Registrace obrazových korespondencí získaných z více zdrojů

Abstract

V přiložené práci studujeme algoritmy pro párování grafů a jejich využití k registraci korespondencí důležitých obrazových bodů získaných z více různých zdrojů. Zaměřujeme se především na získání přesnějších dat pro výslednou 3D rekonstrukci modelu z velkého množství fotografií s již známými korespondencemi. V této práci se zabýváme problematikou párování grafů včetně definic, výpočetní složitostti problému a mnoha příkladů různých přístupů a použití algoritmů pro párování grafů pro řešení rozličných problémů v různých oblastech. Dále navrhujeme vlastní algoritmus pro párování grafů, který hledá aproximaci problému registrace podgrafů ohodnocených grafů s minimální cenou a který je schopen řešit tento problém pro velké množství velkých grafů v rozumném čase. V naší práci také uvádíme krátký přehled problému bodových korespondencí, implementujeme jednoduché bodové a hranové metriky, které následně použijeme pro párování částečne zrekonstruovaných 2D a 3D geometrií modelu. Algoritmus testujeme na skutečných i uměle vygenerovaných datech. Úlohu omezujeme na řídké bodové korespondence a předpokládáme, že rekonstruovaný 3D model je po částech složený z ploch.

In the present work we study use of graph matching algorithms for registration of important image points obtained from di erent sources. We especially focus on acquiring more precise data for nal 3D model reconstruction from a large set of images with already known corresponding points. We give a short overview of graph matching problem including de nitions, computational complexity and various approaches and examples of using graph matching algorithms for solving various problems in many elds. Then we propose our algorithm for approximation of attributed relational minimum cost sub{graph isomorphism problem that is able to match a large number of huge graphs in reasonable time. We also give a short overview of point correspondence problem and we implement suitable edge and vertex metrics for matching partial 2D and 3D model geometry and we test proposed algorithm on both real and synthetic data. We restrict our work to weak point correspondences supposing the nal reconstructed 3D model is built-up from faces.