CS-Notes-byCKL
Primary version
Distributed SystemsInformation Retrieval Systeme ProjektPrimary version
Primary version
Distributed SystemsInformation Retrieval Systeme ProjektPrimary version
  • First Page
  • PHP Notes
    • How a Theme Is build
  • Applied Machine Vision
    • The Pinhole Camera Model
    • Linear Algebra Recap
  • NLU/NLP Chatbot powerd by Rasa for Telekom
    • RASA
      • Terminology and Definitions and structure of a bot
      • Rasa Core Vs Rasa NLU
      • Rasa NLU
        • Training and Data Format RASA NLU
        • Entity Extraction
        • Evaluation
      • Preprocessing Methods
        • Bag of Words
      • Setup
  • Evalutation/Testing
  • Distributed Sytems
    • Week 1
    • Java I/O
  • Diskrete Strukturen
    • 1. Kombinatorik
      • Kombinatorische Beweisprinzipien
      • Ziehen von Elementen aus einer Menge
      • Wichtige Zählprobleme
      • Rekursionsgleichungen
    • 2. Zahlentheorie
      • Teilbarkeit und Primzahlen
      • Modulare Arithmetik
      • Vermischtes
    • MIT Week 1 Proofs
    • 3. Graphentheorie
      • Modellieren von Graphen
      • Grundbegriffe
      • Bäume und Wälder
      • Graphen Eigenschaften
    • 4. Algebraische Strukturen
      • Verbände
      • Isomorphe und homomorphe Abbildungen
  • Fingerprint extraction of electrical appliances
    • 1. Data Preprocessing
    • 2. Transition Detection
  • AI in a nutshell
Powered by GitBook
On this page
  1. Applied Machine Vision

The Pinhole Camera Model

PreviousApplied Machine VisionNextLinear Algebra Recap

Last updated 6 years ago

To build Machine Vision applications, one must first understand how cameras work, since those are the eyes of our Machine Vision app.

The top part of the image, goes though the hole and travels to the bottom of the Image plane(left). Since the bottom part of the images goes trough the hole and then travels to the top, the image is on it's head

  • Optical center : Wie wand, gegen dass das Image auf dem Kopf projiziert wird

  • Optical axis :

  • Focal length : Wie weit ist das Pinloch von der Wand gegen welche das Bild stößt, entfernt

  • Image Plane :

  • Pricipal Point :

  • W : Die Position des Objektes in der echten Welt, da diese 3 - Dimensional ist, hat W 3 Dimensionen

  • X: Die Position, an die der Lichtstrahl des Objektes das Image Plane Schneidet, da das Plane 2 Dimensional ist hat es auch nur 2 Werte, x,y

  • C ist der Bildursprung und Paralell zum Plane F, auf welches C projiziert

  • R ist die Fläche, auf die dass Bild abgebildet wird, und ist C, entfernt, was man auch principal Distance nennt

  • Der principle point beschreibt den Punkt auf der Fläche R , auf die das bild projiziert wird. Er gibt sich aus dem pinhole Loch, dem Blink Winkel bzw dem sogenannten principle ray Zc

Remember: The objects Position is defined as w = [u,v,w] = [x,y,z]

Je länger das Focal Length ist, desto mehr ist das Image gezoomt/destro größer / desto kleiner ist das Frame das eingefangen wird(aber hochauflösender?)

  • a)

  • b) Die Entfernung zwischen Image Plane und dem Pinhole ist am kürzesten, deswegen ist das Image größer

  • c)

  • d)

Example of a the pinhole Camera