SpringerLink
Log in

Das “Bootstrap-Problem” bei der geometrischen Szenenrekonstruktion — eine Übersicht

  • Conference paper
GWAI-87 11th German Workshop on Artifical Intelligence

Part of the book series: Informatik-Fachberichte ((2252,volume 152))

Kurzfassung

Die Aufgabe der geometrischen Szenenrekonstruktion besteht darin, anhand von Bildvorlagen für die Objekte einer Szene ihre Oberflächen und ihre relative Anordnung zu rekonstruieren. Da bei der Bildentstehung durch die Projektion auf die Bildebene die Tiefeninformation verlorengeht, besteht das Hauptproblem der geometrischen Rekonstruktion darin, allgemeine Prinzipien zu finden, die es ermöglichen, die Tiefeninformation wiederzugewinnen. Ein Ansatz hierzu ist die Kombination mehrfacher Objektansichten, wodurch eine Tiefenmessung mittels trigonometrischer Parallaxe ermöglicht wird.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution

Subscribe and save

Springer+ Basic
EUR 32.99 /Month
  • Get 10 units per month
  • Download Article/Chapter or Ebook
  • 1 Unit = 1 Article or 1 Chapter
  • Cancel anytime
Subscribe now

Buy Now

Chapter
USD 29.95
Price excludes VAT (Canada)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 39.99
Price excludes VAT (Canada)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 54.99
Price excludes VAT (Canada)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free ship** worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Similar content being viewed by others

Literatur

  1. Texture Gradient as a Depth Cue, R. Bajcsy und L.I. Lieberman, Computer Graphics and Image Processing 5, 52–67 (1976).

    Google Scholar 

  2. Merkmalsdetektion in Farbbildern als Grundlage zur Korrespondenzanalyse in Stereo-Bildfolgen,Thomas Bartsch, Leonie S. Dreschler-Fischer und Carsten Schröder, DAGM-86,pp. 94–97.

    Google Scholar 

  3. Inferring Surfaces from Images, Thomas O. Binford, Artificial Intelligence 17, 205–244 (1981) siehe auch:Brady 81,pp. 75–116.

    Google Scholar 

  4. Representation and Three-Dimensional Interpretation of Image Texture: An Integrated Approach,Dorothea Blostein und Narendra Ahuja, ICC V-87,pp. 444–449.

    Google Scholar 

  5. Computer Vision,J.M. Brady (Hrsg.), North Holland Publ. Coznp. Amsterdam 1981, reprinted from Artificial Intelligence 17 (1981)

    Google Scholar 

  6. Determining the Orientation of Surfaces from Optical Flow,W.F. Clocksin, Proc. AISB/GI-78 on Artificial Intelligence, Hamburg, July 18–20, 1978, pp. 73–102.

    Google Scholar 

  7. Crowley 84a: A Computational Paradigm for Three Dimensional Scene Analysis, James L. Crowley, Technical Report CMU-RI-TR-84–11 The Robotics Institute, Carnegie-Mellon University, Pittburgh, PA (April 1984).

    Google Scholar 

  8. Volumetric Model and 3D-Trajectory of a Moving Car Derived from Monocular TV Frame Sequences of a Street Scene, L. Dreschler and H.-H. Nagel, Computer Graphics and Image Processing 20, 199–228 (1982).

    Google Scholar 

  9. A Knowledge Based Approach to the Correspondence Problem in Sequences of Stereo Images,L.S. Dreschler-Fischer, AIMSA-86,short papers.

    Google Scholar 

  10. A Blackboard System for Dynamic Stereo Matching,L.S. Dreschler-Fischer, IAS-86,(im Druck).

    Google Scholar 

  11. Lernen durch Beobachtung von Szenen mit bewegten Objekten: Phasen einer Systementwicklung,Leonie S. Dreschler-Fischer, Wilfried Enkelmann und Hans-Hellmut Nagel, DAGM-83,pp. 29–34.

    Google Scholar 

  12. Feature Selection in Colour Images for Token Matching,L.S. Dreschler-Fischer und F. Gnutzmann, IJCAI-87,(im Druck).

    Google Scholar 

  13. Highlight Identification Using Chromatic Information,Ron Gershon, Allan D. Jepson and John K. Tsotsos, ICCV-87,pp. 161–170.

    Google Scholar 

  14. Obtaining Shape from Shading Information,B.K.P. Horn, in: Winston 75, pp. 115155.

    Google Scholar 

  15. Shape from Regular Patterns, K. Ikeuchi, Artificial Intelligence 22, 49–55 (1984).

    Google Scholar 

  16. Applying Temporal Constraints to the Dynamic Stereo Problem, Michael Jenkin und John K. Tsotsos, Computer Vision, Graphics, and Image Processing 33, 16–32 (1986).

    Google Scholar 

  17. Using a Color Reflectance Model to Separate Highlights from Object Color,Gudrun J. Klinker, Steven A. Shafer und Takeo Kanade, ICCV-87,pp. 145–150.

    Google Scholar 

  18. Marr 82: Vision, David Marr, Freeman Co. San Francisco/CA 1982.

    Google Scholar 

  19. Visual Information Processing: Artificial Intelligence and the Sensorium of Light, David Marr und H. Keith Nishihara, Technology Review, Oktober 1978, pp. 28–49.

    Google Scholar 

  20. A Theory of Human Stereo Vision,David Marr and T. Poggio, Proc. of the Royal Society of London B 204, 301–328 (1979).

    Google Scholar 

  21. Formation of an Object Concept by Analysis of Systematic Time Variations in the Optically Perceptible Environment, H.-H. Nagel, Computer Graphics and Image Processing 7, 149–194 (1978).

    Google Scholar 

  22. Analyse und Interpretation von Bildfolgen,H.-H. Nagel, Informatik-Spektrum 8 (1985) 178–200 und 312–327.

    Google Scholar 

  23. Image sequences — Ten (octal) Years — From Phenomenology towards a Theoretical Foundation,Hans-Hellmut Nagel, ICPR-86,pp. 1174–1185.

    Google Scholar 

  24. Knowledge Sources for Understanding and Describing Image Sequences,Bernd Neumann, GWAI-82 siehe auch: Mitteilung Ifl-HH-M-103 Universität Hamburg, Fachbereich Informatik, Hamburg, Bundesrepublik Deutschland (November 1982)

    Google Scholar 

  25. Three-Dimensional Computer Vision,Yoshiaki Shirai, Springer Verlag Berlin Heidelberg New York London Paris Tokyo 87

    Google Scholar 

  26. The Psychology of Computer Vision,P.H. Winston (Hrsg.)

    Google Scholar 

  27. Proc. 2nd Int. Conf. on Artificial Intelligence, Methodology, Systems, Applications, Varna, Bulgaria, September 1986, (im Druck).

    Google Scholar 

  28. Proc. 5. DAGM-Symposium “Mustererkennung”, Karlsruhe, Bundesrepublik Deutschland, Oktober 1983,H. Kazmierczak (Hrsg.), VDE-Fachberichte, VDE-Verlag Berlin Offenbach 1983

    Google Scholar 

  29. Proc. 8. DAGM-Symposium, Paderborn, Bundesrepublik Deutschland, September 1986, G. Hartmann (Hrsg.), Informatik Fachberichte 125, Springer Verlag Berlin Heidelberg New York London Paris Tokyo 1986

    Google Scholar 

  30. Fachtagung über künstliche Intelligenz GWAI-82, Bad Honnef, Bundesrepublik Deutschland, September 1982, W. Wahlster (Hrsg.), Informatik Fachberichte?, Springer Verlag Berlin Heidelberg New York London Paris Tokyo 1982

    Google Scholar 

  31. Proc. lst Int. Conf. on Intelligent Autonomous Systems, Amsterdam, The Netherlands, Dezember 1986, (im Druck).

    Google Scholar 

  32. ICPR-86: Proc. of the 8th Int. Conf. on Pattern Recognition, Paris, France, 1986.

    Google Scholar 

  33. Proc. of the 10th Int. Joint Conf. on Artificial Intelligence, Milano, Italy, August 1987, Morgan Kaufmann Publishers Inc. Los Altos/CA 1987

    Google Scholar 

  34. ICCV-87: 1’ International Conference on Computer Vision, June, 8–11, London, England, (J. Michael Brady, Whitman Richards und Azriel Rosenfeld (Hrsg.)), IEEE Computer Society Press, Washington, D.C. 1987.

    Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Fachbereich Informatik, Universität Hamburg, Bodenstedtstraße 16, D-2000, Hamburg 50, Deutschland

    Leonie S. Dreschler-Fischer

Authors
  1. Leonie S. Dreschler-Fischer
    View author publications

    You can also search for this author in PubMed Google Scholar

Editor information

Editors and Affiliations

  1. Projektgruppe KIT, Sekr. FR 5–8, Technische Universität Berlin, Franklinstraße 28/29, D-1000, Berlin 10, Deutschland

    Katharina Morik

Rights and permissions

Reprints and permissions

Copyright information

© 1987 Springer-Verlag Berlin Heidelberg

About this paper

Cite this paper

Dreschler-Fischer, L.S. (1987). Das “Bootstrap-Problem” bei der geometrischen Szenenrekonstruktion — eine Übersicht. In: Morik, K. (eds) GWAI-87 11th German Workshop on Artifical Intelligence. Informatik-Fachberichte, vol 152. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-73005-4_1

Download citation

  • DOI: https://doi.org/10.1007/978-3-642-73005-4_1

  • Publisher Name: Springer, Berlin, Heidelberg

  • Print ISBN: 978-3-540-18388-4

  • Online ISBN: 978-3-642-73005-4

  • eBook Packages: Springer Book Archive

Publish with us

Policies and ethics

Search

Navigation