Построение пространственной модели городской обстановки по ограниченной некалиброванной последовательности фотоизображений тема диссертации и автореферата по ВАК РФ 05.13.11, кандидат технических наук Кудряшов, Алексей Павлович

• Кудряшов, Алексей Павлович
• кандидат технических наук
• 2009

Оглавление диссертации кандидат технических наук Кудряшов, Алексей Павлович

ВВЕДЕНИЕ.

1 ОБЗОР, ОСНОВНЫЕ ПОЛОЖЕНИЯ, ТРЕБОВАНИЯ.

1.1 Анализ проблемы.

1.2 Анализ существующих программных приложений.

1.3 Выводы по главе.

2 КАЛИБРОВКА ИЗОБРАЖЕНИЙ.

2.1 Основные понятия.

2.2 Метод калибровки изображений.

2.3 Выводы по главе.'.

3 НАХОЖДЕНИЕ И СОПОСТАВЛЕНИЕ ОСОБЕННОСТЕЙ.

3.1 Основные понятия.

3.2 Метод сопоставления точечных особенностей.

3.3 Метод сопоставления линий.

3.4 Выводы по главе.

4 ВОССТАНОВЛЕНИЕ ТРЕХМЕРНЫХ СЦЕН И ОБЪЕКТОВ.

4.1 Нахождение соответствий концевых точек на сопоставленных отрезках.

4.2 Нахождение трехмерных координат концевых точек отрезков.

4.3 Нахождение дополнительных отрезков по первичной векторизации.

4.4 Группировка и фильтрация отрезков.

4.5 Построение и оптимизация полигонов.

4.6 Объединение полученных полигонов в объекты(здания).

4.7 Сохранение полученной сцены в формате DirectX.

4.8 Выводы по главе.

Введение диссертации (часть автореферата) на тему «Построение пространственной модели городской обстановки по ограниченной некалиброванной последовательности фотоизображений»

Актуальность работы

Создание трехмерных моделей реальных объектов и сцен по последовательности фотоизображений или видеоинформации и, в частности, разработка систем с использованием простых и доступных технических средств, таких как цифровые фотоаппараты и видеокамеры, без привлечения сложной и дорогостоящей техники (лазерные дальномеры, системы GPS и INS) является на сегодняшний день актуальной проблемой компьютерной графики и компьютерного зрения. Одной из практически важных задач, которую можно решить с помощью таких систем, является трехмерная реконструкция объектов городской обстановки и создание виртуальной городской среды. Полученные трехмерные модели могут быть использованы для визуальной ориентации в городе (в том числе, такими структурами как МЧС и МВД), для градостроительства при эскизном проектировании новых архитектурных объектов в существующей застройке и т.д.

При создании подобных систем трехмерной реконструкции необходимо решать несколько взаимосвязанных задач, основными из которых являются: задача калибровки исходных изображений (вычисление внутренних и внешних параметров камеры); задача сопоставления точечных и линейных особенностей на исходных и векторизованных изображениях и, наконец, собственно реконструкция сцены с построением трехмерного, полигонального, текстурированного представления сцены с возможностью просмотра и редактирования 3D модели в распространенных графических редакторах.

На сегодня известны реализованные программные системы, в том числе и коммерческие, такие как, например, ImageModeler, PhotoModeler, ImageSculpturer и др. Достоинством первых двух систем является их универсальность, но для узкоспециализированных задач, примером которых является реконструкция объектов городской застройки, она же является и недостатком, поскольку в этих программах отсутствуют необходимые методы фильтрации и оптимизации полученной трехмерной модели. Принципиальным недостатком таких систем является ручное выделению и сопоставление вершин и ребер объектов на фотоизображениях. Метод калибровки изображений в этих системах использует снимки специальной калибровочной таблицы, что усложняет работу пользователей системы. Программа ImageSculpturer предполагает съемку объектов под определенными углами, что ограничивает применение системы при реконструкции крупномасштабных объектов. Поскольку объектами реконструкции в различных областях приложений могут выступать абсолютно разные предметы, такие как археологические находки, здания, рельеф местности, объекты живой природы и т.д., создание универсальной системы затруднительно. Поэтому для конкретных приложений целесообразна разработка специализированных систем, эффективность которых повышалась бы за счет учета специфики приложения. В задаче реконструкции объектов городской обстановки в качестве такой специфики используются ограничения, присущие основным архитектурным объектам -ортогональность и параллельность образующих линий.

К настоящему времени уже достигнут значительный прогресс в решении указанной задачи и разработке прикладных программных систем. Вклад в теорию и практику создания систем реконструкции трехмерных сцен с использованием как фото- или видеоизображений, так и дополнительного оборудования связано с именами М. Pollefeys, A. Zisserman, A. Akbarzadeh, R. Yang, P. Debevec и многих других. Существенные результаты в данной области получены в отечественных работах, выполненных в Московском государственном университете и Московском физико-техническом институте. Вместе с тем существующие методы, алгоритмы и их программные реализации не в полной мере удовлетворяют основным требованиям, диктуемым практикой применения таких систем. К этим требованиям относятся: устойчивость к шумам и ошибкам измерений; геометрическая точность и качество визуализации создаваемых 3D моделей; степень автоматизации в процессе реконструкции и скорость обработки данных. Поэтому необходимы дальнейшие исследования, направленные на повышение эффективности разрабатываемых систем в рассматриваемой области.

Изложенные обстоятельства свидетельствуют об актуальности проблемы создания методов, алгоритмов и программных средств для трехмерной реконструкции объектов и сцен городской обстановки с использованием протяженных последовательностей фотоизображений. Цель работы.

Целью диссертационной работы является разработка и исследование эффективных методов, алгоритмов и программных средств .для построения трехмерных компьютерных моделей сцен городской обстановки по некалиброванной последовательности изображений. Для достижения указанной цели решаются следующие задачи:

• анализ существующих подходов, методов и алгоритмов построения трехмерных моделей сцен городской обстановки и определение требований к создаваемой технологии.

• разработка метода отслеживания точечных особенностей на последовательности фотоизображений высокого разрешения.

• разработка методики и алгоритмов калибровки последовательности фотоизображений.

• разработка алгоритмов сопоставления отрезков на калиброванных, векторизованных изображениях.

• разработка алгоритмов построения 3D моделей объектов реальных городских сцен по набору фотоизображений и их программная реализация.

• разработка модели цифрового представления реконструируемых трехмерных объектов и средств конвертации данных в другие программные среды.

• разработка средств визуализации и редактирования получаемых трехмерных объектов.

• Программная реализация предложенных алгоритмов и методов Научная новизна работы

• Предложена технология построения пространственных полигональных моделей объектов городской обстановки по некалиброванным фотоизображениям, обеспечивающая автоматическую обработку данных на этапах векторизации и калибровки изображений, сопоставления особенностей на видах и 3D реконструкции объектов.

• Разработана новая методика и поддерживающие ее алгоритмы калибровки изображений, основанные на использовании вычисления точек схода (vanishing point), RANSAC-метода, методов нелинейной оптимизации и ограничений эпиполярной геометрии. Проведен анализ эффективности методики на реальных данных.

• Разработан новый алгоритм отслеживания точечных особенностей на изображениях высокого разрешения, основанный на сравнении дескрипторов точечных особенностей и обладающий преимуществами в сравнении с аналогами.

• Разработаны новые алгоритмы сопоставления линий на калиброванных изображениях (видах) с использованием трифокальной геометрии, корреляционного сравнения и преобразований плоской томографии.

• Разработан новый алгоритм полигональной реконструкции объектов городской обстановки по последовательности фотоизображений (видов).

Практическая значимость и реализация

Разработаны и доведены до практической реализации методы и алгоритмы построения трехмерных сцен и объектов по протяженной последовательности фотоизображений. Программная реализация описываемых в диссертации методов удовлетворяет всем требованиям и ограничениям, сформулированным при постановке задачи. Разработанная автором программная среда для построения полигональных, текстурированных моделей трехмерных объектов по цифровым фотоизображениям обеспечивает автоматическую обработку данных на всех этапах с минимальным интерактивным участием пользователя. Отдельные программные компоненты разработанной программной среды могут использоваться самостоятельно для решения задач векторизации изображений, их калибровки и сопоставления точечных и линейных особенностей на видах. Программные средства в целом могут использоваться в системах виртуальной реальности для реализации режима «виртуальной городской прогулки» и создания 3D моделей фрагментов городской обстановки по фотоизображениям.

Результаты диссертационной работы использовались в: а) учебном процессе ДВГУ (г. Владивосток); б) в Приморском аэрогеодезическом предприятии (г. Владивосток) для создания 3D моделей городской застройки в интересах МЧС.

Апробация работы и публикации

Основные результаты работы докладывались и обсуждались на следующих конференциях и семинарах:

• на научных семинарах Института автоматики и процессов управления в 2006 - 2009 гг.;

• на Дальневосточных математических школах-семинарах им. академика Е.В. Золотова, Россия, Владивосток, 2006, 2008 гг.

• На 13-ой всероссийской конференции «Математические методы распознавания образов», Россия, Санкт-Петербург, 2007.

• На пятой Дальневосточной научно-практической конференции «Использование ГИС-технологий в Приморском крае» 2009. Основные результаты работы изложены в 9 научных публикациях, в том числе 4 работы в рецензируемых журналах, входящих в Перечень журналов ВАК.

Структура и объем работы

Диссертация состоит из введения, 4 глав, заключения, списка литературы и приложения. Содержание работы изложено на 147 страницах (включая 7 страниц приложения). Список литературы включает 93 источника. В работе содержится 92 рисунка и 4 таблицы.

Заключение диссертации по теме «Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей», Кудряшов, Алексей Павлович

Основные выводы и результаты, полученные в диссертации:

1. Предложена и программно реализована технология построения пространственных полигональных моделей объектов городской обстановки по последовательности некалиброванных фотоизображений, обеспечивающая автоматическую, с минимальным интерактивным участием оператора, обработку данных на всех этапах, включая векторизацию изображений, их калибровку, сопоставление точечных и линейных особенностей на видах и 3D реконструкцию объектов.

2. Разработана новая методика и оригинальная алгоритмическая база калибровки изображений, основанная на использовании присущей архитектурным сценам преимущественной параллельности ортогональности линий, RANSАС-метода, вычислении точек схода (vanishing point), применении методов нелинейной оптимизации и ограничений эпиполярной геометрии. Проведен анализ эффективности методики на реальных данных.

3. Разработан новый алгоритм отслеживания точечных особенностей на изображениях высокого разрешения, основанный на принципах сравнения дескрипторов точечных особенностей и обладающий преимуществами в сравнении с аналогами.

4. Разработаны новые алгоритмы сопоставления линий на калиброванных изображениях (видах) с использованием трифокальной геометрии, корреляционного сравнения и преобразований плоской томографии.

5. Реализован алгоритм рекуррентного восстановления трехмерных координат точек по протяженной последовательности фотоснимков.

6. Разработан алгоритм полигональной реконструкции объектов городской обстановки по последовательности фотоизображений видов), основанный на связности сопоставленных и восстановленных отрезков, а также на априорном знании о реконструируемой сцене.

7. Разработана система импорта промежуточных данных (параметры камеры, данные векторизации, сопоставленные линии и др.) из альтернативных программ. Полученные данные могут быть экспортированы в различные редакторы трехмерной графики для внесения изменений.

8. Проведены многочисленные вычислительные эксперименты с данными реальных сцен, которые подтвердили эффективность предложенного подхода и разработанной программной среды к реконструкции пространственных сцен по последовательности фотоизображений.

ЗАКЛЮЧЕНИЕ

Список литературы диссертационного исследования кандидат технических наук Кудряшов, Алексей Павлович, 2009 год

1. В. А. Бобков, С. Б. Белов, В. П. Май, Е. В. Калачева, М.А. Морозов, Векторизация растровых изображений, Информационные технологии, N7, 1998, стр. 7-11.

2. Бобков В.А., Борисов Ю.С., Кудряшов А.П. Калибровка изображений городской обстановки, Информационные технологии и вычислительные системы, №1, 2009. с. 72-83.

3. Бобков В.А., Борисов Ю.С., Кудряшов А.П. Реконструкция и визуализация городской обстановки по изображениям. 13-я Всероссийская конференция «Математические методы распознавания образов», 2007, с. 282-285.

4. В.А. Бобков, Ю.И. Роныпин, А.П. Кудряшов. Идентификация линий по некалиброванным видам городской обстановки. Информационные технологии и вычислительные системы, №1, 2007, С. 63-71.

5. В.А. Бобков, Ю.И. Роныпин, А.П. Кудряшов. Сопоставление линий по трем видам пространственной сцены// Информационные технологии и вычислительные системы,№2, 2006, С. 71-78.

6. А.С. Конушин. Алгоритмы построения трехмерных компьютерных моделей реальных объектов для систем виртуальной реальности. Автореферат диссертации на соискание ученой степени кандидата физико-математических, 2005.

7. Кудряшов А.П. Идентификация линий по некалиброванным видам городской обстановки. XXX Дальневосточная математическая школа-семинар имени академика Золотова 2007 Владивосток, с. 46-47.

8. А.П. Кудряшов. Извлечение и сопоставление точечных особенностей. Электронный журнал "Исследовано в России", 2007, с. 1095-1104. http://zhurnal.ape.relarn.ru/articles/2007/104.pdf

9. Кудряшов А.П. Модификация кросскорреляционного метода. XXIV Дальневосточная математическая школа-семинар имени академика Золотова 2003, Владивосток, с. 80-81.

10. Кудряшов А.П. Реконструкция трехмерных сцен городской обстановки. Информационные технологии, №7, 2009. с. 63-68.

11. Кудряшов А.П. Трехмерная реконструкция сцен городской обстановки по ограниченной, некалиброванной последовательностифотоизображений. XXXI Дальневосточная математическая школа-семинар имени академика Золотова 2008. Владивосток, с. 22.

12. Н.В.Свешникова, Д.В.Юрин "Восстановление трехмерных сцен с помощью методов факторизации: принцип работы и оценка погрешностей " // В сб. Труды второй научной конференции СИМ'2005, Москва, Академия АйТи 19 мая 2005 г. -С.207-222. М.-.ИФТИ 2005.

13. Форсайт, Д. Понс, Жан. Компьютерное зрение. Современный подход.: Пер. с англ. М.: Издательский дом «Вильяме», 2004 - 928 с.

14. J.K. Aggarwal, l.S. Davis and W.N. Martin. Correspondence processes in dynamic scene analysis // Proc. of IEEE 69, pp. 562-572, 1981.

15. Baillard C. and Maitre H., 1999. 3D reconstruction of urban scenes from aerial stereo imagery: a focusing strategy. Computer Vision and Image Understanding, pp. 244-258.

16. С. Baillard and A. Zisserman. A plane-sweep strategy for the reconstruction of buildings from multiple images. In ISPRS Congress and Exhibition, 2000, pp. 105-112.

17. H.H. Baker, Т.О. Binford: "Depth from edge and intensity based stereo," Proc. seventh Int. joint Conf. Artif.Intell. pp. 632-636, 1981.

18. Basri, R., and Jacobs, D.W. 1997. Recognition using region correspondences. International Journal of Computer Vision, 25(2):145-166.

19. H. Bay, T. Tuytelaars, L.Gool. SURF: Speeded Up Robust Features, ECCV06, 2006, pp. 404-417.

20. S. Becker, N. Haala. Combined feature extraction for fa9ade reconstruction. ISPRS Workshop on Laser Scanning 2007 and SilviLaser 2007, Espoo, September 12-14, 2007.

21. Bruce D. Lucas and Takeo Kanade. An Iterative Image Registration Technique with an Application to Stereo Vision. International Joint Conference on Artificial Intelligence, pages 674-679, 1981.

22. J.Canny. A computational approach to edge detection. IEEE Transactions on Pattern Analysis and Machine Intelligence, 8(6):679-698, 1986.

23. Cheng, Y. Q., Collins, R., Hanson, A. R., and Riseman, E. M., Triangulation without correspondences. Arpa Image Understanding Workshop, Monterey, CA, 1994.

24. R.T. Collins, "A space-sweep approach to true multiimage matching," in Int. Conf. on Computer Vision and Pattern Recognition, 1996, pp. 358-363.

25. C. Colombo, D. Comanducci, A. Del Bimbo, and F. Pernici, "Accurate Automatic Localization of Surfaces of Revolution for Self-Calibration and Metric Reconstruction," Proc. IEEE Workshop Perceptual Organization in Computer Vision, 2004, (on CD-ROM).

26. P. Debevec, С.J. Taylor, and J. Malik, "Modeling and rendering architecture from photographs: A hybrid geometry- and image-based approach," in SIGGRAPH, 1996, pp. 11-20.

27. Fabio R. 3D reconstruction of articulated objects from uncalibrated images, Proc. SPIE Vol. 4661, p. 148-156, 2002.

28. Faugeras, B. Mourrain, On the geometry and algebra of point and line correspondence between n images, Technical Report 2665, INRIA Sophia-Antipolis, 1995.

29. Faugeras, L. Robert, S. Laveau, G. Csurka, C. Zeller and Cyril Gauclin et Imad Zoghlami, 3D Reconstruction of Urban Scenes from Image Sequences, Computer Vision and Image Understanding (CVIU), 69, 3, pp. 292-309, March 1998.

30. M. Fischler and R. Bolles. Random sample consensus: A paradigm for model fitting with applications to image analysis and automated cartography. Communications of the Association for Computing Machinery, 24(6):381-395, 1981.

31. Fitzgibbon, A. W. and Zisserman, A. 1998. Automatic camera recovery for close or open image sequences. In Europ. Conf. Сотр. Vis., Freiburg, Germany, pp. 311-326.

32. Hailin Jin; Favaro, P.; Soatto, S. Real-time feature tracking and outlier rejection with changes inillumination. Computer Vision, 2001. ICCV 2001. Proceedings. Eighth IEEE International Conference onVolume 1, Issue , 2001, pp. 684-689.

33. Goldgof, D.B., Hua Lee. Motion Analysis From Three-dimensional Profiles And The Applications. Signals, Systems and Computers, 1988. Twenty-Second Asilomar Conference onVolume 2, Issue , 1988 Page(s):950 954

34. D. Goldgof, H. Lee and T.S. Huang. Matching and motion estimation of three-dimensional point and line sets using eigen-structure without correspondences // Pattern Recognition, Vol. 25, №3, pp. 271-286, 1992.

35. Harris, C. and Stephens, M. 1988. A combined corner and.edge detector. In Fourth Alvey Vision Conference, Manchester, UK, pp. 147-151.

36. Hartly R. In defence of 8-point algorithm, Proceedings of the International Conference on Computer Vision 1995, pp 1064 — 1070.

37. R. Hartley. Lines and Points in Tree Views — an Integrated Approach. Proc. ARPA Image Understanding Work Shop, Monterey, CA, 1994, pp. 10091016.

38. R. Hartley. Lines and Points in Tree Views and the trifocal tensor, International Journal of Computer Vision, 22(2), pp. 125-140, 1997.

39. Chia-Hoang Lee and Anupam Joshi. Correspondence problem in image sequence analysis // Pattern Recognition, Vol. 26, №1, pp. 47-61, 1993.

40. Z. Kim. Realtime road detection by learning from one example. In IEEE Workshop on Applications of Computer Vision, pp 455-460, 2005.

41. Z. Kim, Geometry of Vanishing Points and its Application to External Calibration and Realtime Pose Estimation, Institute of Transportation Studies, Research Reports, Paper UCB-ITS-RR-2006-5, July 1, 2006.

42. Reinhard Koch, Automatic Reconstruction of Buildings from Stereoscopic Image Sequences, Computer Graphics Forum, Volume 12 Issue3, Pages 339-350, 2008.

43. D. Leibowitz, A. Criminisi, and a. Zisserman. Creating architectural models from images. In Proceedings EUROGRAPHICS 1999, pp. 39-50.

44. H. C. Longuet-Higgins. A computer algorithm for reconstructing a scene from two projections. Nature 293: 133-135, 1981.

45. David G. Lowe Distinctive Image Features from Scale-Invariant Keypoints International Journal of Computer Vision, 60, 2 (2004), pp. 91-110.

46. Luong, Q.T., and Faugeras, O.D. 1996. The fundamental matrix: Theory, algorithms, and stability analysis. International Journal of Computer Vision, 17(1), pp. 43-76.

47. E. button, H. Maitre and J. Lopez-Krahe: Contribution to the determination of vanishing points using Hough transform. IEEE Transaction on Pattern Analysis andMachine Intelligence 16(4), 1994, pp. 430-438.

48. Matthew Antone and Seth Teller. Automatic Recovery of Relative Camera Rotations in Urban Scenes, in Proc. CvpR, pp.282-289, June 2000.

49. Mikolajczyk K. Detection of local features invariant to affine transformations, Ph.D. thesis, Institut National Polytechnique de Grenoble, France, 2002.

50. Mikolajczyk, K., Schmid, C.: Indexing based on scale invariant interest points. In:ICCV-2002. Volume 1. pp.525 -531.

51. M. Okutomi T. Kanade. A Multiple-Baseline Stereo. IEEE Pattern Analysis and Machine Intelligence, vol. 15(4), 1993, pp. 353-363.

52. M.Pollefey "Tutorial on 3d reconstruction" 2000 http://www.esat.kuleuven.ac.be/~pollefey/tutoriaI/

53. Pollefeys, M., Gool, L. V., Vergauwen, M., Cornelis, K., Verbiest, F. and Tops, J., 2003. Image-based 3d recording for archaeological field work. Computer Graphics and Applications 23(3), pp. 20-27.

54. M. Pollefeys, R. Koch, M. Vergauwen, A. A. Deknuydt, L. J. V. Gool. Three-dimentional Scene Reconstruction from Images. In Proc. SPIE-2000, Vol. 3958, pp. 215-226.

55. Rottensteiner, F. and Schulze, M., 2003. Performance evaluation of a system for semi-automatic building extraction using adaptable primitives. In: Proceedings of the ISPRS Workshop 'Photogrammetric Image analysis'. 2003, VOL 34; PART 3/W8, pp. 47-52.

56. Sato, Т.; Kanbara, M.; Yokoya, N.; Takemura, H. 3-D modeling of an outdoor scene by multi-baseline stereo using a long sequence of images. Pattern Recognition, 2002. Proceedings. 16th International Conference on Volume 3, Issue , 2002 Page(s): 581 584.

57. Sato T.;Kanbara M.;Yokoya N.;Takemura H. Dense 3-D Reconstruction of an Outdoor Scene by Hundreds-Baseline Stereo Using a Hand-Held Video Camera. International Journal of Computer Vision, Volume 47, Numbers 13, April 2002, pp. 119-129.

58. Sato, T. Kanbara, M. Yokoya, N. Outdoor scene reconstruction from multiple image sequences captured by a hand-held video camera. Multisensor Fusion and Integration for Intelligent Systems, MFI2003. pp. 113-118, 2003.

59. F. Schaffalitzky and A. Zisserman. Planar grouping for automatic detection of vanishing lines and points. IVC, 18(9):647-658, June 2000.

60. Schmid, C. and Zisserman, A., 1997. Automatic line matching across views. In: Proc. IEEE Conference on Computer Vision and Pattern Recognition, pp. 666-671.

61. С. Schmid , A. Zisserman, The Geometry and Matching of Curves in Multiple Views, Proceedings of the 5th European Conference on Computer Vision.Volume 40 , Issue 3 (December 2000) Pages: 199-233.

62. A. Shashua. Trilineriaty in Visual Recognition by Alignment // Proc. European Conference on Computer Vision, Springer-Verlag, 1994, pp. 479484.

63. J. Shi ,C. Tomasi, Good Features to Track, 1994 IEEE Conference on Computer Vision and Pattern Recognition (CVPR'94), 1994, pp. 593 600.

64. S. Sinha, J.-M. Frahm, and M. Pollefeys, "GPU-based Video Feature Tracking and Matching," Tech. Rep. TR06-012, University of North Carolina at Chapel Hill, May 2006.

65. Spetsakis M. Aloimonos Y. Structure from motion using line correspondence, International Journal of Computer Vision, 4(3), pp. 171183.

66. Sudipta N. Sinha, Jan-Michael Frahm, Marc Pollefeys and Yakup Gene, Feature Tracking and Matching in Video Using Programmable Graphics Hardware, submitted to Machine Vision and Applications, July 2006.

67. Sudipta N. Sinha, Jan-Michael Frahm, Marc Pollefeys and Yakup Gene, "GPU-Based Video Feature Tracking and Matching", EDGE 2006, workshop on Edge Computing Using New Commodity Architectures, Chapel Hill, May 2006.

68. Taillandier, F. and Deriche, R., 2002. Reconstruction of 3d linear primitives from multiple views for urban areas modelisation. InProceedings PCV02, Vol В, p. B-267.

69. Zhao Ting, David Dagan Feng and Tan Zheng, 3D Reconstruction of Single Picture, ACM International Conference Proceeding Series; Vol. 100, pp: 8386, 2004.

70. Carlo Tomasi and Takeo Kanade. Detection and Tracking of Point Features. Carnegie Mellon University Technical Report CMU-CS-91-132, April 1991.

71. B. Triggs. Autocalibration from planar scenes. In Proceedings of the 5th European Conference on Computer Vision (ECCV'98), pages 89-105, 1998.

72. B.Triggs. Matcing constraints and the joint image. -In International Conference on Computer Vision, pp. 338-343. 1995.

73. B.Triggs. The geometry of projective reconstruction: Matcing constraints and the joint image. Technical report, LIFIA, INRIA Rhone Alpes, 1,994.

74. Urban M. Pajdla T. Hlavac V. Projective reconstruction from multiple views. Technical report CTU-CMP-1999-5, CMP; FEL, CVUT, Praha, Chech Republic, 1999.

75. V. Vezhnevets, A. Konushin, A. Ignatenko. INTERACTIVE IMAGE-BASED URBAN MODELLING, Photogrammetric Image Analysis, 2007, pp.63-69.

76. Weng J. Huang T. Ahuja N. Motion and structure from line correspondence: closed-form solution, uniqueness, and optimization, IEEE Trans. Pattern Analysys and'Machine Intelligence, 14(3), pp. 318-336, 1992.

77. T. Werner, T. Pajdla, Martin Urban Toolbox for 3D Reconctruction from Uncalibrated 2D Views. Czech Technical University. Research report. 1999.

78. Wiengmann A. Wagner H. Kowarschik R. Human face .measurement bu projecting bandlimited random patterns. Opt.expr. 2006 V.14. pp. 76927698.

79. Marta Wilczkowiak, 3D Modelling From Images Using Geometric Constraints, Диссертация на соискание звания доктора математики и информатики, Франция, 2004.

80. C. Zach A. Klaus J. Bauer K. Karner. From Real Cities to Virtual Habitats. http://www.vrvis.at/TR/2002/TR VRVis 2002 009 Full.pdf, 2002.

81. Zisserman and R. Hartley. Multi View Geometry, chapter 10, pages 262294. Cambridge University Press, 2000. ISBN 0-521-62304-9.