Sie sind auf Seite 1von 12

Uma implementao do algoritmo Levenberg-Marquardt dividido para aplicaes em viso computacional An implementation of the partitioned Levenberg-Marquardt algorithm for

applications in computer vision


Jos Alexandre de Frana1; Maria Bernadete de Morais Frana 2; Marcela Hitomi Koyama 3; Tiago Polizer da Silva 4 Resumo
Em diversas aplicaes da viso computacional, necessrio estimar-se, em um modelo, os parmetros que melhor se ajustam a um conjunto de dados experimentais. Nesses casos, um algoritmo de minimizao pode ser utilizado. Dentre estes, um dos mais conhecidos o Levenberg-Marquardt. Apesar de diversas implementaes de tal algoritmo estarem disponveis livremente, nenhuma delas leva em considerao quando a soluo do problema conduz a uma matriz jacobiana esparsa. Nesses casos, possvel reduzir significativamente a complexidade do algoritmo. Neste trabalho, apresenta-se uma implementao do algoritmo Levenberg-Marquardt para os casos em que a matriz jacobiana do problema esparsa. Alm disso, para ilustrar a aplicao do algoritmo, ele aplicado a soluo do problema de calibrao monocular com gabaritos de uma nica dimenso. Resultados empricos mostram que o mtodo converge satisfatoriamente em apenas algumas poucas iteraes, mesmo na presena de rudo. Palavras-chave: Algoritmo Levenberg-Marquardt. Calibrao Monocular. Algoritmo de Newton.

Abstract
At several applications of computer vision is necessary to estimate parameters for a specific model which best fits an experimental data set. For these cases, a minimization algorithm might be used and one of the most popular is the Levenberg-Marquardt algorithm. Although several free applies from this algorithm are available, any of them has great features when the resolution of problem has a sparse Jacobian matrix . In this case, it is possible to have a great reduce in the algorithms complexity. This work presents a Levenberg-Marquardt algorithm implemented in cases which has a sparse Jacobian matrix. To illustrate this algorithm application, the camera calibration with 1D pattern is applied to solve the problem. Empirical results show that this method is able to figure out satisfactorily with few iterations, even with noise presence. Key words: Levenberg-Marquardt algorithm. Monocular Calibration. Newton-type algorithm.

3 4
1 2

Departamento de Engenharia Eltrica, Universidade Estadual de Londrina; E-mail: josealexandre@eeol.org Departamento de Engenharia Eltrica, Universidade Estadual de Londrina; E-mail: bernadete@eeol.org Departamento de Engenharia Eltrica, Universidade Estadual de Londrina; E-mail: markoyama@yahoo.com.br Departamento de Engenharia Eltrica, Universidade Estadual de Londrina; E-mail: tiagopolizer@gmail.com.

51
Semina: Cincias Exatas e Tecnolgicas, Londrina, v. 30, n. 1, p. 51-62, jan./jun. 2009

Frana, J. A. de et al.

Introduo
Em diversas aplicaes da viso computacional, ; como o clculo da matriz fundamental (ARMANGUE SALVI, 2003), a calibrao de cmeras (SALVI; ; BA ARMANGUE TLLE, 2002; ZHANG, 2000), a retificao de imagens (LOOP; ZHANG, 1999) e a estimao da transformao entre pontos (HORAUD; CSURKA; DEMIRDIJIAN, 2000), necessrio estimar os parmetros de um determinado modelo que melhor se ajustam a um conjunto de dados experimentais. Normalmente, para uma melhor exatido, um algoritmo de minimizao no-linear deve ser utilizado. A maioria dos algoritmos utilizados so baseados no mtodo de Newton (PRESS et al., 1992). Entre eles, salientase o mtodo Levenberg-Marquardt (LEVENBERG, 1944; MARQUARDT, 1963), bastante utilizado na viso computacional sempre que deseja-se ajustar um modelo a um conjunto de dados experimentais. Como exemplo, pode-se citar os trabalhos de (KONEN; TOMBROCK; SCHOLZ, 2007), (SUN et al., 2006) e (LERASLE; RIVES; DHOME, 1999). Este mtodo uma derivao do mtodo de Newton que de convergncia mais rpida.

frao da complexidade e so resolvidos muito mais rapidamente. Essa implementao foi codificada em linguagem do MATLAB e pode ser executado sem modificaes tanto no MATLAB quanto no Scilab e no Octave . Para exemplificar o uso do algoritmo LevenbergMarquardt Dividido, aplicou-se a implementao proposta ao problema de calibrao de cmeras com auxlio de um gabarito 1D (ZHANG, 2004). Nesse caso, o mtodo utilizado para, dado um conjunto de projees do gabarito em diversas imagens, estimar-se os parmetros intrnsecos da cmera e a localizao da cada ponto do gabarito no espao tridimensional. Resultados experimentais mostram que o mtodo capaz de realizar a estimao de forma satisfatria e em poucas iteraes, mesmo na presena de rudo.

Notao
No decorrer do texto, matrizes e vetores so representados por letras, nmeros ou smbolos em negrito. As constantes so expressas por letras, nmeros ou smbolos em itlico. Alm disso, adotou-se a prtica notao A-T = (A-1)T = (A-T)1 para toda matriz quadrada DE F RANC A , J.;e Finversvel. RANC A , M.; KOYAMA , M. & DA S ILVA , T.

Um dos motivos da popularidade do algoritmo Levenberg-Marquardt a existncia de diversas DE F RANC A , J.; F RANC A ,2004; M.; KOYAMAConsiderando , M. & DA S ILVA , T. implementaes disponveis (LOURAKIS, o modelo de cmera pinhole SCHOLZ, 2007), (SUN et al., 2006) e (LERASLE; RIConsiderando o modelo de MORet al., 1984; PRESS et al., 1992; SHEARER; (FAUGERAS; LUONG, 2001), as coordenadas VES; DHOME, 1999). Este m e todo e uma derivac a o do GERAS; SCHOLZ, 2007), 1985). (SUN etContudo, al., 2006) apenas e (LERASLE; RI- A , J.; F Considerando o modelo de aILVA mera pinhole LUONG, (FAU- 2001), as coo DE F RANC RANC A , M.; KOYAMA M. & DAc S , T. WOLFE, uma dessas de um ponto 3D , no sistema de coordenadas de LUONG, m etodo de Newton que e converg encia mais apida. 3D de noum sistema uma VES; DHOME, 1999). Este m etodo e derivac a o do GERAS; 2001), as r coordenadas ponto de coordenadas (LOURAKIS; ARGYROS, 2004) toma vantagem de do ambiente de uma cmera so apresentadas c a mera s a o apresentadas como m etodo de Newton que e de converg e ncia mais r a pida. 3D no sistema de coordenadas do ambiente de uma SCHOLZ, et al., e motivos (LERASLE; RIConsiderando o modelo de c a mera pinhole (FAUT Um2006) dos da M popularidade do algouma estrutura, muito 2007), comum(SUN em problemas da viso como = [ x,y,z ] e a projeo correspondente T projec a o correspondente no plan c aderivac mera s ao o do apresentadas como M 2001), = [x, y, z] e a uma VES; DHOME, 1999).ritmo Este m etodo e a GERAS; LUONG, as coordenadas de um ponto a de Levenberg-Marquardt e exist encia de diversas T Um dos motivos popularidade do algoT computacional, queda faz com que a minimizao nono plano imagem I , como m = [ u,v ] . Alm m = [u, . Al em disso, coo projec a opida. correspondente no plano de imagem I ,v ] como dede m etodo de Newton que e converg ncia mais r a 3D no sistema de coordenadas do ambiente deas uma e implementac Se o es dispon veis (LOURAKIS, Jul. 2004; a Jacobiana ritmo Levenberg-Marquardt e exist encia diversas T s T . coordenadas linear produza uma matriz esparsa. isso disso, homogneas de um ponto o de um ponto m = [ u, v, ... ] T m= [u, v ]as Al e m disso, as coordenadas homog e neas a mera SHEARER; s ao apresentadas como M = [x, y, z ] e aa MOR e et al., 1984; PRESS et al.,c 1992; es dispon implementac o veis (LOURAKIS, Jul. 2004; T . De T T dos motivos popularidade do algofor levado em Um considerao, para a da estimao de N isto e , m = [ u, v, ..., 1] m ponto = [ u,v, ...] so representadas por , isto ,imagem I , como ao representadas por m de um m = [u, v, ] s o... a correspondente no plano de WOLFE, Contudo, apenasprojec uma dessas (LOUMOR e et al., 1984; PRESS et al., 1992; SHEARER; a 1985). ritmo Levenberg-Marquardt e exist encia T T . TDe forma ponto qualquer em homog coordenadas parmetros, a complexidade do algoritmo reduz-se = , diversas istode e m [u,m v, ..., 1] mais geral, um , = [ u,v, ..., 1] . De forma mais geral, = [u, v ] uma . Al e m disso, as coordenadas eneas RAKIS; ARGYROS, 2004) toma vantagem de esWOLFE, 1985). Contudo, apenas uma dessas (LOU implementac o es dispon veis (LOURAKIS, Jul. 2004; 3 ., sentado por m = [ u, v, ..., t]T T ponto qualquer em coordenadas homog e... neas e reprede N para apenas N. ponto qualquer em coordenadas homogneas s a o representadas por m de um ponto m = [ u, v, ] trutura, muito comum em problemas da vis a o computaRAKIS; ARGYROS, 2004) toma vantagem de uma esT MOR e et al., 1984; PRESS et al., 1992; SHEARER; o do indica a posic a ponto em um um = T T . se Um ndice, houver, sentado por m [u, v, ..., = t= ] .[u, n isto , am v, ..., De forma mais geral, representado por u,v,...,t ]1] . Um ndice, oe cional, que faz com que a(LOUminimizac a o-linear protrutura, muito comum emapresenta-se problemas da vis a oapenas computaNeste trabalho, uma implementao WOLFE, 1985). Contudo, uma dessas indica a posic a o do ponto em um conjunto de pontos. repreponto qualquer em do coordenadas e se uma houver, a for posio ponto em um a e Com ahomog notac oneas adotada, ar duza uma matriz esparsa. Se isso levado o cional,do que Levenberg-Marquardt, faz com que aARGYROS, minimizac a n ao-linear pro- Jacobiana chamada LevenbergRAKIS; 2004) toma vantagem de es- indica T . Um ndice, se houver, sentado por m = [ u, v, ..., t ] 3D, M , e sua projec a o, m , em em considerac a o, para a estimac a o de N par a metros, a conjunto de pontos. o adotada, a relac o entre um ponto a notac a a duza uma matriztrutura, Jacobiana esparsa. Se isso for levado muito comum em problemas da vis ao Com computaMarquardt Dividido, que pode ser aplicada em 3 posic ouma indica a apenas a do ponto em um conjunto de pontos. dada por complexidade do algoritmo reduz-se de N para 3D, M , e sua projec a o, m , em c a mera pinhole e em considerac a o, para a estimac a o de N par a metros, a o n faz com que a minimizac a ao-linear pro problemascional, que que apresentam a matriz Jacobiana Com a notao adotada, a relao entre um ponto 3 m um A ponto I3 03 dadafor por complexidade doduza algoritmo reduz-se deN N. para apenas Com a notac a o adotada, a relac a o entre uma matriz Jacobiana esparsa. Se isso levado uma cmera pinhole m, em esparsa. Nesse caso, o lao de iterao dividido em 3D, M, e sua projeo, M M, a (1) m ,A N. 3 03 o, o eI sua projec m, em uma c amera em considerac a para a estimac a de N par ametros, a 3D, com o o, Neste trabalho, apresenta-se a pinhole e vrios problemas menores que possuem apenas uma dada por uma implementac 3 0 u dada por Levenbergcomplexidade do algoritmo reduz-se para apenas Levenberg-Marquardt, chamada com de Neste trabalho, apresenta-se uma do implementac a o N , A = 0 (1) A I3 03 M m N. 0 u0 Marquardt Dividido, que pode ser aplicada em do 52 Levenberg-Marquardt, chamada Levenberg 0 0 v0 , AJacobiana = 0 (2) problemas que apresentam matriz esparsa. Marquardt Dividido, quetrabalho, pode ser aplicada em com Semina: Cincias Exatas e Tecnolgicas, Londrina, v.a30, n. 1, p. 51-62, jan./jun. 2009 o Neste apresenta-se uma implementac a 0 em 0 v o e dividido Neste caso, o lac o de iterac a a1 rios onde 0 u indica que os dois lados problemas que apresentam a matriz Jacobiana esparsa. 0 do Levenberg-Marquardt, chamada Levenberg problemas menores quepossuem apenas uma frac a o da 0 v A = , ferir por uma constante, e (2) d a o e dividido Neste caso, o lac o de iterac a em v arios onde 0 di o podem indica que os dois lados da equac a

ando o modelo de camera pinhole (FAULERASLE; RIConsiderando omera modelo de c a pinhole (FAUT homog s a omera representadas por m , de um ponto m = [mera u, v, ... ]de a o computaal., 2006) (LERASLE; RIConsiderando o modelo c a pinhole (FAUm = [ u, v ] . do Al e m disso, coordenadas eneas Considerando modelo de c a pinhole (FAUc ae mera s ae o2006) apresentadas como M = [x, y, z ]T e a do algoSUN et al., eSHEARER; (LERASLE; RIConsiderando o modelo de as c amera (FAUF RANC no A, M.; K OYAMA ,sistema M. & DA S ILVA ,do T. is r a pida. 3D sistema 3D no de coordenadas de coordenadas ambiente do de ambiente uma de uma coordenadas indica ao posic no a o do ponto em um conjunto de pontos. ESS et al., 1992; rg ncia mais r a pida. 3D sistema de coordenadas ambiente de uma pinhole T .uma derando o modelo de c a mera pinhole (FAUes dispon veis (LOURAKIS, Jul. 2004; projec a o correspondente no plano de imagem I , como apida. 3D no sistema de do ambiente de ONG, 2001), as coordenadas de um ponto ma derivac a o do GERAS; LUONG, 2001), as coordenadas de um ponto T isto e , m = [ u, v, ..., 1] De forma mais geral, um o-linear proT T e m e todo e uma derivac a o do GERAS; LUONG, 2001), as coordenadas de um ponto elo de c a mera pinhole (FAUT , s a o representadas por m de um ponto m = [ u, v, ... ] o GERAS; LUONG, 2001), as coordenadas de um ponto projec a o correspondente no plano de imagem I , como de diversas 99). Este m e todo e uma derivac a o do GERAS; LUONG, 2001), as coordenadas de um ponto c amera s a oc a apresentadas mera s a o como M = como [ x, y, M z][ = [x, y, ]= ey, ahomog e[x, a y, z ] e a do, apenas uma dessas (LOUc aapresentadas mera s adisso, o apresentadas como T T ze LUONG, 2001), as coordenadas de um ponto 1984; PRESS et al., 1992; SHEARER; m = [ u, v ] . Al e3D m as M coordenadas e c a mera s a o apresentadas como = x, zM ] aneas a de coordenadas do ambiente de uma a mais r a pida. 3D no sistema de coordenadas do ambiente de uma do algoT . De ponto qualquer em coordenadas homog e neas e repre Com a notac a o adotada, a relac a o entre um ponto o for levado T ularidade do algoe converg e ncia mais r a pida. no sistema de coordenadas do ambiente de uma , as coordenadas de um ponto isto e , m = [ u, v, ..., 1] forma mais geral, um 3D no sistema de coordenadas do ambiente de uma E F RANC A , J.; F RANC A , M.; K OYAMA , M. & DA S ILVA , T. m = [ u, vcorrespondente ] projec . Al m disso, as coordenadas homog neas Jul. 2004; que e de converg e ncia mais r aplano pida. 3D no sistema de coordenadas do ambiente de uma em viso computacional algoo de projec a a o correspondente no de no imagem plano de Ino ,eimagem como I ,por como ASLE; RIConsiderando modelo de c a mera pinhole (FAU 04) toma vantagem uma esprojec a oo[correspondente plano de imagem I, como Uma implementao algoritmo Levenberg-Marquardt dividido para aplicaes T tema de coordenadas do ambiente de uma 5). Contudo, apenas uma dessas (LOU s a o representadas m de um ponto m = u, v, ... ]T o projec 3D, a correspondente no plano de imagem I ,..., como T presentadas como M = [T x, y, z ] e a c a mera s a o apresentadas como M = [x, y, z ]T, e a e diversas T .coordenadas Um ndice, se houver, sentado por m = [ u, v, t]T M e M ,de e sua projec a o, m ,do em uma c a mera pinhole ar a metros, a exist e ncia de diversas T T c a mera s a o apresentadas como M = [ x, y, z ] e a enadas do ambiente uma T a ponto qualquer em homog e neas reprec a mera s a o apresentadas como = [ x, y, z ] e a s a o representadas por m , de um ponto m = [ u, v, ... ] HEARER; c a mera s a o apresentadas como M = [ x, y, z ]T ee iversas m = [ u, v ] m = [ u, v ] . Al e m disso, . Al as e m coordenadas disso, homog e neas homog e neas T ade do algorivac a o do GERAS; LUONG, 2001), as coordenadas de um ponto m problemas da vis a o computam = [u, v ]y, . zAl em disso, as coordenadas homog eneas T T DO ALGORITMO L EVENBERG -M ARQUARDT D U MA IMPLEMENTAC AO da popularidade do algoo apresentadas como M = [x, ] e a YROS, 2004) toma vantagem de uma es isto e , m = [ u, v, ..., 1] . De forma mais geral, um m = [ u, v ] . Al e m disso, as coordenadas homog e neas tivos da popularidade do algoT spondente no plano de imagem I , como projec a o correspondente no plano de imagem I , como ul. 2004; T indica a posic a o do ponto em um conjunto de pontos. dada por para apenas T URAKIS, Jul. 2004; T T projec a o correspondente no plano de imagem I , como como M = [ x, y, z ] e a T . Um ndice, se houver, sentado por m = [ u, v, ..., t ] projec a o correspondente no plano de imagem I , como isto e , m = [ u, v, ..., 1] . De forma mais geral, um sas (LOU projec a o correspondente no plano de imagem I , como 2004; 006) e (LERASLE; RIConsiderando modelo de c a mera pinhole (FAU s a o representadas s a o representadas por m , por m , de um ponto de m um = ponto [ u, v, m ... ] = [ u, v, ... ] cia de diversas is r a pida. 3D no sistema de coordenadas do ambiente de uma a minimizac a o n a o-linear pros a o representadas por m , de um ponto m = [ u, v, ... ] T DO ALGORITMO L EVENBERG -M ARQ T que o mesmo que resolver AO U MA IMPLEMENTAC dt e a exist ncia de diversas orrespondente no plano I, como comum em problemas da vis a o computas ponto qualquer em coordenadas homog eneas e repre s a por m , (1) de ponto m = [homog u, v, ... ] eum Marquardt e a exist ee ncia de diversas Trepresentadas M. & DA S ILVA ,imagem Al e m disso, as coordenadas e neas m = [como u, vimagem ] .m Al em disso, as homog ecoordenadas neas HEARER; T M ,.disso, 0 m A I ., 1992; SHEARER; T 3. 3 coordenadas T T T ponto = [Com u, vo ]De Al e m as coordenadas homog ehomog neas no plano de I ,o T indica a posic a o do em um conjunto de pontos. m = [ u, v ]T. . Al m disso, as coordenadas homog e neas ponto qualquer em coordenadas homog e neas reprede uma esm = [ u, v ] Al e m disso, as e neas ARER; odo e uma derivac a o do GERAS; LUONG, 2001), as coordenadas de um ponto isto e , m = isto [ u, e , v, m ..., = 1] [ u, v, ..., 1] . De forma . mais forma geral, mais um geral, um T KIS, Jul. 2004; c a mera s a apresentadas como M = [ x, y, z ] e a a notac a o adotada, a relac a o entre um ponto na esparsa. Se isso for levado isto e , m = [ u, v, ..., 1] . De forma mais geral, um T T T, s T is (LOURAKIS, Jul. (1) ]do . Al e m disso, as coordenadas z com que a minimizac 2004; o n a..., o-linear ; o mesmo que resolver [ X/ c] D e .m Um u, ndice, se houver, sentado por m = [homog u, v, ..., tforma ] ... isto e m = [a u, v, 1] . [proDe mais geral, um spon algoveis (LOURAKIS, Jul. 2004; T s e e a o[ representadas por m ,neas m = [um u, v, ... ] s a o representadas por m ,representadas de um ponto m = u, v, ]se sas (LOUT T DO ALGORITMO L EVENBERG -M ARQUARDT s uma dessas (LOUT que U MA IMPLEMENTAC ,AO , por a o representadas por m de um ponto = [reprev, ... ] ,sentado as coordenadas homog e neas a o representadas por m , de ponto m = [v, u, v, ... ]qualquer . s Um ndice, houver, por m = u, ..., t] o computas a o m de um ponto m = [ u, v, ... ] (LOUverg e ncia mais r a pida. 3D no sistema de coordenadas do ambiente de uma com ponto qualquer ponto em qualquer coordenadas em coordenadas homog neas homog e e neas e repreT 2; SHEARER; projec a o correspondente no plano de imagem I , como 3D, M , e sua projec a o, m , em uma c a mera pinhole e estimac a o de N par a metros, a ponto em coordenadas homog e neas e repre plementac a o T T SS et al., 1992; SHEARER; s aposic o representadas por m nto m = [o u, v, ... ]1992; ogeral, o Com a notac a adotada, a que relac o mesmo entre um ponto triz Jacobiana esparsa. for levado ;iderando se indica a isso a o= do ponto em um conjunto de pontos. . ponto qualquer em coordenadas homog eforma neas e reprea e que resolver [ X 4; PRESS et al., SHEARER; T [ u, v, ..., 1] . De forma mais geral, um por isto e ,Se m [u, v, ..., 1] .,[m De mais um de uma esT e diversas de c a mera pinhole (FAUvantagem de esT T T T isto e , m = u, v, ..., 1] De forma mais s a o representadas m , .. ]T 0 ugeral, 3 modelo , isto e m = [ u, ..., 1] . De forma mais indica a posic uma a o do ponto em um conjunto de pontos. 0 linear pro isto , = [T u, v, ..., . [De forma geral, ma esTum T a mera s a o apresentadas M x, z ]T geral, emais a um .por Um ndice, .3D, Um se houver, ndice, se houver, sentado por sentado m = [v, u, por m ..., = t ] [ u, v, ..., t]Um T a dessas (LOUm = [ u, v ]v, .c Al e m disso, as coordenadas homog e= neas dada por mo reduz-se de N para apenas .um Um 1] ndice, sey, houver, sentado m = [e u, v, ..., tcomo ] LevenbergT J = J . J , apenas uma dessas (LOU= [ u, v, ..., 1] . De forma mais geral, um (5) M , e sua projec a o, m , em uma c a mera pinhole e c a o, para a estimac a o de N par a metros, a . ndice, se houver, sentado por m = [ u, v, ..., t ] se Contudo, apenas uma dessas (LOUopularidade do algoT = er em coordenadas homog eneas e repre ponto qualquer em coordenadas homog e neas e reprecomputaul. 2004; LUONG, 2001), as coordenadas de um ponto mas da vis a o computa erepreT um ponto qualquer em coordenadas homog neas e . De forma mais geral, um 0 v A ,entre (2) ehomog que e o, mesmo que [ X/ c] e ponto qualquer em coordenadas homog e neas e repre 0 Com a notac a a o adotada, a relac em a o um ponto for levado resolver ponto qualquer em coordenadas neas e repremputa projec a o correspondente no plano de imagem I como T ALGORITMO T L EVENBERG -M ARQUARDT T indica aindica posic indica a o do a ponto posic a em o um ponto conjunto em de conjunto pontos. de pontos. gem de uma ess a o representadas por m , de um ponto m = [ u, v, ... ] 3 do M , (1) 0 m A I indica posic a o do ponto um conjunto de pontos. plicada em U MA IMPLEMENTAC AO DO D 3 3 T ) toma vantagem de uma es lquer em coordenadas homog e neas e repreJ = J . (5) J com dada por do algoritmo reduz-se de N para apenas aneas a do ponto em um conjunto de pontos. Um Com a notac posic a o adotada, a relac [ a o entre um ponto S, 2004) toma de uma T . se exist e ncia de diversas . o ndice, se houver, m = [u, v, ..., t]vantagem .[ Um ..., ndice, houver, sentado por m = u, v, ..., tuma ]por linear proTesHEARER; stema de coordenadas do ambiente de uma o zac a n a o-linear proT T T Um ndice, se houver, sentado por m = u, v, t ] denadas homog e e repre0 0 1 se . Um ndice, se houver, sentado por m = [ u, v, ..., t ] 3D, M , sua projec a o, m , em c a mera pinhole e r a metros, a . Um ndice, se houver, sentado m = [ u, v, ..., t ] ar prom = [ u, v ] . Al e m disso, as coordenadas homog e neas T vis a o computaisto e , m = [ u, v, ..., 1] . De forma mais geral, um ana esparsa. , e dada por Al e m disso, a soluc a o renada, Y problemas da vis aCom o computaT r Um ,ndice, se houver, or m = u, v, ..., t ] M, 03 pontos. m A I3 ponto 3D, M ,[ e sua projec .vis a o, m em uma c a mera pinhole e um em problemas da o computaOURAKIS, 2004; T a o do em um conjunto de pontos. indica a posic indica a o do em um conjunto de pontos. com o Com a notac a o adotada, aa notac a a o relac adotada, ponto a o entre a relac um a ponto entre um ponto for levado sas (LOUa ot apresentadas como M = [ x, y, z ] e a = o esenta-se uma implementac a o Com a notac a o adotada, aum relac a entre um sa. Se isso for levado T JT . (5) onde = JT J =(1) a posic a o do ponto em um conjunto de .ponto Um Jul. ndice, se houver, .., ] indica a posic a o do ponto em um conjunto de pontos. dada por para apenas indica a posic a o do ponto em um conjunto de pontos. Com a notac a o adotada, a relac a o entre ponto levado s a o representadas por m , de um ponto m [ u, v, ... ] n a o-linear proponto qualquer em coordenadas homog e neas e repre 0 u o em v a rios onde indica que os dois lados da equac a o podem di- e dada o refinada, , e dada por por [ X/ c] e D Al e disso, asoluo soluc a renada, Yr , ,a a minimizac o n aem o-linear pro0c 1992; osic a o ponto um conjunto de pontos. 0amera uque o mesmo que resolver Alm disso, a dada por 0 o m que ado minimizac a n a o-linear proal., SHEARER; uma 3D, M ,3D, ea sua 3D, projec M , ea o, sua m ,imagem em a uma o, m c mera em pinhole aem mera e pinhole e a metros, a de uma escorrespondente no plano de I , como uma m rdt, chamada Levenberg3D, M , e sua projec a o, m , c pinhole e o de N par metros, a T ond Tv, projec em um conjunto de pontos. com + r = Y [ balho, apresenta-se uma implementac a o M , (1) 0 m A I M , e sua projec a o, m , em uma c a mera pinhole e tros, a isto e , m = u, ..., 1] . De forma mais geral, um otac a o adotada, a relac a o entre um ponto 3 3 Com a notac a o adotada, a relac a o entre um ponto isso for levado . Um ndice, se houver, sentado por m = [ u, v, ..., t ] (6)-M Y ma frac a o da Ap os a ferir por uma constante, e d a o a relac a o entre pixels Com a notac a o adotada, a relac a o entre um ponto a esparsa. Se isso for levado T 0 v A = , (2) U MA IMPLEMENTAC AO DO ALGORITMO L EVENBERG ARQUARDT 3 se Com a notac a o adotada, a relac a o entre um ponto o A = 0 v , (2) M , (1) 0 m A I 0 Com a notac a o adotada, a relac a o entre um ponto acobiana esparsa. Se isso for levado nas uma dessas (LOUdada por dada por ara apenas 3 3 computav ] . Al e m disso, as coordenadas homog e neas 0 u que ser aplicada em dada por se depode N para apenas dada por oTrenada, e Al em e disso, a Yr , 0 0 a soluc o, a notac a a o adotada, a posic relac mera a o entre um ponto rg-Marquardt, chamada LevenbergT dada por apenas ponto qualquer em coordenadas homog e neas repre projec m , em uma c a pinhole e 3D, M , sua projec a o, m , em uma c a mera pinhole e N par a metros, a indica a a o do ponto em um conjunto de pontos. onde = [ apidamente. terior pode = Y + (6) Y da imagem e dist a ncias no ambiente da c a mera, respecJr . (5) o, J J M e sua projec a m , a em uma c amera pinhole e timac a o N par a Tmetros, ada, a relac u, a o um ponto 0 0= 3D, M , e sua projec a o, m , 3D, em uma c mera pinhole e a , pinhole de ementac a o =(2) entre M eA sua o, m ,1 em uma (1) c a mera e ara a estimac com a o de N par ametros, a a vantagem de uma es M ,,3D, M , (1) (1) 0 0 m A m A I I linear pros a o representadas por m ,, nto = [ v, ... ]a v m am matriz Jacobiana esparsa. ,A m I 3 3 3a 3 0melhorada 0 0 1 3 projec 3.M 3 o, sua projec a m ,dada em uma c a mera pinhole e com Dividido, que pode ser aplicada em M (1) 0 m A I Um ndice, sehouver, sentado por m [, u, v, ..., t0 ]T e0pode ser iterativamente. 3 por N para apenas 3 3= nguagem do 0 u tivamente, nas direc o es horizontal e vertical. J a o ponto 3 teri 0 dada por o reduz-se de N para apenas T m , em uma c a mera pinhole e dada por s relac (6) [ Levenbergdada por goritmo reduz-se N aforma para apenas que e mesmo que resolver X / c ] ae emas da a o 1] computa (6) Y Com notac a oa adotada, a a o entre um ponto for levado = u, v, .de De mais geral, um 0equac 0o 1 podem Ap o sG ..., terac [ a o vis e dividido em v arios 0 u r = Y + onde indica que os dois lados da a o di U 0 T e apresentam a matriz Jacobiana esparsa. indica posic a o do ponto em um conjunto de pontos. com com implementac M , (1) 0 m A I e pode ser melhorada iterativamente. M , (1) 0 m A I com ementac a modicac o es 0 v A = , (2) uma a o , e dada por Al e m disso, a soluc a o renada, Y m = [ u , v ] s a o as coordenadas do ponto central 3 3 3 3 0 r 0 0 0 M , (1) 0 m A I com M , (1) 0 m A I 3 3 licada em M , (1) 0 m A I ntac a o onde indica que os dois lados da equao se mizac a o n a o-linear pro3 3 Levenberg (LEVENBERG, 1944) prop o s uma 3 3 , repre3D, M , e sua projec a m ,0 em uma c a mera pinhole a metros, a alquer coordenadas homog eneas e onde =T [ terior pode possuem apenas uma frac a da 0 0 em v A = (2) o entre ferir por uma constante, eque d a oe a relac a pixels G u u 0o, R M ,o (1) 03 m A I 0 u 0 0 o lac o em de iterac a o e dividido v a rios onde indica os dois lados da equac a o podem di3 0 par T T Levenberg no Octave . 0 0 1 hamada Levenberg 0 u da c a mera. Sendo assim, h a apenas quatro a metros 0 T . Um M , mais (1) 0 A I3 J = J . (5) J 3 e pode ser melhorada iterativamente. na esparsa. nberg Com a notac a o adotada, a relac a o entre um ponto arsa. Se isso for levado com alterac a o no algoritmo de Newton para acelerar sua con podem diferir por uma constante, e do a relao Levenberg (LEVENBERG, 1944) prop o s uma implementac a o dada por ara apenas ndice, se houver, or m = [ u, v, ..., t ] vidos muito rapidamente. 0 0 1 da imagem e dist a ncias no ambiente da c a mera, respec com 0 = 0com v A = A ,A (2) (2) com uma enta-se uma implementac a o 0, vconstante, = , a + r = pixels 0 0 o nores que possuem apenas frac a da o o Y ferir por uma e d a(2) o a relac a entre 0 estimados , apresenta-se implementac v a o Y (6) onde icada em Ap oGV s= al e aplicada em 0 v a A = , o, intr u nsecos a serem durante aem calibrac o, ou U 0uma 0 u 0 0 0 U em v aN rios a em e pode ser melhorada iterativamente. o 3D, M ,tivamente, eusua projec a m , uma c mera pinhole e c a o ser de par a metros, aindica onde pixels que os dois lados da equac a o podem di 0 (2) u o (5) substitu verg e ncia, ou seja, aalgoritmo equac a e da acelerar por alterac a o no de Newton para sua con a LevenbergM , (1) 0 m A I osic a o do ponto em um conjunto de pontos. 0 codicada em linguagem do 0 Levenberg 0 u nas direc o es horizontal e vertical. J a ponto entre da imagem e distncias no ambiente da 3 3 0 0 0 1 0 0 1 0 t, chamada Levenberg0 0 1 TT e s a o resolvidos muito mais rapidamente. da imagem e dist a ncias no ambiente da c a mera, respecLevenberg (LEVENBERG, 1944) prop o s uma arquardt, chamada Levenberg onde indica que os dois lados da equac a o podem di 0 u na esparsa. terior pode s iz Jacobiana esparsa. 0 0 1 seja, , , u e v . 0 G 3 0para apenas vA A = , (2) 0d A v , 0 0 A= (5) o ,e dada por da por e D = ond Al e m disso, a soluc a renada, Y 0 uma 0 ro o a frac a o da sparsa. dada z-se de N A ferir por constante, e, o aTrelac a o 0entre pixels v0 = , (2) (2) 0 u substitu verg e ncia, ou seja, aequac a e aplicada em 0es por m v0 = (2) executada sem modicac o entac a pro0 0 v = , melhorada (2) = [a u ,av s a o as coordenadas do ponto central onde D = cmera, respectivamente, horizontal 0 0 0nas 0 ] direes e pode ser aplicada em ntac a o foi codicada em linguagem do m tivamente, nas direc o es horizontal e vertical. J a o ponto e pode ser iterativamente. alterac a o no algoritmo de Newton para acelerar sua condo, que pode ser aplicada em ferir por uma constante, e d a o a relac o entre pixels Levenberg (1944) props uma alterao no com 0 v A = , (2) em v a rios T T ementac a o a notac adotada, a relac a o entre um ponto onde indica onde que os indica dois lados que os da dois equac lados a o podem da equac di a o podem di e dividido em v arios 0 lados o podem dionde indica que os dois equac a 0 0 1 Octave 0 0 R R J J + I = J . (7) pidamente. v a rios M ,apenas (1) metros 0 m A I3 imagem eque dist a ncias no ambiente da c a mera, respec03da 0 1as lados e C indica os dois da equac 1 a o podem di0 no v ,da (2) obiana esparsa. 0 0 1 anto Scilab e no . D a meras com 0onde 0 coordenadas 1ncia, par da c a mera. Sendo h a quatro UA solu GV 0 u a matriz Jacobiana esparsa. sua convergncia, e vertical. J o ponto so e U = e pode ser executada sem modicac o es . 0 m = [assim, u , v ]T s a0 o as do ponto T verg e ou a seja, a equac a o (5) e substitu da esentam a uma matriz Jacobiana esparsa. rcentral da imagem e dist a ncias no ambiente da c a mera, respec0 0 1 a frac a o da 0 0 0a Levenbergalgoritmo de Newton para acelerar e sua projec a o, m , em uma c a mera pinhole e ferir por ferir constante, por uma constante, e d a o a relac a d o a entre o a relac pixels a o entre pixels T por apenas uma frac a o da = Y + (6) onde Y ferir por uma constante, e d a o relac a o entre pixels Ap o s T guagem do c a o da J J + I = J . (7) Levenberg (LEVENBERG, 1944) prop o s uma tivamente, nas direc o es horizontal e vertical. J a o ponto ferir por uma constante, e d a o a relac a o entre pixels 0 0 1 dido em v a rios R R R no ca que os dois lados da equac a o podem dio onde indica que os equac a podem di 04). Neste o, intr nsecos a serem estimados durante a a oupar 0 v A = ,da (2) imagem em rac a o e dividido em v a rios calibrac onde indica que os lados da equac a o podem di=G DT eem D duas quanto no Scilab e Octave .dois LAB s com 0 lados da c a mera. Sendo assim, h a apenas quatro ametros onde indica que os dois lados da equac a o podem die o de iterac a oda e dividido em v a rios a tivamente, nas direc o es horizontal ee vertical. J a o ponto coordenadas do ponto central da cmera. Sendo se uma implementac o equao onde indica que os dois lados da equac a o podem dipidamente. icada da e dist imagem a ncias e no dist ambiente ncias no da ambiente c a mera, respecda c adois mera, respecuso do algoritmo Levenbergito mais rapidamente. da imagem dist a ncias no ambiente da c a mera, respecTa ou seja, a (5) por substituda terior pode 3 Algoritmo Levenberg-Marquardt indica que os dois lados da equac a o podem di odicac o es mente. alterac a o no algoritmo de Newton para acelerar sua conm = [ u , v ] s a o as coordenadas do ponto central da imagem e dist a ncias no ambiente da c a mera, respecT T 4 s uma frac a o da constante, e d a o a relac a o entre pixels 0 0 0 ferir por uma constante, e d a o a relac a o entre pixels conjunto de seja, , , u e v . 0 u T 01entre 0 constante, 0 0 ssuem apenas uma frac a o da 0 inicialmente. Tipicamente, e feito igual a 10 ferir por uma constante, e d a o a relac a o entre pixels J J + I = J . (7) is lados da equac a o podem dia intr nsecos a serem estimados durante a calibrac a o, ou ferir por uma constante, e d a o a relac a o pixels resolvendo que possuem apenas uma frac a o da m = [ u , v ] s a o as coordenadas do ponto central chamada Levenberg ferir por uma e d a o a relac a o entre pixels em uagem do pode ser melhorada iterativamente. na esparsa. assim, h quatro parmetros intrnsecos aeJ M ,apenas (1) 0 m I es tivamente, direc o es nas horizontal direc o o ehorizontal vertical. J e a vertical. o quatro ponto J a vertical. o ponto 0 0 nas 0A R icou-se a a o proativamente, em linguagem do es tivamente, nas direc o horizontal e a o ponto A 3 ma constante, rapidamente. e d a3 o a relac a entre pixels onde Usoluc =C mplicar o uso do algoritmo Levenbergo Octave .implementac em do o substitu verg e ncia, ou seja, iterac a equac a (5) e da por da c a mera. Sendo assim, h ano apenas par a metros tivamente, nas direc o es horizontal e vertical. J a oc ponto is rapidamente. dist a ncias no ambiente da c a mera, respecda imagem dist ancias ambiente da a mera, respecs, estimar-se 0 v A = , ambiente (2) muito mais 0 T Te o a U G Contudo, a cada a oe valor e alterado. Se da imagem e dist ametros ncias no ambiente da c a mera, respec e d a o a relac a o entre pixels .dos Tipicamente, feitode igual 104 inicialmente. T seja, , , u da imagem e dist a ncias no ambiente da c a mera, respece v . resolvidos muito mais rapidamente. da c a mera. Sendo assim, h a apenas quatro par ode ser aplicada em da imagem e dist a ncias no da c a mera, respecreso odicac o es 0 0 em v a rios m m = [ u , v ] = s a [ o u as , v coordenadas ] s a o as coordenadas do ponto central do ponto central T calibrac a o de c a meras com da sem modicac o es onde indica que os dois lados da equac a o podem dim = [ u , v ] s a o as coordenadas do ponto central serem estimados durante a calibrao, ou seja, , , T 0 0 0 0 0 0 0 0 m e dist a ncias no ambiente da c a mera, respec= D e em duas eta vidido, aplicou-se a implementac a o pro cac o es intr nsecos a serem estimados durante a calibrac a o, ou m = [ u , v ] s a o as coordenadas do ponto central D T linguagem do ( U Considerando a seguinte func a o n a o-linear Levenberg (LEVENBERG, 1944) prop o s uma direc o es horizontal e vertical. J a o ponto tivamente, nas direc o es horizontal e vertical. J a o ponto calizac a o da 0 0 0 0 0 1 R odicada em linguagem do G R R a soluc a o da equac a o (5) conduzir a uma reduc a o do tivamente, nas direc es horizontal e vertical. J a o ponto o ambiente da c a mera, respec Contudo, a cada iterac a o o valor de e alterado. Se tivamente, nas direc o es horizontal e vertical. J a o ponto Levenbergo foi codicada em linguagem do intr nsecos a serem estimados durante a calibrac a o, ou 4 atriz Jacobiana esparsa. tivamente, nas direc o es horizontal e vertical. J a o ponto T T Octave . a frac a o da da c a mera. da Sendo c a mera. assim, Sendo h a apenas assim, quatro h a apenas par a metros quatro par a metros 1D (ZHANG, 2004). Neste cilab e no Octave . R ferir por uma constante, e d a o a relac a o entre pixels da c a mera. Sendo assim, h a apenas quatro par a metros (7) inicialmente. Tipicamente, e feito igual a 10 u e v . 0 u T T J J + I = J . (7) nas direc o es horizontal e vertical. J a o ponto resolvendo blema de calibrac a o de c a meras com 00 tave . as seja, ,0 u e0 v .0 ]3central da c mera. Sendo assim, h apenas par ametros 0 , T s a m modicac u o es o soluc alterac a no algoritmo de10. Newton para acelerar sua con]e s a o coordenadas do ponto = [u ,0 vm s ao as coordenadas do ponto central onal. ResulT T coordenadas 0 0 Algoritmo Levenberg-Marquardt xecutada sem modicac o es central mul duo, e dividido por Caso contr ario, a este e = [ambiente u , v ]quatro a as do ponto orizontal e vertical. J a ponto s oiterac valor e, a da equac a o (5) de conduzir uma reduc o em do A segu soluc m = [ , v ]m s ao o as coordenadas do ponto central ntac a o pro e ser executada sem modicac o es 0 0 0 seja, ,A ,= u eum v .a dividido em v rios m = [u ,a v ]a s aoda as coordenadas do ponto central o onde indica que os dois lados res a podem di0 pidamente. o equac intr 0 nsecos intr a 0 nsecos estimados a serem durante estimados a calibrac durante o, a calibrac ou a o, ou 0 0 T do para, dado conjunto de 0 0 0 da imagem e dist ancias no da c mera, respec o,a intr nsecos a serem estimados durante a calibrac a ou R serem Contudo, a cada a o o e alterado. Se a 0 v , (2) F ( Y ) = X , (3) , v ] s a o as coordenadas do ponto central m gabarito 1D (ZHANG, 2004). Neste 0 R R intr nsecos a serem estimados durante a calibrac a o, ou 0 0 onde U = e no Octave . Levenberg verg e ncia, ou seja, a equac a o (5) e substitu da por endo assim, h a apenas quatro par a metros da a mera. Sendo assim, h a apenas quatro par a metros o e capaz de R R c R algoritmo Levenberg o no Scilab e no Octave . tiplicado por 10. da c a mera. Sendo assim, h a apenas quatro par a metros coordenadas do ponto central . res duo, e dividido por 10. Caso contr a rio, este e mulduas da c a, mera. Sendo assim, h a apenas quatro par a metros meras com quanto no Scilab e no Octave nberg. apenas uma a o da c a3 mera. Sendo assim, h apenas quatro par aa metros Levenberg-Marquardt por uma constante, e d aJ o a a entre (U eta uagem do seja, , u seja, , ,eu e v e v . m diversas imagens, estimar-se ,es tivamente, nas direc o e Algoritmo vertical. aa orelac ponto seja, , u.0horizontal eda v 0frac 0 0ferir 0 pixels o do em ao soluc a o da equac o (5) conduzir a uma reduc a e 0. 0h 0 1 .erem Sendo assim, a apenas par a metros do e utilizado para, dado um conjunto de seja, , ,par u v .quatro 4 inicialmente. D e D =e, apenas tac a o pro o, estimados durante a calibrac a ou intr nsecos a serem estimados durante a estimados calibrac a o, ou e em poucas 0 0 implementac a o proM N Tipicamente, e feito igual a 10 T intr nsecos a serem estimados durante a calibrac a o, ou h a quatro a metros tiplicado por 10. resolvendo intr nsecos a serem estimados durante a calibrac a o, ou 4). Neste o promuito mais rapidamente. intr nsecos a serem durante a calibrac a o, ou -4 da imagem e dist a ncias no ambiente da c a mera, respece Y IR s a o vetores e M N . onde X IR mo Levenbergodicac o es Considerando a seguinte func a o n a o-linear s da c a mera e a localizac a o da m = [ u , v ] s a o as coordenadas do ponto central T T 0 0 0 res duo, e dividido por 10. Caso contr a rio, este e mulTipicamente, feito igual a 10 inicialmente. so do algoritmo LevenbergO m e todo de Levenberg possui instabilidades Algoritmo Levenberg-Marquardt o, ou s a 0serem estimados durante a0 calibrac a gabarito em diversas imagens, estimar-se car uso do algoritmo LevenbergJ J =de J .e (7) e, em seguid meras com 3 Algoritmo Levenberg-Marquardt e v .o seja, , , u e vo a o de c a com indica que os dois lados da equac a di0 .podem R + alterado. Se Contudo, a cada iterac a oI ovalor seja, , seja, , u e v .u Resulados durante a a o, ou seja, ,meras ,da u e v .do onjunto de s com 0 0 ada em linguagem ,o ,Considerando e vetor v0 .par tivamente, nas direc es horizontal e vertical. J aefunc o ponto Freq u entemente, e necess a rio estimar Y que meA solu 0calibrac 0 3 Algoritmo Levenberg-Marquardt ementac a o proOctave . o espac a o tridimensional. 0o c amera mera. Sendo assim, h a apenas quatro ametros tiplicado por 10. ou-se implementac a o pronum ricas quando cresce. Em vista disso, al a seguinte a o n a o-linear u e v . intr nsecos da c a e a localizac a o da Contudo, a cada iterao o valor de alterado. O m e todo de Levenberg possui instabilidades o, aplicou-se a implementac a o pro0 0 (U 4). Neste ANG, 2004). Neste o[a uma constante, e d ao a relac um a entre pixels TX a soluc a o da equac a o (5) conduzir a uma reduc a o do F ( Y ) = X , (3) Considerando seguinte funo no-linear estimar-se Neste ada sem modicac o es Agora m = u , v ] s a o as coordenadas do ponto central lhor ajusta-se a vetor medido. Esse problema em duas e c a meras com tram que o m e todo e capaz de intr nsecos a serem estimados durante a calibrac a o, ou 0Algoritmo 0 0 3e Algoritmo 3 Algoritmo Levenberg-Marquardt Levenberg-Marquardt 3 Levenberg-Marquardt o alibrac a de c a meras com gum tempo depois, Marquardt (MARQUARDT, 1963) gabarito no espac o tridimensional. Resulm num e ricas cresce. vista disso, al a de calibrac Algoritmo a o de a meras com Se a soluo da quando equao (5) conduzir aEm uma reduo onjunto de 3 Levenberg-Marquardt Levenberg 4 dado um conjunto de m dist ncias no ambiente da c a mera, respecRa R c res duo, e dividido por 10. Caso contr a rio, este e mulO m e todo de Levenberg possui instabilidades inicialmente. Tipicamente, e feito igual a 10 Considerando a seguinte func a o n a o-linear alizac a o da nto de Scilab e no Octave . o (9 equac a c a.e mera. Sendo assim, h a apenas quatro par asmetros pode ser reformulado como, dado X, encontrar resolvendo 2004). Neste F (prop Y )= X , pequena (3) orma satisfat oria e ,em poucas seja, ,m u ev em seguid M o vetor 0da 0 D Neste o uma alterac a o no algoritmo de Leven- e, capaz entais mostram que e todo de e gum tempo depois, Marquardt (MARQUARDT, 1963) o Considerando seguinte func a n a o-linear barito 1D 2004). Neste Y IRN s aotiplicado vetores eM .dividido onde X IR estimar-se o tac (ZHANG, a prodo resduo, por 10. Em caso contrrio, N s imagens, estimar-se , nas direc (ZHANG, o es 2004). horizontal e vertical. J a o ponto tmo Levenberg-Marquardt 3a o Algoritmo Levenberg-Marquardt por 10. num e ricas quando cresce. Em vista disso, al que =e Contudo, a cada iterac a o o valor de e alterado. Se 3 Algoritmo Levenberg-Marquardt nal. Resulmar-se 3 Algoritmo Levenberg-Marquardt n partes m intr nsecos a serem estimados durante a calibrac a o, ou Y minimiza , sujeito a X F ( Y ) + . um conjunto de equ 3 Algoritmo Levenberg-Marquardt enc a de ru do. para, dado um deConsiderando ponberg, ou seja, cada componente do e o T mac e a o de forma satisfat o ria e em poucas e ogradiente prop s uma pequena alterac a no algoritmo de Levenutilizado para, dado um conjunto de Agora, oritmo Levenberg-Marquardt M N algoritmo o anecess Considerando Considerando a seguinte func aponto seguinte F a n a func o n o-linear Freq entemente, e rio oeste vetor Y que me lizac a o da meras com a a seguinte func a o n aestimar o-linear conjunto era a localizac coordenadas a o da (u Y )o-linear = X ,a (3) u ,capaz v ] s a o Levenbergas do central (X UT o multiplicado por 10. 0 0 gum tempo depois, Marquardt (MARQUARDT, 1963) e Y IR s a o vetores e M N . onde X IR a soluc a da equac a o (5) conduzir a uma reduc a o do (3) Considerando a seguinte func a o n a o-linear e de enberg-Marquardt c a o da X = [ seja, , , u e v . gens, estimar-se (Y )=X , 0 (3) 0 1p diversas imagens, estimar-se O Esse m etodo Levenberg possui Assim, instabilidades derada de acordo com sua curvatura. h a uma e demedido. um mo na presenc a de ru F do. e equac berg, oude seja, cada componente dode gradiente pono n ito em diversas imagens, estimar-se a (9 a Sendo implementac a o prolhor ajusta-se a vetor X problema Dada uma estimac a inicial Y , o m etodo Newnal. Resul4). Neste ridimensional. Resula. assim, h a apenas quatro par ao metros o prop o sestimar uma pequena alterac a no algoritmo Leven necess Freq uentemente, e ario o vetor Y que me res duo, e dividido por 10. Caso contr a rio, este e mulem poucas Resulque, cada ando a seguinte func a o n a o-linear M N Considerando a seguinte func a o n a o-linear localizac a o da X 3 Algoritmo Levenberg-Marquardt O mtodo de Levenberg possui instabilidades F (IR Y )N = X F , Considerando (a Y ) = X ,oassumindo (3) a) seguinte func a onum n a o-linear da c a mera e a localizac a o da e quando converg cresce. Em vista disso, al-o a em segu o grande tend encia encia na direc a na qual F (Y =(3) Xe ,aque (3) e Y s a vetores M N . onde X Considerando a seguinte func o n a o-linear a derada de de acordo com sua curvatura. Assim, uma ou Considerando seguinte func ricas a o n a s nsecos c mera a durante localizac a o da ne, partes me c o de c a meras com pode ser reformulado dado o vetor X ,o-linear encontrar M e ores s ada o reton (PRESS et al., 1992) a rena F( Y + e capaz de onjunto a oa m e todo e capaz de os a serem estimados a calibrac IR a o, ou F ( Y ) = X , (3) pon- h berg, seja, cada componente lhor ajusta-se a um vetor X medido. Esse problema do gradiente e oIR derando a seguinte func a n ao-linear e Y a o vetores e M N .como, onde X IR tiplicado por 10. paz de Agora, c, na equa nsional. Resulque T nte func a o n a o-linear spac o tridimensional. Resulgum tempo depois, Marquardt (MARQUARDT, 1963) gradiente e menor. Na pr a tica, tal alterac a o e implemen numricas quando cresce. Em vista disso, algum Freq u entemente, e necess a rio estimar o vetor Y que me grande tend e ncia de converg e ncia na direc a o na qual o rito no espac o tridimensional. ResulX = [X 1 , HANG, 2004). Neste Y ,que minimiza , , sujeito a Xcomo, = F (Y ) +acordo .vetorcom olos em ne ) = F (Y )+ onde J e a matriz jacobiana, ou em M J NY , encontrar isfat o ria em poucas ,estimar-se u0poucas e v .e M M N N M N F ( Y ) = X , (3) 0 F ( ) = X (3) derada de sua curvatura. Assim, h a uma equac pode ser reformulado dado o X Freq u e necess a rio estimar o vetor Y que mepoucas onde X e Y so vetores e MX e Y IR e s Y aX o vetores IR s e a o M vetores N . eo) M N .tada onde X onde IR X IR a oX F ( Y = ,N (3) caso, / M N entemente, eo Y IR s a vetores e M N . onde X IR odo e capaz de c(9) ,io n F ( Y ) = , (3) 3 Algoritmo Levenberg-Marquardt F ( Y ) prop = X ,s (3) am que o m e todo e capaz de o uma pequena alterac a o no algoritmo de Leven substituindo a equac a o (7) por lhor ajusta-se a um vetor X medido. Esse problema e Y IR s a vetores e M N . onde X IR e gradiente e menor. Na pr a tica, tal alterac a o e implemenO m e todo de Levenberg possui instabilidades tempo depois, Marquardt (MARQUARDT, 1963) s mostram que o m e todo e capaz de que, cada , dado um conjunto de n u meros ou seja, J = X / Y , e e um que indica um pequeno F ( Y ) = X , (3) Considerando a seguinte func a o n a o-linear lizac a o da u do. grande tend e ncia de converg e ncia na direc a o na qual o Y que minimiza , sujeito a X = F ( Y ) + . lhor ajusta-se a um vetor X medido. Esse problema a o Freq u entemente, Freq u e entemente, necess a rio e estimar necess a o rio vetor estimar Y que o vetor meY que men partes me suposic a o Y ) = X , (3) Dada uma estimac a inicial Y , o m e todo de NewFreq u entemente, e necess a rio estimar o vetor Y que meia e em poucas Freqentemente, necessrio estimar o vetor cas M N M N ponma satisfat o ria es em poucas berg, ou seja, cada componente gradiente e pode ser reformulado como, o vetor X , encontrar Freq uincremento entemente, e necess ae rio estimar o vetor Y que mes do substituindo a equac a o (7) M N num e ricas quando cresce. Em vista disso, al- c, na equac o de forma satisfat oria e em poucas e Y IR a vetores e M N . Y dado IR s a o vetores e M N onde X IR M N sas imagens, estimar-se -se a pr aX tica de Y . Dessa forma, minimizar equivale uma pequena alterao no algoritmo de M N nal. Resul T , e Y s a o vetores etada M N .Na onde X IR menor. implemengradiente e pr a tica, tal alterac por a o Y IR s a o vetores e M N .a onde IR + pode reformulado como, dado o vetor X ,et encontrar eIR Y IR s aprops o. vetores e M N .JT onde X IR T( Te Mser Ne lhor ajusta-se lhor a ajusta-se um vetor a X um medido. vetor X Esse medido. problema Esse problema X = Agora [X com que a to, matrizes e vetores s a o reton (PRESS al., 1992) rena assumindo que F Y + lhor ajusta-se a um vetor X medido. Esse problema sup que melhor se ajusta vetor medido. Esse J diag( J ) = J . (8) J e Y IR s a o vetores e M N . IR F ( Y ) = X , (3) nc a de ru do. derada de acordo com sua curvatura. Assim, h a uma Dada uma estimac a o inicial Y , o m e todo de NewY que minimiza , sujeito a X = F ( Y ) + . lhor ajusta-se a um vetor X medido. Esse problema N gum tempo depois, Marquardt (MARQUARDT, 1963) a presenc a de ru minimizar do. caso, X1 estimar necess Considerando a seguinte func a oY n ao-linear te, e ario o vetor Y que meunecess Freq u entemente, e a rio estimar o vetor que memera e a localizac a oM da vetor toda matriz aestimar i / e capaz de Levenberg, ou seja, cada componente do gradiente Freq entemente, e necess a rio o vetor Y que meIR s a o vetores e N . goritmo Levenberg-Marquardt tada substituindo a equac a o (7) por Freq u entemente, e necess a rio estimar o vetor Y que me Y que minimiza , sujeito a X = F ( Y ) + . Freq u entemente, e necess a rio estimar o Y que meT T T pode reformulado pode ser reformulado como, dado como, o vetor dado X , encontrar o vetor X ,o encontrar cada o estrutura es aX n umeros ou s ser mbolos em ne ) = F (o Y ) + J onde J e matriz jacobiana, ou pode ser reformulado como, vetor ,a encontrar com equac a ( dado texto, mente, e necess ario estimar o vetor Y que meproblema pode ser reformulado como, dado o vetor JF + diag( J J ) Jqual . o que, (8) J alterac o= grande tend encia de converg e ncia na direc a na rer doser matrizes e vetores s a o reton et al., 1992) rena assumindo que (Y pode reformulado como, dado vetor X ,, encontrar + prop os uma pequena a o no algoritmo de Leveno suposic a op a vetor X medido. Esse problema lhor ajusta-se a um vetor X medido. Esse problema o tridimensional. Resul J ,(PRESS (4) em poucas Mestimac N lhor ajusta-se a um vetor X medido. Esse problema a rio estimar o vetor Y que meponderada de acordo com sua curvatura. Assim, h um lhor ajusta-se a um vetor X medido. Esse problema Dada uma a o inicial Y , o m e todo de Newlhor ajusta-se a um vetor X medido. Esse problema Y que minimiza Y que minimiza , sujeito a X , sujeito = F ( Y a ) X + = . F ( Y ) + . c , na equac e Y IR s a o vetores e M N . onde X IR pressas por letras, n u meros ou seja, J = X / Y , e e um que indica um pequeno Y que minimiza , sujeito a X = F ( Y ) + . estr n partes m Assim, nos dias de hoje, o algoritmo resultante e conhe uma F (Y ) X , a-se a um vetor X (3) T . implemengradiente e menor. Na pr atica, tal alterac a o e , a or letras, n u meros ou mbolos em ne )dado = (= Y )+ J , oonde JX e matriz jacobiana, T cada T ou Y que minimiza X , Esse a X = F (Y )F + .||, s Dada estimac a o inicial Y ,problema o m etodo de New,medido. encontrar que minimiza || sujeito a que ponberg, ou seja, componente do gradiente e com aTm mulado como, dado o vetor ,sujeito encontrar pode ser reformulado como, o vetor X , (encontrar ue o m e todo e capaz de 1 J + diag( J J ) = J (8) J pode ser reformulado como, dado vetor encontrar r X medido. Esse problema pode ser reformulado como, dado o vetor X , encontrar uma grande tendncia de convergncia na direo res s a o reton (PRESS et al., 1992) a rena assumindo que F Y + pode ser reformulado como, dado o vetor X , encontrar caso, X / Freq u entemente, e necess rio estimar o vetor Y que mel em (PRESS disso, adotou-se aletras, a tica incremento de Y .(= Dessa forma, minimizar indica Levenberg-Marquardt. equivale iderando ae seguinte func pr a o n a o-linear i 1 X = [ X cido como e conheAssim, nos dias o algoritmo resultante e eformulado como, dado o vetor X , encontrar tada substituindo a equac de a o hoje, (7) por ( ntes s a o expressas por n u meros ou seja, J X / Y , ee e um que um pequeno ton et al., 1992) a rena assumindo que F Y + derada de acordo com sua curvatura. Assim, h a uma estrutura esp za ,ria sujeito a poucas X = F ( Y )estimac + . Y que minimiza , sujeito X = F ( Y ) + .= atisfat o em Dada uma estimac Dada uma a o inicial Y a ,= o o inicial m e todo Y de , o Newm todo de New m Dada uma estimac a o inicial Y ,, o m todo de New M N 2 Y que minimiza , sujeito a X F Y ) + . mo, dado o vetor X , encontrar T T 1 Y que minimiza , sujeito X F ( Y ) + . os em ne ) = F ( Y ) + J , onde J e a matriz jacobiana, ou Y que minimiza sujeito a X = F ( Y ) + . Dada uma estimac a o inicial Y , o e todo de Newe Y IR s a o vetores e M N . onde X IR na qual ocomo gradiente menor. Na prtica, tal alterao suposic a o p lhor ajusta-se a2, um vetor Xjul./dez. medido. Esse problema = (A ) para toda matriz a minimizar cnol o= gicas, Londrina, v. 26, n. p. 195-203, 2005 que, cada F cido Levenberg-Marquardt. nimiza , sujeito a X = F ( Y ) + . it a lico. Al e m disso, adotou-se a pr a tica incremento de Y . Dessa forma, minimizar equivale ) F ( Y ) + J , onde J e matriz jacobiana, ou . grande tend e ncia de converg e ncia na direc a o na qual o e ru do. es s a o reton (PRESS ton et al., (PRESS 1992) et a al., rena 1992) assumindo a rena que assumindo F ( Y + que ( Y + conhe- . zes eX vetores s a) o) reAssim, dias de hoje, o algoritmo resultante e ton (PRESS ete al., 1992) a rena assumindo que F (nos Y me+ A complexidade do algoritmo Levenberg eito a = F ( Y + .X F ( Y = ,X (3) T T T u meros ou seja, J = / Y , e um que indica um pequeno estimac a o reton (PRESS et al., 1992) a rena assumindo que F ( Y + Freq u entemente, e necess a rio estimar o vetor Y que com que a m aseja, a o inicial Y , o m e todo de New . Dada uma estimac a o inicial Y o m e todo de Newpode ser reformulado como, dado o vetor X , encontrar Dada uma estimao inicial , o mtodo de 1 T T 1 J , (4) implementada substituindo a equao (7) por c , na equa 1 J + diag( J J ) = J . (8) J Dada uma estimac a o inicial Y , o m e todo de New = ( A ) = ( A ) para toda matriz a minimizar Dada uma estimac a o inicial Y , o m e todo de New J = X / Y , e e um que indica um pequeno o inicial Dada uma estimac a Y , o ou m todo deNa Newe o implemengradiente e menor. pr atica, tal alterac a e ( os em ne )s = F ()Y ) )+ = J F), (Y Y onde )J + J J e , a onde matriz J jacobiana, e aonde matriz ou jacobiana, ou medido. ou estimac mbolos em necido como Levenberg-Marquardt. ) = F Y ) + J ,minimizar J e amatriz jacobiana, Marquardt aumenta com o n u mero de vari a veis. A complexidade do algoritmo Levenberg uma a o inicial , o m e todo de New e a pr a tica incremento de Y . Dessa forma, equivale m ne = F ( Y + , onde J e a matriz jacobiana, ou lhor ajusta-se a um vetor X Esse problema estrutura esp al., a rena assumindo que F ( Y + 1992) vetores s a o reton (PRESS et al., 1992) a rena assumindo F (Y + Y que minimiza , sujeito a X = F (Y )a + . que caso, X Newton (PRESS et al., a refina assumindo 2n + M N i/ matrizes e vetores s a o reton (PRESS et al., rena assumindo que F (Y + inicial Y ,Y ode m e todo de New vers 1992) vel. assumindo J , como (4) ton (PRESS et al., 1992) aJ rena assumindo que F (al., Y + incremento Y .Y Dessa forma, minimizar equivale o texto, matrizes e vetores s a o reton (PRESS et 1992) a rena que ( Y o (7) tada substituindo aF equac a por o n u meros ou seja, J = X seja, / J ,= e X e / um Y , que ee indica e um um pequeno indica um pequeno e IR s a o vetores e M N . IR 1992) or letras, n u meros ou seja, = X / Y ,que e e um que indica um pequeno Contudo, se discute acom seguir, algumas carac Marquardt aumenta umero de vari asuposic veis. S et al., 1992) a rena assumindo que F ( Y + . oda matriz a minimizar ros ou seja, J = X / Y , e um que indica um pequeno pode ser reformulado como, dado o vetor X , encontrar + J , onde e a matriz jacobiana, ou mbolos em ne ) = F ( Y ) + J , onde J e a matriz jacobiana, ou Assim, nos dias de hoje, o algoritmo resultante e conheA complexidade do algoritmo Levenberg a o . ) que onde J a2005 Newmeros ou s ( mbolos em ne ) = F ) + J ,+ onde J e a matriz jacobiana, ou rena assumindo que F ( Y + Y ) = F Y ) + , onde J nee a matriz jacobiana, ou ( a minimizar .1 equivale tras, n meros ou s J mbolos em )Y = F ( Y J ,equivale onde J e a matriz ou e a pr au tica incremento incremento de Y . Dessa de Y .vetor Dessa minimizar forma, minimizar equivale Dada uma estimac a o inicial Y , o m e todo de emente, e necess a rio estimar o que me, adotou-se a pr a tica incremento de Y .minimizar Dessa forma, minimizar Ci e ncias Exatas e Tecnol gicas, Londrina, v. 26, n. 2, p. 195-203, jul./dez. ter sticas de muitos dos problemas encontrados na carac a seguir, jacobiana, como se T discute algumas o ( Y ) + J onde J e a matriz jacobiana, ou onde Ci = J ,, (4) pr a tica incremento de Y .forma, Dessa forma, equivale Y que minimiza sujeito a X = F (Y ) + . Contudo, , um T T / Y , e e que indica um pequeno as, n u meros ou seja, J = X / Y , e e um que indica um pequeno cido como Levenberg-Marquardt. Marquardt aumenta com o n u mero de vari a veis. com que (8) essas por letras, n u meros ou seja, J = X / Y , e e um que indica um pequeno de J e a matriz jacobiana, ou 1 J + diag( J J ) = J . (8) J u seja, J = X / Y , e e um que indica um pequeno matriz jacobiana, ou seja, , e um a J , ou problema (4) Y a o expressas por letras, n umeros J assumindo = X/ Yque ,e e um que indica um pequeno oda matriz a minimizar a minimizar es s apara o reton (PRESS et al., 1992) aseja, rena F195-203, ( +vis a-se aY um vetor X medido. Esse ,2 ) toda matriz a minimizar n a o computacional podem ser utilizadas para reduzir ter sticas de muitos dos problemas encontrados na X / , e e um que indica um pequeno F ( c d = ) ond Semina: Ci e ncias Exatas e Tecnol o gicas, Londrina, v. 26, n. 2, p. jul./dez. 2005 matriz a minimizar Y . Dessa forma, minimizar equivale ou-se a pr a tica incremento de Y . Dessa forma, minimizar equivale Contudo, como se discute a seguir, algumas caracestrutura m disso, adotou-se a pr a tica incremento de Y . minimizar equivale um que indica um pequeno e . a incremento de Y . Dessa forma, minimizar equivale o. Al m disso, adotou-se a pr a tica incremento de Y .forma, Dessa forma, minimizar do equivale Dessa Dada uma estimac a o inicial Y. , Dessa o m etodo de Newque indica um pequeno incremento de J , J , (4) (4) os em ne ) = F ( Y ) + J onde J e a matriz jacobiana, ou reformulado como, dado o vetor X , encontrar J , (4) e A complexidade do algoritmo Levenberg a complexidade m e todo signicativamente. Isso e . vis a o computacional podem ser utilizadas para reduzir o de Y . Dessa forma, minimizar equivale F ( J, (4) ter 1 para .Uma ara matriz a sticas de muitos doso problemas encontrados na onde 1toda TT T ) 1minimizar a Assim, nos dias de hoje, algoritmo resultante e conhe = ( A ) toda matriz a minimizar orma, equivale =ic Ci z a minimizar A ) = (,A para toda matriz a minimizar nol o gicas, Londrina, v. 26, n. 2, p. jul./dez. 2005 rizes eminimizar vetores s a o reton (PRESS et al., 1992) a rena assumindo que Fcomo ( Y + e u meros ou seja, J = minimizar X / ,195-203, e um que indica um pequeno nimiza sujeito a X = FY ( Y ) + .|| forma, || e equivale a minimizar Marquardt aumenta com o n u mero de vari veis. obtido segue. a complexidade do m e todo signicativamente. Isso ar 1 drina, v. 26, n. J 2, p. 195-203, jul./dez. 2005 , (4) J, (4) (4) ) n vis a o computacional ser reduzir passo nos (4) dias podem de(4) hoje, o utilizadas algoritmopara resultante cido como Levenberg-Marquardt. forma, J , J ( c ,d =a[ Y J ( ,Y do el. ,Assim, s mbolos em ne) .= F ) + (4) J , onde J e a matriz jacobiana, ou es aou pr a tica incremento de Dessa minimizar equivale Contudo, como se discute a seguir, algumas carac- F 2 obtido como segue. J , Y ndrina, ol o gicas, v. Londrina, 26, n. 2, p. v. 195-203, 26, n. 2, jul./dez. p. 195-203, 2005 jul./dez. 2005 uma estimac a o inicial , o m e todo de New a complexidade do m e todo signicativamente. Isso e xatas e Tecnol o gicas, Londrina, v. 26, n. 2, p. 195-203, jul./dez. 2005 Considerando que Y na equac a o (3) pode ser divi J , (4) conhecido como Levenberg-Marquardt. complexid pas um que indica um por letras, n umeros ou seja, J= X/ Y2005 ,ee pequeno icas, Londrina, v. 26, n. 2, p. 195-203, jul./dez. . oda matriz a minimizar ter sticas de muitos dos do problemas encontrados na onde A complexidade algoritmo Levenberg= C Uma im . + i SS et al., 1992) a rena assumindo que F ( Y obtido como segue. . dido, ou seja, Considerando que Y na equac a o (3) pode ser diviquanto o n com so, a pr atica incremento de Yn. . Dessa forma, equivale J , p. 195-203, 2, p. adotou-se 195-203, jul./dez. 2005 Tecnol ogicas, Londrina, v. 26, n. 2, p. 195-203, jul./dez. 2005 minimizar do vis ao computacional podem ser algoritmo utilizadas para reduzir Marquardt aumenta comdo n umero de vari aveis. F ( c, d = [ passo alg e ncias Exatas e Tecnol o gicas, Londrina, v. 26, 2, jul./dez.(4) 2005 A complexidade Levenberg ondrina, v. 26, n. 2, p. 195-203, jul./dez. 2005 T o T T mina: Ci eJ ncias Exatas Tecnol ogicas, Londrina, v. 26, n. 2, p. 195-203, jul./dez. 2005 Y + ,toda onde Je e a 2005 matriz jacobiana, ou ) n qua dido, ou seja, , d ] , (9) Y = [ c ,(T n.)) 2,1 p. 195-203, jul./dez. A para matriz a minimizar a Contudo, complexidade do m e todo signicativamente. Isso e Considerando que Y na equac a o (3) pode ser divicomo se discute a seguir, algumas caraccomplexida ,jul./dez. 2005 Uma v Marquardt aumenta com o nmero de variveis. um que indica um pequeno J, X/ Y, e e Uma im (9) Y = [cT , dT ]T , (4) obtido como segue. dido, ou seja, ter sticas de muitos dos problemas encontrados na quanto o in a matriz jacobiana, J , da equac a o (4) pode ser diviana com a = onde C to de Y. Londrina, Dessa forma, minimizar equivale ol o gicas, v. 26, n. 2, p. 195-203, jul./dez. 2005 passo do alg T T T , d ] , (9) Y = [ c vis a o computacional podem ser utilizadas para reduzir dida em dois blocos, ou seja, J = [ C | D ] , onde C = solvido co F ( c , d ) = o (4) a matriz jacobiana, J, da equac a pode diviana zar 53 o Considerando que Y na equac a (3)pode ser divi-ser complexidad Uma ve a complexidade do m e todo signicativamente. Isso e dida em dois blocos, ou seja, J = [ C | D ] , onde C = solv Exatas e Tecnol gicas, v. 26, n. 2, p.(4) 195-203, 2005 dido, Semina: Cincias Exatasjul./dez. e Tecnolgicas, Londrina, v. 30, n. 1, p. 51-62, jan./jun. 2009 o JLondrina, , ou seja, o (4) pode ser divi- quanto o n a matriz jacobiana, J, da equac a ana com a Umaae obtido como segue. T T T , d ] , (9) Y = [ c dida em dois blocos, ou Ci seja, J = [C|D ], onde C = solvido com Semina: encias Exatas e Tecnol ogicas, Londrina, v. 26, passo do a Uma ve

c C D o o o do J Se J + I (5) =J . soluc a da equac a conduzir a uma (7) reduc a ae valor T o o duo, terac a o ores valor a de de alterado. Se T Caso T com que a jacobiana, J = em X / Y , tenha uma o do A 1 a problema anterior pode ser dividida J este duo, e dividido por 10. contr a rio, mul+ mulres e alterado. e dividido Caso contr ario, e em duas etapas. A primeira consiste encontrar J diag( Jpor J)10. (U = J . (8) T 1este T 1e soluc 1 matriz c pode ser encontrado resolvendo e, em seguida, res duo, e dividido por 10. Caso contr a rio, este e mulser encontrado resolvendo e, em seguida, primeira ) = GV D (12) (U GV G )G c = GV etapas. (12) GV d seguida, d pode cC C D o conduzir 10. c a (5) conduzir a uma reduc a oe do (5) atiplicado uma reduc a o do pode encontrado e, em em duas A encontrar resolvendo c o ser feito igual a 104 inicialmente. estrutura esparsa. Assim, a equac a (4)em torna-se Tipicamente, d consiste tiplicado por 10. resolvendo por 4 tiplicado por 10. inicialmente. Tipicamente, e feito igualde a 10 do porCaso 10. Caso contr a rio, este e mulr 10. contr a rio, este e mulT resolvendo T Contudo, a cada iterac a o o valor e alterado. Se Frana, J. encontrado A. de etresolvendo al. resolvendo pode Assim, nos dias de hoje, o e, algoritmo resultante e conhed G c .1 c . T (13) (13) V G V ser e,seguida, em seguida, d ser encontrado em d pode D= Td = D c . (13) D GV D C11 G G O aContudo, m etodo Levenberg possui instabilidades o conduzir reduc ade iterac a de e alterado. Se O m todo de possui instabilidades d = D 1)c = CV c (12) o Levenberg o instabilidades soluc a o eda equac a (5) a uma a do 1(U GV Ocada m e todo deo valor Levenberg possui 1 T 1 cido como Levenberg-Marquardt. G ) = GV (12) ( U GV c C D T 2T a soluc a oe da equac a o (5) conduzir a auma reduc mula o do C2 (13) (13) D2 num enum ricas quando cresce. Emcontr vista disso, alericas quando cresce. Em vista ale res duo, dividido por 10. Caso rio, este e vetores d1 d, na = G c . considera-se V disso, = G . seguida, V Em cAgora, D D d d num ricas se quando cresce. vista disso, alser encontrado resolvendo e, em Contudo, como discute a contr seguir, algumas ainda que os d pode Agora, considera-se ainda que os vetores , na e Levenberg possui instabilidades ,d(14) evenberg possui instabilidades Agora, considera-se ainda que os vetores d, na d, na . . . . res duo, e dividido por 10. Caso a rio, este e multiplicado por 10. gum tempo depois, Marquardt (MARQUARDT, 1963) A complexidade do algoritmo Levenberggum tempo depois,depois, Marquardt (MARQUARDT, 1963) . .. . Agora, considera-se ainda que vetores seguida, . os ser encontrado resolvendo e, 1963) em d pode . . . gum tempo Marquardt (MARQUARDT, caractersticas de muitos dos problemas equao (9), e X tambm possam ser divididos em T equac o (9), equac a Xd tamb e m possam ser divididos em em ocresce. cresce. vista disso, alEm vista disso, alo e a (9), e X tamb em ser (13) divididos tiplicado por 10. = D X G c .possam V prop oprop sEm uma pequena alterac a no algoritmo de LevenMarquardt aumenta com oo n u mero vari aveis. o s uma pequena alterac a o possui no de Leven, a o (9), e tamb em T possam ser divididos em Leven T O m etodo de Levenberg instabilidades n C D T e T Agora, ainda que osequac vetores d , ou na Agora, considera-se ainda que ospartes vetores na de prop o1963) s uma pequena alterac algoritmo a oconsidera-se no algoritmo de T[ T T n d n,d d n encontrados na viso computacional podem ser n partes menores, ou n partes menores, ou seja, d = d , . . . , d ] , Marquardt (MARQUARDT, 1963) arquardt (MARQUARDT, n menores, seja, d = [ d , d , . . . , d,T ].T. ,edT ]T e = G . (13) V T c1 D d n, dT 2 n 2 1 berg, berg, ou seja, cada componente do gradiente e ponContudo, como se discute a seguir, algumas carac ou seja, cada componente do gradiente e ponn partes menores, ou seja, d = [ d . m equando todo de Levenberg possui instabilidades num eO ricas cresce. Em disso, n 1 2 o ocomponente Tdivididos T T ]em T. T equac a (9), X tamb emXpossam ser divididos equac a (9), e vista Xedo tamb em alpossam ser X berg, ou seja, cada do gradiente ponT T Al e.mAl disso, cabe ressaltar ,[ X . .T ,em X = [X= o o no na alterac a no algoritmo de Leventerac a de Leven]que m disso, ressaltar ,.X , .T, . .T , X X utilizadas para reduzir a complexidade mtodo ee Alm disso, cabe T T Te T Agora, considera-se ainda os vetores d,cabe na nX 1 1 n 1, 1 derada de de acordo com sua curvatura. Assim, h a uma ter algoritmo sticas muitos dos problemas encontrados na derada de acordo com sua curvatura. Assim, h a uma , . . . , X ] . Al e m disso, cabe ressaltar X = [ X T T T T T T num e ricas quando cresce. Em vista disso, algum tempo depois, Marquardt (MARQUARDT, 1963) = [ X / c ] e D = [ X / d ] e = X onde C n i . . ], d i i 1n 1i n partes ouAssim, seja, dh = [i d2 , .d . ]m e n partes menores, ou seja, d = [d ,Agora, d .2 .considera-se ,X d e derada de com sua menores, curvatura. a uma n 1, 1 o que, cada observac a X depende dos vetores acordo ede da componente do gradiente e ponomponente do gradiente e pono que, cada observac a X depende apenas dos ainda que os vetores d , na vetores equac a o (9), e tamb e possam ser divididos em i T Tcada Isso obtido como segue. ressaltar que, X depende apenas grande tend e ncia converg e ncia na direc a o na qual vis a osignificativamente. computacional podem ser para reduzir gum tempo depois, Marquardt (MARQUARDT, 1963) utilizadas prop o s uma pequena alterac [ a o no algoritmo de Leveniapenas T grande tend ncia de converg eT ncia na direc a o na qual o que, oT X apenas dos vetores T T To Te T T , ressaltar cada , .ressaltar . .observao ,observac T ]T . i a F ( c ,m d )disso, = [ iT depende n 1 2 , X . . . , X ] . Al e cabe T ]T eem X = [ X ] . Al m disso, cabe , . . . , X X = X grande tend e ncia de converg e ncia na direc a o na qual o n n 1 1 1 1 n partes menores, ou seja, d = [ d , d , . . . , d equac a o (9), e X tamb e m possam ser divididos e de nenhum outro d . Neste c , na equac a o (9), d com suaa curvatura. Assim, h a uma sua curvatura. Assim, h a uma e de nenhum outro d . Neste c , na equac a o (9), d i k n 1 2 i k Levenberg, ou seja, cada componente do gradiente e pon prop s uma pequena alterac a o tal no algoritmo de o gradiente e menor. Na pr atica, tal alterac a o e implemendos vetores c , na equao (9), d e de nenhum outro complexidade do m e todo signicativamente. Isso e gradiente e menor. Na pr a tica, alterac a o e implemen o (9), d deT nenhum outro dk . Neste cT , na equac ii e Ta T,X T ] T ]T T, i cada observac a o X depende apenas dos vetores que, cada observac a opode X depende apenas dos vetores implemengradiente e menor. Naequao pr atica, tal alterac a oe Considerando que Y que, na (3) ser i , .= . .d ,0 X . ipara Al e m cabe Xn= [X partes menores, ou seja, d .ressaltar .e . ,que d e caso, X / d para =d ,= enquanto nenhuma i Uma observac k a odisso, a[d ser feita seja, o de converg encia na direc a o qual o nverg encia nasubstituindo direc a na qual o caso, X n = 0 = k , enquanto que nenhuma 1 1k n cada 2 ,que 1 iimportante derada de acordo com sua curvatura. Assim, h ae i / uma berg, ou cada componente do gradiente ponk c tada ana equac equac a o (7) por obtido como segue. tada substituindo a a o (7) por caso, X / d = 0 para i = k , enquanto que nenhuma d . Neste caso, para i k , enquanto i k T T T T k = e de nenhum outro d . Neste c , na equac a o (9), d e de nenhum outro d . Neste , na equac a o (9), d tada substituindo a equac a o (7) por que, cada observac a o X depende apenas dos vetores , X , . . . , X ] . Al e m disso, cabe ressaltar X [ X i i k k dividido, ou seja, ina o / c.i / Isso suposic a pode ser Levenberg-Marguardt feita respeito de X do algoritmo 1a tend acordo o e a Na pr atica, tal alterac o e implemenpr atica, tal alterac a implemen o1pode o na qual ctem . faz Isso faz suposic ser feita a respeito de X grande encia de converg ncia na direc a o passo derada de com sua e curvatura. Assim, h a uma iDividido suposic a o pode ser feita a respeito de X i / c. Isso faz que nenhuma suposio pode ser feita a Neste respeito Te e de nenhum outro d . c , na equac a o (9), d caso, X / d = 0 para i = k , enquanto que nenhuma caso, X / d = 0 para i = k , enquanto que nenhuma que, cada observac a o X depende apenas dos vetores i k i i k k i Considerando que Y na equac a o (3) pode ser diviT T T T T gradiente menor. Na pr a tica, tal alterac a o e implemen com que a matriz jacobiana, J = X / Y , tenha uma complexidade linear em N (n u mero de inc o gnitas), en grande tend e ncia de converg e ncia na direc a o na qual o equac a o (7) por ac ao (7) por com que a matriz jacobiana, J = J X/ , tenha J = J = . J . (8) J J+ J +J diag( J) (8) J diag( T J)J T T com que ai matriz jacobiana, =Y X / Y, uma tenha uma caso, X / d = 0.para ie = k ,nenhum enquanto que nenhuma J diag( J J ) = de Isso faz com que a matriz jacobiana, de outro d c , na equac a (9), d ii k o / c Isso faz suposic a o pode ser feita a. respeito de o-dividido X / c ..o Isso faz suposic a pode ser feita aJ respeito de (8) X 3 .k . Neste i + tada substituindo a equac a o (7) por dido, ou seja, gradiente e menor. Na pr a tica, tal alterac a o e implemen estrutura esparsa. Assim, a equac a o (4) torna-se quanto o n a tem complexidade N estrutura esparsa. Assim, a equac a o (4) torna-se estrutura esparsa. Assim, a equac a o (4) torna-se / c . Isso faz suposic a o pode ser feita a respeito de X caso, / dk = 0 para i = k , enquanto que nenhuma i T T T substituindo T a T T a com a matriz jacobiana, J = / X / Y tenha uma com matriz jacobiana, J = X Yi , tenha uma ,, tenha uma estrutura esparsa. Assim, que tada a hoje, equac o por + diag( J J )= = Jnos .de (8) g( JT J ) J . (8) ,d ](7) ,que (9) Y = [ c conheAssim, nos dias hoje, o algoritmo resultante e (9) Assim, dias de o algoritmo resultante e conheT T com que a matriz jacobiana, J = X / Y , tenha uma / c . Isso suposic o pode ser feita a respeito de X Assim, de hoje, o algoritmo resultante e conheUma vez que o problema gera uma matriz JacobiJ +dias diag( J J ) = J . (8) JTnos D C i D C c faz estrutura esparsa. Assim, a equac a o (4) torna-se 1 1 1 c estrutura esparsa. Assim, a equac a o (4) torna-se 1 1 1 a equao (4) torna-se D C T 1 1 1 c cido como Levenberg-Marquardt. cido como Levenberg-Marquardt. estrutura esparsa. Assim, a equac a o (4) torna-se T Y com com que a matriz jacobiana, J = X/ ,pode tenha uma re cido como Levenberg-Marquardt. a matriz jacobiana, ,+ da equac a ser ana a estrutura da equac a o (14), este ser 2 C D J diag( Jo )(4) pode = . divi- (8) Je C D JT J 2 2 d 2 2 2 d 1 J conheo algoritmo resultante conhe,hoje, o algoritmo resultante e 1 , d1 C D 1 C o 2 Assim, 2 2 . Assim, nos dias de hoje, algoritmo resultante e conhe D (14) C D estrutura esparsa. a equac a o (4) torna-se , (14) . . 1 1 c 1 1 1 c . . . . resumido o dida A em dois ou seja, J = [algoritmo C|D], Levenbergonde LevenbergC = solvido com o lac .D o de a algoritmo equao complexidade do algoritmo A blocos, complexidade do C c iterac . . . . , (14) . . . 1 1 1 . erg-Marquardt. Marquardt. no . . . . . . . a cido matriz jacobiana, J , da (4) pode ser . . . . . . A complexidade do algoritmo Levenberg . . . como Levenberg-Marquardt. C D C D . . veis. Assim, nos aumenta dias de hoje, algoritmo resultante e conhe d 2 2 2 2 aveis. d1. D2 . d1 2 com C 2 Marquardt aumenta com oo 2 n uo mero de vari a Marquardt n u mero de vari 2 1 D C n D 1 1 1 (14) c (14) C D , , (14) C Marquardt aumenta com o n u mero de vari a veis. dividida em dois blocos, ou seja, J = [ C | D ], onde . . . n n . . . d n n n d . . n 197 , (14) n cidoA como Levenberg-Marquardt. . . . dade algoritmo Levenbergdo do algoritmo Levenberg.. n Cn dn Dn . . . . . .. . complexidade do algoritmo Levenberg . algumas a . . . . Contudo, como se discute a seguir, caracContudo, como se discute seguir, algumas carac . . . C D . . . . 2 n. 2 195-203, 2 . 26, . . d 1 Contudo, a.a seguir, algumas caracENBERG -M ARQUARDT D IVIDIDO APLICAC discute OES EM . Semina: Ci ecom ncias Exatas e. Tecnol ogicas, Londrina, v. 2, p. jul./dez. 2005 C = [ X /vari c] e PARA Dacomo = [ X se / d ]. n Logo, equao (5) ta com omero n u mero de veis. com o ter n u de avari veis. , (14) . Marquardt aumenta o umero de vari aveis. . . . D = sticas de muitos dos problemas encontrados na A complexidade do algoritmo Levenbergter sticas de muitos dos problemas encontrados na C D C . . . . C D = [ X / c ] e D = [ X / d ] e = X X onde C n n n n n n d d = [ X / c ] e D = [ X / d e onde C n n n d n n i i i i i . n i i i i] i . . . L EVENBERG -Mtorna-se ARQUARDT D IVIDIDO PARA APLICAC OES EM . . . ter sticas de muitos dos problemas encontrados na = [ X / c ] e D = [ X / d ] e = X onde C i i i i i Contudo, como se discute a seguir, algumas carace discute a seguir, algumas caracscute a seguir, algumas caracT T T T T T T T Marquardt aumenta com oser n u meropara de reduzir vari areduzir veis.F ( vis ao vis computacional podem ser utilizadas ao computacional podem utilizadas para , , . . . , ] . c ,F d ) = [ , , . . . , ] . ( c , d ) = [ T T T T C D n 1 2 n n n d n vis a o computacional podem ser utilizadas para reduzir 1 2 n , 2 ,X . .i / ., ] . F ( c , d )] = [ i1 X [ X/ c eencontrados D= [ X / na d ]. Logo, a[ equac a oc(5) tornater ] sticas de dos problemas na os dos problemas dos problemas encontrados na = [d X / c e D = [ dn onde C i i] e = X i ii = [ c ] caracDi[ = [/ X / ] e = = Xencontrados / ]/ eIsso D = X d ]e = X X onde C onde C como discute seguir, algumas i i i iee i i ia a complexidade domuitos m ese todo signicativamente. Isso a Contudo, complexidade do m etodo signicativamente. Isso e T , T , . . . , T ]T . a complexidade do m e todo signicativamente. e vis a o computacional podem ser utilizadas para reduzir X / c ] e D = [ X / d ] . Logo, a equac a o (5) tornaT T T T se T T T T F ( c , d ) = [ Uma importante observac a o a ser feita e que al podem ser [obtido utilizadas para reduzir odem serobtido utilizadas para reduzir / cada ia od a iser feita e que cada ter sticas muitos dos problemas encontrados na n 2Uma .n . .], ] . onde CiUma c= , d[) =,T [ ,,. .2 ., .n F ( c,F d( ) 1 =1 [importante X e Dobservac ]e =ser X como segue. i / c] i = [ X como segue. T de TD o que cada 21 importante observac a a feita e C C C C a complexidade do m e todo signicativamente. Isso e obtido como segue. (5) c se T T T T (10) passo do algoritmo Levenberg-Marguardt Dividido tem o m e todo signicativamente. Isso e todo signicativamente. Isso e vis a o computacional podem ser utilizadas para reduzir passo do algoritmo Levenberg-Marguardt Dividido tem tem NBERG -M ARQUARDT D IVIDIDO PARA APLICAC OES EM . . . EVENBERG -M ARQUARDT D IVIDIDO PARA APLICAC OES EM . , , . . . , ] . F ( c , d ) = [ , (10) = T L EVENBERG -M ARQUARDT D IVIDIDO PARA APLICAC OES EM . . . T T T Uma importante observac a o a ser feita e que cada n 1 2 T T passo do algoritmo Levenberg-Marguardt Dividido obtido como segue. C pode C C D D C D D D (3) ser cada e que Uma importante observac a ocomplexidade afeita ser feita e que cada Uma observac divia o a e (5) Considerando c d importante que Y na equac equac a o (3) pode ser divi Considerando que Y na a o ser a complexidade do m e todo signicativamente. Isso complexidade linear em N (n u mero de inc o gnitas), en. linear em N (n u mero de inc o gnitas), en- en, (3) pode (10) passo do algoritmo Levenberg-Marguardt Dividido tem o Considerando Y= na equac a ser diviT C DT D que T complexidade linear Nfeita (n umero de inc ognitas), o em Uma importante observac a a ser e que cada D D 3 passo do algoritmo Levenberg-Marguardt Dividido tem passo do algoritmo Levenberg-Marguardt Dividido tem d 3 dido, ou seja, T T T obtido como segue. dido, ou seja, o (3) que Y na equac equac a pode ser divi- quanto o n a o-dividido tem complexidade N . N quanto olinear n ao-dividido tem complexidade . 3 complexidade em N (n u mero de ognitas), en,D ]seja, .[ onde = [ Uma importante observao ainc ser feita que [ / cConsiderando ]D e = [ X / ]Logo, . Logo, o(5) (5) tornaa [ X / c ]o e = [ / d ]d ./ aa equac equac a o tornadido, ou c dX quanto o n a o-dividido tem complexidade o [X X / c ]D eser = X ]T . TLogo, a (5) tornapasso do algoritmo Levenberg-Marguardt Dividido tem N . que Y na equac a (3) pode ser diviY na equac a o (3) pode T d T T Ta or complexidade linear em N (n u mero de inc ognitas), encomplexidade linear em N (n umero de o inc o gnitas), en3. TdiviT TY dido, ou seja, , d ] , (9) Y = [ c , d ] , (9) = [ c T T T quanto n a o-dividido tem complexidade N onde = [ , ] . se T passo do algoritmo Levenberg-Marguardt que na a o (3) ser divi- cada Y equac IVIDIDO d VENBERG se -M ARQUARDT D PARA APLICAC EM .o-dividido . , d ]pode , tem (9) Y = [ c Considerando complexidade linear emoN (n ugera mero de inc ognitas), en- Jacobi3 . oque 3. N se Uma vez que problema uma matriz JacobiUma vez problema gera uma matriz T T T T c T (6) ocomplexidade Ap os alguma manipulac [ a o alg e brica, a. T equac a anquanto o n a tem quanto o OES n a o-dividido N T T T ] ,C (9) complexidade Y = c C C D C T TD Uma vez que o problema gera uma matriz Jacobi(5) c, d C CC C D C 3 (5) c dido, ou seja, C C C T T T T T T (5) c quanto o n a o-dividido tem complexidade N . (10) = Dividido tem complexidade linear em (nmero Uma vez que o problema gera uma matriz Jacobi, , pode (10) = o a]terior jacobiana, JT ,manipulac da equac (4) pode ser diviana com a estrutura da equac equac a (14), esteN pode ser reTC T T matriz jacobiana, J , da equac a o (4) ser diviana com a estrutura da a o (14), este pode ser reNBERG ARQUARDT D IVIDIDO PARA APLICAC sendo OES EM . . . o s alguma a o alg e brica, a equac a o an, matriz d ] pode , Ap (9) Y [ c(6) d , a (9) = [c=,-M ser reescrita como T T , (10) = D D D D T T T T T T a matriz jacobiana, J , da equac a o (4) pode ser diviana com a estrutura da equac a o (14), este pode ser red , D D jacobiana, D C D D d d ] , (9) Y = [Logo, c D C D D Uma vez que oonde problema gera uma matriz Jacobivez que o problema gera uma matriz Jacobi o a matriz J ,d da equac a o= (4) pode ser diviana com a estrutura da equac a (14), este pode ser red de incgnitas), enquanto oresumido no-dividido tem [ X / cem ]eD = blocos, [ X / ] . Uma a equac a o (5) torna dida em dois blocos, ou seja, J = [ C | D ] , onde C = solvido com o lac o de iterac a o no algoritmo dida dois ou seja, J [ C | D ] , C = solvido com o lac o de iterac a o resumido no algoritmo terior pode ser reescrita como sendo Uma vez que o problema gera uma matriz Jacobior TT T ]dois T algoritmo dida blocos, ou seja, J1 = [C | Dequac ] ,a onde = solvido com o o de iterac a o resumido no algoritmo 1 Aps alguma manipulao algbrica, a equao T T onde = [ ,em lac dida blocos, ou seja, J = [ C |D ], onde C = solvido com o lac o 3de iterac a o resumido no oC se o a,da J, equac da onde equac a o (4) pode ser ana com a estrutura da complexidade a (14), este pode ser rea o (4) pode ser ana com a estrutura da equac (14), este pode ser por 0 GV C U GV D c T T.diviT d ,dois ]divi. = [em c N . rec o (14), este pode ser rea matriz jacobiana, J , da equac a o (4) pode ser diviana com a estrutura da equac a , ] . onde = [ d [ X / c ] e D = [ X / d ] . Logo, a equac a o (5) torna= , (11) 1 1 c d T T T T o s seja, uma c solvido GV 0d C U GV 197 197 pode ser reescrita como sendo solvido o os, ou (5) seja, = [C |onde D ]dois , onde = com o lac onde o de iterac a o resumido no algoritmo u J =Janterior [C | D ] , em = solvido com o | o de iterac a no algoritmo V G c C C C D C D D o resumido no algoritmo (6) dida blocos, ou J = [lac C D ] C =resumido com o lac o de iterac a 197 seja, Ap o alguma manipulac a o alg e brica, aequac equac a a o anan= ,(10) (11) 197 se ,,o = s T (6) rop o s uma T T T o sAp alguma manipulac a o alg e brica, a o Uma vez que o problema gera uma matriz sua conSemina: Ci e ncias Exatas e Tecnol gicas, Londrina, v. 26, n. 2, p. 195-203, jul./dez. 2005 Semina: Ci e ncias Exatas e Tecnol o gicas, Londrina, v. 26, n. 2, p. 195-203, jul./dez. 2005 (6) Ap V G oExatas Londrina, os alguma manipulac alg e brica, a equac a o anT T D D CC D D DExatas d encias da Semina: Ci eT ncias e Tecnol ogicas, Londrina, v. 26, n.jul./dez. 2, p. 195-203, jul./dez. 2005 Semina: Ci ogicas, v. 26, n. 2, p. 195-203, 2005 C eTecnol Creescrita D como C terior pode ser (5) c sendo T T T T 197 da equao (14) este onde U= C C ,G = C D ,V =D =(10) C Jacobiana com a197 rar terior pode ser reescrita como sendo =sendo or sua conestrutura 197 terior pode ser reescrita como T T T D,, C T T T 195-203, D D C D D= T T T 20052005 dT T onde = [ , ] . 1 1 mina: Ci e ncias Exatas e Tecnol o gicas, Londrina, v. 26, n. 2, p. jul./dez. Ci e ncias Exatas e Tecnol o gicas, Londrina, v. 26, n. 2, p. 195-203, jul./dez. onde U = C C , G C D , V = D D , = C Semina: Ci e ncias Exatas e Tecnol o gicas, Londrina, v. 26, n. 2, p. 195-203, jul./dez. 2005 c = DGV . e D U a por d C GV 0 c C D pode ser resolvido com o lao de iterao resumido 1 1 , (11) 1 1 D D(11) GV Ue GV T T T T = GV 0cd = U GV op os (7) uma = D .0 c C C onde = [s ]T . V G D , (11) D c , (6) d o, anAp o alguma manipulac a o alg e brica, a equac a no algoritmo 1. Tal algoritmo descreve em T (11) = uma T AG soluc a o do pode ser dividida rop os conuma V problema d d anterior D ar sua D V G (7)terior pode ser reescrita como sendo TD T apor conmanipulac soluc a oA problema anterior ser dividida (6) conem duas etapas. primeira em c pormenores a soluo do problema e torna possvel D o Ap oU sA alguma T a o consiste alg ebrica, apode equac a anrar sua onde = CT C , do G = C ,V =D ,encontrar C = C a T CT TD T D, T T T T TC TV TC T onde U = C , G = C , V = D = C onde U = C C , G = C D , = D D , lmente. em duas etapas. A primeira consiste em encontrar a sua codificao em linguagem computacional. No resolvendo onde U = C , G = C D , V = D D , = C terior pode ser reescrita como sendo c .1 0 e U da por D = C GV1 D C TD GV c T = D . e icialmente. = , (11) do. Se resolvendo T (7) D e =T D . e D G apndice A, apresenta-se a codificao utilizada p os uma 1 ser dividida 1a 1V 1 c D d= o 0 A do problema anterior pode c GV GV D C U ( GV G ) (12) Usoluc GV C D (7) terado. Se uc a o do (7) , (11) neste trabalho. sua con- em primeira 1 problema T=anterior 1 dividida o A soluc a do problema pode ser uma etapas. A consiste em encontrar cT(12) o A soluc GV a do ser dividida G ) = anterior C GV D (U V GT D d T Tc Tpode o doondeduas reduc a mule e U = C C , G = C D , V = D D , = C por C cialmente. encontrado resolvendo e, resolvendo em seguida, d duas etapas. Apode primeira consiste em encontrar c c Diversos problemas de otimizao encontrados a con- em duas etapas. Aser primeira consiste em encontrar T mul-e em este e A soluo do problema anterior pode ser = dividida T TD T T = D .,G D em mente. erado. Se pode ser encontrado resolvendo seguida, onde e, U = C C = C , V = D D , C resolvendo d nicialmente. C resolvendo V T T 1 G (13) na viso computacional, por exemplo, os que G ) = C GV D encontrar (12) (U GV1 T c. (7) d = cD duas etapas. A primeira consiste em o educ Se a do o. =A D . e D em ilidades terado. Se T soluc a o do problema anterior pode ser dividida 1 T 1 . 1 envolvem as coordenadas de pontos no espao 1 = G V G ) = GV (Uresolvendo (U GV c D (12) (13) D cdT C aleste e mulG )encontrado = GV (12) GV c ao (7) do c C resolvendo D stabilidades sso, o doem reduc a C pode ser e, em seguida, duas etapas. A primeira consiste em encontrar d c o AAgora, soluc a do problema anterior ser dividida considera-se ainda quepode os vetores d, na projetivo 2D ou 3D (ARMANGU; SALVI, 2003; este e muldisso, al-em T, 1963) mule ialmente. resolvendo ser encontrado e, seguida, d pode T resolvendo pode ser encontrado resolvendo e, em seguida, em duas etapas. A primeira consiste em encontrar d c HORAUD; CSURKA; DEMIRDIJIAN, 2000; ainda que vetores d, na G c .ser os (13) d =e oAgora, equac a (9), e considera-se XVtamb m possam divididos em D RDT, 1963) Levenrado. Seresolvendo abilidades mente. T T T T 1 1 . .divididos T o equac a X tamb em possam ser em LOOP; ZHANG, 1999; SALVI; ARMANGU; menores, seja, d = [c d . , dn ] (12) e(13) T, d2 ) = = (U (9), GV (12) =T .GV (13) Ve ou 1 de Levenc D D dG e disso, al- n partes G G c . , V Se duc pona o do DC d o. idades T e T T , . . . , dT ] T T T T stabilidades n partes menores, ou seja, d = [ d , d Agora, considera-se ainda que os vetores d, na X1 ,. Al em disso, X = [ X 1. . , TXn ] . 1 BATLLE, 2002; ZHANG, 2000), podem ser n 1 2 ressaltar 1, ponnte e DT, 1963) h a uma te mulG ) = GV cabe (12) (U GV cser C Dresolvendo c adisso, oe do o, alT,X T T T e, em seguida, pode ser encontrado pode encontrado resolvendo e, em seguida, ald d equac a o (9), e X tamb e m possam ser divididos em , . . . , X ] . Al e m disso, cabe ressaltar X = [ X que, cada observac a o X depende apenas dos vetores i n formulados como um problema com a estrutura 1 1 de Levenm, h ao uma Agora, a qual considera-se aindaainda que os vetores d Agora, considera-se vetores d, na T,]Tna T,d Tos e mul1963) RDT, 1963) nna partes menores, ou seja, d = [T dque , . .d .k ,. d e que, cada observac a o X depende apenas dos vetores e de nenhum outro Neste c , equac a o (9), d pode ser encontrado resolvendo e, em seguida, n i 1 2 i qual d nte e ponda equao (14). Na prxima seo, dado um o na o plemen equac equac ao (9), Xe tamb m possam ser em = G (13) V X T T T T a o, e (9), tamb e m possam ser divididos em c . divididos de LevenX ,o .. .X , ]ii .D Al eenquanto m disso, cabe ressaltar X = [X o de Levenbilidades e de nenhum outro d . Neste c , na equac a (9), d n caso, X / d = 0 para = k , que nenhuma 1 1 T T T T k m, h a uma i k T ]T e T implemenexemplo de aplicao que se encaixa perfeitamente n partes menores, ou seja, d ,d ,, .d . .T,,d ] e T[d= n partes menores, ou seja, d [d .n .. , d 21 1 isso, e pon i= G ,de . (13) V d (13) n = 2que que, observac a o depende apenas dos c D alente e poni respeito caso, X X d = 0]X para = k enquanto nenhuma . vetores Isso faz cada a pode ser feita a X To T T T na qual o suposic i / k i / c idades T T T T . Al e m disso, cabe ressaltar , , . . . , X X = [ X nesta categoria de problemas. ,oX , .d .n. ,e X ] . Al emoutro disso, cabe ressaltar X = [X 1 1 Agora, que os vetores , na a uma considera-se de . c Neste c,suposic na equac (9), nainda 1a 1jacobiana, ifeita k m, h a uma DT, 1963) / .d Isso faz a o pode ser a nenhum respeito de X mplemencom que a matriz J = apenas X / Y ,dtenha uma i o, al(8) que, cada observac a o X depende dos vetores i que, cada observac a o X depende apenas dos vetores equac a (9), e= X0 tamb em possam ser divididos caso, o X / para i = ,que enquanto nenhuma qual o ik iconsidera-se k 54 Agora, ainda os vetores , naem o na qual o e Levencom que ad matriz jacobiana, J Xque / Y ,d tenha uma o= esparsa. Assim, a equac a (4) torna-se 1963) (8) T TX T o ed de nenhum outro d .. Isso Neste c,estrutura na equac a (9), d i k e de nenhum outro d Neste c , na equac a o (9), / c . faz suposic a o pode ser feita a respeito de n partes menores, ou seja, d = [ d , d , . . , d ]T e emenSemina: Cincias Exatas e Tecnolgicas, Londrina, v. 30, n. 1, p. 51-62, jan./jun. 2009 i k. i n 1 2torna-se equac a o (9), e X tamb e m possam ser divididos em implemen e e pon estrutura esparsa. Assim, a equac a o (4) conhe- caso, LevenT Td T T. X / d = 0 para i = k , enquanto que nenhuma i k com que a matriz jacobiana, J = X / Y , tenha uma caso, X / = 0 para i = k , enquanto que nenhuma T T T T D C , X , . . . , X ] Al e m disso, cabe ressaltar X = [ X k 1 1 1 ou c (8) n d = [d1 , d2 , 1 n partes seja, . . .,d ] e i 1 menores, a uma n conhente e h e poncada / c.dos Isso faz suposic a o serC feita a respeito de apenas X i estrutura Assim, a equac a o (4) torna-se D cvetores pode / . Isso faz suposic esparsa. a o pode ser feita a respeito de X T TC T D T que, observac a o X depende

Uma implementao do algoritmo Levenberg-Marquardt dividido para aplicaes em viso computacional


DE

F RANC A , J.; F RANC A , M.; KOYAMA , M. &

DA

S ILVA , T.

Calibrao com um basto graduado

o 1. Tal algoritmo descreve em pormenores a soluc a do problema e torna poss vel a sua codicac a o em linNa calibrao monocular, uma cmera guagem computacional. No ap endice A, apresenta-se captura imagens de um objeto chamado gabarito a o utilizada neste trabalho. codicac a

de calibrao. Em seguida, essas imagens so o encontrados Diversos de intrnsecos otimizac a processadas e os problemas parmetros da cmera na vis ao computacional, por exemplo, os que envolvem as so coordenadas estimados. de Como exemplo o de aplicao do pontos no espac projetivo 2D ou 3D algoritmo Levenberg-Marquardt descreve SALVI, 2003;Dividido, (ARMANGU E; HORAUD; CSURKA; 2000; LOOP; ZHANG, 1999; SALVI; se o DEMIRDIJIAN, mtodo de calibrao que utiliza um gabarito BATLLE, 2002; ZHANG, 2000), poARMANGU E; de uma nica dimenso, um basto (ou mesmo um dem ser formulados como um problema com a estrutura cordo) com diversas esferas (indexadas por j) ao o (14). Na pr o, e dado um exemplo da equac a oxima sec a longo sua extenso. A distncia entre esferas o de de aplicac a que se encaixa perfeitamente nesta categoconsecutivas deve ser conhecida com exatido. ria de problemas. Ento, no processo de calibrao, o gabarito deve deslocar-se no campo visual da cmera. Enquanto o Calibrac a um(indexada bast ao graduisso,4uma seqncia decom imagens por i) deve ser ado capturada. Zhang (2004) demonstrou que a calibrao monocular com este tipo gabarito s ocondies Na se calibrac a monocular, forem uma c amera captura ima possvel duas satisfeitas: o gens de um objeto chamado gabarito de calibrac a o. Em gabarito conter trs ou mais pontos e um desses seguida, tais imagens s ao processadas e os par ametros pontos, M 1 deve ser fixo,acomo mostra o esboo da intr nsecos da c amera s o estimados. Como exemplo de figura (1).Dessa forma, a Levenberg-Marquardt projeo deste ponto, m1, o do algoritmo aplicac a Dividido, oseqncia. descreve-se o m etodo de calibrac a que utiliza um gaba a mesma em todas as imagens da No esquema da figura 1, (indexadas o comprimento, L, cord ao) com diversas esferas por j ) ao longo do gabarito pode ser expresso funo das de sua extens ao. A dist ancia entreem esferas consecutivas deve ser conhecida com exatid a o. Ent a o, no processo coordenadas dos pontos extremos M 1 e M 2i , ou de o, o gabarito deve deslocar-se no campo visual calibrac a seja,
nica dimens rito de uma u ao, um bast ao (ou mesmo um

o inicial, particionada em um Entrada: Uma estimac a = [cT , dT , . . . , dT ]T , de todos os par ametros vetor Y n 1 es em um a serem renados e um conjunto de observac o T T vetor X = [XT 1 , . . . , Xn ] . o (4). a Sa da: O vetor Yr que minimiza a equac na equac = o (3), encontra-se X 1. Substituindo Y a T,...,X T ]T e calcula-se todas as matrizes [X n 1 l / c] e Dl = [ X l / dl ]. Cl = [ X U=
n l=1

2. Calcula-se:

CT l Cl ;

V = diag(V1 , . . . , Vn ), onde Vl = DT l Dl ; G = [G1 , . . . , Gn ], onde Gl = CT l Dl ; n C = CT l l , e;


l=1

T T T D = [T D1 , . . . , Dn ] , onde Dl = Dl l .

3. Calcula-se c resolvendo n n 1 T 1 U Gl V l Gl c = C Gl V l D .
l=1 l=1

o 4. Calcula-se cada dl da equac a


1 dl = Vl (Dl GT l c ).

ncia de imagens da c amera. Enquanto isso, uma seq ue (indexada por i) deve ser capturada. Zhang (ZHANG, o monocular com este 2004) demonstrou que a calibrac a poss es forem tipo gabarito s oe vel se duas condic o (15) sa|| M 2i M 1 || =L. tisfeitas: o gabarito conter tr es ou mais pontos e um desses pontos, M1 , deve ser xo, como mostra o esboc o da a o deste ponto, m1 , e gura 1. Dessa forma, a projec a Alm disso, como as posies relativas das ncia. mesma em todas as imagens da seq ue

r = Y + 5. Computam-se os par ametros renados, Y T , T , . . . , T ]T . [c dn d1

6. Repetem-se todos os passos at e a converg encia do res duo.

esferas No soesquema conhecidas, um do gabarito da gura 1, oponto comprimento, L, do galocalizado entre M e M pode ser expresso por dos e M2i pode ser expresso por o das coordenadas barito pode ser expresso func a 1 2em i
pontos extremos M1 e M2i , ou seja, M2i M1 = L. (15)

tado para problemas que levem Levenberg-Marguardt a uma matriz Jacobiana Algoritimo 1: Algoritmo esparsa. adaptado para problemas que levem a uma matriz Jacobiana esparsa.

Algoritmo 1: Algoritmo Levenberg-Marguardt adap-

Mji = 1j M1 + 2j M2i , ao conhecidos. onde 1j e 2j s

(16)

M ji = 1 j M 1 + 2 j M 2i , onde198 1 j e 2 j so conhecidos.

(16)

es relativas das esferas s Al em disso, como as posic o ao conhecidas, um ponto do gabarito localizado entre M1

o (1), considerando a profundidade (desDa equac a

Semina: Ci encias Exatas e Tecnol ogicas, Londrina, v. 26, n. 2, p. 195-203, jul./dez. 2005

55
Semina: Cincias Exatas e Tecnolgicas, Londrina, v. 30, n. 1, p. 51-62, jan./jun. 2009

o (16), obt equac a em-se um n umero m b ji = z1 1j m 1i + z2i 2j m 2i zji m (20) Agora, aplicando-se o produto cruzado a ambos os gem, apenas u 1i + z2i 2j m 2i zji m ji = z1 1j m o anterior com m , tem-se lados da equac a ji Assim, desde Dado um ga Frana,ap J.o A. de et al. s eliminar-se A1 de ambos os lados. A e z ), s ao n um n umero 1 maio 1 de ambos os lados. ap os eliminar-se A 1i m ji ) a m + z2 m = 0 os (21) z1 1j (aplicando-se Agora, o produto cruzado ambos i 2j (m 2i ji ) do apenas gabarito pa gem, uma que pode ser escrita como OES DO ALGORITMO L EVENBERG -M ARQUARDT U MA IMPLEMENTAC AO D IVIDIDO PARA APLICAC EM ... ji ,aplicando-se o anterior tem-se lados da equac a com m Assim, desde que Agora, o produto cruzado a ambo Uma vez que pode ser escrita como A e z1 ), s ao nec ji o anterior com m , tem-se lados da equac a pode ser obtid DO ALGORITMO L EVENBERG m 1iD ji ) + 2 m z2i = 0 (21) do gabarito z1 1j (m onde U MA IMPLEMENTAC AO -M ARQUARDT IVIDIDO PARA APLICAC iOES EM 2j (m ji.). . para 1i m ji ) (m 2i m ji ) 1j (m lesky (GOLU . (22) z2i = z ( m m ) + z ( m m ) = 0 z 1 1 1 j 1 i ji 2 i 2 j 2 i ji m m m )( m m 1 j (m 1 ji 2 i ji A conhecido )ji ) (m (m ) vez qu 2j 2i 2i jim que pode ser escrita como 2i . (22) e Uma h =m ji 1+ onde 2i m ji ) (m 2i m ji ) 2j (m equac a o (17) d e pode ser obtida DO ALGORITMO L EVENBERG -M ARQUARDT D IVIDIDO EM .(24) que pode serAPLICAC escrita OES como U MA IMPLEMENTAC AO PARA .. 1 (m m ) ( m m ) 11 1j (m m ) ( m m ) e (18). Por u ji ji 2 i ji lesky (GOLUB; ji 2i e (18) ji na equac es (17) o Substituindo equac o 2i.a 11 + as h m = . equao (22) z2 = m z iji Substituindo as equaes (17) e EM (18) na DO ALGORITMO L EVENBERG -M obter-se U MA IMPLEMENTAC AO ARQUARDT D IVIDIDO PARA APLICAC OES .o. . ji ( m m ) ( m ) e conhecidos, ( m m ) ( m m )m 2 j 2 i ji 2 i 2 j 2 i ji 2 i ji A equac a o (23) e equivalente a obt A ji )Mji . 1j ( m m (m (15) e considerando z dado pela equac a m1(22), i ji )e 2i m 2 i onde . e os z1pela equao (22), (15) e considerando z2i = dado (24) equac a o se 2i m ji ) (m 2i m (17) 2j (m ji ) Na prese T 2 obtm-se Bh = L , (25) hji ltim Por u onde ji )na jie m m (m ) (18). 1 1h j( 2i m Substituindo equac ji o es (17) (18) equac a o o as A equac a (23) e equivalente o bas A 1 =ea L, (23) z1 calibrac a ji h m . 2 i ji = m 1+ obter-se Mji . ji m ) (m m m ) (15) e considerando z dado equac a o (22), obt m2pela j (m i) ji 2 2i 2 (m m ( m )e 1j T 1 ji 2i ji Substituindo as equac io es (17) e (18) na equ onde, 2 m h . = m + (24) (25) hji Bhji = L , 2i ji 1 se Na a Ci Exatas e ji 2j(15) (m m ) (m ) pelaLondrina, o presenc considerando z dado equac a (22), 2e ie 2i 2i m Semina: nciasji Tecnol ogicas, v. 26, ob n. 1 B 0 B (24) A h = L, (23) z calibrac a o basea 11 13 1 ji o (23) e equivalente a equac se a onde, 2 A (23) . 1 (26) B = z1 A T A1 = 0 B22 B23 A T hji = L, o (23) e equivalente A equac a a z1 2 B13 B B Bh = L13 , (25) hOES ji B 0 B ji DO ALGORITMO L EVENBERG -M ARQUARDT D IVIDIDO 23 U MA IMPLEMENTAC AO PARA APLICAC EM e . .Tecnol .33 ncias11 Exatas ogicas, Londrina, v. 26, n. 2, p 2 Semina: T Ci 1 e T 0 2 B B . (26) B = z A A = DO ALGORITMO L EVENBERG -M ARQUARDT =L , . . . 23 (25) hAPLICAC 22 U MA IMPLEMENTAC AO PARA OES EM onde D IVIDIDO 1 ji Bhji onde, Semina: Ci encias Exatas e Tecnol ogic B B B Levando em considerac a o que 13 23 33 onde onde, B B13 onde 11 2 gabarito 2 U MA AO DO ALGORITMO EVENBERG -M ARQUARDT D IVIDIDO PARA APLICAC .m .b .ji= m m (OES m )0 u 2 1j,(2 ji iEM Figura 1.IMPLEMENTAC Esboo do 1D L utilizado na hT Bh a2 ,b cji b)ji c ]T b, ji ji ji 2a1 T,2 1 cji , ji hji ji ji ji [1 m . == m + 2 i Levando em considerac a o que (24) 0 B B (26) B = z A A = 22 23 . B B 1 m m m ) 13 calibrao. i i0 jiji 21 ji 22 (m m m )11 (( m m ) (27) 2 1j j( ji) i 2 T 1 = m hji =B m B B B 0 TB (24) 2i . 1+ 132 B 23 33 (26) . z1 A A = 22 23 2 [ Tb onde 2i 2 m m ) ( m m com hji ji = ,APLICAC b ,,c eji = 2j 2a i ji ji ji hT = [a ,( b , 2ji a cji 2 b] ,c ] b)= uji b, DO ALGORITMO L EVENBERG cji ji ji ji U MA IMPLEMENTAC AO -M ARQUARDT D IVIDIDO PARA OES EM . . . ji Bh ji ji B23 B33 T, a B 13 (24) o. [B11 , B22 Figura 1: Esboc o do gabarito 1D utilizado na calibrac a B A ,equac o 23 (23) e equivalente a B13,a , B ] equac a o (25) pode 33 (27) ji ) (m ji ) m m 1j (m 1 2 i que Da equao (1), considerando a profundidade equao equivalente aa em considerac o 2i . 1Levando m hjiA = m + (23) T ser com reescrita como h = [ a , b , c ] e b = T 2 ji ji ji ji A equac a o (23) e equivalente a ( m m ) ( m m ) 2j 2i ji = ji , EM . onde Bh L h (desconhecida) do ponto igual aLz ji DO ji ,Ltem-se DO DO .2 jiPARA U MA U IMPLEMENTAC AO EVENBERG -M ARQUARDT D IVIDIDO PARA APLICAC .i EM U MA IMPLEMENTAC ALGORITMO AO ALGORITMO L EVENBERG -M ARQUARDT Dem IVIDIDO PARA APLICAC . .ji . (25) o que Levando considerac OES a M OES TAPLICAC MA IMPLEMENTAC 1D AO ALGORITMO EVENBERG -M ARQUARDT D IVIDIDO equac OES EM . . . T 2 2 2 T Figura 1: Esboc o do gabarito utilizado na calibrac a o. (24) [ B , B , B , B , B ] , a a o (25) pode 11 22 h 13 23= 33 , b 2, 2aji cji , 2bji cji , c ] b = uji b, T [a conhecida) do ponto Mji igual zji , tem-se L EVENBERG -M ARQUARDT ji Bhji ji ji aDO 2 (m T U MA IMPLEMENTAC AO ALGORITMO D IVIDIDO PARA APLICAC OES .. b = L .L (28) u ji ( m m ji 1j 1 ji ji ), EM 2. i Bh = (25) (25) onde, T =m 2h 2 2 m T ji ) m ser reescrita como ji h ., + (27) Bh = [ a , b , 2 a c , 2 b c , c ] b = u 2 ib jiequac 1 ji ji ji ji ji ji ji ji ji ji A a o (23) e equivalente a onde onde ( m m ) ( m m ) onde com h 2j 2i ji 2i ji T 1 [aji , b13 e (24) b = 1 ,zji , tem-se z1 A m (17) M (27) ji ji , cji ] 1 = M B11 0 B T= 2 conhecida) do ponto onde, ji igual a T (28) onde b = L . u T 2 Com n imagens, tem-se U = [ u , u , . . . u ] . T ji T 2 , T 1 ( m m ) ( m m ) n j 1 j 2 jn ( m m ) ( m m ) Figura 1: Esboc o do gabarito 1D utilizado na calibrac a o. 1 j 1 ji 2 i ji Bh = L , (25) h 1 1 j 1 ji 2 i ji [ B B , B , B , B ] , a equac a o (25) pode com h = [ a , b , c ] e b = ( m m ) ( m m ) ji 0 B B23 . ji(26) Bm = z+ Am A 1j = 11 22 13 33 ji ji ji 123 ji 2i ji 22 2i , M2i = z2i A m (18) onde hji = . + m h = 2 ji 2, . 2 ]Tm 2i .m 11 ji 1+ h = m 2i .2i ji equac 1 = [ L . . ,m L ,(25) podeforma, considerando L T (m m ) ( m m ) 13 A a o (23) e equivalente a ( m ) ( m ) B 0 B o. [B 1 Figura 1: Esboc o do gabarito 1D utilizado na calibrac Dessa a ( m m ) ( m m ) jm 1 ji 2 i ji B B B , B , B , B , B ] , a equac a o pode ser reescrita como 2 j1 2 i( ji 2 i( ji 11 13 2 j 2 i ji 2 i ji m m ) m m ) 13 23 33 11 22 23 33 1 m = z A , (17) M 2 j 2 i ji 2 i ji (24) b m hji = m +T 1 ji . 1 (19) se encontrar Mji =1 zji A1 m 2i . 1 resolvendo-se 2 onde, Com n imagens, tem-se U = [ u , u , . . . u ]T(24) . 0ji B . (26) B =z A = 2 m )n B ( m m ) (24) ser reescrita como j 1 j 2 jn 22 23 2 j (m iT 2 i ji 1A 1 igual TL2 , 2 2 2 T M2ido = ponto z2i A (18) m conhecida) Mji 2i , a zji , tem-se Bh = (25) h 2 ji b = L . (28) u (24) ji B B B = [ L , . . , L ] , podeDessa forma, considerando L ji 13 23 33 Levando em considerac a o que equac A equac a o (23) e equivalente (23) Tequivalente a o (23) e B2 0a a B13 1 m 11 do M igual a z equaes , tem-se anteriores o u AA equac a e equivalente Dessa conhecida) forma, substituindo as equac o es anteriores na U = L , aL2 . (29) (28) jiA nb z (19) se encontrar Mponto b = ji = ji ji .ji Dessa forma, substituindo as b resolvendo-se ji 2 T 1 o equivalente 0b 2 caB =z A =c, 2 equac a (23) TB 2 A 2e onde, 22 1, (17) M1 = z1 A1 m o (16), obt 1 equac a em-se hA [a ,b c2 ]TB b23 = u.ji b , (26) T, 2aji T 2 ji ji, ji , 2 ji Bhji = em jiconsiderac ji ji T na equao (16), obtm-se Bh = L (25) h Bh = L , h (26) Levando a o que 1 ji ji Com n imagens, tem-se U = [ u , u , .(25) . . ujn ]T . ji hji Bh = L , ji ou seja, n j 1 j 2(25) B B B ji 2 m = z A , (17) M 13 23 33 1 1 M as 1 equac 1 (27) Dessa forma, substituindo o es anteriores na U b = L , (29) T 2 = z A , (18) m T n 2i 2i 2i 2 = 2 .(25) TBh 1 Tn 2 0[u B B = L , h Com n imagens, tem-se U = ,u ..u ]]T. , pode11 13 ji [L , jn L2 Dessa forma, considerando 1 j 2 ,,... ji U ), b U L (30) b = (2 U 12 T 2 2ejT n n jiobt 1i z com h = [an ,bc2 ]T ,.L b = =e z + z2 (20) (18) ji ji ji ji M m = 2 T 1 ji m 1 2 1ij m i jm 2 i 1 oz(16), equac a m-se onde, 2i A 2 i, onde, 2 2 T h Bh = [ a , b , 2 a c , 2 c c ] b = u b , ji ji ji ji ji ji onde, 0 B B . (26) B = z A A = m = z A . (19) M ji ji b resolvendo-se ji . . 23 = [22 L . , Lpode ] , podeDessa forma, considerando Lequac ji ji ji 1 ,ji se encontrar o. ou Figura 1: Esboc o do gabarito 1D na calibrac a [B , B22 ,B B , B33 ]T , a ao o , (25) seja, Levando considerac que a 11 13 em 23 1utilizado onde, (27) m = z A . (19) M B B B ji ji ji se encontrar b resolvendo-se 13 23 33 T 1 T 2 1 de ambos os lados. Dado um gabarito com mais de tr es pontos, tem-se ser reescrita como B 0 B B 0 B13 11 13 U ) U L . 2T (30) b= (Ua ap os eliminar-se T 11 B 0 B (20) n forma, 1i + z2ias 2i o zjiA m m 1j m 2jequac (20) com 13 = ,n bji ,11 cn ]n b = ji = z1substituindo T hji 2 1 2T [ 2e ji ji es anteriores Dessa na U b = L , (29) 2 = 2 T 2 10 h Bh [ a , b , 2 a c , 2 b c , c ] b = u b T 1 Levando em considerao que um n u mero maior de equac o es. Contudo, para cada imaji ji ji ji ji ji B B . (26) B = z A A = 0 B B23 . . ,(26) (26) B = z A ji A = B 0 B ji B1 ji ji 2 B22 22 23 T= 22 11 13B =13 z1 A A 1 T] 20L 23 conhecida) do ponto M igual a z , tem-se Figura 1: Esboc o do gabarito 1D utilizado na calibrac a o. Dessa forma, substituindo as equac o es anteriores na U b = , (29) [ B , B , B , B , B , a equac a o (25) pode ji ji n 11 22 23 33 b = L . (28) u equac a o (16), obt e m-se Agora, aplicando-se o produto cruzado a ambos os gem, apenas 2 T 1 oB Levando em considerac a que ji (27) B = B uma equac a o com e linearmente independente. B B 0 B B . (26) B = ou z1 A A 1 de ambos os lados. 13 23 33 Dado um gabarito mais de tr e s pontos, 13 23 22 23 BB B B 13 23 33 33 tem-se ap o s eliminar-se A seja, o equac a obt em-se ser reescrita como T ji , (16), tem-se lados da equac a o anterior com m com hjique = a ,b ,Tc23 e = ji jiContudo, ji ] Assim, desde existem 5 [inc o gnitas (4 B par aT metros de B B 1 T b 2 13 um n u mero maior equac = o es. para cada ima 1, 33 (17) M1 = z1 A 1 m T 2 de 2 2U ou seja, U )u L . ]u (30) b (U h Bh = ,[a ,, b ,2 a c , 2 b c , c ]. n b = b, T ji n T 1 = z n 2i zji m m z z (20) ji ji ji ji ji ji ji jiT ji ji 1 1 j 1i + 2a i 2j m Figura 1: eliminar-se Esboc o do gabarito 1D utilizado na calibrac a o. Com n imagens, tem-se U = [ u , , . . u . T 1 T 2 2 [ B , B , B B B ] , a equac a o (25) pode Agora, aplicando-se o produto cruzado ambos os n j 1 j 2 jn conhecida) do ponto M igual a , tem-se 11 22 13 23 33 aps A de ambos os lados. A e z ), s a o necess a rios, no m nimo, 5 deslocamentos ji ji 1 1 Levando em considerac a o que gem, apenas uma equac a o e linearmente independente. U ) U L . (30) b = ( U b = L . (28) u Levando em considerac a o que M = z A , (18) m n n ji n 2 a + 1i 2i zji m m = + z (20) Dessa forma, o[L Levando em considerac que 2i z1 1j2 i 22 i i 2j m 2, . (27) ji z 1equac m m z = . . , L2 ]T , podeconsiderando (27) 1 1j (da im 2i 2 j (m 2 i ji ) = 0 (21) do gabarito serLevando reescrita como ji tem-se lados a o) anterior com m para solucionar oL problema. ji 1,m Assim, desde que existem 5 inc o gnitas a metros de T (4 par em considerac a o que 1 Dado um gabarito com mais de tr e s pontos, = z A . (19) M com h = [ a , b , c ] e b = tem-se ji ji ji 1m T encontrar 22 2 2 2 2 T 2 2 T= ji T b, os lados. (17) h ap os eliminar-se ji ji , c ji se b2resolvendo-se T T] ambos z1 Ade M1 =1 A Bh [ a , b , 2 a c , 2 b c ] b = u h Bh = [ a , b , 2 a c , 2 b c , c b = u b, 1, ji ji ji ji ji ji ji ji ji ji ji ji ji ji ji ji h Bh = [ a , b , 2 a c , 2 b c , c ] b = u b Dado um gabarito com mais de tr e s pontos, tem-se ji ji ji ji T A e z ), s a o necess a rios, no m nimo, 5 deslocamentos T ji ji ji ji ji ji T 2 1 conhecida) do ponto M igual az , lados. tem-se ji ji ji ji 1 de ambos os ap o s eliminar-se A Figura 1: Esboc o do gabarito 1D utilizado na calibrac a o. ji ji um n u mero maior de equac o es. Contudo, para cada ima [T B ,que B13 B ,u B ]U ,n a . [u equac a (25) pode Com n tem-se ,u .1 u ., A Uma vez for conhecida, a matriz z b = L= (28) 2 ,B 223 2 T 11 , B 22imagens, 33 j1 jo 2, . . jn ] que pode ser escrita como 1 ji (27) ( m m ) + z ( m m ) = 0 (21) z1 2 (27) h Bh = [ a , b , 2 a c , 2 b c , c ] b = u b , 1 j 1 i ji 2 i 2 j 2 i ji o2 M m = z2i Ao produto , o (18) ji ji ji ji 2 ji ji Agora, aplicando-se cruzado a ambos (27) es. um n u mero maior equac o Contudo, para cada imaji ji solucionar ji de Agora, aplicando-se produto cruzado a na ambos os 2isubstituindo i 2 2 ]T , (29) do gabarito para o problema. es anteriores Dessa forma, as equac U b = L ,ji n , . gem, apenas uma equac a o linearmente independente. ser reescrita como = [ L . .e ,a L podeDessa forma, considerando L pode ser obtida de B atrav e s da decomposic o de ChoT e T T com = b = Agora, aplicando-se o produto cruzado a ambos os com h = [ a , b , c ] e b = com h = [ a , b , c ] e b (27) 1m 1m ji a ji ji ji uma com hji =equac [o a b cji ]jiognitas e b par = = de ,ji gem,jiapenas e linearmente independente. o (16), equac a obt e ji , tem-se equac m-se a ozanterior com m os lados da equao ji ji ,ji = z A (17) M = A ., m (19) M 1 1 1 ji ji ji Assim, desde que existem 5 inc (4 a metros 1 se encontrar b resolvendo-se ( m m ) ( m ) T lesky (GOLUB; Van Loan, 1996). Por sua vez, com z T T T 1 j 1 i ji 2 i ji 1 A Uma vez que B for conhecida, a matriz z Figura 1: Esboc o do gabarito 1D utilizado na calibrac a o. T Figura 1: Esboc o do gabarito 1D utilizado na calibrac a o. lados da a o como anterior com m ou seja, equac B , B ,B B , B ,B B ]B a equac u a o1 ,e pode T 2 que pode ser escrita n, imagens, tem-se U = u . . u1 ] pode .de , [Com B , desde B , 13 B , 23 B ,,33 B ] ,L a[ 2 a o.(25) (25) com h = [a , b ,n c ] b = do ponto M a zji tem-se , inc a equao (25) pode ser 11 22 13 23 33 [o. 1:equac Esboc o do gabarito 1D utilizado a j jn 11 22 13 23 33 ji jib ji ji ji igual ji,, tem-se . na calibrac (22)(18) z2conhecida) = z j [ B , , , ] , a equac a o pode Assim, que existem 5 ognitas (4 par a5 metros 1m iFigura 1 = (28) 11 22 ji pode M = z A Tu 1 T . no 2 A eB z ), s a o necess a rios, nimo, deslocamentos 2gabarito i 2 2i ,m 1 2 2 ,m 2 T(30) eser A conhecidos, o ponto M ser obtido aL partir da T1 z 2j(o m m )i1D ( m ) U ) U L . b = ( U 2 i ji 2i ji pode ser obtida de B atrav e s da decomposic a o de Cho Figura 1: Esboc do utilizado na calibrac a o. reescrita como n 2 = [ L . . . , ] , podeDessa forma, considerando L ser reescrita como [ B , B , B , B , B ] , a equac a o (25) pode n n z m m m = + z (20) 22 23 U 33 reescrita como ji 1 ji 1 j+ 1 i 2i i(m 2j i m ser reescrita A e z1 ), 13 s aocomo necess an rios, 5 deslocamentos 1ji ji )na m ) z = 0 11 (21) z 1 1 2j Dessa forma, substituindo as equac o es anteriores bsolucionar = no L m , nimo, (29) j( im 2 2i 2 1 do gabarito para o problema. 1 es (22) partir das equac o equac reescrita a o (17) ecomo os pontos M2 m = z A .i M m m ) m i a1996). 1 ji ji ji ji m ) + z ( m m m (21) z1 1j (m lesky (GOLUB; Van Loan, Por sua vez, com z1 (21) j( 1 i= ji 2 i z2 , (17) M se encontrar b resolvendo-se 1i1 ji iA 2 j( 2 ji) = 0 (19) ser 1 1 do gabarito para solucionar o problema. equac a o (16), obt e m-se T. . (22) z2 zponto T 2U 2s conhecida) M igual a igual zji ,atem-se conhecida) do ponto M aji z,ji , tem-se i = do 1 do ji ji T 1 de Com n imagens, tem-se conhecida) ponto M igual z tem-se = [ ,a. partir .(28) . ujn ] Dado um gabarito com mais tr e pontos, b = L . de uT , b = L .u (28) 1 u e (18). Por u ltimo, usar a equac a ou(16) para ji n2 j1 j 2tem-se ambos os lados. ap os eliminar-se A ji 1 eA conhecidos, opode-se ponto M pode obtido da = L .ser (28) u 2 ji ji (m m ) ( m m ) a 1 ou seja, 2jser 2 ji 2 i es o (18) ji b Substituindo as equac o (17) e (18) na equac Uma vez que B for conhecida, a matriz M m = z A , que pode escrita como i i 2 i 2 i 2 2 2 T 2 T 2 1 z1 A conhecida) do ponto M igual a z , tem-se ji ji o um n u mero maior de equac o es. Contudo, para cada ima= [ L , . . . , L ] , podeDessa forma, considerando L (28) Dessa forma, substituindo as equac es anteriores na A Uma vez que B for conhecida, a matriz z T 1 T 2 U b = L , (29) b = L . (28) u obter-se M . 1 que pode ser escrita como es oji a partir dasdecomposic equac o (22) equac a (17) e os pontos M ji n U ) U (30) b = (U 2i atrav 1produto 1 (15) e considerando z pela equac 1 a o (22), e(17) m o de Chopode ser obtida de B es .da a n nL zji m m = z + z (20) 2 i dado Agora, aplicando-se o cruzado a ambos os(17) 1 m = z A , M ji 1= j 1iA 2 i 2 j m z .m (19) m = z , 2i obt M 1M 1 1 ji ji ji 11 1A o nlinearmente gem, apenas uma equac a e independente. m z (17) M se encontrar b resolvendo-se o (16), equac a obt e m-se pode ser obtida de B atrav e s da decomposic a o de Cho1 = 1A 1, 1 T para T. e (18). Por u ltimo, pode-se usar a equac a o (16) Com n imagens, tem-se U = [ u , u , . . . u ] . Com n imagens, tem-se U = [ u , u , . . . u ( m m ) ( m m ) 1 n j 1 j 2 jn se 56 lesky (GOLUB; Van Loan, 1996). Por sua vez, z1 n j 1 j 2 , tem-se lados da equac a o anterior com m 1 j i ji 2 i ji Com n imagens, tem-se U = [ u , u , . . . u ]T ] .com 1 Na presenc a de ru do, a soluc a o do problema de Substituindo as equac o es (17) e (18) na equac a o ji 1 n (4 par j 1ametros j2 jnjn m = z A (17) M ou seja,desde Assim, que existem 5 inc o1996). gnitas de 1 1 1 m = z A ,, (18) M = z A , (18) m ( m m ) ( m m ) . (22) z2M z lesky (GOLUB; Van Loan, Por sua vez, com z 2i 2 i 2 i 2 2 2 T 2 i 2 i 2 i 1j 1 i ji 2 i ji i = 1 2 2 2 T T M m = z A , (18) 1 1 2 i 2 i 2 i obter-se M . 2 2 2 T de 1 Dado um gabarito com mais de tr e s pontos, tem-se = [ L , . . . , L ] , podeDessa forma, considerando L 2 = [ L , . , L ] , podeDessa forma, considerando L Com n imagens, tem-se U = [ u , u , . . . u ] . ji T 1 T 2 Semina: Cincias Exatas e Tecnolgicas, Londrina, v. 30, n. 1, p. 51-62, jan./jun. 2009 . (22) z = z e A conhecidos, o ponto M pode ser obtido a partir da n j 1 j 2 jn ambos os lados. ap o s eliminar-se A ( m m ) ( m m ) = [ . . . , L n ]ao , (30) podeforma, considerando 2i 1 1L b (29) A h = L, calibrac a na equac n a o (30), e es 1 (15) e considerando z( dado pela equac a o obt e m2ji j 2 i ji o 2i (23) ji Dessa forma, substituindo as equac anteriores na ADessa U = L ,geralmente, e zo ),baseada s ao necess a rios, no m nimo, 5 deslocamentos U )L U L . ,obtido b = ( U 1 2m i 1conhecidos, 1 1 n M = z A , (18) m n n (22), zji m m = z + z (20) e A o ponto M pode partir da 1 m ) ( m m 2 i= 2 i im ji 1 1 j 1A i 2 i 2 j 2 i 21 2 ,ser m z A . M m = z A . (19) M 2 j 2 i ji im ji ) (19) ji ji ji ji o um n u mero maior de equac o es. Contudo, para ima = z .ji (19) M se encontrar b resolvendo-se 1 m ) + z (2 m m z se encontrar b resolvendo-se = [L . .a. , L2cada ]T das ,apodeDessa forma, considerando L 1 j (m 1 i 2 i 2jji 2i ji ) = 0 (21) jiji ji ji es (22) partir equac o equac a o (17) e os pontos M se encontrar b resolvendo-se do gabarito para solucionar problema. 2 i a o (16), obt e m-se se equac Na presenc a de ru do, a soluc a o do problema de 1 a partir das equac o es (22) equac a o (17) e os pontos M Agora, aplicando-se o produto cruzado a ambos os 2i ji . (19) se Mji = zji A m o e linearmente gem, uma equac a independente. 199 encontrar resolvendo-se ou apenas seja, b

B11 0 B13 o puramente alg se de uma soluc a ebrica. Uma solu T (25) pode , B13 ,B ,B ]T13 , ,B aB equac a o (25) (27) 2] T a equac 1 pode o [B ,B ,B Bz a 23 33 11 22 23 ,= 33 DE F RANC A , J.; F RANC A , M.; KOYAMA , M. 0 B B23 . (26) A A = B11 22 0 B 1 13 T com algum signicado f sico deve envolver diretam como com hji 2 = b = , Levando considerac ji a obque ser reescrita como ji , cji ] B e T 1 [a B B22 33 B23 . (26) B= z1em A A = 13 0 B23 T M as projec o es observadas ,FF pois s a o as ,u DE DE F F RANC RANC A m A , J.; , J.; RANC RANC A estas A , M.; , M.; K K OYAMA OYAMA ,n o. [B11 , B22 na calibrac a Uma implementao Levenberg-Marquardt dividido para aplicaes em viso o (25) pode , B13 , B23 , B33 ] do , algoritmo a equac a quejia equac o 5 Resu satisfat oria. Um dos motivos paracomputacional isso e a B B B T 2. 2 22 2 T T 13 23 33 b = L (28) uT informac o es dispon veis. Tal soluc a o pode ser ob hji Bhu = [= aji , b. cji ] b = uji b, bcomo L ji ser jiji reescrita ji , 2aji cji , 2bji cji , (28) (30) n ao tem nenhum signicado f sico, ou seja, trata o que Levando em considerac a como segue. e que o 5 satisfat oo ria. ria. Um Um dos dos motivos motivos para para isso issoe queasoluc aequac equac a o a 5 Res Re (27)sesatisfat Com n imagens, tem-se o de uma soluc a o puramente alg e brica. Uma a T 2 se T Levando em considerac a o que b = L . (28) u (30) (30) n n a o a o tem tem nenhum nenhum signicado signicado f f sico, sico, ou ou seja, seja, tratatrataT com h = [ a , b , c ] e b = ji], jij 1 , u ji T n = tem-se 2= imagens, tem-se U [u ..u .,j2 Dessa forma, com algum signicado f sico deve envolver diretamente M2 ponto iser sen i , em func Com n imagens, U [u u , ji . .cji .ji u ]TT. j2 jn o do p expresso a O h [a2 ,, b. cji , jn c2 n j1 2b i cos M i2,sen i = M 1 +L[sen i pode ji ji ji Bhji = ji ji , 2a ji ] b = uji b, T o se se de de uma uma soluc soluc a o a o puramente puramente alg alg e brica. e brica. Uma Uma soluc soluc a o a na calibrac a o. 2 2 2 T [ B , B , B , B , B ] , a equac a o (25) pode 2 2 2 T (31) 11 22 13 23 33 T [L , . . . 2= 2 2 T = , L ] , podea, Dessa considerando L as projec o es observadas m , pois estas s a o as u nicas [ L , . . . , L ] , podeforma, considerando L ji considerando pode-se encontrar e que denem a orientac xo e dos a ngulos (27) hji Bhji = [aji , bji , 2aji cji , 2bji cji , cji ] b = uji b , com ienvolver i diretamente (17) ser reescrita Para a ao T signicado com algum algum signicado f f sico sico deve envolver diretamente T informac como cos ] . tem-se deve T U MA IMPLEMENTAC AO DO ALGORITMO L EVENBERG -M ARQUARDT D IVIDIDO PARA APLICAC OES EM . . . o es dispon veis. Tal soluc a o pode ser obtida b resolvendo-se Com n imagens, U = [ u , u , . . . u ] . i se encontrar com bb resolvendo-se n j 1 j 2 jn gabarito, ou seja, hji = [aji , bji , cji ] e b = resolvendo-se (27)as o esobservadas u nicasutilizados d asprojec projec o es observadas m m , ,pois poisestas estass a s o aoas asu nicas (18) ji ji 2 = [L2 , . . . , L2 ]T , podecomo segue. T, L Para Para Dessa forma, considerando T o. [B aecalibrac a T 2 ,B , B , B , B ] a equac a o (25) pode com h = [ a , b , c ] e b = 11 22 13 23 33 (32) (a es 2 ji jiL ji b= . ji (29) (28) informac o esdispon o informac o es dispon veis. veis. Tal Tal soluc soluc a o a pode pode ser ser obtida obtida 2 uji = M + L [sen cos , sen sen , cos M 2 i 1 i i i i i] Un b = L , (29) (19) U b = L , utilizados utilizado ncomo se encontrar b resolvendo-se T reescrita o.ser o na calibrac a o (25) onde [B B a podecomo o do ponto mt PartLe a O ponto M2i pode ser expresso em func 11 , B22 , 13 , B23 , B33 ] , a equac como segue. segue. (32) (32) desc (a (a e Alm disso, ai equao (16) estende a equao (17) linear o a reescrita como T e que denem a a do ngulos 2 i ji 2 orientac (m m ) equac (m m 1j T .xo e dos a ou seja, na serCom oPartL Al em disso, aexpresso o (16) estende equac mt a (31) 2 1pode ia ji ) eanteriores Ub b = L , [uj 1 , uj 2 , . . . (29) (29) n imagens, tem-se U = u ] mt Part n pode ser ser expresso em em func func a o a o do do ponto ponto O O ponto ponto M M n jn = L . (28) u 2i 2i pontos M ji . Dessa forma, 2dados hji m =m +os T 1 T T 2 i. 1 ou (31) para outros ram obtido 1 T ji 2 gabarito, seja, (18) U Ln . Uconsiderando . L2 =2[L2 (30) b= ( U outros a Dessa forma, dados asdes c pontos M n) (m )que (m . m ) n n ) Un L(30) 2ngulos jos 2i ji 2i ji ji m-se b = (Un U linear linear de , . . . , L2 ]T , podeDessa forma, odo ngulos em e que denem denem aorientac orientac a o a do xo xoeedos dosa a i i i i b = L . (28) uT ametros ji T 1 , par as constantes [sen estimaes de Ade , M (24) ou seja, 1j , 2 j, e (19) se tantes e estimac o es A , M , e = M + L cos , sen sen , cos ] . M (17) 2 i 1 i i i i i 1 j 2 j 1 i ram ram obti gabarito, ou ou seja, seja, encontrar b resolvendo-se T . gabarito, Al e m obtid disso T Un = 1 [u T j 12 Com n imagens, tem-se , u , . . . u ] e , a partir das equaes (1), (16) e (31), j 2 jn m gabarito com mais de tr e s pontos, tem-se U ) U L . (30) b = ( U Dado um gabarito com mais de tr e s pontos, tem-se (31) ou seja, partir das equac o es (1), (16) e (31), e poss vel ob n i i n n 2i m (20) par par ametro ametr (17) TT (18) = L A equac a oM (23) e equivalente a 2 = 2 , . . . , L2 ]T , pode- T M + + L [sen cos cos , sen cos , cos para M 2 [L 2 i 2 i= 1 ii i ,i sen i sen i sen i ,i i ]i ] . . comprimen forma, L Com n tem-se U = [ uj 1 uj 2 , . . . u . eM es. Contudo, maior de equac Dessa o para cada ima[sen m disso, a 1equac uma a o (16) estende am equac a o (31) possvel obter-se estimao, , da projeo n jn ] Al imagens, um n umero de equac considerando o es. Contudo, para cada imaanteriores na maior U b = L , (29) se uma estimac a o, , da projec a o do ponto M Al Al e m e mdiss dis n ji (18)se encontrar b resolvendo-se 2 (19) (31) (31)tes. O espa 2 , . . . , L2 ]T , pode2resultado, forma, considerando L = o uma Dessa s uma a e linearmente Dado gabarito comindependente. mais de[L tr es pontos, tem-se . Dessa forma, dados as consos M um independente. gem,equac apenas equac a oe linearmente ji este resultado, assumindo-se que cada uma dooutros pontopontos M Com .T Com este assumindocomprime comprim jih =L , (25) ji Bh ji o Al Al em em disso, disso, aa equac equac a o a o (16) (16) estende estende equac equac a o a (31) (31) para pararam sempre (19)5 ou seja, se encontrar b resolvendo-se es tantes e estimac o de A ,aa M par e Assim, que existem inc o gnitas ametros de um n umero(4 maior de equac o es.2 1cada j , 2j 1, i e m i ,ji a desde que existem 5 par inc o gnitas (4 aContudo, metros depara cada imates. tes.por O Oesp e projec o es observadas, m , esteja corrompida r ji se que uma das projees observadas, , T 1, T 2 .. Dessa Dessa forma, forma, dados dados as asconsconsos osoutros outros pontos pontos M M nteriores na U b = L (29) ji ji n do a ambos os U ) U L . (30) b = ( U partir das equac o es (1), (16) e (31), e poss vel obtern o necess a rios, no m nimo, 5 deslocamentos gem, apenas uma equac a o e linearmente independente. Na ge onde, n 5 deslocamentos n (30) esteja corrompida ram ram semp sem ), s ao necess arios, no m nimo, aditivo, independente, mas com o mesmo desvio pad 2iA e z1(20) 2 por rudo aditivo, independente, o projec tantes tantes estimac estimac o es es de de A A , ,do M M , e 1j 1, j , 2 2o, j eem 1 1 , i i eM i ,i , aa anteriores na Assim, Un 5 b inc =o L , (29) e o se uma estimac j a da a ponto equac a o (3 ji , a ji . meio para solucionar o problema. desde que existem gnitas (4 par a metros de do gabarito para solucionar o problema. a estimac o o tima da matriz A , por do crit ou seja, o es a poss partir partir das das equac o es (1), (1), (16) (16)padro, e (31), e e poss uma vel velobterobtermas com oequac mesmo desvio estimao Na Na g B11 0e(31), B13 um gabarito comno mais de tr es pontos, tem-seCom este resultado, assumindo-se que cada das 1 variaram a T 1 T 2 A eDado z1 ), s ao necess a rios, m nimo, 5 deslocamentos ponto , ponto e obtida minimizandom axima verosimilhanc a 1) U L . 1 2 estimac T da U (30) B b = (U = o se se uma uma estimac 1 a o, a o, m m , , da da projec projec a o a do do M M . . equac ou seja, n a equac a o a oo ( A ez que B for conhecida, a conhecida, matriz z1 n n z1 ji ji ji ji (20) tima da matriz A , por meio do critrio da mxima A Uma vez que B for a matriz 0 B B . (26) = z A A i 0 (21) Dado um gabarito com mais de trs pontos, tem22 23 projec o es observadas, m , esteja corrompida por ru do i) = um n u mero maior de equac o es. Contudo, para cada ima1 distribuic ji do gabarito para solucionar T o problema. 1 T 2 passumindo-se 1n Com Com este este resultado, resultado, assumindo-se que que cada cada uma uma das das U ) U L . (30) b = ( U variaram variaram tida de B atrav e s da decomposic a o de Choo a ambos os n o de n ser (20) obtida de B atrav es da decomposic a Chone pode B B B33desvio padr m verosimilhana obtida minimizando-se independente, mas com o23 mesmo ao, avaliar 13 2i se um nmero maior de equaes. Contudo, para aditivo, gem, apenas uma equac a o linearmente independente. o d 2 corrompida m (A, M1 , por por , m 1 projec Dado um gabarito com mais decom tr es a pontos, tem-se ji i, iru 1j , 2j ) , a o es projec o es observadas, observadas, m m , ji ,esteja esteja corrompida ru do do distribuic distribuic ji ji UB; Van Loan,Assim, 1996). Por sua vez, com z A Uma vez que B for conhecida, matriz z lesky (GOLUB; Van Loan, 1996). Por sua vez, z 1 1 a estimac a o o tima da matriz A , por meio do crit e rio 1 n vel de ru desde que existem 5 inc ognitas (4 par ametros de cada imagem, apenas uma equao para linearmente i=1 j =2 aditivo, aditivo, independente, independente, mas mas com oo mesmo mesmo desvio desvio padr padr ao, ao, avaliar um n umero maior de equac o es. Contudo, imaavaliar o o 1 ,com Dado um gabarito com mais de tr es pontos, tem-se o de idos, oconhecidos, ponto M ser obtido aB partir da pode ser obtida de atrav esm da decomposic cada a Cho. eA o ponto M pode ser obtido a partir da 1 pode e obtida minimizando-se da m a xima verosimilhanc a siano de m 1 A e z ), s a o necess a rios, no nimo, 5 deslocamentos Levando em considerac a o que 1 independente. Assim, desde que existem 5 incgnitas a ambos os gem, a a estimac estimac a o a o o o tima tima da da matriz matriz A A , , por por meio meio do do crit crit e rio e rio apenas uma equac a o e linearmente independente. n n vel vel de de ru onde = 0 e = 1 , n e o n u mero de imagens um n u mero maior de equac o es. Contudo, para cada ima m ) 12 22 )e = 0 (21) a partir das equac o es (22) ) os pontos M lesky (GOLUB; Van Loan, 1996). Por sua vez, com z ji p n es (22) o(22) partir das o equac o equac a (17) do e2os pontos M i gabarito 1 tado aos po 2i a para solucionar problema. 1, 2 2 verosimilhanc (4 parmetros de A e z ), so necessrios, no ado a .ambos os e e obtida , e obtida minimizando-se minimizando-se da m m a xima axima verosimilhanc a 1 a T da 2umero depontos 2 gabarito. T siano de de desde que existem inc gnitas (4 par amnimo, metros de n do o gem, apenas uma equac 5 a e linearmente independente. e usar ltimo, usar a equac a o (16) para A conhecidos, o ponto M pode ser obtido a partir da u m ) h Bh = [ a , b , 2 a c , 2 b c , c ] b = u b , m ( A , M , , , , ) , (32) m ltimo, o (18). pode-se Por Assim, u pode-se a 1equac a o (16) para ru siano do variou 1 ji ji ji ji ji ji ji ji ji 1 i i 1 j 2 j ji ji ji ji 1 p p se n n tado tado aos aos p 5 deslocamentos do gabarito para solucionar o A e z ), s a o necess a rios, no m nimo, 5 deslocamentos Uma vez eque B for M conhecida, a (4 matriz zes Assim, que existem 5 ognitas par ametros dei=1 1 1A j =2 o desde .obter-se Mji . equac a partir das equac o (22) a (17) os pontos (27) reali 2iinc 2 2(16) e foram Observando as equac o es (1), (31) ca c )i = 0 (21) do , , (32) (32) m m ( A ( A , M , M , , , , , , , , ) ) m m ru ru do do vari var ji ji 11 i 1j 2j Ti i ie 1j gabarito para solucionar os problema. problema. pode obtida de B atrav e da decomposic de ChoA eser z1 ), s ao necess a rios, no m nimo, 5 deslocamentos ltimo, a e (18). Por u pode-se usar a equac a oo (16) para par a metro com hji = [ji aji b c ] b 2j = ,o onde 12 =0 eque 22 = 1 , ,n e n u mero deelementos imagens, p de o A ji ji ji uma mudanc a nos ou M ) na equac a o 1 i=1 i=1 j =2 j =2 senc a de ru do, a soluc a o do problema de m ) = 0 (21) foram foram rea re Na presenc a de ru do, a soluc a o do problema de ji m ) T lesky (GOLUB; Van Loan, 1996). Por sua vez, com z B 1 ji do gabarito para solucionar o problema. 1 Figura 1: Esboc o do gabarito 1D utilizado na calibrac a o. foram comp obter-se M . 1 [ , B , B , B , B ] , a equac a o (25) pode n u mero de pontos do gabarito. ji 11 22 13 23 33 A Uma vez que B conhecida, a matriz z . (22) Uma vez for conhecida, a matriz z A de todas as imagens, enquanto tera os pontos m o (22), obt e m1 ji o conhecidos, pode ser baseada na equac (30), geralmente, n aM oe par par ametro a metr 1 o o a partir calibrac a baseada na equac a geralmente, n a oe oo onde onde =00e =11 ,, ,nn ne e on n uu mero merode de imagens, imagens, ppoolada. 12 12= 22 22= e a A o (30), ponto obtido da onde ee nmero de imagens, m O err ji ) ser reescrita como 1 o de Chopode ser obtida de B atrav es1da decomposic a alterac a o em ou reete-se apenas nos ponto A Uma vez que B for conhecida, a matriz z pode ser obtida de atravs da decomposio de i i foram foram com co 1 Na presenc a de ru do, a soluc a o do problema de Observando as equac o es (1), (16) e (31) ca claro n n u u mero mero de de pontos pontos do do gabarito. gabarito. es (22) p o (17) e os pontos 199 o equac a M2i a partir das equac func a o do n o nmero de pontos do gabarito. lesky (GOLUB; Van Loan, 1996). Por sua vez, com z 199 ji ) i e sima imagem. Dessa forma, conclui-se que o pode ser obtida de B atrav e s da decomposic a o de Cho1 T 2 lada. lada. O O e alque uma mudanc a nos elementos de A ou M conhecida) do ponto M igual a z , tem-se (23) ecalibrac a o baseada na equac a o (30), geralmente, n a o e Cholesky (GOLUB; VAN LOAN, 1996). Por sua 1 ji ji . (22) b = L . (28) u jul./dez. o (16) para (18). Por u ltimo, pode-se usar a equac a o line a jiequac n. 2, p. 195-203, 2005 o es Observando Observando as as equac o es (1), (1), (16) (16) e e(31) (31) ca claro clarosoluc ondrina, v. 26, 2, p. 195-203, 2005 o n.ejul./dez. na equac a A conhecidos, M1 pode ser Por obtido avez, partir da z ) m fica blema de minimizar a equac a o ca (32) enquadra-se pe lesky (GOLUB; Van Loan, 1996). suapode com o func func a a o a o do d ji as equaes (1), (16) e (31) claro ji ) de todas as imagens, enquanto uma tera os pontos m 1 Observando ji vez, com z1 eo Aponto conhecidos, o ponto M ser a soluc o obter-se M . . (22) 1 ji alalque que uma uma mudanc mudanc a a nos nos elementos elementos de de A A ou ou M M 1 1 1 (22), obt e m199 o a partir das equac o es (22) equac a (17) e os pontos M tamente no algoritmo Levenberg-Marguardt Divid soluc soluc a o a o li l e A conhecidos, o ponto M pode ser obtido a partir da alterac a o em ou reete-se apenas nos pontos da 2 i ji ) m m = z A , (17) M 1 i i que uma mudana nos elementos de A ou M altera 1 1 1(17) e os pontos M implementa obtido a partir da equao 1 T uma 2i a de de todas todas as as imagens, imagens, enquanto enquanto uma tera tera os os pontos pontos m m T T T e Tecnol ogicas, Londrina, v. 26, n. 2, p. 195-203, jul./dez. 2005 ji ji Com n imagens, tem-se U = [ u , u , . . . u ] . n j 1 j 2 jn e (18). Por u ltimo, pode-se usar a equac a o (16) para a a soluc soluc a o a o Na presenc a de ru do, a soluc a o do problema de com c = [ , , u , v , M ] , d = [ , ] X i e sima imagem. Dessa forma, conclui-se que o pro 1 a partir das equac o es (22) equac a o (17) e os pontos M 0 0 enquanto iuma i i 1T o na equac a os pontos m de todas as imagens, (18). Mequaes ,i Por ltimo,(18) ji 2i = z2i A 2i2 2 2apenas 2 partir das (22) m e pode-se alterac alterac a o a oem em reete-se reete-se apenas nos pontos da da implemen Tou T i iou iTiL = [LT ,]enquadra-se . .. . , Lnos ] , pontos podeDessa forma, considerando Analis impleme obter-se M . blema de minimizar a equac a o (32) perfei (23) calibrac a o baseada na equac a o (30), geralmente, n a o e . m , . . . , m [ m e (18). Por u ltimo, pode-se usar a equac a o (16) para ji 2 i 3 i pi 1 (22), obt em o usar a equao 8) na equac a alterao em ou reflete-se apenas nos pontos i i e sima e sima imagem. imagem. Dessa Dessa forma, forma, conclui-se conclui-se que que o o proprom zji A . (19) Mji = (16) para obter-se M ji . i i ji se encontrar b resolvendo-se tido com a tamente no algoritmo Levenberg-Marguardt Dividido, Mji . Anali Ana ao (22), obt em- obter-se o do problema 199 Na presenc a de ru do, a soluc a de da blema blema de de minimizar minimizar a a equac equac a o a o (32) (32) enquadra-se enquadra-se perfeiperfeiPor exemplo, para um conjunto de 100 imag isima imagem. Dessa forma, conclui-se que o T T T mente com com c = [, , u0 , v0 , M1 ] 2 , di = [i , i ] e Xi = Na presena de rudo, a soluo do problema tido tido com tamente tamente no algoritmo Levenberg-Marguardt Levenberg-Marguardt Dividido, 26, oa de (23) calibrac a o baseada na equac a (30), geralmente, ao e es Dessa forma, substituindo as equac o anteriores na n U , par (29) de estimar-se os ametros intr Dividido, nsecos uma c am ecnol ogicas, Londrina, v. n. 2, p. 195-203, jul./dez. 2005 T .mT , no T o do problema Na presenc a de ru do, soluc a problema aL equao (32) enquadra-se n.b = um errocom co . de . . algoritmo ,minimizar m ]T [m 2 i 3 i pi T T T T T T de calibrao baseada na equao (30), mente mente co co com com c c = = [ , [ , , , u u , v , v , M , M ] ] , , d d = = [ [ , , ] ] e e X X = = equac a o (16), obt e m-se com um gabarito 1D consiste em resolver um 0 0 0 0 i i i i i i i i o baseada na equac o (30), geralmente, n (23) calibrac a a ao e 1 1 Levenberg-Marguardt s ao estimad perfeitamente noTT algoritmo TT TT T T 199 um um erro erro c ou seja, Por exemplo, para um conjunto de 100 imagens, . m . m , . , . . , . m , m ] ] . . [m [m geralmente, no satisfatria. Um dos motivos To-linear com 207 oT n blema de, minimizac a a ogn 2i 2i 3i 3i pi pi Com inc o resu Dividido, com ca= [, u vL T 10 , T 2 M 1 ] , d i = [ i , cnol ogicas, Londrina, v. 26, n. 2, p. 195-203, jul./dez. 2005 0, s a s o a o estim estim estimar-se os par metros intr nsecos de uma c a mera 199 U ) U . (30) b = ( U n n ametros n ji 1i + z2i(30) no zjiisso m =que z 1 1 2j m para aj m equao nenhum (4 T par intr 3 imagens, coordenadas p t nsecos, T T T que odo algor 2i tem (20) Por Por exemplo, exemplo, para para um umconjunto conjunto de100 100 imagens, i ] um eX . de pi ] resolver Tecnol ogicas, Londrina, v. 26, n. 2, p. 195-203, jul./dez. 2005 Com Com o o res re i,m i = [m 21D 3i , ..., m em com gabarito consiste um proo guiu 100 pares [i , i ]). A utilizac a do reduzi algori M significado fsico, ou seja, trata-se de uma soluo 1 ae estimar-se estimar-se os os par par metros a metros intr intr nsecos nsecos de de uma uma c a c mera a mera que que oo alg alg 1 de ambos os lados. o um blema de minimizac a n ao-linear com 207 ognitas com Dado um gabarito com mais de tr es de pontos, tem-se ap os eliminar-se Aalgbrica. Por exemplo, para conjunto 100 inc imagens, men Levenberg-Marguardt em tal estimac a o re puramente Uma soluo com algum (4com com um um gabarito gabarito 1D 1D consiste consiste em emDividido resolver resolver um proproguiu guiu reduz redu par a metros intr nsecos, 3 coordenadas doum ponto um n u mero maior de equac o es. Contudo, para cada imadisso,aocom alg o devido drasticamente o tempo de 207 computac gnitas a estimar-se os parmetros intrnsecos de ]). blema blema de depares minimizac minimizac a o a on n ao-linear a o-linear com com 207 inc inc ouma o gnitas significado fsico deve envolver Agora, aplicando-se o produto cruzado diretamente a ambos os as com com m m [ia ,o A utilizac a o do algoritmo M 1 e 100 ie gem, apenas uma equac linearmente independente. com acur a c xidade reduzida e r apida converg encia. (4 (4 par par ametros a metros intr intr nsecos, Dividido nsecos, 33 coordenadas coordenadas do do ponto ponto disso, cmera com um gabarito 1D consiste em resolver observadas pois estas so as nicas ji , tem-se o anterior lados daprojees equac a com m disso, o o al a Levenberg-Marguardt em tal estimac a o reduz Assim, desde que existem 5 inc o gnitas (4 par a metros de gura 4, em odo 100pares pares [ [ ,i , ]). ]). A Autilizac utilizac a o a do algoritmo algoritmo M M 1 minimizao 1problema 1ee100 iingl ie is: um de no-linear com 207 Do maximum estimation. com com acur acu 5 o tempo de computac a olikelihood devido a compleinformaes disponveis. Tal soluo pode ser A e drasticamente zLevenberg-Marguardt ), s ao necess arios, no m nimo, deslocamentos e iterac o 1Levenberg-Marguardt oreduz Dividido Dividido em emtal tal estimac estimac a o a reduzde gura gura 4, 4, em e 1i incgnitas (4 parmetros intrnsecos, 3 coordenadas (m m ) + z ( m m ) = 0 (21) z1 1jobtida xidade reduzida e r a pida converg e ncia. ji 2 i 2 j 2 i ji como segue. do gabarito para solucionar o problema. ru do. Isto o drasticamente drasticamente oo tempo tempo de de computac computac a o a devido devido aa complecomple- de 200 de iterac iterac o 1 do Do ponto M 100 pares [ A utilizao Levenbergingl e s: maximum likelihood estimation. i ,e i ]). 1 ee Semina: Ci encias Exatas e Tecnol ogica xidade xidade reduzida reduzida e r a r pida apida converg converg ncia. e ncia. 1 O ponto M pode ser expresso em funo do A Uma vez que B for conhecida, a matriz z ru ru do. do. Isto Is 2i 1 que pode ser escrita como do 1algoritmo Levenberg-Marguardt Dividido em 1 Do Do ingl ingl ede s: es: maximum maximum likelihood likelihood estimation. estimation. Levenberg Levenbe o de Choser obtida B atrav e s da decomposic a ponto fixo e dos ngulos i e i que definem pode a 200 Semina: encias Por Exatas e Tecnol ogicas, 1gabarito, ji ) ou ji ) 1j (do m (m lesky (GOLUB; Van Loan, Ci 1996). sua vez, com z1 Londrina, v. 26, im 2i m orientao seja, . (22) z2i = z1 200 200 1 e A conhecidos, o ponto M1 pode ser obtido a partir da 2i m ji ) (m 2i m ji ) 2j (m Do ingls: maximum likelihood estimation. Semina: Semina:Ci Ci encias encias Exatas Exatas ee Tecnol Tecnol oo gicas, gicas, Londrina, Londrina, v.v.26 2 es (22) o (17) e os pontos M2i a partir das equac o equac a ltimo, pode-se usar a equac o (16) para 57 (18). Por u a es Cincias o eLondrina, Substituindo as equac o (17) e (18) na equac a Semina: Exatas e Tecnolgicas, v. 30, n. 1, p. 51-62, jan./jun. 2009 o (22), obt (15) e considerando z dado pela equac a em- obter-se Mji .
2i

se

o do problema de Na presenc a de ru do, a soluc a

Frana, J. A. de et al.

tal estimao, reduz drasticamente o tempo de computao devido a complexidade reduzida e rpida convergncia.

Resultados empricos
Para avaliar a funo mt_PartLevMarq, foram utilizados dados sintticos para minimizar a equao (32) (a estimao inicial do vetor Y, exigida por mt_PartLevMarq, foi obtida com auxlio do mtodo linear descrito na seo anterior). Esses dados foram obtidos supondo-se uma cmera com os seguintes parmetros: =842, =879, u0 = 358 e v0 = 207. Alm disso, foi simulado um gabarito 1D de 30 cm de comprimento e cinco pontos colineares e eqidistantes. O espaamento entre dois pontos consecutivos foram sempre iguais. Na gerao dos dados sintticos, os ngulos da equao (31), i [- / 2, / 2] e i [- / 2, / 2], variaram aleatoriamente, mas de acordo com uma distribuio uniforme. Esses dados foram utilizados para avaliar o desempenho do algoritmo com respeito ao nvel de rudo presente nos dados. Para isso, o rudo gaussiano de mdia zero e desvio padro foi acrescentado aos pontos projetados nas imagens sintticas. Esse rudo variou de 0,1 a 2 pixels. Para cada nvel de rudo, foram realizadas 250 simulaes e a mediana de cada parmetro intrnseco foi armazenada. Essas medianas foram comparadas com os parmetros da cmera simulada. O erro de cada um dos parmetros estimados em funo do nvel de rudo apresentado na figura 2, para a soluo linear obtida da equao (30), e na figura 3, para a soluo obtida com o algoritmo Levenberg-Marguardt implementado. Analisando a figura 2, observa-se que o erro obtido com a soluo linear aumenta quase que linearmente com o rudo, chegando a ordem de 15% para um erro com = 2. Alm disso, alguns parmetros so estimados com uma acurcia maior do que outros. Com o resultado da figura

3, por outro lado, observa-se que o algoritmo Levenberg-Marguardt Dividido conseguiu reduzir o erro drasticamente deixando-o, para erros com menores que 1 pixel da ordem de 0,1%. Alm disso, o algoritmo consegue estimar todos os parmetros com acurcia muito semelhante e, como mostra a figura 4, em apenas poucas iteraes. De fato, o nmero de iteraes varia muito pouco em funo do nvel do rudo. Isto devido rpida convergncia do algoritmo Levenberg-Marguardt.

Figura 2. Erro vs. nvel de rudo para a soluo linear.

Figura 3. Erro vs. nvel de rudo para a soluo refinada.

58
Semina: Cincias Exatas e Tecnolgicas, Londrina, v. 30, n. 1, p. 51-62, jan./jun. 2009

Uma implementao do algoritmo Levenberg-Marquardt dividido para aplicaes em viso computacional

O cdigo implementado est disponvel, podendo ser executado sem modificaes no MATLAB ou Scilab ou Octave .

Agradecimentos
Os autores agradecem a CAPES e a PROPPG/ UEL pelo financiamento das pesquisas.

Apndice Cdigo fonte


Figura 4. Nmero de iteraes vs. nvel de rudo.

Concluso
Apresentou-se uma implementao do algoritmo Levenberg-Marguardt para soluo de problemas que levam a uma matriz Jacobiana esparsa. Nesse caso, cada iterao do algoritmo pode ser dividida em problemas menores e de soluo bem menos complexa. De fato, com relao ao nmero de parmetros, a complexidade do mtodo passa de N 3 para apenas N. sabido que algoritmo Levenberg-Marguardt Dividido pode ser utilizado na soluo de diversos problemas da viso computacional, tais como clculo da matriz fundamental, estimao da homografia entre pontos e calibrao de cmeras. Em especial, pela primeira vez, aplicou-se esse algoritmo a tarefa de calibrao monocular baseada em gabaritos de uma nica dimenso. Neste caso, a calibrao realizada, dado um conjunto de projees do gabarito em diversas imagens, estimando-se os parmetros intrnsecos da cmera e a localizao de cada ponto do gabarito no espao tridimensional. Resultados experimentais mostram que o mtodo capaz de realizar a estimao de forma satisfatria e em poucas iteraes, mesmo na presena de rudo. De fato, a acurcia dos parmetros estimados aumentada drasticamente (com relao a soluo linear).

db = z e r o f o r n = 1 :N db ( ( 1 + ( o implementada. func a = iV ( : , : , n ) f u n c t i o n [ P , e x i t f l a g , n i t e r ] = m t P a r t L e v M a r q ( . . . ( Eb ( : , n X, P , Func , F u n c J a c o b , t o l , n m a x i t e r , v a r a r g i n ) end e x i t f l a g = 0; l e n = l e n g t h (X ) ; Ptmp = P X2 = Func [A, B] = F u n c J a c o b ( P , X, v a r a r g i n { : } ) ; ErNew = X [ La , Ca , N] = s i z e (A ) ; [ Lb , Cb , dummy ] = s i z e (B ) ; dEr = norm N = l e n / La ; i f ( dEr > 0 Vd = 1 : ( Cb + 1 ) : ( Cb Cb ) ; P = Ptm Ud = 1 : ( Ca + 1 ) : ( Ca Ca ) ; Er = ErN lambda X2 = Func ( P , v a r a r g i n { : } ) ; Er = X X2 ; % Crite if lambda = 1 e 3; e b % Loop p r i n c i p a l end for n i t e r =1: nmaxiter , else [A, B] = F u n c J a c o b ( P , X2 , v a r a r g i n { : } ) ; lambda end U = z e r o s ( Ca , Ca ) ; end iV = z e r o s ( Cb , Cb , N ) ; W = z e r o s ( Cb , Ca , N ) ; Ea = z e r o s ( Ca , 1 ) ; 59 = z er os ( Cb , N ) ;jan./jun. 2009 Refer encia Semina: Cincias Exatas e Tecnolgicas, Londrina,Eb v. 30, n. 1, p. 51-62, Y1 = z e r o s ( Ca , Ca ) ; Y2 = z e r o s ( Ca , 1 ) ; X ARMANGUE,

O algoritmo 1 foi implementado em uma nica funo, chamada mt_PartLevMarq, com a linguagem do MATLAB. Essa funo necessita de uma estimao inicial do vetor Y a ser refinado; um DE F RANC A , J.; F RANC A , M.; KOYAMA , M. & D vetor de observaes X; a tolerncia utilizada nos clculos; uma funo Func que, dado um vetor , o inicial do vetor Y a ser renado; um vetor estimac a calcule e; uma funo JacobFunc que retorne dois tmp = W es X; a toler de observac o ancia utilizada nos c alculos; vetores com todas as dado matrizes Ci e Y1 = Y1 D , e; i . (Tambm, o Func uma func a que, um vetor Y , calcule X Y2 = Y2 uma possvel qualquer parmetro extra que o passar func a JacobFunc que retorne dois vetores com end poss todas as matrizes Ci efunes Di . (Tamb em, e e vel pas- .) seja utilizado pelas Func JacobFunc sar qualquer par ametro extra que seja utilizado pelas J o retorno da funo mt_PartLevMarq, este U( Ud ) = ( es Func e JacobFunc.) J o func o a o retorno da func a mt composto pelo, este vetor refinado, nmero re-de da = (UY composto PartLevMarq e pelo o vetor Y warning ( es es sobre a connado, o n u de iterac o e informac o iteraes emero informaes sobre a convergncia. A seguir, apresenta-se o cdigo fonte completo A seguir, apresenta-se o c odigo fonte completo da da funo implementada.
verg encia.

% Loop p r i n c i p a l for n i t e r =1: nmaxiter , [A, B] = F u n c J a c o b ( P , X2 , v a r a r g i n { : } ) ; U iV W Ea Eb Y1 Y2 = = = = = = = z e r o s ( Ca , Ca ) ; z e r o s ( Cb , Cb , N ) ; z e r o s ( Cb , Ca , N ) ; z e r o s ( Ca , 1 ) ; z e r o s ( Cb , N ) ; z e r o s ( Ca , Ca ) ; z e r o s ( Ca , 1 ) ;

end else lambda = 10 lambda ; end Frana, J. A. de et al. end

Referncias
ARMANGUE Refer encias , X.; SALVI, J. Overall view regarding fundamental matrix estimation. Image and Vision Computing , Guildford, v. 21, n. 2, p. 205220, 2003

do; um vetor nos c alculos; , e; calcule X vetores com poss vel pastilizado pelas o no da func a revetor Y s sobre a concompleto da

warning ( o f f , a l l ) ; f o r n = 1 :N, U = U + A ( : , : , n ) A ( : , : , n ) ; Vi = B ( : , : , n ) B ( : , : , n ) ; Vi ( Vd ) = ( 1 + lambda ) Vi ( Vd ) ; iV ( : , : , n ) = i n v ( Vi ) ; W( : , : , n ) = ( A ( : , : , n ) B ( : , : , n ) ) ; Ea = Ea + A ( : , : , n ) . . . (S 1ILVA + ( n, 1) La : n La , 1 ) ; J.; F RANC A , M.; KOYAMA , M. &Er DA T. Eb ( : , n ) = B ( : , : , n ) . . . Er ( 1 + ( n 1) Lb : n Lb , 1 ) ;

ARMANGUE, X.; SALVI, J. Overall view regarding fundamental matrix estimation. Image and Vision Computing , v. 21, FAUGERAS, O.; LUONG, Q.-T. The geometry of multiple p. 205220, 2003. images: the laws that govern the formation of multiple

images of a LUONG, scene andsome ofGeometry their applications FAUGERAS, O.; Q.-T. The of Multiple. [S.l.]: Images: Laws That Govern the Formation of Multiple MITThe Press, Cambridge, 2001. Images of a Scene andSome of Their Applications. [S.l.]: MIT GOLUB, G. H.; V AN LOAN, C. F. Matrix Computations. Press, Cambridge, MA, 2001.
GOLUB, G. H.; Van Loan, C. F. Matrix Computations. [S.l.]: The HORAUD, Johns University Press, 1996. G.; DEMIRDIJIAN, D. Stereo R.; CSURKA,

[S.l.]: The Johns University Press, 1996.

calibration from rigid motions. IEEE on HORAUD, R.; CSURKA, G.; DEMIRDIJIAN, D. Transactions Stereo caPattern Analysis and Machine Intelligence , New York, v. libration from rigid motions. IEEE Transactions on Pattern 22, n. 12, p. 1446-1452, 2000.

202 tmp = W( : , : , n ) iV ( : , : , n ) ;

Y1 = Y1 + tmp W( ,: ,n ) ; e Tecnol KONEN, W.; TOMBROCK, S.; SCHOLZ, M. Robust Semina: Ci e:ncias Exatas ogicas, Londrina, v. 26, n. 2, p. 195-203, jul./dez. 2005 Y2 = Y2 + tmp Eb ( : , n ) ; registration procedures for endoscopic imaging. Medical end Image Analysis, London, v. 11, n. 6, p. 526539, 2007.

U( Ud ) = ( 1 + lambda ) U( Ud ) ; da = (UY1 ) \ ( EaY2 ) ; w a r n i n g ( on , a l l ) ;

LERASLE, F.; RIVES, G.; DHOME, M. Tracking of human limbs by multiocular vision. Computer Vision and Image Understanding, San Diego, v. 75, n. 3, p. 229246, 1999. LEVENBERG, K. A method for the solution of certain non-linear problems in least squares. Quarterly of Applied Math, Providence, v. 2, p. 164-168, 1944. LOOP, C.; ZHANG, Z. Computing rectifying homographies for stereo vision. In: CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION, 1., 1999, Fort Collins. ProceedingsFort Collins, 1999. p. 125131. LOURAKIS, M.; ARGYROS, A. The design and implementation of a generic sparse bundle adjustment software package based on the levenberg-marquardt algorithm. 2004. Disponvel em : <http://www.ics.forth. gr/_lourakis/sba/>. Acesso em: 3 de set. 2008. LOURAKIS, M. I. A. Levmar: levenberg-marquardt nonlinear least squares algorithms in c/c++. 2004. Disponvel em: <http://www.ics.forth.gr/_lourakis/ levmar/>. Acesso em 3 de set. 2008. MARQUARDT, D. W. An algorithm for least-squares estimation of nonlinear parameters. Journal of the Society for Industrial and Applied Mathematics, Philadelphia, v. 11, n. 2, p. 431441, 1963. MOR, J. J.; SORENSEN, D. C.; HILLSTROM, K. E.; GARBOW, B. S. The MINPACK Project: in Sources and Development of Mathematical Software. [S.l.]: PrenticeHall, 1984.

db = z e r o s (N Cb , 1 ) ; f o r n = 1 :N, db ( ( 1 + ( n 1) Cb ) : n Cb ) = iV ( : , : , n ) . . . P a r t L e v M a r q ( . . . ( Eb ( : , n) W( : , : , n ) da ) ; , varargin ) end Ptmp = P + [ da ; db ] ; X2 = Func ( Ptmp , v a r a r g i n { : } ) ; ErNew = X X2 ; dEr = norm ( Er ) norm ( ErNew ) ; i f ( dEr > 0) P = Ptmp ; Er = ErNew ; lambda = lambda / 1 0 ; % C r i t e r i o de p a r a d a i f ( abs ( dEr ) < t o l ) e x i t f l a g = 1; break ; end else lambda = 10 lambda ; end end

{:});

in {:});

Refer encias
X.; SALVI, J. Overall view regarding fundaARMANGUE, mental matrix estimation. Image and Vision Computing, v. 21, p. 205220, 2003.

60 Images:
: , n) ) ;

FAUGERAS, O.; LUONG, Q.-T. The Geometry of Multiple The Laws That Govern the Formation of Multiple Semina: of Cincias Exatas e Tecnolgicas, Images of a Scene andSome Their Applications . [S.l.]: MIT Londrina, v. 30, n. 1, p. 51-62, jan./jun. 2009 Press, Cambridge, MA, 2001.

Uma implementao do algoritmo Levenberg-Marquardt dividido para aplicaes em viso computacional

PRESS,W. H.; TEUKOLSKY, S. A.; VETTERLING,W. T.; FLANNERY, B. P. Numerical Recipes in C: the Art of Scientific Computing. [S.l.]: Cambridge University Press, 1992. SALVI, J.; ARMANGUE, X.; BATLLE, J. A comparative review of camera calibrating methods with accuracy evaluation. Pattern Recognition, Ezmsford, v. 35, n. 7, p. 1617-1635, 2002. SHEARER, J. M.; WOLFE, M. A. ALGLIB: a simple symbolmanipulation package. Communications of the ACM, New York, v. 28, n. 8, p. 820-825,1985.

SUN, J.; ZHANG, G.; WEI, Z.; ZHOU, F. Large 3d free surface measurement using a mobile coded light-based stereo vision system. Sensors and Actuators A: Physical, Lausanne, v. 132, n. 2, p. 460-471, 2006. ZHANG, Z. A flexible new technique for camera calibration. IEEE Transactions on Pattern Analysis and Machine Intelligence, New York, v. 22, n. 11, p. 13301334, 2000. ZHANG, Z. Camera calibration with one-dimensional objects. IEEE Transactions on Pattern Analysis and Machine Intelligence, New York, v. 26, n. 7, p.892-899, 2004.

61
Semina: Cincias Exatas e Tecnolgicas, Londrina, v. 30, n. 1, p. 51-62, jan./jun. 2009

Das könnte Ihnen auch gefallen