رؤية مجسمة حاسوبية

الرؤية المجسمة النشطة هي شكل من أشكال الرؤية المجسمة التي تستخدم الضوء بشكل فعال، مثل الليزر أو الضوء المنظم، لتبسيط عملية مطابقة الصور المجسمة. أما المصطلح المقابل فهو الرؤية المجسمة السلبية.

• تستخدم تقنية الرؤية الضوئية المهيكلة التقليدية ضوءًا مهيكلًا أو ليزرًا، وتجد توافقات بين جهاز العرض والكاميرا. ^{[ 2 ] [ 3 ]}
• تستخدم الرؤية المجسمة النشطة التقليدية ضوءًا منظمًا أو ليزرًا، ومع ذلك، يتم إجراء مطابقة المجسم فقط لتطابقات الكاميرات، بنفس طريقة الرؤية المجسمة السلبية.
• تقنية التصوير المجسم بالضوء المنظم (SLS) هي تقنية هجينة تستخدم كلاً من التوافق بين الكاميرات والتوافق بين جهاز العرض والكاميرا. ^{[ 4 ]}

عندما لا تكون مستويات الصورة متحدة المستوى، يلزم تصحيح الصورة لضبطها كما لو كانت متحدة المستوى. ويمكن تحقيق ذلك عن طريق تحويل خطي.

قد تحتاج الصور أيضًا إلى تصحيح لجعل كل صورة مكافئة للصورة الملتقطة من كاميرا ذات ثقب صغير تسقط على مستوى مسطح.

النعومة هي مقياس لتشابه الألوان. وبافتراض أن لكل جسم عدد قليل من الألوان، فإن البكسلات ذات الألوان المتشابهة من المرجح أن تنتمي إلى جسم واحد أكثر من انتمائها إلى عدة أجسام.

تعتمد الطريقة المذكورة أعلاه لتقييم السلاسة على نظرية المعلومات، وعلى افتراض أن لون عنصر الصورة يؤثر على لون عناصر الصورة المجاورة له وفقًا للتوزيع الطبيعي للمسافة بين النقاط. ويستند النموذج إلى افتراضات تقريبية حول العالم.

هناك طريقة أخرى تعتمد على افتراضات مسبقة حول السلاسة وهي الارتباط الذاتي.

النعومة خاصية للعالم وليست خاصية جوهرية للصورة. فالصورة المكونة من نقاط عشوائية تفتقر إلى النعومة، وبالتالي فإن الاستدلالات حول النقاط المجاورة ستكون عديمة الجدوى.

من حيث المبدأ، ينبغي تعلم خاصية النعومة، كما هو الحال مع خصائص أخرى للعالم. ويبدو أن هذا ما يفعله نظام الرؤية البشري.

التوزيع الطبيعي هو

${\displaystyle P(x,\mu ,\sigma )={\frac {1}{\sigma {\sqrt {2\pi }}}}e^{-{\frac {(x-\mu )^{2}}{2\sigma ^{2}}}}}$

يرتبط الاحتمال بمحتوى المعلومات الموصوف بطول الرسالة L ،

${\displaystyle P(x)=2^{-L(x)}}$

${\displaystyle L(x)=-\log _{2}{P(x)}}$

لذا،

${\displaystyle L(x,\mu ,\sigma )=\log _{2}(\sigma {\sqrt {2\pi }})+{\frac {(x-\mu )^{2}}{2\sigma ^{2}}}\log _{2}e}$

لأغراض مقارنة الصور المجسمة، لا يهم سوى طول الرسالة النسبي. وبناءً على ذلك، فإن مقياس المعلومات I ، المسمى مجموع مربعات الفروق (SSD)، هو:

${\displaystyle I(x,\mu ,\sigma )={\frac {(x-\mu )^{2}}{\sigma ^{2}}}}$

أين،

${\displaystyle L(x,\mu ,\sigma )=\log _{2}(\sigma {\sqrt {2\pi }})+I(x,\mu ,\sigma ){\frac {\log _{2}e}{2}}}$

نظراً لتكلفة وقت المعالجة اللازمة لتربيع الأرقام في SSD، تستخدم العديد من التطبيقات مجموع الفروق المطلقة (SAD) كأساس لحساب مقياس المعلومات. بينما تستخدم طرق أخرى الارتباط المتقاطع المعياري (NCC).

يمكن استخدام مقياس المربعات الصغرى لقياس محتوى المعلومات في الصور المجسمة، ^{[ 6 ]} بالنظر إلى الأعماق عند كل نقطة${\displaystyle z(x,y)}$أولاً، يتم استخلاص المعلومات اللازمة للتعبير عن صورة ما بدلالة صورة أخرى. وهذا ما يسمى${\displaystyle I_{m}}$.

يجب استخدام دالة فرق اللون لقياس الفرق بين الألوان بدقة. تُكتب دالة فرق اللون كما يلي. ويُقاس مقدار المعلومات اللازمة لتسجيل تطابق الألوان بين الصورتين كما يلي:

${\displaystyle I_{m}(z_{1},z_{2})={\frac {1}{\sigma _{m}^{2}}}\sum _{x,y}\operatorname {cd} (\operatorname {color} _{1}(x,y+{\frac {k}{z_{1}(x,y)}}),\operatorname {color} _{2}(x,y))^{2}}$

يُفترض هنا افتراضٌ حول سلاسة الصورة. يُفترض أن احتمالية تشابه لون بكسلين تزداد كلما تقاربت وحدات البكسل التي يمثلانها. يهدف هذا المقياس إلى تفضيل تجميع الألوان المتشابهة في نفس العمق. على سبيل المثال، إذا حجب جسمٌ أمامي مساحةً من السماء خلفه، فإن مقياس السلاسة يُرجّح تجميع البكسلات الزرقاء معًا في نفس العمق.

يستخدم المقياس الكلي للنعومة المسافة بين وحدات البكسل ثلاثية الأبعاد كتقدير للانحراف المعياري المتوقع لاختلاف اللون.

${\displaystyle I_{s}(z_{1},z_{2})={\frac {1}{2\sigma _{h}^{2}}}\sum _{i:\{1,2\}}\sum _{x_{1},y_{1}}\sum _{x_{2},y_{2}}{\frac {\operatorname {cd} (\operatorname {color} _{i}(x_{1},y_{1}),\operatorname {color} _{i}(x_{2},y_{2}))^{2}}{(x_{1}-x_{2})^{2}+(y_{1}-y_{2})^{2}+(z_{i}(x_{1},y_{1})-z_{i}(x_{2},y_{2}))^{2}}}}$

إذن، يكون إجمالي محتوى المعلومات هو المجموع،

${\displaystyle I_{t}(z_{1},z_{2})=I_{m}(z_{1},z_{2})+I_{s}(z_{1},z_{2})}$

يجب اختيار قيمة المكون z لكل بكسل بحيث تعطي أقل قيمة ممكنة لمحتوى المعلومات. وهذا سيعطي أكثر الأعماق احتمالاً عند كل بكسل. الحد الأدنى لإجمالي مقياس المعلومات هو:

${\displaystyle I_{\operatorname {min} }=\min {\{i:i=I_{t}(z_{1},z_{2})\}}}$

دوال العمق للصورتين اليسرى واليمنى هي الزوج،

${\displaystyle (z_{1},z_{2})\in \{(z_{1},z_{2}):I_{t}(z_{1},z_{2})=I_{\operatorname {min} }\}}$