தி
பல அறைகள் இமேஜ் தையல் தொழில்நுட்பம் வெவ்வேறு கண்ணோட்டங்களில் எடுக்கப்பட்ட படங்களை ஒரு முழுமையான, ஒத்திசைவான பரந்த-புலத்தில் ஒன்றிணைப்பதை நோக்கமாகக் கொண்டுள்ளது. முக்கிய கொள்கை பின்வரும் முக்கிய படிகளை உள்ளடக்கியது:
படம் கையகப்படுத்தல்
மல்டி-கேமரா அமைப்பில் உள்ள கேமராக்கள் ஒரே நேரத்தில் வெவ்வேறு பகுதிகளின் படங்களைப் பிடிக்க ஒத்திசைவாகத் தூண்டப்படுகின்றன. படம்பிடித்த படங்களின் தற்காலிக நிலைத்தன்மையை உறுதிப்படுத்த கேமராக்களுக்கு இடையே துல்லியமான கடிகார ஒத்திசைவு தேவைப்படுகிறது, படப்பிடிப்பில் நேர வேறுபாடுகள் காரணமாக காட்சியை தவறாக அமைப்பதை அல்லது டைனமிக் பொருட்களை மங்கலாக்குவதைத் தடுக்கிறது.
அம்சம் பிரித்தெடுத்தல்
கேமராக்களால் பிடிக்கப்பட்ட ஒவ்வொரு படத்திற்கும், முக்கிய அம்ச புள்ளிகளை அடையாளம் காண அம்சம் பிரித்தெடுத்தல் அல்காரிதம்கள் பயன்படுத்தப்படுகின்றன. பொதுவான அம்சம் பிரித்தெடுக்கும் வழிமுறைகளில் SIFT (அளவு மாறாத அம்ச மாற்றம்) மற்றும் SURF (வேகப்படுத்தப்பட்ட வலுவான அம்சங்கள்) ஆகியவை அடங்கும். இந்த அல்காரிதம்கள் வெவ்வேறு வெளிச்சம், அளவு மற்றும் சுழற்சி மாற்றங்களின் கீழ் படத்தில் உள்ள மூலைகள் மற்றும் விளிம்புகள் போன்ற அம்சத்தை துல்லியமாக அடையாளம் காண முடியும், இது அடுத்தடுத்த படப் பொருத்தத்திற்கான அடிப்படையை வழங்குகிறது. எடுத்துக்காட்டாக, பல-அளவிலான இடத்தில் உள்ள தீவிரப் புள்ளிகளைக் கண்டறிய காஸியன் வேறுபாடு பிரமிட்டை SIFT உருவாக்குகிறது, இந்த உச்சநிலை புள்ளிகளுக்கு திசை மற்றும் விளக்கங்களை ஒதுக்குகிறது, அவற்றை அளவு மற்றும் சுழற்சிக்கு மாறாததாக ஆக்குகிறது.
பட பொருத்தம்
வெவ்வேறு கேமராக்களின் படங்களில் உள்ள அம்சப் புள்ளிகள், அவற்றின் இடஞ்சார்ந்த கடிதத் தொடர்பைத் தீர்மானிக்க ஜோடியாகப் பொருத்தப்படுகின்றன. யூக்ளிடியன் தூரம் அல்லது கொசைன் ஒற்றுமையைப் பயன்படுத்தி இரண்டு அம்சப் புள்ளி விளக்கிகளின் ஒற்றுமையை அளவிடுவது போன்ற அம்ச விளக்க அடிப்படையிலான பொருத்துதல் முறைகளை இந்தப் படி பொதுவாகப் பயன்படுத்துகிறது. ஒற்றுமை ஒரு தொகுப்பு வரம்பை மீறினால், அவை ஒரு பொருத்தமாக கருதப்படும். செயல்பாட்டின் போது, தவறான பொருத்தங்களின் சாத்தியக்கூறுகளைக் கருத்தில் கொள்வதும், பொருத்தங்களை உறுதிப்படுத்த RANSAC (ரேண்டம் மாதிரி ஒருமித்த கருத்து) போன்ற அல்காரிதங்களைப் பயன்படுத்தி தவறான ஜோடிகளை அகற்றுவதும் அவசியம். உதாரணமாக, யூக்ளிடியன் தூரத்தைப் பயன்படுத்தி, வெக்டார் இடத்தில் இரண்டு அம்சப் புள்ளி விளக்க திசையன்களுக்கு இடையேயான நேர்கோட்டு தூரம் கணக்கிடப்படுகிறது, சிறியது அதிக ஒற்றுமையைக் குறிக்கிறது.
உருமாற்ற மாதிரி கணக்கீடு
அம்சப் புள்ளி பொருத்தத்தை முடித்த பிறகு, பொருந்திய புள்ளி ஜோடிகளின் அடிப்படையில் படங்களுக்கிடையேயான வடிவியல் உருமாற்ற உறவு கணக்கிடப்படுகிறது. பொதுவான மாதிரிகளில் அஃபைன் மாற்றம் மற்றும் முன்னோக்கு மாற்றம் ஆகியவை அடங்கும். காட்சி தோராயமாக சமதளமாக இருந்தால், படங்களுக்கிடையேயான மேப்பிங் உறவை அஃபைன் மாற்றம் விவரிக்கலாம்; காட்சி ஆழமாக இருந்தால், முன்னோக்கு மாற்றம் மிகவும் பொருத்தமானது. உருமாற்ற மாதிரியின் அளவுருக்கள் குறைந்தபட்ச சதுரங்கள் போன்ற தேர்வுமுறை அல்காரிதம்களைப் பயன்படுத்தி தீர்க்கப்படுகின்றன, பின்னர் பொருந்திய புள்ளிகளின் நிலைப் பிழையைக் குறைக்கிறது. எடுத்துக்காட்டாக, முன்னோக்கு மாற்றத்தில், முன்னோக்கு மாற்றத்தைக் குறிக்கும் 8 அளவுருக்களைத் தீர்க்க, தெரிந்த பொருத்தப்பட்ட புள்ளி ஜோடிகளைப் பயன்படுத்தி ஒரு சமன்பாடு அமைப்பு கட்டமைக்கப்படுகிறது, இதன் மூலம் படங்களுக்கு இடையேயான துல்லியமான மேப்பிங் உறவு.
பட இணைவு
கணக்கிடப்பட்ட உருமாற்ற மாதிரியின் அடிப்படையில், பல்வேறு கேமராக்களின் படங்கள் ஒன்றாக இணைக்கப்படுகின்றன. இணைவு செயல்பாட்டின் போது, படம் மற்றும் மாறுபாடு போன்ற காரணிகள் கருதப்படுகின்றன, மேலும் எடையுள்ள சராசரி மற்றும் லாப்லாசியன் பிரமிடு இணைவு போன்ற பொருத்தமான இணைவு வழிமுறைகள், கவனிக்கத்தக்க சீம்கள் இல்லாமல் படங்களுக்கிடையேயான மாற்றம் இயற்கையாக இருப்பதை உறுதிசெய்ய பயன்படுத்தப்படுகின்றன. எடையிடப்பட்ட சராசரி முறையானது, ஒன்றுடன் ஒன்று சேரும் பகுதி மற்றும் பிக்சல் நிலை ஆகியவற்றின் அடிப்படையில் ஒவ்வொரு பிக்சலுக்கும் வெவ்வேறு எடைகளை ஒதுக்குகிறது, பின்னர் மென்மையான மாற்றங்களை அடைய எடையுடன் ஒன்றுடன் ஒன்று பிக்சல் மதிப்புகளைத் தொகுக்கிறது. லாப்லாசியன் பிரமிடு இணைவு முறையானது முதலில் படத்தை வெவ்வேறு தெளிவுத்திறன் கொண்ட பிரமிடு அடுக்குகளாக சிதைக்கிறது, பின்னர் ஒவ்வொரு அடுக்கையும் தனித்தனியாக இணைக்கிறது, இறுதியாக முழுமையான இணைந்த படத்தை மறுகட்டமைக்கிறது.
மேற்கூறிய தொடர் துல்லியமான மற்றும் சிக்கலான படிகள் மூலம், மல்டி-வியூ கேமரா இமேஜ் தையல் தொழில்நுட்பம் பல-நோக்கு படங்களை பனோரமிக் படங்களாக மாற்றும், பாதுகாப்பு கண்காணிப்பு, மெய்நிகர் யதார்த்தம் மற்றும் தன்னாட்சி ஓட்டுநர் போன்ற பல்வேறு துறைகளுக்கு சக்திவாய்ந்த காட்சி ஆதரவை வழங்குகிறது.