Modellbasierte Initialisierung der Kamerapose anhand des "Iterative Closest Point"-Algorithmus

Das für Kameratracking wesentliche Teilproblem der Initialisierung (d.h. der Bestimmung der Kameraposition zu Beginn des Trackings) kann sowohl durch markerlose als auch durch markerbasierte Verfahren gelöst werden. Markerlose Verfahren haben den Vorteil, dass die betrachteten Szenen zur Initialisierung nicht verändert werden müssen. Für die Entwicklung von markerlosen Initialisierungsverfahren ist es wesentlich, die Eignung dieser Algorithmen zur Initialisierung der Kamerapose evaluieren zu können. In dieser Arbeit wurden sowohl ein Verfahren als auch Softwarekomponenten entwickelt, anhand derer sich markerlose Kamerainitialisierungsverfahren evaluieren lassen. Anhand dieses Verfahrens wurde die Eignung des "Iterative Closest Point Algorithmus" (ICP) zur Initialisierung der Kamerapose untersucht. Das im Rahmen dieser Arbeit entwickelte Framework wurde so generisch konzipiert, dass sich mit diesem auch die Eignung von beliebigen anderen Algorithmen zur Initialisierung der Kamerapose evaluieren lässt. Hiermit wurde ein wichtiger Beitrag zur Entwicklung weiterer Algorithmen zur markerlosen Initialisierung von Kameraposen geschaffen.

One of the most important requirements for the development of markerless camera pose initialisation algorithms is the possibility to evaluate these algorithms. In this thesis approaches to evaluate camera pose initialisation algorithms were developed. These approaches were integrated in an evaluation framework with which markerless camera pose initialisation algorithms can be evaluated efficiently and systematically. The framework was used to evaluate the applicability of the "Iterative Closest Point Algorithm"(ICP) for camera pose initialisation and can also be used to evaluate the applicability of other algorithms for markerless camera pose initialisation. The developed framework is thus an important contribution for the development of further camera pose initialisation algorithms.