Ottimizzazione

Per stimare la forma della trasformazione di un sistema in un'altro si utilizzano, come visto nel paragrafo precedente, metodi di minimizzazione della funzione obiettivo. Fra tutte le metodologie esistenti la più comune e la tecnica di minimizzazione ai minimi quadrati.

A questo proposito è necessario spendere ancora alcune parole; tale tecnica è, infatti, ottima solo se si è in presenza di misure con scarti bassi o comunque uniformi. Se esistono dati che si discostano notevolmente dalle altre misure (out-liers), la soluzione non è più esatta, e possono nascere problemi di allineamento. Per questo, è necessario irrobustire la tecnica con opportuni accorgimenti:

 Diagnostica

 Regressione robusta

Il primo è un metodo che si basa sulla capacità di valutare gli outliers e ripulirli o eliminarli dal sistema, utilizzando ancora tecniche di minimi quadrati. La seconda invece è una metodologia che adatta la regressione al campione dei dati, e solo successivamente analizza i valori discordanti.

Bibliografia

[1] A. Fusiello “Elements of computer Vision: Multiple view geometry” 2005 [2] Appunti di ottica geometrica

[3] J.W. Kane, M.M. Sternheim “ Fisica Biomedica” EMSI –Roma

[4]Trucco E.; Verri A.. “Introductory Techniques for 3-D Computer Vision”. Prentice-Hall. 1998

[5] S.Russel, P.Norvig “Artificial Intelligence: A Modern Approach”. Prentice Hall. 1995

[6] Faugeras O. (1993). Three-Dimensional Computer Vision: A Geometric Viewpoint. The MIT Press, Cambridge, MA.

[7] L.Fuliano, Tesi di Laurea Meccanica presso la facoltà di Ingegneria dell’Università degli Studi di Pisa, 2003

[8] N.Meccheri “Sviluppo di un sistema ottico per la rilevazione di superfici estese” Tesi di Laurea Meccanica presso la facoltà di Ingegneria dell’Università degli Studi di Pisa, 2003 [9] D.F.Rogers,J.A.Adams “Mathematical elements for computer graphics” New York McGraw-Hill 1976

[7] D.C.Williams “Optical methods in engineering metrology” London Chapman-Hall 1993 [9] L.Zaccarian “Dispense del corso di robotica con laboratorio” Dec. 2002

[10] G.Klancar,M.Kristan,R.Karba “Wide- angle camera distortions and non uniform Illumination in mobile robot traking” Robotics and Autonomous System 46 2004

[11] S.Coniglio, F. Italiano “Distorsione radiale: stima dei parametri caratteristici e correzione dell’errore” Ottobre 2005

[12] S.Nova, L.Mai “Stima della distorsione in immagini digitali”

[13] Tsai R. (1987). “A versatile camera calibration technique for high-accuracy 3D machine vision metrology using off-the-shelf tv cameras and lenses”. IEEE Journal of Robotics and Automation, 3(4), 323–344.

[14] J.Y.Bouguet,P.Perona” 3D Photography Using Shadows in Dual-Space Geometry”

International Journal of Computer Vision Volume 35, Number 2 / November, 1999

[15] Caprile B.; Torre V.. “Using vanishing points for camera calibration” International Journal of Computer Vision, 4, 127–140. -1990

[16] Faugeras O.. “Three-Dimensional Computer Vision: A Geometric Viewpoint”. The MIT Press, Cambridge, MA. -1993

[17] R.Koch, M.Pollefeys, L.Van Gool “Multi viewpoint stereo from uncalibrated video Sequences”

[18] R.Koch, M.Pollefeys, L.Van Gool “Realistic 3-D scene modelling from uncalibrated Image sequences”

[19] Z.Zhang “A flexible new technique for camera calibration” MSR-TR-98-71 1998

[20] A. Lathuiliere, A.Mansouri, Y.Voisin, F.S. Marzani, P.Gouton “Stereoscopic system for 3-D reconstruction using multispectral camera and LCD projector” The imagining Science Journal Vol 54 2006

[21] J.Sawada, D.Chihim “A fast algorithm to generate Beckett-Gray codes” April 9,2007 [22] T.M. Odor, N.P.Chandler, T.F.Watson,T.R.Pitt Ford “Laser light transmission in teeth: A study of the patterns in different species” International Endodontic Journal, 32, 296-302, 1999

[23] G.Sansoni, M.Trebeschi, F.Docchio “Fast 3D profilometer based upon the projection of A single fringe pattern and absolute calibration” Meas.Sci. Technol. 17 (2006) 1757- 1766

[24] Boyer K.; Kak A. “Color-encoded structured light for rapid active ranging” IEEE Transactions on Pattern Analysis and Machine Intelligence, 9(10), 14–28. (1987)

[25] J.Pages, J.Salvi “Overwie of coded light projection techniques for automatic 3D profiling” 6th WSEAS International Conference on Signal Processing, Computational Geometry & Artificial Vision Elounda, Greece Pages 10-15 Year of Publication: 2006 ISBN ~ ISSN:1790-5117 , 960-8457-51-3

[26] D.Sharstein, R.Szeliski “High- accuracy stereo depth maps using structured light” IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR 2003) vol.1, 195-202

[27] J.Guhring, C.Brenner,J.Bohm, D.Fritsch “Data processing and calibration of a cross- Pattern stripe projector” IAPRS vol.XXXIII, 2000

[28] S.Barone, L.Piccinini, A.V.Razionale “Appication of a reverse engineering methodology to model aerodynamic shepes of sport cars” Atti di convegno 3D modelling 2004 Volume 1 Parigi

[29] Marr D.; Poggio T..”Cooperative computation of stereo disparity” Science, Vol. 19 283– 287, 1976

[30] Marr D.; Poggio T. “A computational theory of human stereo vision.” Proc. R. Soc B- 204, 301–328 1979

[31] G. Li Causi “Correzione della distorsione al piano focale della camera infrarossa S.W.IR.CAM2.OAR/00/IR2 Marzo 2000

[32] Moravec H. P. “Towards automatic visual obstacle avoidance”. In Proceedings of the International Joint Conference on Artificial Intelligence, p. 584. -1977

[33] D.K.Naidu, R.B. Fisher “A comparative analysis of algorithms for determinig the peak position to sub-pixel accuracy” Oct 1991 "Machine Vision and Applications"

[34] F. Blais, M. Rioux “Real time numerical peak detector” Signal processing 11,pp 145-155 1986

[35] F. Blais, M. Rioux, J.A. Beraldin “Pratical considerations for a design of high precision 3D laser scanner system SPIE” Optometrical and eletroptical design of industrial system Vol. 959 -1988

[36] Lotfi Asker Zadeh “Precisiated Natural Language” AI Magazine, v.25 n.3, p.74-91, Fall

[37] P.J.Besl, N.D.McKay “Amethod for registration of 3D shapes” IEEE transactions on Pattern analysis and machine intelligence, Vol. 14, N.2, 1991

[38] Y.Chen, G.Medioni “Object modelling by registration of multiple range images” Proceedings of IEEE international conference on robotics and automation 4, 1991

[39] C.Dorai, G. Wang, A.K. Jain “From Images to models: automatic 3D object model Construction from multiple views” Proceeding of the 13th _{international conference on}

Pattern recognition Vol. A pp770-774, 1996

[40] G.Turk, M.Levoy “Zippered Polygon Meshes from range images” Proceeding of SIGGRAPH 94, pp 311-318, 1994

[41] T. Masuda, K. Sakaue, N. Yokoya Registration and integration of multiple range images for 3-D model construction, Proceedings of the 13th international conference on patter recognition, Vol. A, pp.879-883, 1996

[42] G. Blais, M. D. Levine “Registration multi view range data to create 3-D computer object” IEEE transactions on pattern analysis and machine intelligence, Voi. 17, NO. 8, 8/1995

[43] Z. Zhan “Iterative point matching for registration of free-form curves and surfaces” International journal of computer vision, Vol. 13, pp.119-152, 1994

[44] T. Masuda, N. Yokoya “A robust method for registration and segmentation of multiple range images” Computer vision image understanding, Vol. 61, pp.295-307, 1995

[45] D. W. Eggert, A. W. Fitzgibbon, R. B. Fisher “Simultaneous Registration of Multiple Range Views for Use in Reverse Engineering of CAD Models” ,COMPUTER VISION AND IMAGE UNDERSTANDING, Vol. 69, No.3, March, pp. 253-272, 1998.

[46] A. Fusiello “Visione artificile: appunti delle lezioni” Dipartimento di informatica, Università di Verona, 4/2002