tb
Tb = w1P1 + w2P2 + w3P3
3. Ta = w1P1 + w2P2 + w3P3
kTa = kw1P1 + kw2P2 + kw3P3
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200534
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Menschliche Farbwahrnehmung (3)
Bei geg. Testfarbe, und 3 Primärfarben:– Die meisten Menschen wählen die selben
Gewichte– Trichromatizität und Grassman gilt– Farben können über diese Gewichte benannt
werden
Ausnahmen:– Tw. oder vollst. Farbenblindheit– Alte Menschen mit Pigmentveränderungen– Sehr helle oder sehr dunkle Lichter
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200535
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Menschliche Farbwahrnehmung (4)
Zapfen (3 oder ?mehr? Arten)Univarianz
– Nur eine Aktivität eines Rezeptors– Stark / schwach– Keine Codierung der Wellenlänge !
Zwei Farben werden als identisch wahr-genommen, wenn sie die selbe Antwort bei den Rezeptoren erzeugen, unabhängig von der spektralen Verteilung !
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200536
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Empfindlichkeit der Zapfen
B,G,R Besser S,M,L
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200537
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Relative spektrale Empfindlichkeit d. menschl. AugesL-cones, M-cones, S-cones – Empf.d. Zapfen (R,G,B)Empfindlichkeit der StäbchenDowling, John E. (1987); The Retina : An Approachable Part of the BrainBelknap Pr; ISBN: 0674766806
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200538
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Repräsentation von Farbe
Lineare Farbräume– RGB, CMY– CIE XYZ
Nichtlineare Farbräume– HSV, HLS– CIE u’v’, CIE LAB
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200539
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Lineares Farb - Matching
Primärfarben Pi
– RGB – XYZ
“Color matching functions” CMF– f1(), f2(), f3()
“Source” S(), “Primaries” Pi
dfPPwS ii
iii
i )()()(3
1
3
1
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200540
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
RGB – XYZ (1)
CIE 1931 (2º field of view)
RGB:– R = 700.0 nm, G = 546.1 nm, B = 435.8nm– “chromaticity coordinates” r,g,b = (1,0,0), (0,1,0), (0,0,1)– “color matching functions” r(λ), g(λ), b(λ)
XYZ:
– “color matching functions” x(λ), y(λ), z(λ)
zybgr
bgrx , ,
20063.113240.166697.0
20000.031000.049000.0
stimulus theof luminance , , , VVy
zZVYV
y
xX
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200541
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
RGB – XYZ (2)
RGB:– Reale Primär-Lichtquellen– Subtraktives Matching nötig !
XYZ:– Additives Matching immer möglich– „imaginäre“ Primär-Lichtquellen mit negativer
Strahldichte in manchen Wellenlängenbereichen
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200542
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
RGB Color Matching Functions
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200543
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
XYZ Color Matching Functions
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200544
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
RGB-XYZ [Foley et al.]
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200545
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
CIE XYZ Farbraum
X
Y
Z
X+Y+Z=1
y
x
ZYX
Xx
ZYX
Yy
“chromaticity
diagram”
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200546
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
CIE XYZ Farbraum
X
Y
Z
X+Y+Z=1
y
x
Sichtbare Farbeninnerhalb des„Hufeisens“.
(x,y)-Werteaußerhalb stellenkeine gültigenFarben dar.
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200547
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
X
Y
Z
X+Y+Z=1
y
x
CIE XYZ Lichtquellen
MonochromesLicht (R, G, B).
Schwarzkörperbei verschiedenenTemperaturen.
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200548
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
“Gamut” – darstellbarer Bereich
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200549
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Gamut
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200550
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Komplementärfarben
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200551
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Mischen von Primärfarben
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200552
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
RGB / CMY Farbraum
X
Y
Z
X+Y+Z=1
y
x
RGB – additiv CMY – subtraktiv (+ black)
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200553
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
HSV Farbraum
X
Y X+Y+Z=1
y
H – Hue, S – Saturation, V – Value“HSV hexcone”
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200554
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
HSV Farbraum
Alternativen:
• Kegel• Zylinder• Doppelkegel• Pyramiden
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200555
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
HLS Farbraum
H – HueL – LuminanceS – Saturation
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200556
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Uniform color spaces
McAdam ellipses (next slide) demonstrate that differences in x,y are a poor guide to differences in color
Construct color spaces so that differences in coordinates are a good guide to differences in color.
[Forsyth, Ponce]
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200557
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Variations in color matches on a CIE x, y space. At the center of the ellipse is the color of a test light; the size of the ellipse represents the scatter of lights that the human observers tested would match to the test color; the boundary shows where the just noticeable difference is. The ellipses on the left have been magnified 10x for clarity; on the right they are plotted to scale. The ellipses are known as MacAdam ellipses after their inventor. The ellipses at the top are larger than those at the bottom of the figure, and that they rotate as they move up. This means that the magnitude of the difference in x, y coordinates is a poor guide to the difference in color.
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200558
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
CIE u’v’ which is a projective transformof x, y. We transform x,y so that ellipses are most like one another. Figure shows the transformed ellipses.
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200559
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
CIE LAB Farbraum• Der am häufigsten verwendete
“uniform color space”• Distanzen entsprechen Unterschieden in der
menschlichen Farbwahrnehmung – 1 jnd … “just noticable difference”
• Xn , Yn , Zn ... weiße Referenzfläche
16)(116 3/1* nY
YL
])()[(500 3/13/1*
nn Y
Y
X
Xa ])()[(200 3/13/1*
nn Z
Z
Y
Yb
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200560
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
CIE LAB Farbraum
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200561
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
efg’s computer lab
Earl F. Glynn II
http://www.efg2.com/Lab/
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200562
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Farbe im Bild Oberflächenfarbe
[Maureen Stone]
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200563
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Wahrnehmung - Farbkonstanz
Farbkonstanz:– Bild mit färbigen Regionen Farbe einer Oberfläche unabhängig von der Beleuchtung
Menschen können angeben– Farbe die eine Oberfläche bei weißem Licht hätte– Farbe des Lichtes, das im Auge ankommt– Farbe des Lichtes das die Oberfläche beleuchtet
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200564
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Wahrnehmung - Farbkonstanz
[Land, 1971]
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200565
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Wahrnehmung - Farbkonstanz
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200566
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Grauwert Helligkeit (1)
Helligkeits-Konstanz beim Menschen– Relativ: Unterschiedliche Grauwerte von Flächen– Absolut: Referenzwert
Einfaches Modell– Oberfläche senkrecht auf Blickrichtung– Lambert– Lineare Kamera– Bild p(x) eines Punktes X
p(x) = I(x)(x) I ... Beleuchtung ... Albedo
log p(x) = log I(x) + log (x)
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200567
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Grauwert Helligkeit (2)
Annahmen:– Albedos ändern sich nur plötzlich– Beleuchtung ändert sich nur langsam
• Achtung: Schatten-Grenzen !
Algorithmus [Horn, 1974]– Differenzieren– Kleine Gradienten eliminieren– Integrieren
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200568
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Grauwert Helligkeit (3)
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200569
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Grauwert Helligkeit (4)
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200570
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Grauwert Helligkeit (5)
Erweiterung auf 2D– Problem der Integrierbarkeit in 2 Richtungen
Minimierungs-Problem– Wähle log so, dass grad(log ) möglichst ähnlich
dem “thresholded gradient”
Annahmen– Hellster Fleck ist weiß– Durchschnittliche Helligkeit konstant
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200571
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Farbwert spektrale Albedo (1)
When one views a colored surface, the spectral radiance of the light reaching the eye depends on both the spectral radiance of the illuminant, and on the spectral albedo of the surface. We’reassuming that camera receptors are linear, like the receptors in the eye. This is usually the case.
pk
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200572
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Farbwert spektrale Albedo (2)
dEp kk )()()(
geg. pk, ges. ()
• inverses Problem• unterbestimmt (“ill-posed”)• Annahme v. Randbedingungen (“constraints”)
typische Situation in der Computer Vision!
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200573
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Farbwert spektrale Albedo (3)
Randbedingungen:– Hellster Fleck ist weiß– Bekannte durchschnittliche Farbe– Bekannte durchschnittliche Helligkeit– Bekannter “gamut”– Reflexionen
Algorithmen [Forsyth]
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200574
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Farbwert spektrale Albedo (4)
Farbtarget (“ground truth”)Bilder verschiedener Kameras / BeleuchtungenMessungen„Radiometrische Kalibrierung“
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200575
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Farbwahrnehmung (1)
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200576
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Farbwahrnehmung (2)
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200577
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Farbwahrnehmung (3)
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200578
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Farbwahrnehmung (4)
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200579
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Farbwahrnehmung (5)
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200580
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Farbwahrnehmung (5)
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200581
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Farbwahr-nehmung (6)
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200582
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Farbwahrnehmung (6)
Dünne blaue Streifen wirken grünlich.(weniger blaue Rezeptoren in der Retina)
Institut für Elektrische Meßtechnik und Meßsignalverarbeitung
Professor Horst Cerjak, 19.12.200583
WS 2008/09Image-based Measurement 1 Introduction, Color Axel Pinz
Credits
Kapitel 6 „Color“ aus D. Forsyth, J. Ponce. Computer Vision. Prentice Hall 2003
Folien, Abb. teilweise von Forsyth:http://www.cs.berkeley.edu/~daf/bookpages/slides.html
Folien, Abb. teilweise von Maureen Stone:Siggraph Course 4, 2001.