Тематический план

  • Общее

  • Введение

    Детекторы и дескрипторы. Детектор Моравица. Детектор Харриса. Анализ со многими разрешениями. Wavelet-преобразование. Пирамиды Гаусса и Лапласса. SIFT-дескриптор, SURF-дескриптор

    • Тема 1. Формирование цифрового изображения

      Уравнение тонкой и толстой линзы. Дискретизация и квантование. Математическая модель проективной камеры. Радиальная и тангенциальная дисторсия. Однородные координаты. Проективное преобразование. Идеальные точки. Афинные преобразования. Внешние и внутренние параметры проективной камеры.

      • Тема 2. Оценки параметров моделей

        Метод наименьших квадратов и максимального правдоподобия. Полный МНК. М-оценки. Взвешенный МНК. Нормализация. Оценка параметров по схемам RANSAC, M-SAC. Нелинейный МНК, модификации метода Гаусса-Ньютона

        • Тема 3. Калибровка камер

          Произвольная и конечная проективная камера. Задача калибровки внешних и внутренних параметров камер. Калибровка с использованием паттернов. DLT метод. Метод «золотого стандарта». Декомпозиция матрицы проекции камеры на внутреннюю и внешнюю калибровку. Калибровка по «шахматной доске». Оценка углов с субпиксельной точностью

          • Тема 4. Гомография

            Использование гомографии.

            • Тема 5. Геометрические свойства нескольких изображений

              Фундаментальная и существенная матрица и их свойства. Вычисление фундаментальной и существенной матрицы.

              • Тема 6. Структура из движения

                Методы оценки. Неоднозначность решения. Фотограмметрия. Последовательный SFM. Метод связок. Итеративная оптимизация.

                • Тема 7. Стереовидение

                  Борьба с перекрытиями. Глобальные методы оценки карт диспаритета. Использование представления в виде графов. Использование сегментации

                  • Тема 8. Сегментация изображений

                    Выделение краев. Градиент изображения. Алгоритм Канни. Сегментация без учета пространственных связей. Пороговые методы. Метод К-средних. Сегментация с учетом пространственных связей. Разрастание областей. Слияние/разделение областей. Алгоритм водораздела. Алгоритм «погружения». Алгоритм tobogganing. Сегментация с помощью разрезов графа.

                    • Тема 9. Обнаружение особенностей

                      Детекторы и дескрипторы. Детектор Моравица. Детектор Харриса. Анализ со многими разрешениями. Wavelet-преобразование. Пирамиды Гаусса и Лапласса. SIFT-дескриптор, SURF-дескриптор

                      • Тема 10. Сопровождение объектов

                        Корреляционные методы. Метод Lucas-Kanade и его модификации. Оптический поток. Вычитание фона. Модель фона (вероятностное моделирование, самонастройка)

                        • Заключение

                          .Общие выводы по курсу. Рекомендации для подготовки к экзамену.