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.

1
Departamento de Engenharia Eltrica, Universidade Estadual de Londrina; E-mail: josealexandre@eeol.org
2
Departamento de Engenharia Eltrica, Universidade Estadual de Londrina; E-mail: bernadete@eeol.org
3
Departamento de Engenharia Eltrica, Universidade Estadual de Londrina; E-mail: markoyama@yahoo.com.br
4
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 frao da complexidade e so resolvidos muito mais

rapidamente. Essa implementao foi codificada em
Em diversas aplicaes da viso computacional,
linguagem do MATLAB e pode ser executado sem
como o clculo da matriz fundamental (ARMANGUE;
modificaes tanto no MATLAB quanto no Scilab
SALVI, 2003), a calibrao de cmeras (SALVI;
e no Octave .
ARMANGUE; BATLLE, 2002; ZHANG, 2000),
a retificao de imagens (LOOP; ZHANG, 1999) Para exemplificar o uso do algoritmo Levenberg-
e a estimao da transformao entre pontos Marquardt Dividido, aplicou-se a implementao
(HORAUD; CSURKA; DEMIRDIJIAN, 2000), proposta ao problema de calibrao de cmeras com
necessrio estimar os parmetros de um determinado auxlio de um gabarito 1D (ZHANG, 2004). Nesse
modelo que melhor se ajustam a um conjunto de caso, o mtodo utilizado para, dado um conjunto
dados experimentais. Normalmente, para uma de projees do gabarito em diversas imagens,
melhor exatido, um algoritmo de minimizao estimar-se os parmetros intrnsecos da cmera e
no-linear deve ser utilizado. A maioria dos a localizao da cada ponto do gabarito no espao
algoritmos utilizados so baseados no mtodo de tridimensional. Resultados experimentais mostram
Newton (PRESS et al., 1992). Entre eles, salienta- que o mtodo capaz de realizar a estimao de
se o mtodo Levenberg-Marquardt (LEVENBERG, forma satisfatria e em poucas iteraes, mesmo na
1944; MARQUARDT, 1963), bastante utilizado na presena de rudo.
viso computacional sempre que deseja-se ajustar
um modelo a um conjunto de dados experimentais.
Como exemplo, pode-se citar os trabalhos de Notao
(KONEN; TOMBROCK; SCHOLZ, 2007), (SUN No decorrer do texto, matrizes e vetores so
et al., 2006) e (LERASLE; RIVES; DHOME, representados por letras, nmeros ou smbolos em
1999). Este mtodo uma derivao do mtodo de negrito. As constantes so expressas por letras,
Newton que de convergncia mais rpida. nmeros ou smbolos em itlico. Alm disso,
Um dos motivos da popularidade do algoritmo adotou-se a prtica notao A-T = (A-1)T = (A-T)1 para
Levenberg-Marquardt a existncia de diversas toda matriz
DE Fquadrada
RANC A , J.;eFinversvel.
RANC A , M.; KOYAMA , M. & DA S ILVA , T.
implementaes disponveis DE F RANC (LOURAKIS,
A , J.; F RANC A ,2004; M.; KOYAMAConsiderando , M. & DA S ILVA , T. o modelo de cmera pinhole
SCHOLZ,
MORet al., 1984; PRESS et al., 1992; SHEARER; (FAUGERAS; LUONG, 2001), 2007), (SUN et al., 2006) e (LERASLE; RI- Considerando o modelo de
as coordenadas
SCHOLZ, 2007), 1985).
(SUN etContudo,
al., 2006) apenas VES;
e (LERASLE; DHOME, 1999). Este
RI- A , J.; FConsiderando m e todo e uma
o modelo derivac de
a
DAco do
SaILVA
mera GERAS;
, T.pinhole LUONG,
(FAU- 2001), as coo
WOLFE, umaDE F RANCdessas deRANC um A , M.;
ponto KOYAMA 3D , no M. &sistema de coordenadas
VES; DHOME, 1999). Este metodo e uma metododerivac de aNewton
o do GERAS; que e de LUONG, convergencia 2001), mais as rcoordenadas
apida. 3D de noum sistema ponto de coordenadas
(LOURAKIS; ARGYROS, 2004) toma vantagem de do ambiente de uma cmera so apresentadas
metodo de Newton que
SCHOLZ, e de converg e ncia mais r
a pida. 3D no sistema de coordenadas do c
a
ambientemera sa
de cauma
de o apresentadas como
uma estrutura, muito 2007),
comum(SUN em problemas et al.,
Um2006) da viso
dos e motivos
(LERASLE;
como da M RI-
popularidade
= [x,y,z]
Considerando
T
e algo-o modelo
doprojeo
a correspondente
projec a o
mera
correspondente
pinhole (FAU-
no plan
VES; DHOME, 1999).ritmo Este m e uma caderivac
mera saaoo do apresentadas como M 2001), z] e a
= [x,asy,coordenadas T
Umcomputacional,
dos motivos quedafaz com que a minimizao
popularidade doetodo
Levenberg-Marquardt
algo- no-projec no plano e a de GERAS;
exist encia de
imagem
LUONG,
I,diversas
como m = [u,v] T
. Alm
de um ponto
do. Al
T em disso,
metodo de Newton
ritmo Levenberg-Marquardt que
e a Jacobiana
exist e dede
implementac
encia converg
diversas oees
Se nciadispon
araopida.
maisveis correspondente
(LOURAKIS, 3D no sistema no planodedecoordenadas
Jul. 2004;
m = [u,I,v]como
imagem ambiente deas coo
uma
linear produza uma matriz esparsa. isso m =disso, [u, v]as T . coordenadas homogneas de de
um umponto ponto T s
implementac o es dispon veis MOR e et al., 1984; PRESS
Alc
eammera disso,saas
et al., T1992; SHEARER;
coordenadas homog
o apresentadas como M = [x, y, z] e neas
m = [u, v, ...]
T e aao
for levado em Um dos(LOURAKIS,
considerao, para a da
motivos Jul.
estimao 2004;
popularidade de Nde um do
m ponto algo-
= [u,v,...] m = [u, sov, representadas
T sao representadas por
isto
e ,
m por, isto
= [u, v, ...,
imagem I, como 1] T . De
WOLFE, apenasprojec uma dessas a o...]
correspondente no plano m,
de
MORe et al., 1984;
parmetros, ritmo PRESS
a complexidade
et al., 1992;
Levenberg-Marquardt do algoritmo e a 1985).
SHEARER; existencia
reduz-se
Contudo,
istode e , diversas
, m = =[u,v,...,
[u,m v, = 1]T.Tv]
...,1][u, .DeTDe
(LOU-
forma
forma ponto
mais
mais qualquer
geral,
geral, um em homog
coordenadas
WOLFE, 1985). Contudo, apenas umaRAKIS; dessas ARGYROS,
(LOU- 2004)2004; toma vantagem de uma . Alees- m disso, as coordenadas eneas
3 implementac o es dispon veis (LOURAKIS, Jul. sentado por
de N para apenas N.
RAKIS; ARGYROS, 2004) toma vantagem trutura, de muito
uma es-comum
ponto ponto
em
qualquer qualquer
problemas
em
de da umcoordenadas
em
vis coordenadas
ponto
a o m
computa- =homog
[u, v,e...]
neas s
homogneas
T eaorepre-
m =
representadas [u, v, ...,
por .
t]Tm,
MORe et al., 1984; PRESS et al., 1992; SHEARER;
sentado por m =isto [u,ev, t]= .[u,
..., = T Um indica
ndice,
T T . se a posic
houver, a o do ponto em um um
Neste
trutura, muito trabalho,
comum emapresenta-se
problemas dauma cional, que fazuma
visaimplementao
oapenas
computa- comdessas representado
que a(LOU-
minimizac apor
o n, am
o-linear [u,v,...,t]
v, ...,
pro- 1]. UmDe ndice,
forma mais geral,
WOLFE, 1985). Contudo, indica a posic
a o do ponto em um conjunto de pontos.
se uma houver, ponto qualquer em do coordenadas ahomog
um aeoneas e repre-
cional,do
que Levenberg-Marquardt,
faz com que aARGYROS,
RAKIS; minimizac duza
a o2004)
chamada uma
nao-linear matriz
pro- Jacobiana
Levenberg-
toma vantagem de es- indica
esparsa. Se isso a for
posiolevado pontoComem notac adotada, ar
duza uma matriztrutura,
Jacobiana esparsa. Seem em isso considerac
for levado
a o, para conjunto
a estimac de

a o sentado
pontos.
de parpor
a m
metros, =
a notaca o adotada, a relaca o entre um ponto
N [u,
a v,
3D,..., t] T .e Um
sua
ndice,
projec
a se
o, houver,
em
Marquardt Dividido,
muito que
comum pode serproblemas
aplicada daem visao Com
computa- M, m,
em considerac
a o, para a estimac
a o de Ncomplexidade
par a metros, doa algoritmo
3D, M, e reduz-se
sua projec indica
de aNo,a3 m, posic
paraem a ouma
apenas do pontocadada
meraempor um conjunto
pinhole e de pontos.
problemascional, que que faz com que
apresentam a matriz a minimizacJacobiana a o nao-linear Com pro- a notao adotada, a relao entre um ponto
complexidade doduza algoritmo
uma reduz-se
matriz deN
Jacobiana N. para
3 apenas
esparsa. Se dadafor
isso porlevado Com a notac
a o adotada, a relac a o m um
entre I3 03
A ponto
esparsa. Nesse caso, o lao de iterao dividido em 3D, M, e sua projeo, m, em uma cmera pinhole

N. em considerac a o,que
para a estimac a otrabalho,
deuma N par ametros, a 3D, m M, Ae Isua 3 03projecM, a o, m, em uma (1)camera pinhole e
vrios problemas menores possuem Nesteapenas dada por uma implementaca o com
apresenta-se
complexidade do algoritmo reduz-se de N 3 para apenas dada por 0 u
Neste trabalho, apresenta-se uma do Levenberg-Marquardt,
implementac a o com chamada Levenberg-
N. 0 u0em m A I3 03 M, A = 0 (1)
do 52Levenberg-Marquardt, chamada MarquardtLevenberg- Dividido, que pode ser aplicada
problemas que
= 0 esparsa.
AJacobiana v0 , (2) 0 0
Marquardt Dividido,Neste quetrabalho,
Semina: pode ser
Cincias Exatas aplicada
apresenta-see Tecnolgicas, emapresentam
uma Londrina, v.a30,
implementac matriz
a on. 1,comp. 51-62, jan./jun. 2009
problemas que apresentam a matriz Jacobiana
do Levenberg-Marquardt, Neste caso, esparsa.
chamada o laco de iteraca o e dividido0 em0 va1rios onde
Levenberg- 0 u indica
0 que os dois lados
Neste caso, o laco de iteraca o e dividido problemas em vmenores
arios onde que possuem apenas uma frac
a
indica que os dois lados da equaca o podem oA da = ferir
0 por
umav constante,
0 di- , e (2)da
 ando LERASLE;
ac odo computa- o modelo RI- de camera Considerando pinhole de (FAU- um o= modelo
ponto de = oca(FAU- mera
e[u,
v]aTv,. do pinhole ms adisso,
aomera(FAU-
representadas por m, homog
-SUN Fis
ESS al.,
rg
derando
aer
3D
RANC mera 2006)
adispon
nciapida.no
et et A ,Considerando
algo- al.,
al., s
M.;
mais aeo2006)
sistema
oaveis modelo
(LERASLE;
K
1992; 3D apresentadas
r aindica
OYAMA pida. no de eSHEARER; (LERASLE;
de ,sistemaaocorrespondente
coordenadas
M.
cposic a3D&RI-
modelo
mera DA como
no de
acoordenadas
oSJul. ILVA do
pinhole
de RI-
coordenadas
sistema M ,do
ponto Considerando
cT.amera ambiente
(FAU- de em [x, pinhole
Considerando
mum y,do
coordenadas
m = z] de[u,
conjunto
T
ambiente modelo
uma deo...]
Al de
deeambiente
modelo
pontos. c
uma de as c
depinhole
amera coordenadas
uma pinhole (FAU- (FAU-eneas
ONG,
ma apida. o-linear
e es m derivac
e todo 2001), pro-3D e ouma asdoprojec
no (LOURAKIS,
sistema
coordenadas
derivac GERAS; a o a o de do LUONG, de GERAS;um isto 2004;
ponto 2001),
e no
, m
LUONG,plano
do = as ambiente[u, de
coordenadas v,
2001),imagem ..., 1]de T .uma
as I,
de como
De
coordenadas um forma ponto maisde um geral, ponto um
ode 99). eloprojec camera de
GERAS;
diversas
Este a co a mera
m correspondente
s e LUONG,
todo pinhole e uma 2001), (FAU-
derivac no planoas a o coordenadas
do de imagem
GERAS; de de umI, um
LUONG, comoponto ponto m 2001), = [u, as v, coordenadas
...] T s a o representadas
de um ponto por m,
aancia oc aapresentadas
mera sapresentadas
av] oc Taapresentadas como como T = ey, ahomog T e[x, a y, z] e a
do,
LUONG, 1984; apenas PRESS c 2001), uma
mera et=dessas
as s aal., ocoordenadas
[u, 1992; (LOU- .mera Al SHEARER;
e3D m s
de adisso,
oM um
como apresentadas = ponto
as M [x,
coordenadas y,
M = z] [x, como [x, z]M y,T z] e=eaneas
T
,ASLE; e aom a do
ularidade
as de
mais
for
converg
3D algo-
coordenadas coordenadas
levado no r a pida.
e do
sistema
T m mais
. AleConsiderando algo- de 3D m Comdo
de umr a
disso,no ambiente
pida.
coordenadasponto a sistema notac
as
a de
ponto
o de adotada,
no do uma coordenadas qualquer
sistema ambiente a
isto relac de e em
,
de do
a o
coordenadas uma ambiente
coordenadas
entre um de
ponto
do homog uma
ambiente
T . De e neas forma de e repre-
uma mais geral, um
04)Jul.
E que algo-
F
projec RANC = e2004;
toma de
[u,
de ,
a oprojec
RI-A converg
J.;
v]correspondente
vantagem F
projec RANC ncia
ade
A ,
oponto M.; mais
correspondente
uma projec
Uma
K no
OYAMA raplano
es- acoordenadas
pida. oo[u, , M.
modelo
correspondente dede & no 3D imagem
DA S
plano
de no homog
ILVA csistema ,
de
aimagem
mera T.
I,no eimagem
mneas
como de coordenadas
=
pinhole
plano [u,de I,por v, como
(FAU-
imagem ..., 1] I,do como ambiente de uma em viso computacional
5). etema Contudo, coordenadas de apenas
a oum uma edo aambienteoimplementao
dessas (LOU- uma do oalgoritmo aLevenberg-Marquardt dividido Tpara aplicaes
T s acomo representadas
exist presentadas
ar
enadas adiversas
metros,
e= ncia do de aambiente como 3D,
diversas c correspondente
aM, M mera de = sua
uma s m [x, =
projec apresentadas
y,c a z]no
sentado
mera
Tv,
aM o,plano e...] m,
s aa= por
o em de m s
apresentadas uma =z] M Tc
[u, mera
v, = I,..., comocomo[x, t]Ty,.coordenadas
pinhole z] T e=
m,
Um endice,aM se houver,
e a
m iversas
ade de
HEARER;
rivac problemasc uma mera
a do o ponto
do algo- s aTm
da o
GERAS;.
m apresentadas
Al
vis = e a,dom [u,
oTvantagem disso,
LUONG,
computa- v, T ...]
. Al
T
as como
e sm a o
coordenadas
2001),disso,representadas
T . z]Al c a
as mera
em coordenadas ponto
[x,
homog a
y, por
o qualquer
e apresentadas
neas
m, e homog
de a um em e
ponto M
neas como [x, y,
= homog
z] [x, y, e neas
z] T ee arepre-
da -tivos
URAKIS, ul. para
m
ospondente
YROS, popularidade
apresentadas
2004; apenas
[u,
da 2004)m v]
Jul. popularidade
no = isto toma
[u,
plano
dada
= como
2004; e v]
projec
[u,
por m
de . v]
AlM m
algo-
a =
imagem o e dom= =disso,
[u,
correspondente
[u, de
v, [x,
algo- v] uma
...,
indica
I, y,como as1] Tes- T
a.
coordenadas eDe
posic no adisso, forma
plano
a o do
ashomog
de
coordenadas
mais
ponto imagem geral,
e em neas um I,um homogeneas
como
conjunto de U MA IMPLEMENTAC
pontos.
DO ALGORITMO L EVENBERG -M ARQUARDT D
AO
006)
is isto
sas
cia
a como
2004;
de r projec
a
minimizac (LOU-
um
de e
pida.e , mM
(LERASLE;

ponto
diversas
a o = correspondente
= ade3D
o [u, um
n[x, no
a =v,o-lineary, RI-
ponto...,
sistema
[u, z] 1]
T
de
v,
T e
...] .
pro-
um no aT De
de
= projec
ponto plano
Considerando
s a forma
o
coordenadas
[u, a
representadas
v, o
de
...] projec correspondente
mais
T imagem s
asentado

a
o geral,
odo correspondente
modelo
representadas
porI,
ambiente T por
como
um s
a de o no
m c aplano
= mera
de
representadaspor [u, no
uma de
v, plano
pinhole imagem
..., t]
por
T
de .
(FAU- Um
imagemI, como

ndice, I, se
como houver,
dtsHEARER;
Marquardt Al e1992;
.,orrespondente
comum em m a exist disso, emde e eum ncia
av]problemas
asponto m
exist no
ponto
coordenadasde plano
eencia diversas
qualquer da de
m
=Tvis v]imagem aem
diversas
[u, homog
T o.m v, computa-
Al coordenadas
...]em
T
eneas
m
I,disso, scomo =
av]oITrepresentadas [u,
as
v, homog ...] m,eneas por ehomog
Trepre- m, que o mesmo
m, U MA que resolver AO DO ALGORITMO L EVENBERG -M ARQ
IMPLEMENTAC
M. no & planoDA S ILVA SHEARER; ,imagem T. m = m [u, m A 3.indica 0 Al 3 coordenadas
eM, m .disso, as
m,
coordenadas asa(1) ecoordenadas
neas homog ehomog
neas
de como a= posic forma
ay, odisso, do ponto em um conjunto deeneas pontos.
T .[u,
ARER;
KIS, de
odo
is ponto
na isto
T uma Jul.
eAl
esparsa.
(LOURAKIS,
.
=
euma e
qualquer
,que es-
m m [u, 2004;derivac
disso, = isto
Se c a mera em
isso Al
as a,v,
eJul. m m
ocoordenadas
do
fors I,
coordenadas
..., a o disso,
2004; = levado
isto
1] GERAS;
apresentadas[u, .ae..., ,as De
v, m coordenadas
...,
homog
=
homog
forma
= 1][u,
LUONG, ComTm
[u, .como
e
ev,
mais
neas
neas
De
= Ta..., homog
2001),
[u, forma
notac M geral,
1] v] TT repre- a
. o eDe
Al
as
maisneas
um
adotada,
[x, em
coordenadas geral, z] a um
e
relac
mais(1) de
a o
geral, um entre ponto
um um ponto
; z
spon ] com algo-
veis isto a
(LOURAKIS, minimizac
sentado

eT , s ahomogde o[u, = por
representadas
um [u, a o Jul. n
v, o-linear
= T2004; [u,
1] T
por .
v, pro-De
..., t] forma . Um mais ndice, geral, se houver,
um que
e o mesmo que resolver [X/c] De
eponto
T s ao[u, representadas por
m sas
o (LOU- sdo
,sentado as =
uma
computa-de (LOU- [u,
coordenadas um v,
dessas
por ponto ...]m (LOU- m
= [u, neas
v,
m
...] Tde m . s Um aum= ohomog [u, m,
ponto
representadas v, ...]m
ndice,
de um se
ponto = houver, por v, ...]homog T s arepre-
o...] representadas
T s a

m,
o Uuma
representadas MA por por
m,
IMPLEMENTAC DO ALGORITMO L EVENBERG -M ARQUARDT
AO
SSnto verg
plementac 2;
estimac ponto et e
SHEARER; nciaal., qualquer
a o
mais

a
1992; de
o ponto
projecN com r a
m
= pida.
par
SHEARER;emT a qualquer
o a metros, v,ponto
coordenadas
correspondente ..., 3D t]em ano qualquer sistema
coordenadas
3D, M, no em ede
plano neas sua coordenadas
coordenadas homogde e
projec repre-
imagem
m e
a m,
neas
=
o, [u,
m, do
e
I, v, emambiente
como e uma
neas c
e a de
mera
repre- pinhole
e
m,
4; triz
;iderando PRESS m Jacobiana =es- ponto
[u, et T .v, indica
al., esparsa.
De qualquer
...] 1992; formaas aposicoe c ,Se representadas
SHEARER; em isso
mais aTo= do
coordenadas for
geral, ponto levado por
um em m, um

homog conjunto Com eforma neas a de notac
e .mais a ogeral,
pontos.
repre- adotada, a que relaceaoo um entre um
mesmo queponto resolver se
3isto
T
de uma 0.,. [u, De um
elinear
[u,
vantagem diversasv, sa..., 1] om modelo
de de Tam mera
pinhole (FAU- [X
uma es- Tisto [u, v,
eforma,...,..., 1]= T De Tforma mais z]T geral,
T opro-
amo ma ..]
indica sentado
dessas
Levenberg- isto es-
reduz-se ae ,representadas
posic
(LOU- por de sentado
m madessas
= oN=do [u,
= para
[u, ponto
v,
[u, por v] por
...,v, apenas
sentado m.c 1]
..., em am,
Al mera=t].emais
um m De
[u,.por conjunto
dada s
Um
disso, ageral,
v, om m ndice,
isto
por
apresentadas
as
= t]Um Tmais ede
coordenadas
[u, Ummse
v, ugeral,
pontos. v,houver,
..., = ...,
ndice,t]como T1]
[u, .um v,
homog Um se ...,
M houver,
1] e=
ndice, neas . [x, De sey, forma
houver, emais a geral, Tum
c - , a= apenas
o, para
[u, v, uma
a
sentado
..., estimac 1] T . por aDe
o (LOU-
de forma par a metros, T . a um 3D,
ndice,
0
e sesua houver, projec a o, em uma c a mera J pinhole
J =
e
J T
. (5)
Contudo, apenas uma dessas (LOU- [X/c]seeD
erLUONG, opularidade ul. computa- em 2004; coordenadas 2001), do asponto algo- homog m
coordenadas =N
qualquer eneas [u, v, e=
...,em repre- t] coordenadas M, homog eum neasponto e
repre-m,
mas da vis aqualquer
o computa- ponto ode um
qualquer 0ponto vem ae coordenadas homog eehomog
neas e erepre-
T .indica De forma mais geral, um
mputa-
gem plicada for ponto levado
de aindica
uma posic
em indica
es- de aTaum
reduz-se o posic Com
do em
aponto ponto
posic coordenadas
aindica notac
projec
m a em o 3 do = aaeum A oneas
a[u,
ponto
posic adotada,
conjunto
v, homog
correspondente
a ...] ponto
o em T um
do s eade
aponto neas
orelac
qualquer
conjunto
pontos. 0 em
representadas ono m repre-
,entre
um em
plano de A coordenadas
pontos.
conjunto I de
por 0 imagem
m, de
M, (2)
que pontos. o mesmo
I, como neas que(1) eresolver
repre-
- )
lquer
S, do toma
exist algoritmo
a oCom
2004) em
epro- vantagem
ncia tomacoordenadas
a..., de notac t]vantagem .pro- de
a Um com
o adotada, uma de
eaorepre- homog do
de es-
N ponto
uma para
am serelac Tes- apenas
em [u, e
aTode um repre-
entre conjunto dada um por ponto dev,pontos. U MA IMPLEMENTAC
AO T ALGORITMO
DO = T L EVENBERG -M ARQUARDT
. (5)
ediversas ndice, J J J
sentado por .houver, . [u, Um ...,ndice, T . se
3 3
mdenadas r linear
HEARER;
stema
zac a
= sentado
metros,
[u, n de av, o-linear
homog a coordenadas
por 3D, neas do
sua ambiente
projec
sentado
=
a o, Um sentado0v,
por ndice, uma
...,
em 0m t] uma
T
=1se
por houver,
c a mera t]pinhole Um houver,
e Tndice,
. Um ese neas
ndice, houver, se houver, se
problemas ar vis
ana pro-a o esparsa. computa- da isto vis
m
aCom e M,
oindica , = m [u,= v, m [u, ..., = v,t] [u, ..., v] 1] T .
m, . Al Dee m disso,
forma m as
mais = coordenadas [u,geral, v, ..., um t] homog
Al e m disso, a soluc
a o refinada, , e dada por
aor aacomputa-
o.vis Um ndice, se ahouver,
T Y
-.., JT J =(1)
um OURAKIS, 3D, m em =isso problemas [u,
euma sua v,notac ...,projec t]da aadotada,
o,aaM om, computa- em uma c oaposic
Tmera pinhole erelac pontos. A
Jul. 2004; om
oot] do I3 ponto 03 pontos. M,
sas for
alevado levado
(LOU-M,
apresentadas.ponto
Com em
afor um como conjunto anotac posic de oadotada, aoapontos.
aindica oum com
relacado
adotada, ponto entre oeaem relac
a[u, um um a oponto
pontos. conjunto
ponto entre um ade ponto r
sa. esenta-se SeT
indica Um a posic ndice, implementac
levado

a o se
do houver,
ponto a=
Com em [x, y, notac a
conjunto z] relaca= adotada,
a o
de do Taum em representadas
um entre
conjunto um de JT . (5) onde =
para o n a em apenas
o-linear v a rios pro- pontodada
Com onde por qualquer
notac indica de a o umem que ponto
coordenadas os indica
doisa m lados 0 a
a o posic
homog v,entre
u
da0c

...]
equac
a o
e do
neas s a o ponto
ponto
aopinhole
e repre- em um conjunto
por m, de pontos.
m de osic minimizac
-ocorrespondente
dada
ardt, al.,
em 3D,que
metros,
de a1992;
uma um
oN
aM,
ado
por minimizac
es-
chamada
par
conjunto eaaSHEARER;
aponto osua 3D,
metros, n aem o-linear
projec
no de
M, um
a oplano
Levenberg-
auma n
eaao,
pontos.
conjunto
o-linear
sua 3D, pro- de m, projec M, imagem em de
pro-
em uma
am, suao, pontos. I,
m, cacomo
projec oIt]eamera
em 0.com auma o,pinhole m, Ta.em mera euma podem 0amera
c uque di-pinhole
0e e o mesmo Aleemdisso,
Alm disso,
que resolver soluca o refinada,
aasoluo refinada, Yr ,, e dada dada por por [X/c] e D
ond
otac
ma a
oacobiana
balho,
tros,
isso
esparsa. a
frac o for
a apresenta-se
adotada,
Como 3D,
levado
da Se sentado
a
M,
isso ferira
notac
e relac for
sua
por
a por
o Com
a
levado umaoprojec
adotada, m isto
entre
implementac a
constante,
= a e
notac o, ,
mum
[u, a
A v,
a
relac ponto
Com o
=
= A em
..., a[u,
adotada,

a 0 o
uma
3Tv,
notac
entre d
3 Um
...,
a

c
M,o a
a a
v
um
mera
1]
a relac
o
ndice,
relac
adotada,
,
ponto
=(1) a
pinhole
De
o

a o entre
se
0 forma
entre houver,
a eum
relac (1)
mais
pixels
(2)
v ponto
a o geral,
entre
, um um ponto (2) Y r = Y
+ (6)-M se Aposa
quenas
ara se dada
computa-
T . uma
apenas
depode Al por e m esparsa.
dessas disso, dada
serpor (LOU- as Se
por
aplicada m isso

coordenadas A for I levado0 M,
homog e neas Com a A notac a o adotada, a relac a o U entre
MA um
IMPLEMENTAC ponto AO DO ALGORITMO L EVENBERG ARQUARDT
para apenas dada oaem por Al em edisso, 0 a soluc a o refinada, r, e dada por
3
v] aapidamente.
apenas notac
rg-Marquardt, N aao, odada adotada, chamada a posic relac mera
ponto eaametros, odist
3
entreLevenberg- 3
qualquer umno em
aponto em coordenadas 0
homog
0 0 u JrTY=
1eem neas e repre-
projec ametros, em aTuma M, ec projec
N ada,
alinear nto timac
ementac
ara
acom
m
par 3D,
vantagem
a ma aestimac
amatriz pro-o=
relac
M, a de om,
[u, aeN ode
indica
Jacobiana com
sua
a
v, aoda
entre par
uma
...]de 3D,
imagem
projec ametros,
N
m um
es-
s a
M, c
par
o
esparsa.
aponto ao,
A a
representadas m, sua
I
do 3D,
m 0
pinhole
aem projec
ponto
ncias
M, a
uma A 3D,
poreo,
0
I
um
ambiente
sua
am m,
0 mera
M,
m, 0
M,
em
conjuntoe A pinhole
sua

1
uma Ida
a o, cade
projec
(1)
0
cm, ae
mera,
M,
mera
0pontos.
em

a A o, =
pinhole
0respec-
m,uma
(1) camera
0 uma c
(1)
v pinhole
a mera , pinhole e JT Je =Y (2) . Y + (5) onde terior
(6)pode =[
Dividido,
nguagem
oemas N sua 3
reduz-se para projec apenas
do que
a o, m, pode
tivamente, dada em uma
ser
por sentado
naseapenas m c a
aplicada 3 mera
direc 3 A por
o es pinhole
I m
em 0
horizontal
3
= M,
0 por e
3 [u, v,
u0 evertical. Ja o ponto ..., 3 t] T 3 . Um (1) ndice, e se
pode houver,
ser 0 melhorada iterativamente. teri
em a ouma e de oc a1] mera T para Napenas dada por
3
m, sLevenberg- goritmo dada porreduz-se N .de pinhole 3 para 3
dada 3
daque e0 o amesmo que
resolver (6) [X/c]
modificac efor
ementac
terac com =apresentam levado
[u, da
implementac
vis

a

v,

o es
adividido
..., com
computa-
a3mmatriz Com De
em aJacobiana
forma
com
vnotac
indicaarios 0Tamais oauonde adotada,
esparsa.
posic
0 m geral,
(1) acoordenadas
o doaum indica relac
ponto aque o em entre
osum dois um conjuntoladosponto 0equac
de (1)pontos. e o1pode podem ser di- Y
melhorada r = Y +
iterativamente.
(6) Ap
U osGae
uma m A I 0onde a M,
= o [u
sua , v ] A s
= a o
as
0 A
I v
0 M,
, do ponto central
(2) Al e m disso, a soluc (1) a o refinada, Y ,
e dada por
licada
antac a ao oem em com 0aoA indica que os dois m lados
ca A (1)
uda Ipinhole equao
0 M, (1)
3
mizac alquer
possuem metros, n aa
apenas o-linear
coordenadas 3D, 0 pro-
03efrac
m homog
0
projec
0
0I 3eneas v0 a03o, M,
e, repre- 0em uuma
3 0 3
mera m 3e 3A oI3edois
a 0relac3 M, Levenberg (LEVENBERG, r 1944) propos uma onde se
terior pode
ono
Levenberg-
hamada lac Octave o de m Riterac .
Levenberg- A da aumaA M,
Ioc 3ae
=mera. dividido
M, Sendo
da em ferir
u
assim, 0v a m,
0
por
rios
0 hu
uma
0(1)
a onde

apenas 1 0constante, 0(2)
quatro indica 0 par que a
daos
metros
a o entre
lados da equacpixels a o podem di- = T[
G
Aarsa. na I3esparsa. 0Se M, podem diferir (1) por 1vauma ealterac
pode umser melhorada T
Jiterativamente. T
(5)os
nberg-
ara implementac
or apenas isso mais afor
dadaimplementac
o..., levado compor oserem Com aimagem 0notac ,constante,
A0a= oevadotada, 0a,ncias euma (2)
do avno relac aambiente
relao
,a o (2) entre ponto
amera,
o no
o a Levenberg
algoritmo r de
J Newton = J .
+ para acelerar
(LEVENBERG, 1944)suaprop con- uma
T . Um ndice,
vidos se houver,
3muito rapidamente.
oenta-se e nores
icada , apresenta-se m
com
ser
=
que em uma
aplicada
[u, possuem v,
intruma A
t]apenas
em
nsecos = implementac 0A 0aa uma =
0A com =fracda 0
0o
estimadosa o comda v ferir
dist
durante0, por a calibrac 0
constante, (2) a o, ou da e cad a(2) respec-
relac a o Y entre = pixels
Y (6) UAp oGVs= al
cat,osic aem
acodificada o em
Levenberg- de v
Levenberg-
a o
chamada a N rios
do par
ponto
em a onde 0
metros, entre
em
linguagem u
Levenberg- 0 um a
pixels indica conjunto 3D,
0 lados do da que
0v imagem
M, m
0 deos e
tivamente,
u
1 0equac sua
dois 00 e301distncias
pontos.
A I projec
lados 0
0 nas
3 1imagem M,0
ada o,
direc0 0ono
u
equac m, 0 em
a
eseambiente
o uma
podem
horizontal 0 c a mera
di-
da0enovertical.
u (1) verg e
uLevenbergpode
pinhole
e ncia, alterac ser
ou
Ja da
e
amelhorada
seja,
o
o ponto no a equac
algoritmo iterativamente.

a o (5)
de
e substitu
Newton para da por
acelerar sua onde
con- U
na -arquardt, onde
iz e s a
esparsa. o
Jacobiana resolvidos
indica
chamada
esparsa.seja,
muito
que 0 , os u, mais
dois Levenberg-
u erapidamente. . 0 da (2) a da
o podem di- 1distancias 0
ambiente
0 c a mera,
(LEVENBERG, respec- 1944) prop o s uma terior pode TT s
entac aez-se
sparsa. A
frac
aplicada
executada ode
0pode =
aporaoouN 0daser
pro-
3 0para em
sem ferir apenas
cmera,
aplicada por
modificacvA 0 uma =
0,dada e0constante,
o0esd
respectivamente,
em por 0 A=
m v0 = e ,[u 00d ,avo0A
nas
aTrelac
] direes
v=0
sao anas as
A ,0entre
o(2) pixels
horizontal
coordenadas
=
0vo0esealterac , (2)
Al evdo
horizontal m disso, verg
ponto
, melhorada ancia,
soluc
evertical. (2)
central

a oseja,
ou refinada,
(2) aequac Y aro, e(5) dada por da por e D = ond
e substitu onde D
G
=
m ntac do, em
ementac ferir a onde notaca v quea foi
rios
a uma
o codificada
pode
adotada,
indica com
onde constante, ser
que
a os em
aplicada
relac
indica
dois linguagem
a o lados
que entre a oemos a 0
da relac
um
dois equac do
ponto a
lados o
(2)
ativamente,
entre
o podem
da pixels
equac di-
a o direc
podem di- pode 0 a
serLevenberg
o no e algoritmo (1944)Ja o ponto
iterativamente.
de Newton props para uma acelerar alteraosua con- no
0aee.pidamente. adividido 0em 0v arios
= 0 v 0onde , R indica que os dois a o podem di-(1)
1alados 003daTM, 0equac 1as
A 1 Octave lados 0dam 0 A T T
(7)
anto obiana v
meras rios
no vScilab 0onde
esparsa.
com ,da
R imagem
eeaJacobiana no indica eque dist
(2) os .ancias 0dois da no ambiente u equac da oc
I3apodem
mera, respec-
di- J J + I = J . e=C
a esentam
Levenberg-
e apenas da aferir
frac
sua pode matriz
imagem
a projec o
por umaser
daa uma Jacobiana
matriz
aeexecutada
frac o,
ferir dist constante,
0 m,
a o por ncias
0 da vertical.
em esparsa.
uma sem
1 uma noconstante,
ferir e
0esparsa.
ambiente c
por J
modificac
a mera d a
uma oo a1c pontoaomera.
da
pinhole
relac ees
constante, c a0amera,
d o m
a e
Sendo

entre
o 00a respec-
=relac e pixels [u

assim,

ad
0 o,avoentre 0a] relac
h asos apenas
a0o a oas
pixels verg
entre
quatro
0 coordenadas 1ncia, par
ealgoritmo
pixels ou aseja, metros
de doNewton ponto
a equacY rcentral
=aToY
para (5) + e
acelerar sua convergncia,
substitu da T por (6) onde
UA U solu
Ap
GV
o s
D
guagem
0dido c
a o da em do ferir
v a rios tivamente,
por uma constante, nas direc
ano o
es e horizontal
d a o a relac e vertical.
a o entre J a
pixels o ponto Levenberg (LEVENBERG, + 1944) = prop .o s uma (7)
sca que 0 os 1 dois lados da equac eindica odo podem di- a odois
onde que os J J I J
04). Neste intr vertical.
nsecos .dois avaJlados
ao0serem ,da equac
estimados podem durante di- ada calibrac ao o, oupardi-
da T
rac imagem
amaiso eem dividido em ov ahorizontal
e,rios onde ee indica que os adois lados cada (2) equac aapenas
oseja,podem =G
LAB quanto 3no coordenadas aScilab aOctave ponto central cmera. Sendo di- por sua con- eem DTe
onde R
eindica que os R
com dois A lados = da 0da R
equac ncias da c aopodem
mera. di- Sendo assim, h arespec-
opidamente.
se
saodificac
icada
ito
indica
mente.
tivamente,
usoda
uma
de uma iterac
do que

frac
o es
da
anas
implementac
algoritmo
rapidamente.

a os o
oda
imagem dois
da
edist
direc dividido
imagem =lados
oaes
ncias
Algoritmo
Levenberg-
e [u dist da
da no v a
em
dist imagem
equac
ncias
] Tav
ambiente ncias
s a a
rios

no o o Levenberg-Marquardt
podem
as no dist
ambiente
onde ambiente
coordenadas ac adi- mera,
da

no indica
c a
ponto
respec-
da ambiente
do
mera, c que
mera,
ponto respec-
os darespec-

central
lados
mera,
alterac ou a o
equac
no a aquatro
equao
algoritmo
podem
de(5)ametros
substituda
Newton para acelerar
D duas
terior pode
constante, conjunto de
e m d a ferir o a relacpor umaa o entre constante, seja, pixels , , ue e d v a o
. a relac
0 u a o entre pixels
ssuem apenas uma afrac as aanas oaohorizontal da T T 4
is
aque lados
ferir possuem porda 0equac ,uma 0apenas ] direc
0 aIos3do
constante, podem 0oauma
0 0 di-
frac e aferir ood da anas oepor 0ferir
avertical. uma
relac 0ponto constante,
o01J
aintr
parmetros horizontal
entrensecos pixels a serem eJ oad
a0vertical. aoestimados
ea relac aooaTipicamente,
aoponto entre
durante apixels e+
Jpixels
a Jcalibrac feito
a o, igual
ou= Ja . 10 inicialmente. (7) resolvendo
eassim, h
na chamada
uagem m
icou-se esparsa.
tivamente, = do[u
aRtivamente, Levenberg-
nas vtivamente, T
od 3es
coordenadas apenas
direc es quatro horizontal do (1) por eauma central
o0quatro
vertical. ponto constante, intrnsecos ponto aed Japode relac
serou melhorada
o entre I
iterativamente. em
omplificar
dist s,em mados Octave
iseresolvidos
0em
constante,
do
rapidamente.
a
estimar-se ncias
muito
linguagem
m .implementac
ono mais uso da Arapidamente.
ambiente do
c ada mera. algoritmo
nas imagem oda tivamente,
M,
direc Sendo
c relacpro-
a oees
mera, adist
Levenberg- oassim, entre
horizontalrespec-
a ncias
direc
pixels
hano A
apenas eodistes
vertical.
ambiente
= 0 J
da a oc pareponto
v a mera, metros , verg
respec- Contudo, eancia, (2)
a seja, iterac
cada a equac a a oo (5)
o valor e substitu
de e da por
alterado. Se
onde AUsoluc =C
ode
odificac
da . em da calibrac
m da c
0v
sem d
aser a
imagem
amera.
= o
oncias
rios es a
am[u
modificac relac
o 0muito
aplicada ,Sendo
m de
onde v=
e a
00] serem
o
dist
T
c = a
nsecos entre
mais s
omeras a
assim,
esa,em ncias
[u pixels
rapidamente.
0estimados
ovimplementac as
indica ,Tav0coordenadas
m no
h
com ]aa= T
queambiente
apenas
s da a[u oos imagem
durante
as , dois
v quatro dado
coordenadas
] T da lados a
s e
c
imagem
a ponto aseja,
mera,
par
calibrao,
o as da a ncias
metros
, edo
central
equac
coordenadas respec-
dist
, uno a0oncias
aou
ponto
calibrac eambiente
podem v
seja,
0 . no,di-
0central
do ambiente
,
ponto da c mera,
central respec-
Tipicamente,
da camera, respec- e feito igual
a 10 4 inicialmente. U G
reso
m odificada vidido,
cac
calizac direc e
linguagem odist
es o a
es

a oaplicou-sehorizontal
da
em do no
intr linguagem ambiente
[u tivamente, a
Considerando
e vertical. ] do da
serem
s
o
nas c a as
J mera,
a direc o 0a
estimados
a o
coordenadas
seguinte
ponto 0pro-
o respec-
es horizontal durante
func do

a o 0ponto
n eaa o-linear
vertical.
0 central
1
aJo, a oou ponto Levenberg (LEVENBERG, 1944) prop o s uma e
em Dduas
= (UD T
eta
oaoatriz
Levenberg-
cilab intr ambiente
Octave
1D frac
da foi tivamente,
nsecos
c
Jacobiana
a a
R(ZHANG, codificada
omera.
e R
da no . da
0
a
Octave da nasc
serem
Sendo a mera,
esparsa.
c a
2004). direc
em mera. 0
assim,
. 0 respec-
o
linguagem
estimados es Sendo
Neste horizontal
h a tivamente,
apenasdurante
assim, do e quatrovertical.
ha
tivamente, a nas
calibrac
apenas direc
par J aa a
nas
metros
quatro o
o, esponto
ou
direc
horizontal
par o esa horizontal
metros e a
vertical.soluc e
a o
J a
Contudo,
vertical. da
o ponto
equac
J a ao a o
cada
ponto (5) conduzir
iterac
a o o a
valor uma de reduc

e
a o do
alterado. Se G T
ferir por uma constante, e d a o a relac a o entre pixels (7)
R R
tave blema nas direc . asdasem de o es
c calibrac
oaseja, horizontal
mera. u e
a
0 o v
Sendo u deda
. e
00[ueponto c
vertical. c a a
assim, mera.
meras .0 ]3central J
h Sendo
a como apenas ponto assim, h a apenas quatro par a metros
Tipicamente, T
e +feito igual = a T 10 4 inicialmente. (7) resolvendo
]quatro par ametros
m T modificacsoa, oResul- coordenadas es ,
0 0 , 0u do v, 0vm oAlgoritmo Levenberg-Marquardt alterac a o soluc no algoritmoJ J I
de10.
Newton J para . acelerar sua con-
o0esas
T
orizontal
sdo onal.e]intr
xecutada edado vertical. vmodificac ]m J as ao= ae0as
ponto oonde es =ano as0do coordenadas T s a,aovo, as do
T coordenadas ponto central
res
a odopodemduo,
aponto e central
dividido
a oiterac por oCaso
avalor contr ario, aeste e mul-
o,a dacentralequac (5) de conduzir uma Se ae,
reduc o emdo
A segu soluc
T omodificac 0coordenadas
ntac0
pidamente. seja, e ser m adividido
para, 0Tnsecos pro-
executada
= , [uu 0 0em
intr
a
da ,eum
R serem 0v
v0nsecos
imagem sem.aconjunto
rios estimados intr serem
dist nsecos de ancias durante
estimados indica serem m [u a0 ,que
ambiente calibrac v= 0ponto
durante
estimados os [u0dois da central
a0c ]alados
calibrac
ou mera,
durante saoda as acoordenadas
equac
respec-
aouo, ouContudo,
calibrac oudo di- ponto
m
Levenberg-
endo
o
algoritmo e , egabarito
v no ]
capaz Octave
assim, A s a intro=
de 1D
Levenberg-
as
h nsecos
a .coordenadas
(ZHANG,
0
apenas da R c a a seremv
quatro
mera. 2004). do
, estimadospar
Sendo ponto a metros Neste
F(Y) assim, central durante (2)
= h a X, a
apenas calibrac quatro
a o, par a (3)
metros verg e ncia, a cada
ou seja, a
a
equac o o
a o (5)
e
substitu
e alterado.
da por onde U =
meras
m coordenadas
. 0
nberg-
uagem
R o seja, no
quanto
apenas
diversas
0
da c Scilab , ado
com mera. uma
, no imagens,
u
R
do
Scilab
seja, e
frac
tivamente, e no
Sendo ponto
v , Octave

a.o0estimar-se da
, eassim, central
u no
nasseja, ferir
R
Octave
e .
direc
v h por da
a. , apenas

o

es c
R
uma a mera.
.0horizontal
e da quatro
constante, ca3
. Sendo mera. par
e Algoritmo
vertical. assim,
aSendo metros
e daJ h a
assim,
oa aorelacapenas ponto Levenberg-Marquardt
h tiplicado
quatro
aaaoapenas entre apixels par
res por
quatro a metros
duo, 10.
e dividido
paraametros por 10. Caso contr a rio, este
e mul-
em duas (Ue,eta e
do .etac Sendo
e utilizado assim,
seja, para, 0 h a apenas
dado 1 um quatro , conjunto u
par a metrosv
de soluc o da equac o (5) conduzir a uma reduc a o do
ae0metros va0 .calibrac e D = D
0 0 0 0
oerem apro-
em a apenas
implementac oNeste poucas pro-
estimados , aaonde o , duranteintr
pro- u0nsecos a intr serem o,estimados
ansecos ou aaNcalibrac
0
durante ouaeestimados calibrac a o,duranteaou Tae10. 4 inicialmente.
muito
odificac smo
so4). h
ada
intr
do mais
Levenberg-
c auso nsecos
o es
mera
algoritmo
quatro
rapidamente. em a0 serem =par
localizac
Algoritmo
Levenberg- X [u estimados vada
,Levenberg-
0oIR ]Tda
M
imagem s aeodurante
Levenberg-Marquardt Y as eConsiderando intr
dist
coordenadas IRansecos serem
ncias sao no aestimados
vetores do aaserem
o,seguinte
ambienteponto Mcentraldurante
da
func c aares
Nmera,
o .n aTipicamente,
duo,
calibrac
o-linear
O
tiplicado
respec- eaetodo
Tipicamente,
m
a o, ou
calibrac
dividido
por
de o,

por
feito
ou
10.
Levenbergfeito
igual

Caso igual
a 10
contr
possuia .10 -4
ario, inicialmente.
este e mul-
instabilidades
resolvendo
meras a-sseada
gabarito
car
ados
onjunto o
indica
3uOctave v serem
0seja,
com .
deo
em Algoritmo
durantecom c
que a
Rde
em estimados
merasdo
linguagem os 3
diversasalgoritmo
dois
aFreq 0calibrac
com
eamera. Algoritmo
seja, lados durante
imagens,
vu0Levenberg-Marquardt
.do ,
a o, da , equac
ou0 seja,u a calibrac
estimar-se
e Levenberg-Marquardt

av o .
0 , seja, podem a o,
,aadirec uapenas
ou di- eo, ves0 .uhorizontal eametros Contudo, J J + I
a cada iteraca o o valor de e alterado. Se e, em A = J T
(7) seguid
oementac ou-se espac
intr va0o2004).
econstante,
Neste
nsecos , o. ,
.aimplementac
tridimensional. pro- da da u c entemente,
aaooeResul- ativamente,
Sendo
pro- eassim, necess anas o h rio 0, estimar quatro
Considerando 0 oe vetor v0 .par Y vertical.
que
a seguinte me- tiplicado
num JContudo,
aefuncoricas ponto
por a oquando 10.aao-linear
n cada iterao
cresce. o valor Em de vista reduc disso,
alterado. al- solu
uma -ANG,
4). o, 0aplicou-se ac aemera
implementac
Neste d
Considerando a localizac
relac a o a pro-
o aentre seguinte
da pixels funo no-linear
F(Y) = a soluc
a o da O equac m etodo
(3)
a o (5) deconduzir Levenberg a uma possui
a instabilidades
o do (U
ada estimar-se
3ededist
Neste sem Algoritmo modificac 3Algoritmo lhor Algoritmo o
ajusta-seLevenberg-Marquardt
es a um Levenberg-Marquardtvetor T s a o
medido. as coordenadas Esse problema X,
do ponto central Agora
a3com 0Algoritmo Levenberg-Marquardt
tram c a meras que a oncias o com m intr e todo nsecos e capaz a m serem de = estimados
[u , v ] X durante a calibrac
a o, ou em duas e
m onjunto
Levenberg-
m aalibrac
dado gabarito um calibrac
Rade 3 no deespac
conjunto c
ano oameras ode
ambiente detridimensional.
R c meras da Levenberg-Marquardt
c a commera, Resul-
0 0
respec- res
gumSetempo
duo, O a m
soluo
num e
e todo e depois,
ricas
dividido da
de
Marquardt
equao
quando
por
Levenberg10. (5)

Caso
(MARQUARDT,
conduzir
cresce.
contr
possui a rio,
4 a Em umaeste
instabilidades reduo
vista

e
1963)
mul- disso, al-
alizac nto
Scilab de a o da e no Octave pode Considerando
ser . reformulado a seguinte func a o n a o-linear Tipicamente,
e feito igual a 10 inicialmente. equac
em seguid a o (9
etmo
barito sD
orma
,entais
2004).
(ZHANG, Considerandosatisfat
mostram
Levenberg-Marquardt
1D Neste
(ZHANG, es 2004).
oria
seja, que ,e em
3a oseguinte
,2004). m upoucas
Neste
Algoritmo e0eda todo e vc a.emera.
0func capaz
Neste a oJacomo,
onde n Sendo
oaX deo-linear
Levenberg-Marquardt
dado assim, M o vetor ha apenas X, encontrar
Y IRN saotiplicado
quatro F(Y) prop par
edo
=oasmetros X,
uma
gum
resduo, pequena
tempo N alteracMarquardt
depois,
.dividido a(3)
por
o no 10. algoritmo
Em (MARQUARDT,
caso de Leven- e,
contrrio, al-Se 1963)
resolvendo
um
estimar-se
tac
nal.
mar-se enc
a oResul-
imagens,
nas 3
conjunto
a
direc
de
pro-
Algoritmo
ru
oestimar-se
do. de
horizontal
Y que minimizaLevenberg-Marquardt intr vertical. nsecos 3 , Algoritmo
a
sujeito 3 serem ponto IR
Algoritmo
a X = eLevenberg-Marquardt
estimados F( Y) durante
+ Levenberg-Marquardt
. a num vetores
Contudo,
calibrac ricas a
eM
por
o, a
ou 10.
quandocada iterac cresce.

a o o valor Em de vista

e disso,
alterado. n partes equ m
u eera
utilizado
meras oritmo
mac lizac
enberg-Marquardt
c e0a,capaz
diversas
para,
algoritmo aao]aConsiderando
ove0da ocom
T dado
de da para,
localizac
s
de aLevenberg-Marquardt
forma
o Levenberg- um
as dado aconjunto
osatisfat
coordenadas
Considerando Considerando da aum seguinte oconjunto ria deConsiderando
a
edofunc
seguinte
em aponto de poucas
seguinte
Freq F(Y) a o un func ao-linear
entemente,
central =
func aa.onde X,
o n
seguinte aaoo-linear n
X eanecesso-linear
func IR aaM orio n e aestimar
o-linear
Y (3)
(3) gum
berg,
a oeste
soluc
IR vetor
tempo
N ou

prop
s
aooY
a

seja,
oque
multiplicado
depois,
vetores
da
s uma cada
equacme- e

componente
pequena
Marquardt

a oM por
(5) 10. alterac
conduzir
N
do
a ogradiente
(MARQUARDT,
. a
no algoritmo
uma reduc
e pon-
1963)

a o
de Leven-
do
Agora, (UT
gens, estimar-se seja, , , u e v (3) X = [X 1p
enal.
4). a. ito mo
ridimensional.a Sendo emna
implementac
Resul-
Neste presenc imagens,
diversas assim, aResul- de ohaestimar-se
aimagens, ru
pro-
Dada apenasF(Y)
do.uma estimar-se = X,lhor 0ajusta-se
quatro estimac par aaometros inicial
0
Freq auentemente,
Y, um o m vetoretodoX demedido.
e necess New- derada
prop ario
O Esse
oduo,sestimar
m
uma
deetodo
berg, acordo
problema oudeseja,
pequena
o vetor Y
com Levenberg
por
alterac
sua curvatura.
cada
que ocomponente
ame-
possui Assim,
no algoritmo
instabilidades
dodegradienteha uma eequac
Leven- pon- a o n(9
ando em
Resul- localizac poucasa seguinte a o 3 da func Algoritmo a o n
Considerando a o-linear Levenberg-Marquardt a seguinte func a o n a o-linear res O mtodo
e dividido de 10.
Levenberg Caso contr
possui a rio, este
instabilidades
e mul- que, cada X
ada caserem emera oConsiderando eestimados acapaz onde localizac aseguinte
F(Y)
alocalizac oIR da M = eacalibrac func
oX, F(Y) Considerando
a= oser aan
N
=o-linear
arefina saF(Y)
X,
Considerando o vetores a seguinte =(3) X,eaque func a(3)
onum
on avetor
.grandeo-linear
ericas
aou tend
(3)
derada quando
encia de de acordo cresce.
converg com enciasua Em na vista
direca odisso,
curvatura. naAssim, qualal-oha e,uma em segu
ensecos ada c eameras mera M e a durante aF(Y) odavetores IR aseguinte func omedido.
n aseja,
o-linear
M N
coacapaz aom de c aseguinte com problema do gradiente e pon- nc,partes me
X Y
os onjunto ores
paz derando
onde
nsional. de s todoX de re-
aResul-
IR ton e(PRESS defunc
Y a oIR etaNo-linear
n al., s apode1992) X, o, reformulado ou
elhor Massumindo N .como,
ajusta-se um (3)dado
F( Y
vetor +
berg,tiplicado
X X, por encontrar
10. cada
Essecomponente Agora,
na equa
que
-em rito
HANG, nte
spac func

no o vespac a
tridimensional. o
.e2004). n a o-linear
Freq
o tridimensional. u entemente, Resul- e
Resul- necess a rio estimar o vetor que me- gum gradiente numricas
tempo
grande e depois,
menor. quando
tend Marquardt
Na
e ncia
pr a cresce.
tica,
de converg Em
(MARQUARDT,
tal alterac
e vista
ncia a o disso,
e
na implemen-
direc algum
1963)

a o na qual o T
eNeste
olos ,estimar-se
isfat u0poucas oeuem ria ne- Y que onde minimiza e=aque matriz sujeito Y
jacobiana, aX= ouF( X = [X1 ,
em poucas
) = F(Y) M+ M J, (3) N Jpode , (3)Y) de+ .vetorcom encontrar
eam
poucas Freq
odo onde que e entemente, X F(Y)
capaz
0
o m e onde de
IR
todo
= MX,
onde e Xenecess
capazY X onde
F(Y) IR a3rio
de IR N
X estimar
eAlgoritmo
= esY aX,
Y
ovetor IRvetoresoM IR vetor
F(Y)
N
eo Y s eso
aY Levenberg-Marquardt
oM vetores X, ser
vetores
IR me- N reformulado
F(Y)N s a.eoeM
(3) = MX,
vetores
F(Y) . NNcomo, derada
=e.tada
prop MX, o s
dado
uma N
substituindo
acordo
.odepois,
pequena (3)eaX, sua
alterac
equac (3)

a o
curvatura. Assim, ha uma equac
a o
(7) no por algoritmo de Leven- caso, aXo c,(9) i /n
,lizac su n mostram
dado
u
do. meros a o um da onde ou que
conjunto
F(Y) lhor X o
seja, m ajusta-se
Considerando
= e todo
IR
de =
M
X/Y, e e a
capaz
Y um a de e IR
seguinte
N

e s X a
um (3)
func medido.
vetores
que a o indica
n a e
o-linearEsse
M um problema N
pequeno tempoO gradiente
m e todo de Marquardt
menor. Levenberg Na (MARQUARDT,
pr a tica,
possui tal alterac
a
instabilidadeso 1963)

e implemen-que, cada o
a
Y) snal. ia lhor
ma o Freq e=satisfatem ajusta-se
X,uentemente, poucas
Freq o Freq
ria pode
u
a
e
entemente,
um
Freqentemente,
uem ser
J
eentemente,
X,
necess vetor
poucas
reformulado Freq
e a(3) X
rioupoucas
necess
medido.
eestimar
entemente, M ario
necess como,

necessrio
Dadaaestimar
orio Esse
vetor
e estimar
necess
dado uma Y Yo
que
problema

o estimar
que
estimac
vetor avetor minimiza
oriovetor me- X,
estimar aque

oYinicial vetor
que ,
encontrar
me- o vetor me- Y, grande
sujeito
berg,

Yo que m a
ou

tend
X
ericas
todo
me- =
seja,
tada
e ncia
deF(
Y) de +
New-componente
cada
substituindo
converg
.
a
e
equac
ncia

a
na
do
o (7)
direc
gradiente
por
a o na

e
qual
pon-
o partes cas
nsuposic ame
o
num e quando cresce. Em vista disso, al-
aprops uma pequena . Talterao no
a oTalgoritmo de
sas-se o M
de e
imagens,
aResul- forma
praX tica satisfat N
estimar-se
incremento s a
onde o ria vetores e em e e . N
s a o vetores
Y e . na equac T ,
to, pode lhor onde Mser
matrizes
Y
ajusta-se
reformulado IR
lhor e IR aque
vetores
que
M
N emelhor
ajusta-se
um Y como,
vetor
X
s lhor a o de
are- X
IR Y. IR
dado
um
ajusta-se
se
N M
ondemedido.
ajusta
Dessa
tonvetor

saoo(PRESS X Y
vetor N
vetores
onde
a
forma,
X
um
Esse X, IR IR
Xeencontrar
medido.
M
et
vetor
vetor
minimizar
al.,M
problema
eY IR
X
1992)M
Esse
medido.N
medido.eIR
.aY N
problema
refina
equivale
M
saoEsse N
vetores
gradiente
IRassumindo
Esse sN o vetores
problema eM emenor.
que F(eT J NM
Y+ .Na
+ pr Natica, tal alterac e implemen- c,
Xcom que
[Xsup
= Agora a
nc mera eate, aIR
presenc de
necess
eque es ru e
aminimiza do.
lhor
Y
entemente,
avetores
localizac de
arioru Y
ajusta-se IRminimizar
aestimar do.
, a oM
Freq s
minimiza
da a o
usujeito a
oentemente, vetores
vetor um vetor
,
Considerando eque F(Y) sujeito
M
eunecess me- medido.
= a
N au+ X,
rio
X .
a . =
seguinte Dada
estimar Esse
F( Y) umaproblema
ofunc + vetor estimac
aestimar
. oY (3)
nao-linear
que derada

a ogum
me-inicial de
tempo Y,acordo o
J m
depois, e com
todo diag(J sua
de
Marquardt curvatura.
New- J)
(MARQUARDT, = Assim,
J . h a uma
1963)(8) caso, X1i /
goritmo IR toda
podecapazN
Freq matriz
a uo de Levenberg-Marquardt e e necess N a .
rio
a Y Freq estimar =
X entemente,
F( Freq
o vetor entemente, Ye necess
que me-
e a rio
necess a rio tada o vetor
estimar Levenberg,
substituindo Yo vetor que ou
me- a seja,

equac
que me-cada

a o (7) componente
por do gradiente
doser reformulado pode ser reformulado
como, dado como, ooque vetor dado encontrar
o+como, vetor encontrar . o que, (8)cada o
n Y umeros ou s X Y) e aX, Y estrutura es
mente, etexto,necess ser mbolos
ario problema estimar em pode pode one- ser
vetor ser reformulado
) areformulado = F( me- X,
oY) como, J, dado X, onde
dado oal., vetor
oJ1992)
vetor matriz
a encontrar jacobiana, deouque T T
a o=na T equac aaocom
o p(
rer pode matrizes reformulado e vetores como, s dado re- ton vetor .(PRESS etEsse
encontrar grande refina ostend assumindo encia converg +Y e ancia
diag(J nona direc Jqual
ario Y prop uma pequena J alterac
JF( +osua algoritmo
J) de Leven- suposic
oem apressas Y um
tridimensional.
lhorpoucas
estimar
que
vetor
ajusta-se
minimiza
por oletras,
Y
X

onde vetor que
medido.
Resul-
alhor
Dada X Y
n
,

um
minimiza
u que
meros

ajusta-se
sujeitovetor
uma IR me-Esse
queMestimac
ou X
,e

a lhor
minimiza
problema
X
amedido.
Y seja,
um
sujeito
= a
ajusta-se
oF(
vetor
lhor
IR
N
inicial
= Y)
, a
J, Esse
X/Y, X
s+
X
ajusta-se
a aosujeito
Y, =
medido.
um problema
vetoresF( o
X,
m vetor

Y)eaae todo
um+e e
= X
M
vetor
. um de
F( medido.
New-
que
problema
NX +
(4)
.
indicamedido.
Assim,
. ponderada
Esse um nos
problemaEsse
pequeno
dias de de acordo
problema
hoje, o comalgoritmo curvatura.
resultante Assim,

e conhe- h c, na

partesequacestr m
a-se oroletras, aDada eum uma vetor
n queuemeros minimiza
estimac X ,medido.
ou encontrar
vetoras Y ombolos inicial Esse sujeito em problema
oque J
ane- m etodo minimiza F(Y)
deY) = New- F( =
o||como,
X
.||,X,+ sujeito
J, Y) avetor
gradiente
onde berg,JX, ou (3)
e aeencontrar
menor.
matriz
seja, T cada Na
jacobiana,pr atica,
componente T ou tal alterac do aTo.
Jgradiente e implemen- e pon- n
com que
ue rl
res
mulado X pode s m
amedido. o
como,
todo
ser
re-
Y
reformulado ton
dado
capaz
Esse (PRESS pode ode
problema ser como,et
, reformuladoX,
al., pode encontrar
dado
1992)
Y, ser o a pode
Xcomo,
reformulado
vetor
refina
=)
ser
F(
X, dado
assumindo encontrar
reformulado

+ Y)
vetor que X,
dado
como,
F( encontrar
o + dado uma o grande
vetor J J tendncia
+ diag(J
encontrar deJ) convergncia
= na direo (8) caso,
1 a m
ntes em (PRESS
iderando
eformulado
ton disso,
saDada oria aeadotou-se
expressas seguinte
como, Freq
et al., u
Y entemente,
1992)dado
por func aletras, pr a oavetor
aominimiza tica
refina na+ e
o-linear
n u necess
meros
X, incremento
assumindo encontrar rio
ou estimar de Y.
seja,
que o vetor
Dessa
e+ Y que
forma,e minimizar Yme- tada cido
e um como
substituindo
que
Assim, indica
X,
equivale
Levenberg-Marquardt.
nos aum dias
equac de

a
pequeno o hoje,
(7) por o algoritmo resultante e conhe-
X= [X X /
T
i 1
za
atisfat ,
o sujeito uma em a poucas
estimac
X Dada
= que F( uma
a o
Y) inicial estimac
Dada . que
uma
Y,, a o o minimiza sujeito
inicial
m
estimac e todo
Y, a de
o F(XJ o inicial =
New-
Ym
= X/Y,
todo
F(
sujeito
Y) de o + New-
m . e todo deradade
New- de acordo com sua curvatura. Assim, h a uma estrutura esp

asujeito
mo, Tos= Y dado
em que ne-To) vetor
minimiza Dada X, uma
,encontrar matrizsujeito
estimac onde Y
X a o+ X onde
inicial =IR F( Mque medido.
Y) ee Y a+m
ominimiza ,
matriz. etodo N jacobiana,
de Y, oNew-
saproblema X =ouF(
vetores aeX Y) na =+ qual .Y) o.gradiente equivale
menor. Na prtica, tal alterao suposic
2ao p
..cada
lhor =
ajusta-se F( a+ um vetor , F( + . Levenberg-Marquardt.
2005 IR Esse M N
1 ) para atoda Y) J, Y Jjul./dez.
Y,
enimiza
eito zes
cnol
esit
) ru
ton alico.
s o=
do.
e
aa gicas,
(A
o
(PRESS ,
vetores F(
re- Al Londrina,
Y) esujeito
m ton et s
+ disso,
a al.,
(PRESS
o J, re- 1992)v. X 26,
adotou-seonde =ton et an. F( al.,2,
refina
(PRESSJY) p. aa195-203,
e1992) minimizar
pr
matriz
assumindo . et aatica al.,
X
refina jacobiana,
1992) incremento
que
assumindo a F( refina Y ou+de que
assumindo Y. F( DessaY +Assim, que forma,
grande F(A cido
nos
Y minimizar
tend+ dias e
complexidade
como
ncia de de
converg
hoje, o algoritmo
do e ncia
na
algoritmo direc
resultante
a o ena
qual
conhe-
Levenberg- o que,
aseja, uaestimac omeros re- 1 X =
ou ton F(
a)oX/Y,
T inicialF(Y)(PRESS
pode Y)
seja, ser + JY, =
TDada
.
=et X, Dada al.,
oX/Y,
reformulado m uma
Freq eum 1992)todo
uma uentemente, de eestimac
estimao a refina
como, New-
e um aum assumindo
dado (3)
oeinicial que necess
inicial indica
o vetor Y,
ario que
, um
o o X,

estimar mF( pequeno
mtodo
e todo
encontrar
Y J, +oY, de de
vetor New- Yetodo que
implementada me- T (4) substituindo T a equao T (7) por (8) comnaque . a
equa m
os ou = ) em (A
s J
estimac
mbolos
= Dada
=
ne- F( Y) ) =uma em + (A =J, estimac
ne- e )
F(Y,
1
Y)
onde

epara a o+Y. inicial
JJ,toda
que e aY) indica
Dada
matriz
onde Y,
matriz o uma
m
Ja jacobiana, Dadae a todo
minimizar
ematriz aonde estimac
minimizar
pequeno matriz de
umaJestimac
New-
a
ou o
ejacobiana,
medido. inicial
a matriz a o inicial ou o
cido
jacobiana, m
gradiente Y,
como o ou mde J
e emenor. New-
todo J +
Levenberg-Marquardt. diag(J
deNa New- J)
pratica,o talnudo =
alterac J .
a odee implemen- c,
1
evetoresmumaal., a ne-pr a tica a o
incremento
= inicial
F( + ) de lhor o =
m e F(
todo
Dessa
onde
ajusta-se de +eNew-
forma, a J, um vetor jacobiana, equivale
ou Esse Marquardt
problema A aumenta complexidade com mero algoritmo vari a veis.
Levenberg-
estrutura esp

1992) aoaeode
smatrizes refina
re- que Newton ton assumindo
minimiza (PRESS (PRESS que
etton al., etindica
sujeito 1992) al., + 1992) a
a(PRESS refina aF( assumindo
refina . que
assumindo
) Y) J, , F( J = X a+ F( + caso,
vers
- ooda inicial
incremento matrizes
ton
texto, vel. (PRESSY, Y vetores
m eet
todo al.,
JDessa eN des
saassumindo
e1992)
=vetores ooseja,
New- forma, re- aJ refina minimizar (PRESS
assumindoY et X
.al., que e 1992)
equivale etY) refina aassumindo Y que F(Y +aF( + (4) 2n Xi /
sa oque eere- ton al., 1992) refina
uor meros
seja, IRletras, MJ ou
e1992)
= n
Y uX/Y, seja,
meros Y. IR ou aX/Y,
evetores um = e
X/Y, MeF( um Y um que N e pequeno
indica um F( Y
um
que + pequeno
indica um Contudo, assumindo
tada
pequenoJ, substituindo
Marquardt como que seequac Y
discute
aumenta a o (7) acom por o n
seguir, algumas
umero carac-
de
variasuposic
veis.
mbolos ros S
+ et ou al.,
matriz em seja,
onde ne- a J aminimizar
refina
=
e aX/Y, matriz pode e
jacobiana, ser que um
reformulado que
ou onde indica
+ como,

e um a pequeno
matriz dado o
jacobiana, vetor X,
Assim, ou encontrar nos dias de hoje, o algoritmo resultante
e conhe- .. a
eCi -tras,
emente, a,merosrefina a
incremento
J,
minimizar
)
adotou-se pr na u =
ticaou
assumindo
emeros
F(
necess saincremento de
mbolos
Y) proua
Y. que
ario +
Dada
) que
tica s J,
Dessambolosem
estimar
= F( uma de
incremento
F(
Yne-
onde forma, Y. +
Y) em
estimac
o vetor )
J ne-
Dessa
+ e Y
minimizar
J,a=
de
a o matriz
forma,
queF(
) 26,
inicial Y)
me-
Dessa =
J
jacobiana,
+ 2,J,
minimizar
F( m
equivale
o
Y)
forma, ,+ e onde
onde
todo ou
J,
minimizar
Jde JeNew-
onde
equivale a matriz J a2005 e a A
equivale jacobiana,
matriz complexidade jacobiana,ou ou do algoritmo Levenberg- .1 o
(pr Y) e ncias
aJtica + J, Exatasincremento
e um onde e Tecnol J indica aJY.
ede o gicas, matriz Dessa que Londrina, jacobiana, forma,
minimiza e v.
Y. minimizar ou n. Y, sujeitop. 195-203, aequivale jul./dez.
(4) ter sticas Contudo, de muitos como dos se problemas
discute a encontrados
seguir, algumas na carac-
onde
Ci =
u/Y,de oda
as,
essas
aesa-se ao1
n
seja, ueepor
expressas
smatriz
minimizar
apara oa aum
meros Jmatriz
re- letras,
=
toda vetor aton
ou por
X/Y, que
minimizar
matrizmatriz
n
jacobiana,
(PRESS
seja,
umeros
letras, medido. ejacobiana, n
aindica
=
et
Y
uou
minimizar
umeou
meros X/Y,
al.,
J, um pequeno
seja,
1992)
Esse que ou ouJproblema aseja,
indica = seja,J,
refina X/Y,e, J um
um =pequeno
assumindo
que X/Y, e indica
(4)eque
X
,um eeum
=que
F(
pequeno
F(
eY um
Y)
um cido
indica
+vis
+ .
Marquardt
que como
um indica Levenberg-Marquardt.
pequeno aumenta
um JTpequeno
J+ com ToJ)
diag(J numero = Jde
problemas T
.paravariaveis. (8)
(8) comna que

a
X/Y, matriz
ou-se
) Semina: Dessa a a
pr e minimizar
Ci
a
forma,tica e ncias e um X Exatas
minimizar
incremento que e Tecnol de um o pequeno
gicas,
equivale Dessa Londrina, forma, v.
minimizar 26, n. 2, p. 195-203, equivale a o
jul./dez. computacional
ter sticas
2005 de podem
muitos ser
dos utilizadas reduzir
encontrados F(
c,2nd) ond =e
am Y. disso, adotou-se aF( pr atica incrementoY. de Dessa forma,
ominimizar Contudo, como se discute a seguir, algumas carac- estrutura
oso.
reformulado
oara
um
de emAl que
incremento eTm ne- indica
Dessa disso, )como, de um
forma, que = Y.pequeno
adotou-se dado Dessa
indica
Y)
minimizar o+ aforma,
vetor um J, pr Dada
J, apequeno
tica
X,
onde
minimizar
uma incremento
encontrar
equivale J, Jestimac incremento
e a Y.matriz a oequivale
de inicial
J,
(4)
Y. de
jacobiana, Dessa Y,. Dessa
forma,
(4) (4)
m ouetodo Ade
minimizar
a complexidade (4)equivale
New-
complexidade
vis ao muitos do equivale
computacional metodo do significativamente.
algoritmo
podem serencontrados Levenberg-
utilizadas Isso
para ..
e reduzir

znol orma, a todaY. T minimizar
minimizar 1 matriz para a minimizar
toda matriz
equivale
a minimizar J, ter sticas
Assim, nos de dias de hoje, dos o problemas
algoritmo resultante e conhe- na
onde .Ci F(=ic
A uar =
rizes
nimiza meros
1 (A
ogicas, ) e , )
=vetores
ou Londrina,
(A seja,
sujeito
T )1
s
forma,
aJov.a= para re-
26,X X/Y, minimizar
= toda
n.ton 2,
F( p. matriz
(PRESS
Y) 195-203,
e + || . e || a
etum minimizar
al.,que
equivale
jul./dez. 1992) 2005
indica a a refina
minimizar um assumindo
pequeno Marquardtque F(
obtido como
a Y +aumenta
complexidade segue. com do o
m e n
todou mero de
significativamente. vari a veis. Isso
eUma
drina, v. 26, n. J, 2, p. 195-203, jul./dez. 2005 forma, (4) J, (4) vis cidoa(4)
oAssim, computacional
comocomo nos (4) dias podem
Levenberg-Marquardt. de(4) hoje,sero utilizadas algoritmopara resultante
reduzir passo 1
do=a[
e aJ, a seguir, algumas carac- F( , d)
n
esel.aouprastica mbolos incremento em J, ne- de

) Y. =
J, Dessa F(Y) + (4) J, minimizar onde J matriz
J,
equivale jacobiana,
Contudo, obtido ou como se discute segue. c 2
ndrina,
ol
xatas por
icas,
uma o
J, gicas, e
letras,
Londrina,
estimac
v.Tecnol Londrina,
26,
n n. u o
a o
2,
gicas,
merosv.
inicial
26,
p. v. 195-203,
26,
Londrina,
n. ou 2,
Y, n.
p. seja, 2, o
(4)
195-203,
m
jul./dez.
p. v. e
195-203,
26, todo n. 2005 de
2,
jul./dez. p. New-
jul./dez. 195-203, 2005 e 2005
e jul./dez.
um que 2005 indica uma complexidadeConsiderando
conhecido
pequeno comodo m
que e todo na
Levenberg-Marquardt.
Y significativamente.
equac
a o (3) pode serIsso divi-
e
complexid
pas
oda matriz a minimizar J = X/Y,

tersticas A de
complexidade muitos dos do problemas algoritmo encontrados Levenberg- na onde
Uma
C .. i =im
SS et al., 1992) a refina assumindo que F( Y + obtido
dido, como
ou seja, segue.
Considerando que Y na equac a o (3) pode ser
divi-
quanto . o n
so, adotou-se a pratica incremento com
v.de Y.n.Dessa forma, 2005 minimizar jul./dez.(4) ao equivale
e2, c, d)
mina:
Tecnol
ncias
ondrina, p. 195-203, Ci Exatas ogicas,
eJ, v. 26,ejul./dez.
ncias
Londrina,
Tecnol
n. 2, p.
Exatas
onde Jeo195-203,
2005
egicas,
Tecnol
v. 26,
a 2005 matriz Londrina, n.jul./dez.
ogicas,
2, p.195-203,
jacobiana, Londrina,
26,
2005 J,
ou
jul./dez.
v.2,26, p. 195-203, n. 2, p. 195-203, vis
2005
jul./dez. Marquardt computacional
2005 A complexidade aumentapodem comdo ser utilizadas
T o Talgoritmo nTumero de para reduzir
Levenberg-
vari aveis. F( passo do =alg [
A,(,TY) n.)1 2,+ p.para 195-203, toda jul./dez.
matriz a minimizar a Contudo,
complexidade
Considerando dido,
como
ou seja,
do se m
que Y e =
todo
discute
Y [c
na , d ]
significativamente.
equac
a a
seguir,
,
o (3) pode
algumas ser Isso divi-(9)
carac-e complexida
n qua
jul./dez.
X/Y, e e um que indica um pequeno J, 2005 Marquardt aumenta com o nmero de variveis. Uma v
obtido
dido, ou como seja, (4) segue. Y = [cT , dT ]T , Uma im
(9)
to olode gicas,
Y. Londrina, Dessa forma, v. 26,minimizar n. 2, p. 195-203, equivale jul./dez. 2005 ater
matrizsticas de
jacobiana, muitos J, dosda problemas
equac
a o (4) encontrados
pode ser divi-na quanto
ana
onde com Co ina=
T T T passo do alg
vis
dida a o em computacional
dois
a matriz jacobiana, blocos, Y =podem
ou [c seja, , dser ] utilizadas
,
J, da a oequac para
onde
a o (4)serpode reduzir(9) solvido co
zar Considerando que Y na equac J = (3)pode
[C|D], divi-ser
C = 53 divi-
F( Uma =
c ,
complexidad d) ana ve
Exatas e Tecnol o gicas, Londrina, v.Semina: 26, n. 2, p.(4) 195-203, Exatasjul./dez. 2005 dido, a complexidade
ou dida 30,em n. 1,dois do m e todo
blocos, significativamente.
ou aseja, = [C|D], Isso
e
ondequanto C = solv
J, Cincias e Tecnolgicas, aLondrina,
matriz v.jacobiana,
seja, p. J,51-62, da equac jan./jun. o2009 (4)J pode ser divi- ana com Umaae
o n
a
obtido como segue. T T T
dida em dois blocos, Semina:Y ou Ci
= seja,
[c ,
encias d J = ] ,
Exatas [C|D], e Tecnol onde ogicas, (9)
C =Londrina, solvido
passo v.docom26,a
Uma ve
 a o o avalor
terac o ores valor de duo, aeTsoluc a oSeda J Se Jequac + I a o(5) = Jconduzir . a uma (7) reduca o do c C D
de
duo, res e alterado.
e
J
res alterado.
dividido J
e +
duo, dividido
diag(Jpor 10.
e dividido
T Caso
por J) 10. por
contr
Caso = 10. J acontr
rio,
T
1este
.
Caso ario, T e
contr
1 estemul-
a
T (8) rio,e mul-este
com
e,em em e
que
duas A1
seguida,
mul-
aetapas.
soluc matriz
a o do
1 A jacobiana,
pode
problemaconsiste
primeira ser
anterior
J
encontrado
= X/Y, em pode encontrar
resolvendo
sertenha dividida
uma
ca o conduzir
(5) (5) conduzir atiplicado
uma apor uma reduc a10.
reduc o do a o edo (U (U GV GV G ) Gc = )c C=em GV e,
duas em
GV seguida,
etapas.
e, em
D d seguida,(12) d pode
primeira (12) ser pode encontrado resolvendo c
tiplicado Tipicamente,10. por feito igual a 104 inicialmente. estruturaC
resolvendo esparsa. D A
Assim, a equac d consiste a o ser(4)em encontrado
torna-seencontrar resolvendo c
do r 10. porCaso 10.Assim,
Caso
contr contr
a rio,
Contudo, atiplicado
Tipicamente,
rio,
este a
este
e cadamul- por
e mul-
iterac
10.
e afeito o o igualde
valor a 10 4
e inicialmente.
alterado. Se resolvendo
nos dias de hoje, o e, algoritmo
eme,seguida, em seguida, resultante
d pode de pode Frana,
conhe-
ser encontrado serJ. encontrado
A. de etresolvendo al. resolvendo VTd = dD=G T
c1
. c . T (13) (13)
T
O aContudo,
m etodo
O am o eda ade
todo Levenberg possuipossui instabilidades C11 G D1)V DGV d = D
G DG c (12) c . (13)
cido como soluc Levenberg-Marquardt. Ocada mede
equac a o Levenberg
iterac
todo a o conduzir
(5) deo valor Levenberg dea uma e reduc instabilidades
alterado.
possui doSe 1(U GV
a o instabilidades
(U
GV 1 T
G
c = CV
) = GV 1
(12)
numenum ricasa soluc ericas quando aoeda cresce.
equac apor
o (5) conduzir Emcontr vista a auma disso, reduc aal-
mul- o doGal-
equando cresce. Em vista = disso, T 2T
res
Contudo, duo, num como dividido
ricas se quando discute 10. Caso
cresce. a contr seguir, rio,
V Em
deste
algumas
V edvista
D= Ddisso,
e, G
em cAgora, al-
. seguida, C2 (13) (13)
c . considera-se . d pode
D2 c
ser encontrado ainda
C
que os
resolvendo d1 d, na
vetores D
e Levenberg
evenberg gum possui Atempopossui
res
gum tempo instabilidades
duo,
complexidade
tiplicado depois, instabilidades

por
e dividido
10. Marquardt
depois,depois, do por
Marquardt 10. (MARQUARDT,
algoritmo Caso (MARQUARDT, a rio,
Levenberg- este 1963)
e mul-1963) Agora,
.
.. seguida,
Agora,
considera-se considera-se ainda . que
ainda os
que
vetoresos
.. que ,d,(14)
vetores nad, na
caractersticas gum tempo de muitos Marquardt dos (MARQUARDT,
problemas equao
e, 1963)
em .. eAgora,
(9), Xd podetambm serconsidera-se
encontrado
possam
..
ser ainda
resolvendo
divididos. os em
vetores d, na
ocresce. cresce. propEmoprop
Marquardt sEm vista
tiplicado
uma oOsvista disso,
pequena
aumenta
uma pordisso, 10.
pequena al- alterac
com al-alterac

ao o no
n u
a algoritmo
mero
o no de
algoritmo de
vari Leven-
a veis.
de Leven- equac
equac a o (9), o e(9),
a equac X detamb = XDetamb mX possam
emtamb
T
c .possam ser divididos ser (13) divididos em em
Agora, Agora, a oconsidera-se
considera-se ainda ainda que os C vetores
V
a o (9), nae G e m possam ser divididos em
, Marquardt
arquardt (MARQUARDT,
Contudo, encontrados
berg,(MARQUARDT, ou
berg, seja,
como ou
prop metodo o1963)
cada
seja, se
snauma
discute
cada
de pequena
viso
1963)
componente
Levenberg computacional
componentea seguir,
alterac
do
possui
gradiente
algumas
do
no podem
gradiente
algoritmo
instabilidades
ecarac- pon- ser
e pon- nque
de Leven-
npartesnn
partes ospartes vetores
menores,
menores, n d,
menores, V ou
ou na d,=ou
d seja, Dseja,d G = Td[d D
c=
seja,.T1n , d[d T T,d.,n.d.T, ,d.T. ].T, deT ]T e
T(13)
numeO ricas mequando todo deequac Levenberg
cresce. a ocomponente
equac (9), a oEm possuie vista
(9), Xedo instabilidades
tambdisso, em al-
tamb emXpossam
possam ser ser
Tdivididos
n partes
divididos menores,
T ]em
ou d 2 1 = 2[d n, dT ,n. . . , dT ]T e
na terac a o no
alterac ter utilizadas
a oalgoritmo
derada no
sticas
deradaalgoritmo
de de acordo
berg,
de
de para
muitos acordode
Leven- oureduzir
com Leven-seja,
dos sua
com
cada
acresce.
curvatura.
problemas
sua complexidade curvatura. Assim,
encontrados Assim,
do
X
h mtodo
a
gradiente
uma nah a uma e e= X pon-
Agora, [X= , [X X TT
11,=
considera-se ,.X . .T1,em ,XT. ,.nX ,TTX
.Tainda . TnAl Te.mAl
]que Alm
disso,
osTe Tm
vetores disso,
cabed,cabe
disso,
1
cabe
ressaltar
na
2
ressaltar
n
num
gum etempo
ricas
derada quando
depois,dee acordo Marquardt

n partes ncom partes (MARQUARDT, Em
sua menores,
menores, curvatura.vista ou seja, disso, 1963)
ouAssim, seja,
d = al- onde
dh T C
[da=1cada
uma [d
1=
T T
i ,, .d. . , d X
[XT [X
/c]
i . . ], d1e ] 1ie
T
.observac T Te D , =. . . ,
[X X ]
/d . Al
] e e m disso,
= X cabe ressaltar
a,Agora,
od2(9),
ni i
da
omponente componente ado do
gradiente ogradiente umaeede pon- pon- que, que, observac
1 cada a oobservao
ntamb depende
emTai oainda X depende iapenas apenas dosapenas vetores
dos na vetores
osignificativamente. Isso eser obtido como segue. ressaltar que, cada n ]T . i a oTXX depende
grande
vis tend
computacional
grande
gum setemponcia
tend ncia
depois, converg
podem de converg
Marquardt ncia eTna
autilizadas ncia direc
TTna
(MARQUARDT, .direc
.apara oT. ,na deaT.qual
reduzir
o,direc na To
1963) qual equac
ocdisso, econsidera-se
T2
que, X Tcada nX possam que ser os vetores
divididos em
d,
prop
grande pequena
tend e alterac
ncia
X = de
X [X o= no
converg ,[XX algoritmo
e
, Xncia X.na . Leven-
] TX . Al
]
aTe
o . F(
m
na Al e,m
quald) =
disso,
o cabe[ , ressaltar
cabe . . ,observac
, .ressaltar iT depende apenas dos vetores
comsua curvatura. suaagradiente
curvatura.
complexidade Assim,
prop
berg, e omenor. ouAssim,
s uma h
seja,
doa uma
Na h
pequena
cada
m a e pruma
todo atica, alterac
componente tal
significativamente. 1
aalterac
o tal 11
nodoalterac
a o
algoritmo
e
gradiente 1
implemen-
n
de
Issoe Leven- pon- n
e c,n dos na
equac
partes c, equac

vetores
a o
na a
(9),
menores, 1
o
equac c, (9),
e na
2

a
Xouo d tamb
equao seja,
(9), e e
dde
m
d e
=nenhum
possam
(9), de[d
d nenhum
e, dde seroutro
, . divididos
.
nenhum . , outro
dd .
T ]T eem
Neste
d
outro . Neste
gradiente
Considerando
e menor. eoque Na pr
Y que, a natica,
Naequao cada atica,observac (3)
a o
opode
aalterac
e implemen-
a o adepende ser depende c,T na equac T ]Ta
i o (9), dii eT deT nenhumT Toutro dk . Neste
i 1 2 nk k
a ogradiente menor. que, cada pr observac tal X Xo ei implemen-
pon-caso,
apenas
partes
Uma [Xapenas T,X dos
menores,
1iimportante
dos
vetores
kou
vetores
para 0. ipara
seja,
observac Al
=dek, m odisso,
ai0= enquanto
a[dk,ser cabe
d2 ,que .ressaltar nenhuma
.e. ,que e
de nverg converg encia encia na
nasubstituindo
direc direc
substituindo na aseja,
oqual
ana qual oocomponente iifeita n ] cada
derada
berg, de
ou acordo cada com sua curvatura. Assim, hai euma
do gradiente Xn= caso,
X /d X 1 k,i /d .= . . ,0X =/d = 1 ,enquanto dque nenhuma
tada
obtido tadacomo segue.
tada
equac
substituindo a ac,
equac (7)
na a a por
o
equac na
equac (7) por
equac
a
ao o (7) a
(9), opor (9), e de e de
nenhum d k =
nenhum . Neste
outro caso,
outrocaso, . X
Neste .
n
Neste Tk. = para
para dos
= k, enquanto
enquanto
k, vetores que nenhuma
pr Na atica, pratica,
tal alterac dividido,
a o e aimplemen-
tal alterac
grande
derada ou
tend
odee acordo seja,
implemen-
encia decom converg c,
sua ecurvatura. ncia na direc d
a o na qual
Assim, i d i
ha uma o passo que,
suposic X cada
do
suposic [X observac
T
a oalgoritmo
pode
1a ,d X
o1pode
k
T ,d. a
.
k o. , Xi
ser Levenberg-Marguardt
feita X
ser
T depende
]
inafeita Al
respeito e m
a respeitoapenas
disso,
de X cabe
deiDividido
/c.
Xide ressaltar
Issotem
/c. faz
Isso faz
T e menor. caso, caso,
X tal X
/d (3)ik/d = 0 para
= 0 para
i =
i
k, =
que
enquanto na
que,
k, nenhuma
enquantoequac
cada que
asuposic
o
observacque
nenhuma
(9),
a
suposio
nenhuma

ao oe podede ser
pode ser
nenhum
depende feita outro a
apenas respeito
feita a Neste
.
dos respeito
vetores X i /c. Isso faz
equac
acao (7) por
a o (7) Considerando
por gradiente
grande tend e que
ncia
T YNa
de na pr
converg
T a equac
tica, T e
a
ncia
i o alterac na T pode

a
direc o
k
. J . (8) eTaser
implemen-
o na divi- qual o c,
com
complexidade que
com que a matriz linear
a matriz d
jacobiana,
iem Xjacobiana,
N i (n u
J mero
= de
X/Y,
J = X/Y, incd ko tenha
gnitas), uma
en-
tenha uma
J J+ J diag(J J +Jdiag(J T J) J)= J = (8) de com
kai.o/c. Isso que datem
faz matriz jacobiana, = X/Y, tenha uma
i iecom que ao matriz queJnenhuma jacobiana,
T T
dido, ou tada seja,
gradiente substituindo
e menor. a equacNa suposic J a+
pr a osuposic
(7)
tica, a opor
diag(J tal aalterac
pode o pode ser
J) a o ser
feita

e =feita
a Jrespeito
implemen- .a respeito caso, dena
c,
estrutura
quanto
X
X (8)
o de equac
ii/d
n X
/c.
esparsa.
a o-dividido
= Isso 0 para
(9),
Assim, Isso
faz =dek,nenhum
faza equac
enquanto
complexidade
a (4) outro torna-se d3 .k . Neste
estrutura estrutura esparsa. Assim,
esparsa. a
Assim, equac a a o
equacN(4) torna-se

a o (4) torna-se
J =Jcaso,suposic
a o pode ser feita
0 para a respeito de
k, enquanto Isso faz
, tenha uma i =estrutura
quenenhuma
X /c.
esparsa.
com , docom que T a
,que matriz a matriz jacobiana, jacobiana, tenha tenhauma uma Assim,
Xi /d =
e(9)
T
J)TAssim, tada T substituindo T
=a hoje, T a T = X/Y,
X/Y, i
Y(8) oequac
(8) oalgoritmo
](7) por (9)
+g(J diag(J =Assim,
J) Jnos =.dias Jnos .de [c k
dias hoje, de algoritmo resultante resultante e conhe- conhe- com
que
a matriz jacobiana,
tenha uma
Jacobi-
Assim, JTnos J +dias estrutura
diag(J de Thoje,
estrutura J) esparsa. o
algoritmo
esparsa.
= J T
Assim,
. resultante
Assim, a (8)
equac a e

equac
a
a o conhe-
Uma
suposic

(4)

equao1
a
o
(4)vez
o
torna-se
1 pode
torna-se
C
(4) que ser
1torna-se oCD problema
feita
11 D a respeito
1
J = gera X/Y,de uma X imatriz
/c.
c Isso
c faz c

cido como cido comoLevenberg-Marquardt. T
Levenberg-Marquardt. estrutura
com 2 que
esparsa.
amatriz

Assim,
C1 jacobiana, a C
equac 1 aDo (4)
1 torna-se pode tenha

ser uma re-

,hoje,
o algoritmo a matriz
o algoritmo resultante jacobiana,
resultante cido como
e conhe- Je J, J+
conhe- Levenberg-Marquardt.
dadiag(J equac
T aJ)
o (4) pode
=JT . ser divi- (8)ana com a estrutura
2 C 2 da 2 equac DC2 2 aJ D o= 2(14),Deste
X/Y,
2 d1 d,1 d1


2
Assim, nos dias de hoje, o algoritmo 1 C resultante C D
eD conhe- estrutura
. .
esparsa. .

Assim,
. a equac .
a o (4) torna-se
.

. (14)

, (14)

dida em
A dois
complexidade
A blocos,
complexidade ou seja,
do J algoritmo
do
1 = [C|D],
algoritmo 1 onde
Levenberg-
1 1 C
Levenberg-
1 = solvido
. com c o .
...1 ..1lac
c o de
.. iterac
a o . resumido . . . c . .. no . algoritmo
.. .. , (14)
erg-Marquardt.
Marquardt. a cido matriz como jacobiana,
A complexidade
Levenberg-Marquardt. J,da equao
do (4) algoritmo pode ser .1
Levenberg- C

D .. .


Marquardt Assim,aumenta
Marquardt nos aumenta dias de com hoje, comoo 2algoritmo
n
uomero 2 nJuC meroresultante
2de 2variC de aeveis.
D conhe-
vari
2 aveis. D 2 2 d 2C d11.D 1D2 .
d . .

dividida em
Marquardt dois blocos, aumenta ou . seja,com .
.= o [C n
. u| D],
mero onde de
vari a veis.1 . 1C
C . , (14)
, (14) Dn D 1 c (14)
dade do do algoritmo cidoA
algoritmo como
Levenberg- Levenberg-Marquardt.
Levenberg-
complexidade ado.. aalgoritmo .. seguir, .. ..algumas Levenberg- . .. .
....
n n. .. .n
n C n Cn. . . .. , (14)
n d n Dnn dn
d 197
Contudo, Contudo, como como se discute se discute seguir,
algumas
carac- carac- . 26, . C .
. p.2 195-203, D
. d1
comENBERG -M ARQUARDT
ta com o ter nuomero C
n = [X
uMarquardt
mero de DContudo, /vari
IVIDIDO
de c]
Semina: e PARA
avari
veis.
aumenta Dacomo =veis.
Ci [X
ecom se
ncias
APLICAC
problemas / d]. Exatas Logo,
discute
OES
oproblemas n
EM
umero
.a.a seguir,
e .Tecnol equao
de ogicas,
variaveis. (5)
algumas
Londrina, carac-

v. 2 n.
..D= 2,
..d /c]

/c]
jul./dez.
2
.D
2005
.. , (14)
sticas
ter sticas de A muitosde
complexidade muitos dos dos do algoritmo C encontrados
EM . . .
C encontrados
Levenberg- na na
onde D
onde
C C [X
C = [X e D e= . [X
.D = /d
[X
nii]/d
ei ]=e X = X
L EVENBERG -Mtorna-se
e discute
scute a seguir, a ARQUARDT
seguir, algumas
Contudo, ter
algumas Dsticas
IVIDIDO
como carac- de
carac-
se PARA muitos
discute APLICAC n
a dos OESproblemas
n
seguir,
n
algumas
n encontrados
carac-
n n .na
i n d
onde
ni n . in
C i = i [X i
i /c] i n
e i D i
d
= . [X i /d i ] e = X
visao vis computacional
Marquardt
ao computacional aumenta podem com
podem ser utilizadas osernuutilizadas meropara de reduzir variareduzir
para veis.F( c, F( c=, d)
d) [1= T ,Cn[ T ,1 .,..2, ,.nT.]. ,.Tn ] .DnT T dn
T T T T T T
ter sticas vis
eencontrados a o
decomo computacional dosLogo, podem a [X equac ser /c] utilizadas
a o (5) torna- para reduzir F(
, d) = [ , 2[X . , ni ]] e . = X
, . .i /d
domuitos problemas encontrados na
os dos [X/c] D= [X/d]. 2
dos problemas aproblemas encontrados nado na i ]c=
n = i1=
a Contudo,
complexidade complexidade m esetodo onde
m discute
etodo onde
significativamente.
C iasignificativamente.
=C seguir,
i = i[X algumas i /c] eIsso D iee
carac- = Di[X
Isso onde
= i[X
e Isso /d Ci ii= ] e[X
/d ie/c] X eX D
odemal podem serobtidose
ser [X/c]
utilizadas vis
utilizadas a o para a complexidade
e
computacional D
para
reduzir = [X/d].
reduzir podem do mLogo,
ser e todo
utilizadas a significativamente.
equac
para
a o (5)
reduzir torna- Uma
e importante
T , T , . . . , T ]T .
observac a o a ser
a o afeita ser oefeita queX ecada
tersticas
como
obtido como segue. T de segue.muitos TD F( dos c,F( c=
d)problemas , d)[ 1=,T[21
T T ,,.. 2. , . n. .], . nna] . onde CiUma
encontrados
T T T T T T F( c , d) = [
=1 [X importante
2Uma i /c]importante ne Dobservac i = [X i /di ] ea
observac a=ser que cada
feita
e que cada
oNBERG
todo m e (5)
todo se a
significativamente.
significativamente. viscomplexidade
a o obtido
C
computacional
C Isso como C do
Isso
e msegue.
e
e todo
podem c significativamente.
ser C. .
utilizadas .
para
Isso
(10)
reduzir e passo do
passo algoritmo
do algoritmo Levenberg-Marguardt
Levenberg-Marguardt Dividido Dividido tem tem tem
-M ARQUARDT
L EVENBERG -M ARQUARDT D
EVENBERG -M ARQUARDT D IVIDIDOD IVIDIDO
T IVIDIDO TPARA PARA T
APLICAC
PARA APLICAC
T
APLICAC OES
OES= EM TEM .T. .
OES
EM . , (10) F( c
Uma , d) = [
importante
passo
T , T
do , . . .
observac ,
algoritmo T
n ]
T
a.o a ser feita
Levenberg-Marguardt
e que cada Dividido
(5) Considerando obtido Considerando como
D Csegue. que CDdo Yque C
D naeD equacUma
Uma
acimportante
equac
dnasignificativamente. o (3) D importante

a o (3) pode
C
pode observac
ser divi- observac
ser divi- a aser
aeocomplexidade ocomplexidade
afeita ser feita e que 1
e cada
2
que cada
. a complexidade Considerando
T C DT D que
m todo
Y Y= na equac T a o, (3) pode Isso (10) ser divi-
passo do algoritmo linear em
linear
Levenberg-MarguardtN em (n uN mero (n u de
mero inc
Dividido deo gnitas),
inctemo en-
gnitas), en- en-
D passo passo do do
algoritmo algoritmoD Levenberg-Marguardt
Levenberg-Marguardt Uma complexidade
importante
Dividido Dividido tem observac
tem linear a o em a serNfeita (numero e3 que de
cada incognitas),
dido,
onde ou
dido,obtidoseja,
=Considerando ou seja,
como
T T segue.
T que Y
.[X/d]. na equac d a o (3)
equac aaopode ser divi- quanto complexidade quanto
Uma o naimportante
o-dividido
olinearnao-dividido em tem
observao
(n complexidade
utem
merocomplexidadede ainc ser Nfeita
ognitas), . Nen-que3 .
a oepode e[D Logo, Logo, a aequac equac o(5) a otorna-
(5) torna-
[X/c] Ddido, c= ,D ou
[X/d]. ] seja, naN
a[X/c] = [X/d]. quanto oen- o-dividido tem complexidade tem N .
3
Y quenaYequac
or na equac o[X/c]
(3) (3) eser
pode d=
Tdivi-ser divi- T complexidade
complexidade TTLogo, T T Talinear linear em N(5) em (ntorna-
Numero (n upasso
merode oinc dodeoalgoritmo
incognitas),
gnitas), Levenberg-Marguardt
en- Dividido
VENBERG se se onde dido, ou = seja,[ , Y T= ] TY [c
. = , d [c ] , , d ] T ,
a To,. T T (9) divi- cada (9)
quanto n
passo a o-dividido do tem
algoritmo complexidade Levenberg-MarguardtN 3.
(6)(5) -M ARQUARDT seAposConsiderando alguma DIVIDIDO T c dPARA
CCCTmanipulac
T
que
quanto Y
APLICAC
[c oTna
aquanto Y equac
o OES
alg = T[cEM
n
T e]abrica,
o,CTn
o-dividido d(3)
ao-dividido
]pode
.a. equac
T tem
, aser ocomplexidade
tem an-
(9) complexidade
complexidade
Uma (9) Nvez
Uma 3. N que linear
vez 3 . oque
Uma vez
emoNproblema
problema (nugera
que o problema
mero de
uma
gera inc ognitas),
matriz
uma en- Jacobi-
Jacobi-
matriz
3gera uma matriz Jacobi-
TC T
(5) C C CD Y D =
TD cc, d= C
= NBERG Y[c=,-M T
[c (5)
d (6)
T
T a]terior
, matriz
T
ARQUARDTd, a] pode
T T dido,
matriz
, Ap jacobiana,
D IVIDIDO o
ou
s
ser
seja,
jacobiana,
alguma
reescrita
T CPARA
C J,TDmanipulac
(9) Tda C
(9)
como
APLICAC J, equac da sendo equac
OES =a o c (4)
alg
EM =a
.e o
. Tpode
.
brica,C
(4) , , pode aser equac
, (10)
(10)
divi- ser a o divi-
an-
(10) ana Dividido
quantoUma
com ana ovez
acom ntem
a o-dividido
que
estrutura a complexidade
o problema
estrutura da equactem da a olinear
complexidade
gera
equac uma
(14),
a o esteNpode
em
matriz
(14), N . (nmero
Jacobi-
este ser re-ser re-
pode
a T
D jacobiana, matriz
D CD D T jacobiana,
DD D T dUma d ,d D
T J, Uma T da TD T equac
vez

Dpode T
que a o (4)
oonde problema pode ser divi- ana com a estrutura da equac a o (14), este pode ser re-
or dida [X/c] em
dida
terior a matriz
dois em
pode eD blocos,
dois ser= blocos, C
[X/d].
reescrita
ou
Y
J,
seja,

=
ou D
dacomo
[c equac
Logo,
seja,
J = dvez
sendo Ja]ao =
[C|D], que
,equac
(4) [C|D], oonde
aoproblema
ser
(5) C divi-
torna-= (9)
C gera ana
= degera
solvido uma
comsolvido
Uma
uma
matriz
incgnitas),
coma estrutura
vez omatriz
com lac
que
Jacobi-
oo da
o
Jacobi-
enquanto
de
lac equac
iterac
o
problema
aoiterac
de
a o oresumido
(14),
gera no-dividido

a este
ouma
pode
resumido
matriz no ser re-tem
algoritmo
no
Jacobi- algoritmo
a,daJ, equac
por da onde ase
equac oonde
U
(4) aoAps
dida

= (4)
pode
GV =dida
em
[ alguma
1
Tpode
[ ser
,dois
TT
c ,em T ]dois
ser
T]divi-
.manipulao
blocos,
0
T T.
T divi-
Tcana blocos,
ou seja,
J, ana
com Cou com
Jaaequac
seja,
algbrica,
estrutura
= GV a estrutura
[C|D], 1 J = aD
da
ondeequao
[C|D],
equac da C
(11) =a oonde
equac (14),a o C
complexidade
solvido (14), este =
comeste solvido
podeo lac pode
Nser
o 3de. re-
com ser
iterac o alac
re- o resumido
o de iterac no aalgoritmo
o resumido no algoritmo
oos, [X/c] onde a matriz
e D c= = jacobiana,
[ d
d[X/d]., ] . Logo,

= da equac o (4)
a a o pode
(5) ser
torna-
, divi- ana com a estrutura da equac o (14), este pode ser re-
a
us seja, uma
ou (5) J =Janterior
seja,
(6) =dida
[C|D], U G onde
[C|D], T
osem
pode
GV Cdois T 1
c
ondeCser
Vblocos, = reescrita
d 0dsolvido
C T =
Dou c solvido como
oaseja, calg com Csendo com
o C lacT
GV ooequac 1
lac
deonde oiterac
aD
de a o=resumido
iterac a o resumido no algoritmo onolacalgoritmo
o de iteraca o resumido no algoritmo
197 197
197
ropocon- (6)
s uma se Ap alguma manipulac o = Je
=brica,= D[C|D],
aequac ,ogicas, o an- an- C
,(10) (11)solvido Uma
com
vez que o problema gera uma 197
matriz
sua (6) AposAp alguma G osTserT
D alguma
T manipulac
Semina:CCSemina: Semina:
TV D Ci
manipulac
T e a
ncias
DTSemina: Ci alg
e Exatas
ncias
da oExatase brica,
alg e
Exatas
CeTencias
Ci D a
Tecnol
brica,
T
eTecnol e
DExatas Tecnol
a equac a o o
e Tecnol
Londrina,
gicas,
aLondrina,
o an-ogicas, Londrina, v. 26, n.
v.
Londrina,
2,
26, p.n. 195-203,
2, p.
v. 26, n.jul./dez.195-203, jul./dez.
2, p. 195-203,
2005
jul./dez. 2005
jul./dez. 2005
(5) terior pode C Creescrita D como Ci c sendo
d encias ogicas, v. 26, n. 2, p. 195-203,
197 da equao (14) este
2005
rar
or sua con- ondeterior
terior pode
U =pode ser T
CTreescrita C, G T= como C D, sendo V =sendo = DT D,, C =(10) T C Jacobiana com a197
T
estrutura 197
onde Exatas = D= [ CTser,
reescrita
D
T ]
T
D=
. como dT D26, n. 195-203,
mina: Ci
a por e Ci
ncias encias
Exatas
e D U
onde =e Tecnol
U Te Tecnolo1 gicas,
C T oC,
gicas,
Londrina,
Semina:
G Londrina, C Ci
v.
e ncias
D, 26, v.
V n.
Exatas= 2, p.
D1 e 2,
T p.
195-203,
Tecnol
D, o =
gicas,jul./dez.C jul./dez.
T 20052005
Londrina, v. 26, n. 2, p. 195-203, jul./dez. 2005
U
DGV .
1 1
c d 0 c =
C
GV
GV
D D(11)
1 1 , (11) D C pode ser resolvido com o lao de iterao resumido
T T0T
opos (7)
uma
uma
(6) onde Ue
Ap
D
GV
=To= G
[s
TD TGV
c , .
alguma . 0cd =c a C
] Vmanipulac o= alg eC
brica,D
GV
a equac , (11) a o, an- (11)no algoritmo 1. Tal algoritmo descreve em
rop
ar suaos con- uma
(7)terior AGsoluc G aTo do d
V problema d d anteriorDpode
V Dser dividida
ararapor con- (6) con-
sua emonde Apduas oU pode
sAalguma =soluc
etapas. ser
CT aC, reescrita
manipulac
oAdo Gprimeira =problemaC comoTaD, o consiste
alg sendo
Vanterior
ebrica,= DTem T D, apode encontrar
equacC = ser a oCan- dividida
T c pormenores a soluo do problema e torna possvel
da porlmente. onde onde
em
resolvendo
terior e U U
onde
pode
D =
= duas UU C
ser =T = C
T C,T G
etapas.
reescrita
C C,
T C, G
= AG =
C
como C
T D,
primeira
=
T
D,
C V
sendoTV
D, = =
consiste V D
D T
= D,
D, D
em
TC D, =
encontrar
C T T
= C ca sua codificao em linguagem computacional. No
TD GV.T1 0 c C GV1 D C
icialmente.
do.
pos uma Se e
(7) D eresolvendo
=
e D G D =T1 . D .1VT = , (11) apndice A, apresenta-se a codificao utilizada
U (U AGV soluc
GV a o 0 do G problema
c)cd = anterior CC GV GV pode 1 D ser
1
D dividida (12)
uc terado.
sua a o(7) do Se
(7)
cT(12)neste trabalho.
D
con- em A duas soluc a odo
etapas. T=anterior , (11)
reduc
epor
uma
e mul- a o doonde GTA(U soluc TGV oproblema
aV Ado 1 primeira
problema
G
d ) T cD,
consiste
= anterior C podeDem GV Tpode
ser 1 dividida
encontrar D ser dividida
e, resolvendo
em U = C C, G = C V = D D, = c c Diversos problemas de otimizao encontrados
C
cialmente.
a con- em
este e mul- emseguida,
duas etapas.
duas dApode
etapas. primeira Aser primeira encontrado
consiste consiste em resolvendoencontrar
em encontrar C
mente.
erado. Se onde e, e
resolvendo D em A
= soluo
D
= seguida,
TT. do problema
=pode T serV anterior
encontrado Tpode ser
resolvendo dividida T
nicialmente. U
resolvendo C C, G C D, =T D D, =C
educ
o. Se
a o (7)do
e em duas
(U T . etapas. GVV 1d T
G Ad = primeira
)cD=CGconsiste GV c.
1 C
emD encontrar (12) (13) na viso computacional, por exemplo, os que
ilidades
terado. SeD A soluca o1do Tproblema anteriorT 1
= D pode ser dividida
este
c ao (7)
stabilidades
sso,
reduc eal-
do mul-
a o doem e,Aem
(Uresolvendo (U
seguida,
GV GV G 1
pode
V )G cdT=
ser
=) cCD=GV
encontrado
G GV
C resolvendo
c .D1 (12) (13)
D (12)envolvem as coordenadas de pontos no espao
Cduas etapas. A primeira consiste em encontrar
soluca oconsidera-se do problemaainda anterior quepode ser dividida d, na c projetivo 2D ou 3D (ARMANGU; SALVI, 2003;
d
T, eeste mul-
disso,
ialmente.1963) e mul-al-em Agora, os vetores
e,
em resolvendo
seguida,
e, aem
duas seguida, pode ser
pode encontrado
ser encontrado resolvendo resolvendo
RDT,
rado.Leven-
abilidades 1963) equac
Seresolvendo oetapas.
Agora,
(9), A
ed considera-se
XV primeira
dtamb d =e mD consiste
ainda
possam
GT cque .em
ser os encontrar
divididos vetores (13) emcd, naHORAUD; CSURKA; DEMIRDIJIAN, 2000;
mente. equac o(9),
amenores, e1ou tamb em e emLOOP; ZHANG, 1999; SALVI; ARMANGU;
al- n partes
X=Tseja, =Tpossam ser , . .divididos
T T T T
ede pon-oLeven- (U GV V dG ) c =d G [d.GV T, d1 . , dn(13) (12)
] (12)
T ](13)
duc disso,
o.
idades aSe do V dD = D C cG1 cT.2 TD
stabilidades X =(U n partes
Agora,
[X T
1 ,GV menores,
T
X1considera-se
, . .G . ,TX ou
n ] =.ainda
T T seja, Alem d que =disso, os 11vetores
[d cabe
, d 2 ressaltar
, . . d, nan T eBATLLE, 2002; ZHANG, 2000), podem ser
. , d
nte
h
DT,
te a e umae
1963)
mul- pon- 1
) (12)
c o, adisso,
o al- do al- que, e,
e,equac
em em=
cada a oseguida,
seguida, (9),
observacT,X
1 e d
T1X ,pode . .pode
a.dotamb
c ser
iem

ser
T encontrado
depende
C
]Tpossam . que encontrado
Alem
GV
ser
apenas disso,

resolvendoD resolvendo
divididosdos cabe vetores ressaltar
em
d, naformulados como um problema com a estrutura
aem,
de qual h a
Leven- ouma X
Agora, [X considera-se X ,X ainda os vetores T ]Tnae
n d,
RDT, mul-1963)
1963) partes Agora, menores, considera-se ou seja,
ainda que
T , dTos vetores
e, em n que,
na equac
seguida, cada a o observac
(9),pode
ser a e o de
encontrado
X d depende
nenhum = [d outro apenas
resolvendo , . . . , .dos
d Neste vetores
(13)emda equao (14). Na prxima seo, dado um
nte
o
plemen- na e qual
pon- c,
o
equacequac
ao (9), d d
a To , eX X etamb de mTpossam ser c . divididos em
d i i T 1 2 k n
Leven- (9), ,o. .V .X T=
tamb .DeAl m em Gpossam ser divididos
om, dehaLeven-
bilidades uma caso, Xc,= X na [X equac
/d
T

a = 0(9), ,para
X d ]ii e= de
k, nenhum
enquanto disso, cabe
outro
que ressaltar
nenhuma
d . Neste
implemen- deTn ]T eexemplo de aplicao que se encaixa perfeitamente
n
n partes n partes menores,
i 1 k 1
menores, ou = seja, d = T[d=
T ,d T
[d2T1, ,. d . .T,,d. n. .](13)T k T
eisso,
ente na
pon-
e
qual pon-
al-o que,
suposic caso, cada
a o X pode observac
/d V
ser d= a oT0ou
feita Xpara
a D seja,
depende
i respeito i G =

d
k,de c1.enquanto
apenasX dos
/c. 2que vetores
Isso
,(13)
nenhuma faz
idades X =X[X=1 , [X T T T . de TAl e.mAl disso, nesta categoria de problemas.
oscabe ressaltar
i
X1Ta,considera-se k i
Agora, ,o.X .(9),
.T,,X . d.n.i],eX nainda]Tnenhum que emoutro disso, vetores cabe ressaltar
DT,am,
o,
uma
mplemen- h(8)
1963)
al- a uma
que, com na
c,suposic
cadaque equac a
observaca o 1 pode
matriz ser
1jacobiana,

a o X feita depende a Jrespeito = X/Y,
apenas de X dos
dtenha
i
. Neste
k/c.
vetores
d,Issonafaz
uma
qual oqual estruturaequac que,
caso, aX cada
oque (9), observac
e =X0 tamb
para
a o em depende
possam serapenas divididos dos vetores
naem
enquanto que nenhuma
o54 /d i X
oe1963) na
Leven- (8)
c, nna
Agora,
com equac
iconsidera-se
esparsa.
a opode
oequac a(9), matriz
k Assim,
d jacobiana,
ed de ai equac
ainda =i k,
nenhum
que a o=
J osX/Y,
(4)outro
vetores
torna-se Td,k. .. Isso
tenha
d,
Neste uma
emen-
e implemen-

e pon- equac partes
suposic
c,

a o na
(9),
a menores, e
a o
ser (9),
Semina:
tamb ou
ifeita
e seja,
m a e
respeito
Cincias
possamde
d =nenhum de [d
Exatas ser XT , d/c.
e outro
Tecnolgicas,
divididos . d
, d .
Tfaz
em ]TNeste e
Londrina, v. 30, n. 1, p. 51-62, jan./jun. 2009
Leven- conhe- caso, estrutura
X /d esparsa.
=
X
T ,0. .D para Assim, i
i
=
T .k,
a equac
enquanto
a o1(4) i
que
2torna-se
nenhuma
k n
(8)
X comcaso,
= que
[X
i X Ta, matriz X
k C /d jacobiana,
=
. , X0 para
T ] i J Al=
= e m
k, enquanto
disso,
X/Y, cabe que
tenha nenhuma
uma
ressaltar
e h
nte ae conhe-
pon- uma n partes 1menores, 1 i 1 1 ou k 1seja, n d = [d1 , d2 , T T . . c. , d
n] e
T T
suposic que,
estrutura acada
suposic oTpode
aobservac
esparsa. oTC serCfeita
pode Assim,
ser
aToD afeita
TX Drespeito
a equac a respeito
depende ade o (4) X de
apenas i/c.
torna-seX dos Isso
vetores
/c. faz
Isso faz
 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

1. Tal algoritmo descreve em pormenores a soluca o Entrada: Uma estimaca o inicial, particionada em um
Na calibrao
do problema e tornamonocular, uma cmera
possvel a sua codificac a o em lin- = [cT , dT , . . . , dT ]T , de todos os parametros
vetor Y 1 n

captura imagens de um objeto chamado gabarito a

guagem computacional. No ape ndice A, apresenta-se a serem refinados e um conjunto de observaco es em um
codificaca o utilizada neste trabalho. vetor X = [XT1 , . . . , XTn ]T .
de calibrao. Em seguida, essas imagens so Sada: O vetor Yr que minimiza a equaca o (4).
processadasDiversos
e os problemas
parmetros otimizaca o encontrados
de intrnsecos da cmera na
visao computacional, por exemplo, os que envolvem as 1. Substituindo Y na equaca o (3), encontra-se X
=
so coordenadas
estimados. de Como exemplo de aplicao do
pontos no espaco projetivo 2D ou 3D T,...,X
[X T ]T e calcula-se todas as matrizes
algoritmo
(ARMANGULevenberg-Marquardt
SALVI, 2003;Dividido,
E; HORAUD; descreve-
CSURKA;
1 n
l /c] e Dl = [ X l /dl ].
Cl = [ X
se o DEMIRDIJIAN,
mtodo de calibrao que utiliza
2000; LOOP; ZHANG, um1999;
gabarito
SALVI;
ARMANGU BATLLE, 2002; ZHANG, 2000), po-
E;
de uma nica dimenso, um basto (ou mesmo um 2. Calcula-se:
dem ser formulados como um problema com a estrutura
cordo) com diversas esferas (indexadas por j) ao n

da equaca o (14). Na proxima seca o, e dado um exemplo U= CTl Cl ;
longode de sua a oextenso.
aplicac A distncia
que se encaixa perfeitamente entrenesta
esferas
catego- l=1
consecutivas deve ser conhecida com exatido.
ria de problemas.
V = diag(V1 , . . . , Vn ), onde Vl = DTl Dl ;
Ento, no processo de calibrao, o gabarito deve
G = [G1 , . . . , Gn ], onde Gl = CTl Dl ;
deslocar-se no campo visual da cmera. Enquanto n

isso,4umaCalibrac
seqncia a odecom
imagens um(indexada
bastao gradu-
por i) C = CTl l , e;
deve ser adocapturada. Zhang (2004) demonstrou que l=1
D = [TD1 , . . . , TDn ]T , onde Dl = DTl l .
a calibrao monocular com este tipo gabarito s
possvel Na se duas
calibrac a ocondies
monocular, forem
uma camerasatisfeitas:
captura ima-o 3. Calcula-se c resolvendo
gabarito conter trs ou mais pontos e um dessesEm
gens de um objeto chamado gabarito de calibrac
a o.

seguida, tais imagens sao processadas e os parametros n n

pontos, M 1 deve
intrnsecos
ser fixo, como mostra o esboo da
da camera sao estimados. Como exemplo de U 1 T
Gl V l Gl c = C Gl Vl1 D .
figura (1).Dessa
aplicac forma, a Levenberg-Marquardt
a o do algoritmo projeo deste ponto, m1,
Dividido, l=1 l=1
a mesma em todas
descreve-se o metodoas imagens
de calibracda
a oseqncia.
que utiliza um gaba-
rito de uma u nica dimensao, um bastao (ou mesmo um 4. Calcula-se cada dl da equaca o
No esquema
cord da figura
ao) com diversas 1, (indexadas
esferas o comprimento, L,
por j) ao longo
dl = Vl1 (Dl GTl c ).
do gabarito pode
de sua extens serdist
ao. A expresso
ancia entreem funo
esferas das
consecutivas
coordenadas dos pontos extremos M 1 e M 2i , ou de
deve ser conhecida com exatida o. Ent
a o, no processo
r = Y
+
calibraca o, o gabarito deve deslocar-se no campo visual 5. Computam-se os parametros refinados, Y
seja, [cT , dT1 , . . . , dTn ]T .
da camera. Enquanto isso, uma seque ncia de imagens
(indexada por i) deve ser capturada. Zhang (ZHANG,
6. Repetem-se todos os passos ate a convergencia do
2004) demonstrou que a calibraca o monocular com este
resduo.
tipo gabarito so e possvel se duas condico es forem
(15) sa-
|| M 2i M 1 || =L.
tisfeitas: o gabarito conter tres ou mais pontos e um des- Algoritmo 1: Algoritmo Levenberg-Marguardt adap-
ses pontos, M1 , deve ser fixo, como mostra o esboco da
Algoritimo 1: Algoritmo
tado para problemas que levem Levenberg-Marguardt
a uma matriz Jacobiana
figura 1. Dessa forma, a projeca o deste ponto, m1 , e a esparsa.
Alm
mesmadisso, como
em todas as posies
as imagens relativas das
da seque ncia. adaptado para problemas que levem a uma matriz
esferas Nosoesquema
conhecidas, um Jacobiana esparsa.
da figura 1, oponto do gabarito
comprimento, L, do ga-
localizado entre M e M
barito pode ser expresso
1 2em
i pode ser expresso por dos e M2i pode ser expresso por
funca o das coordenadas
pontos extremos M1 e M2i , ou seja,
Mji = 1j M1 + 2j M2i , (16)
M2i M1 = L. (15)
M ji = 1 j M 1 + 2 j M 2i , (16)
onde 1j e 2j sao conhecidos.
Alem disso, como as posico es relativas das esferas sao
conhecidas, um ponto do gabarito localizado entre M1 Da equaca o (1), considerando a profundidade (des-
onde198
1 j e 2 j so conhecidos.
Semina: Ciencias Exatas e Tecnologicas, 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
 equaca o (16), obtem-se um numero mb
zji m ji = z1 1j m + z2i 2j m 2i (20)
Agora, aplicando-se o1iproduto cruzado a ambos os gem, apenas u
lados da equaca o1anterior com m zjijim
, tem-se ji = z1 1j m 1i + z2i 2j m 2i
Frana,ap J.oA. de et al.
s eliminar-se A de ambos os lados. Assim,
Dado desde
um ga
1 um numero
A e z ),
1 maiosao n
Agora,
z1 1j (aplicando-se
m 1i m ji )ap +oosproduto
z2i eliminar-se
2j (m cruzado2i Am ajide )ambos=ambos 0 os(21) os lados.
gem, do apenas
gabaritouma pa
DO ALGORITMO L EVENBERG -M ARQUARDT que pode ser escrita como OES ...
U MA IMPLEMENTAC AO lados da equac D IVIDIDO a o anterior
PARA APLICAC com Agora, m ji ,aplicando-se tem-se
EM
o produtoAssim, cruzado desde
a ambo que
que pode ser escrita como Uma vez
lados da equaca o anterior com m jiA e z1 ), sao nec
, tem-se
U MA IMPLEMENTAC AO DO ALGORITMO L EVENBERGonde z1 1j (m
-M ARQUARDT 1iD m ji ) +
IVIDIDO PARA z2i APLICAC 2j (m 2i OES m EMji.). .= 0
(21) do gabarito pode ser obtid
para
1j (m 1i m ji ) (m 2i m ji ) lesky (GOLU
z2i = z11j (m (m 1 z m ( m (m m m ) + z . (22)
( m m ) = 0
que jipode
honde =m ser1+ escrita 2jcomo 2i
m1 ji )ji)(m
1j 1i 2i
2i mji
)jim
ji ) 2i . (22) e Uma
2i 2j 2i ji
A conhecidovez qu
2j (m 2i m ji ) (m 2i m ji ) pode ser aobtida
equac o (17) de
U MA IMPLEMENTAC AO DO ALGORITMO L EVENBERG -M ARQUARDT D IVIDIDO que pode PARA serAPLICAC escrita OES como
EM .(24) ..
1j (m 1j1i(m 1m ji )m ji ( m ) 2i(m 2im
)m ji ) lesky e (18).
(GOLUB; Por u
z2ihjiSubstituindo
= =z m11 + as
Substituindo as equac
equaes o es (17) (17) e (18)
e (18) ji na equac
na. equao m 2i.a o
(22)

U MA IMPLEMENTAC AO DO ALGORITMO L EVENBERG -MAARQUARDT
(15)equac a o D
e considerando (23) (m
IVIDIDO e2j2i (m PARA
z
equivalente m )m
jiAPLICAC (jiam ) 2iOES (m 1jEM m(m a.o.1i)m.(22),
jim )obt eA obter-se ji )Mji .
conhecidos,
2i dado pela equac ji )em- (m 2i m
2j 2i 2i ji
(15) eonde considerando z2i = dado z1pela equao (22), (24) equac a o . e os
se 2j (m 2i m ji ) (m 2i m (17)
Na ji )prese
obtm-se
onde hji T
Bhjio1 es = L 2
1,= ji )na (25) jie) (18). Por u ltim
Substituindo
A equac hjia o= as
(23) m equac
z11eA + equivalente 1j h(ji m
(17) eaL,m (18) (m equac 2i amo(23) mcalibrac
. a o bas
(15) e considerando z dado pela ( m equac
m a o )
(22), ( m obt e m- m obter-se
)
2i Mji .
onde, h = m 1j (m
2i 1Substituindo
2j m ji ) (m
2i as ji 2i equac
m ji o)es (17) e (18) na equ
2i ji
se ji 1 + hTji Bhji = L2 , m (25)
2i .
Na(24)
Semina:
(15)
(
2j Ci m e considerando

2i enciasjiExatas e2im ) ( m z
Tecnol
2i dado
m ji
o
) pelaLondrina,
gicas, equac a o presenc
(22),
v. 26, ob
a
n.
1 B
z
A equacse 1 A h
a o (23) e equivalente a
ji11 = L,0 B 13 (23) (24) calibrac
a o basea
onde, 2 T (23)
B = z1 A A1 = 0 B22 B23 . 1 (26)
A equaca o (23) e equivalente T a z1 A 2
hji = L,
B13Bhji BBhjiB=33B
23EM0
L , (25)
U MA IMPLEMENTAC AO DO ALGORITMO L EVENBERG -M ARQUARDT D IVIDIDO
2 Semina:
PARA Ci eTncias11
APLICAC Exatas
OES e. .Tecnol
. 13ogicas, Londrina, v. 26, n. 2, p
DO ALGORITMO L EVENBERG -M ARQUARDT onde D IVIDIDO
B = z A T 1
A PARAhAPLICAC = 0 = LEM B 2
, . . . 23 B . (26)
(25)
U MA IMPLEMENTAC AO
onde, 1 ji Bhji OES 22
Levando em considerac
a o Bque B Semina: B Ciencias Exatas e Tecnologic
onde 13 23 33
onde,
onde B . . . 0 B13
Figura 1. Esboo do gabarito 1D utilizado nahji Bh
U MA IMPLEMENTAC AO DO ALGORITMO L EVENBERG -M TARQUARDT
ji==m [a
D 2
IVIDIDO 2
, bji , 2a
1j ( m
PARA 1 m
APLICAC
cji , 2b 1
ji ) ( m
OES
cji ,cji ] b =m2i 2
EM 11 T m ji )
u ji.b,
22 2i B(24)
Levando + em =considerac 2 jiT B o)ji11
jiaji que
hji 1 ji B z = 2i 0 0 B B)13 23 . (26)
calibrao. 1A A
2j 1j((m m 2i 1 m m ) ((m m 2i m m jiji ) (27)
hji =Bm =1 + 2
z1=A T 1 0 TB B132 B B23 23m .(24)
2i .33 (26)
B
U MA IMPLEMENTAC AO DO ALGORITMO L EVENBERG com ondehTjihBh
-M ARQUARDT ji ji = [a2ji2j,(bm
D IVIDIDO
A

2 [a
,2i2a =
ji b
,APLICAC
ji
m cjijiji,,c)2b ji ](jiOES m 2i22
cji , c eji.m ].T. b b)= uji=b,
ji
jiPARA EM
Figura 1: Esboco do gabarito 1D utilizado na calibraca o. [B11 , B22 A ,equac B13,aB o 23(23) T , a Bequac
e(equivalente 13 B B33 (24)
ji )a (m aa2i o (25) ji ) pode(27)
,B 23
Da equao (1), considerando a profundidade A equao (23) 1j33 m] 1equivalente
m m
ser com hji =hcomo
reescrita m1 + Levando em considerac
a o que m 2i .
]. .2i. em
= T
(desconhecida) do ponto M ji DO igual aLzEVENBERG
ji ,Ltem-se onde A equac ji a o (23) PARA 2jh e(Tjim 2i [a
equivalente
Bh ji= m , OES bL jiji 2),ac(ji
,que m ji )b(25) =
U MA U
Figura 1:doEsboc U MA
IMPLEMENTAC
o do IMPLEMENTAC
gabarito
DO
AO 1D DO
ALGORITMO
AO
utilizado ALGORITMO -M ARQUARDT
L EVENBERG -M -M
calibraca o. [B11 , B22 ,hBT13 ARQUARDTLevando
D IVIDIDO D D em
IVIDIDO considerac
APLICAC
PARA ji
APLICAC
a o EM OES EM . . .. . .
, tem-se naL EVENBERG
MA IMPLEMENTAC AO ALGORITMO EVENBERG ARQUARDT IVIDIDO PARA APLICAC
,TB[a332] , b, 22, a2ajiequac
T OES EM a oji cji(25)
conhecida) U MA ponto Mji igual aDO
AO zjiALGORITMO -M ARQUARDT D IVIDIDO
, B23=
ji Bhji u b =
ji L ji .L 2) EM cji.,.2b . , c2ji(28) pode
]T(24)b = uji b,
IMPLEMENTAC
onde,
ser reescrita como
PARA
h1j
T
ji( m
BhAPLICAC
1 = m OES
ji , ( m 2i m ji ) (25)
(25)
hATji =
m
Bhji a1=o (23)
jiequac + 2 ji2
[aji , eb jiequivalente ji
, 2aji cji , 2baji cji , cji ] b = u2i 2 T m .
b, (27)
ondeonde onde 2j (m 2i m ji ) (m 2i m Tji ) ji
conhecida) doMponto 1 = M z1jiAigual 1 m a1 ,zji , tem-se (17) onde, com hji T= B11 20[aji ,Bb13 ji , cji ] e (24) (27) b =
onde Com n imagens, tem-se Tu bU = =Lm [u.2Tj1 , u , . . . u ] T (28)
.
Figura 1: Esboc o do gabarito 1D utilizado na calibrac
com
a o. [B h 2 , B
T ( m
,
1
=B h
( m,
(
ji
BhBmm [a n , ) =
B
m , (
b
L m )] , , )
c , (
m]( Ta m
m
j2 )
equac
e
. ji(26)
m m a
jn
b) o ) (25) (25) = pode
hjionde
1 = z+ 1j 1 = ji
0ji 33 B 2i B 2i ji
M2i = z2i A m 2i , (18) Bm Am A 1j13 1j 1 ji 2i ji
11
ji 22 ji 123

= h = 1ao+1+ 2 ji jiji22 2 , .ji. .23 2 ]Tm 2i .m ) m .

1 1considerando
= 2i .2i
Dessa forma,
hA m ),(25) pode-
ji L = [L ,m L
Figura 1: Esboc o do gabarito 11D utilizado na calibrac a o. [B ji equac
ser reescrita ((23) (m
2i como
1,e equivalente
Bm]2i 11)
Tji , ) B (ji a(m 0)
m aequac m a2i oji)
2i . pode
M = z 1 A m , (17) 11 , B 22 , B 2j1j
13 , m
B 23 (
2j m B
( mm
33 B
ji
13 m m 23 ji 2i )2i( Bm B(33m 13
ji m m )ji
(19) se encontrar 21 resolvendo-se

Mji =1 zji A1 m ji . 1 hji = m
onde, +T 1 2j 2i 2i mji
1 ser BCom = zbn
reescrita 1A imagens,
como
A(m
2j 2item-se
=T m 0jiU) nB (= m2 [u
22 2i j1 B23 ,m j2
u ji.) , . . .(24) u(26)
jn(24)]T(24).
conhecida) M2ido = ponto z2i AMjim igual 2i , a zji , tem-se(18) h Bh = TL , 2 2 2 T
= L . (24) (25) (28)
Dessa
A equacLevandoforma, aequacem
o (23) considerando
considerac
eoU equivalente
ji B
a o ji
L que
2 u
B211, a 2 0a a B13
=B
ji b [L ,
B . . , L ] , pode-
AA a o a(23) (23) eTequivalente13 23 33
Dessa conhecida)
forma, Dessa doMponto
substituindo
forma, M
ji =substituindo zasjijiA igual
equac 1 m oaas es , tem-se anteriores
anteriores
z equaes
ji .ji
na(19) equac nb e u equivalente
= L
b = L . (29) (28)
se encontrar 2
= z a1 oA b resolvendo-se
T 1 ji
0 aB222 TB23 .
equaca o (16), obtem-se
na equao (16), obtm-se
M1 = z1 A1 m 1, hA
onde,
(17) TB equac
ji Bhji = em [a(23)
2 A
, bh2jieT, Bh equivalente
2a= cTji=, 2b 2 cji , 2 cji2] b = uji b, (26)
M = z A 1 m , ou
(17) seja, Levando Com jiconsiderac
n imagens,
ji hji Bh
ji
Th ji
ji a Bh
B oji Lque ji
tem-se
ji= ,2= B L L,U, nB33 = [u j1 , (26)
(25)
u , .(25)
j2(25) . . ujn ]T .
Dessa forma, substituindo 1 M as = 1 equac z A 1 esm
o 1 anteriores
, na (18) T U b = 13 L 2 , 23 (27) (29)
jiobt
2i
1i z+
2i

2i
(20) (18) com
Com
hDessa
nbimagens,
forma,
= (U h TBh
2 jin1 U tem-se
n 1
considerando
[anjicji),
=BU L UT , T=
11
, c2njincL ] ,.L
2 0[u 2 =
2ej1
B, u
T bj2 (30)
13[L2,,....(25) ..u, jn L2]]T. , pode-
T
equaca oz(16), ji m = ezm-se M1 2i 1j m = 2i A
=
z2i1 2j
z m A m 2i1 ,2im . onde, h T
onde,
(19) onde,
Bh ji= [a
= z 2 2= T
, b , 2a =
b,ji2b
0 B c ] B b = u.
=
b, (26)
[BDessa forma, Bconsiderando ] , pode-
M B A A = [L 2 2 T
22ji , . . 23 . , Lpode
B22se , Bencontrar
ji ji ji ji ji 1 ,ji ji b resolvendo-se
ji ji Lequacji ji ji
Figura 1: Esboco do gabarito 1D1utilizado na calibraca o. ou seja,
,Levando 13 em considerac
, B33 ]T , aao que a o (25)
M = z A m . (19) onde, 11
sereescrita
encontrar
23
b resolvendo-se B1 B 20 B33 (27)
1 dejiambos os ji ji
Dado um gabarito b =2com mais 11n )Bde
130 tr esL 0Bpontos, B tem-se(30)
ser como 23
apos eliminar-se zjiA mforma,
ji = z1substituindo
1j m 1i + lados.
z2ias 2jequac m (20)
(20) com
2i o es anteriores T hji2 T =
(U[aTnB U , b ,
BU
c 11]n
T
T 13.e2TB 13b13 =
Dessa na Levando em bconsiderao U 11 b = L , (29)
0que
2 1T ji ji ji 2
Figura 1: Esboc
conhecida) odo do gabarito
ponto 1Digual utilizado
a , na
tem-se calibrac a o. um nuh B mero
ji= Bh B zmaior
B
1jiA=
= = z1,2[a
zAde
A2
1jiA
T ,equac ji
A =,A 1oTji
2a 1 es.
= 0c=
B
ji Contudo,
,2b
20L
Bnji 22 02cji BB ,B para
cB 23ji ] .b
13B(25) cada
B=
23 23 .
uima-
(26)
. b,(26)
ji (26)
Dessa equac forma,
Agora, aplicando-se a o (16),substituindo
obt M e m-se as equac
o produto cruzado a ambos os gem, apenas z o es anteriores na [B , B ,
Levando B TemB , B
considerac
T ]U ,
= b11
L a =
a oB . equac , 22a o
22 pode
(28) (29)
0mais que
ji ji u b
11
BDado
22
z12uma
um
13 23
equac
A1
gabarito
33
a= o com
ji e n
Blinearmente deBB tr independente. B (26)(27)
23e33 s23pontos, 33 33 tem-se
apoda
s eliminar-se 1 de ambos os lados. = ou Aseja, 13 B13 B B 23 B B B .
lados equac
equac a o a(16),
o anteriorA obt em-secom m ji , 1 tem-se ser reescrita como 13 22 23
Assim, com
um ndesde
uTseja,
merohjique maior existem= 2equac 5 [a inc o13o, bgnitas ,Tc23 ji ](4 B
T
par epara
aTmetros
T b de =
= ,[aB2jide = ces.
jiContudo,
(17) ou bTB B Lucada ima-
M1 = z1 A m 1, ji 1 2
Figura 1: eliminar-se
Esboc o do zjiM jiji
gabarito
m 1 = z1D 1az utilizado
mcruzado
1i + zna
2ia 2i aos
calibrac
2j m o. (20) h Com Bhn,jiB imagens, , ,btem-se
jiT,33 2a (U ,=2b Ucnji,)u , caj233 2U
]. n.(25)
b = . ]uT ji. b, (30)
aps
Agora,
conhecida) aplicando-se
do ponto
z m + M A =
oigualde
produto
z ambos 1j
1
1i+m
A ji m
,
os
tem-se, lados. 2i
ambos (18) A e[B z
gem, ),
Levando
11
(20) Dessa forma,
1 ,jiB
sa
apenaso
22
Levando necess
em
Levando 13uma a
considerac rios,
em
23
b equac
em considerac = uB no

considerac
(U b
a
]
ji n 2 a o

a T
=
jiU
m
o ,U
e
que
L
ji
nnimo, a
2
linearmente
)
o[L . 1

a
n[u
o
que
equac
ji
Uque
j1 5 T
L
deslocamentos
2 o
ji
. , .
independente. jn pode
(28) (30)
ji z= 2i z1 1j2i
m z2i2i 2j m n 2 , .n. . , L2 ]T , pode- (27)
(27)
1 1j (da
zlados m 1iequacm o )anterior
aji
ji 2i 2j com (m m 1
2i ji , tem-se ji ) = 0 (21) do gabarito serLevando
reescrita paraem considerando
como
solucionar oLa5problema. =
= 1 z . (19) Assim,
com desde que
Dado consideracexistem
= um gabarito [a o inc que
, b o com gnitas
, c T (4 par
mais
] de
e atrmetros
ebs pontos, de
= tem-se
apos eliminar-se M ji
M1 =1 z1 A m1 , A 1
ji de
A
ambos m ji os lados. (17) hAji Bh se
T encontrarTh T =h
Bh ji
[ab 2 resolvendo-se
,= b 2
[a
2 , 2
2a ,2 b 2c , ,
2a ji
2b c ji
c , ,2b ji
c 2
]c T
b ,
2 c = 2T ]u T
b b, = u b,
conhecida)
ap
Figurao s do ponto
eliminar-se
1: Esboc o do
A M gabaritode igual
ambos 1D a zutilizado
os , lados.
tem-sena calibraca o. Uma e h z Dado
ji),
Bhum
ji s a onum
=necess
ji
ji
u [a
mero gabarito
ji , a
b rios,
maior
ji ji ,ji 2ajicom no
deT c ji
, nL= equacmais
m
ji , ji
a . [u nimo,
2bji
ode

equac c ji
ji
es. tr
,5
ji ec s
Contudo, pontos,
deslocamentos
] ji
Taj2o, . .(25) b =
ji u tem-se
para podeb,
ji
. cada ima-
T Com n22imagens, tem-se
ji T ji ji 2 ji ji 1 T
ji
que pode serm escrita como ji ji
(21) [B 11 , B
ji
1 vez ,que
B13 2 ,B B223for
ji ,ujiBji conhecida,
33b] U = aj1 2matriz
,u ji z.u1uA jn ](28)
(27) (27)
1j (Agora,
z1 Dessa aplicando-se
m = z2i Ao produto
) + z 1 ( m , ocruzado
m ) = 0 a ambos
(18) h um Bh nujigem,
mero= [a maior, b ji de, 2a c , 2b
es. c , c ] b = b, (27)
nequac
ji o 2o Contudo,
Agora, aplicando-se .e.eT,aLopara cada ima-
forma,
1i M 2isubstituindo
ji 2i 2j asmo2i2i produto
equac ji cruzado
es anteriores a naambos doser osreescrita
gabarito para ji solucionar
apenas Uuma ji
b = equac L 2
problema.
,ji a[L oji 2, .ji 2 ]T , (29) ji
T e linearmente independente.
ji
Agora, aplicando-se o produto cruzado a ambos pode
os
comDessa ser
com forma,
obtida de como
considerando
=B atrav e s da
L decomposic
= de b pode-
Cho- =
os
equaclados da
a o (16), equao
equac
obt e= am
m-se ozanterior
z)A 1 1 m
2icom m ji) , tem-se(19) (17) com com h
gem,jiapenas hji h =
ji uma=equac = [a ji a , b
existem
[a [a , c
ojijie ,jilinearmente , ]b
bjiji ,ji5cjiinc , c T ]
]jiognitas b e
eindependente. (27)
b =
b para1 = = de
( M
m M ji 1=
ji 1A ( m m ji 1., m lesky se encontrar
(GOLUB; Assim, b desde
resolvendo-se
Van Loan, que 1996). Por sua vez, com (4 z metros
Figura
que 1:
Figura
lados
= zda
pode
z2iconhecida)
Figura Esboc
ser 1:
equaco
escrita
1j do
Esboc
do ponto gabarito
1i o
a oo como do
anterior ji 1D
gabarito
ji igual com utilizado
1D
zji ,, tem-se
1Damutilizado na
utilizado
tem-se
ji calibrac
na
a o.
calibrac
a[B
a
como.
ou,[B Uma
seja,
B[B Com ,B B vez que
,imagens,
n ,22 B ,B B B
33tem-se
]BTfor
[a,,33 conhecida,
,]33ab5U ,,rios,
T
a,nequac
,L cequao = ]a[u
T aequac a
o ,e(4 matriz
u(25) a,b
opar o.(25)pode z
.pode
(25)
.ametros A serT
] pode.de
11: Esboc do gabarito . na calibrac o. 22h , desde
B ,B = , 23B B ]ji u1jn= 1
M 1 2iji,m (22)(18) 11 Assim, ,11ji 13
eB
23que
), ,13 saB oexistem
,23
Tu
necess
Tjib T
a= inc aTjio.gnitas
2
no equac j1 aj2 pode
(28)
2 ,m nimo, T5 deslocamentos
11 22 zo113
Figura 1: Esboc2j(ozm Mdo 2i ==m
gabarito zjiz ) 1D
2i A(m m m
utilizado
2i+ jina)m calibrac a o. eser A conhecidos,
pode
reescrita
Dessa ser ser A obtida
forma, como
reescrita ponto
de
considerando
como
= (U M
atrav
T1 ji pode
, e
) s
1
a 2da ser
equac
2obtido
decomposic . a o aLpartir
(25) 2 o
a de
(30)
, da
Cho-
pode-
pode
Dessa forma, z1 1j (jim 2i
m
substituindo
1iji m 1 jias 1j ) +1 equac
z2i o2j
1i z 2ies(m
2janteriores
m
2i 2i ji )na (20)
= 0 11 [B reescrita
ser
(21)
A , B 22 ,
ereescrita
z1do B
), 13como
s , B
aocomo bnecess
23 U , B 33 n ] U
anrios,
b = no n L L m
U 2 =
, nimo,
n L [L . . . ,
5 deslocamentos ] (29)
equac aencontrar
reescrita
o (17) gabarito
ecomo
os pontos para M2isolucionar a1996).
partir das o problema.
equacsua vez, o es (22)
z1 1j (m 1i1jM(M m11i
m
ji =
ji= )+zm ji
zz2i A
ji A ) 2j
1 (
(m m ji2i2i
m ., m ji
m ji) = 0 (19) (21)
(21)
(17) serlesky
se do (GOLUB;
gabarito b Van
resolvendo-se
para Loan,
solucionar o problema. Por com z1
equac
conhecida)
z2i
a o
conhecida) (16),
= do
conhecida) zponto obt
1 dodo e m-se
M
ponto ponto igualM 1
a igual
igual zji ,atem-se 1
zajilados. , tem-se
z,jitem-se . (22)e (18). Dado Comuum n imagens, uTjicom btem-se T 2U e2s[u .(28) T.
apos eliminar-se
Substituindo
as2jser (m 2iA
equac
ji1
2i=
M
o
esde
m z(17)
ji ji
ambos ) 1 (em os
(18) na m jiequac
) a o (18) oueA seja, Por
conhecidos, ltimo,
Umaopode-se
gabarito ponto
vez u=
que MTu
ji b
usar
mais L b = . de
pode =
for aL
n 2equac tr
=
L .ser . pontos,
conhecida, j1a,ou(16)
obtido j2tem-se
aTpara
,a. partir
. ujn(28)
matriz
]da (28) 1
1 z1 A
ji
conhecida) quedo podeponto M M escrita igual 2icomo
jiA
a z m , 2i
tem-se
2i ,
umDessan u mero forma, maior considerando
de equac T o es.
1B
Contudo, 2 2 2para cada 2 ima- , (28)
pode-
Dessa
que forma,
pode ser substituindo
escrita como
ji as equac
ji o es anteriores na
obter-seequaca oji M Uma .
(17) eser vez bos= que pontos u BU T b for
b
M = = Lconhecida,
1 L 2
L .
aUpartir =
,T [L 2 , . a
dasdecomposic. .matriz
, L
equaco es ] (28)
z(29)
(30) A
(22)
(15) e considerando Agora,
zji m M z1M dado
aplicando-se
= zM z11j pela
m z1 o1iA equac
produto
+
11 1z,2i
1 aji ocruzado
.m (22),
, 2i obt e(17)
a ambosm-(20) os(17)
(19) pode obtida (Ujin nU de n) B 2i atrav nL es .da 1
a o de Cho-
e= 1= 1= A zm A m m
2i 1 gem, apenas uma equac a oatrav e linearmente independente.
equaca o (16), ji
obt Mm-se
ji 1 = zji 1A m 2j
1, 1 (17) e se
pode
(18). encontrar ser
Por obtida

u b resolvendo-se
ltimo, de Bpode-se e s usar da decomposic
a equac a o
a o
(16) de Cho-
T para
se 56Substituindo
lados da equac as
a o
anterior
equac (
om
es com
1
(17) m m e , )
tem-se
(18) ( m na m
equac(17)
a)o NaCom n
Com
presenc imagens,
Com
lesky
n a n de imagens,
(GOLUB;
imagens, tem-se
ru do, tem-se atem-se
VanU soluc
n =
Loan,
U [u
Ua o =
j1 do =,
1996).
[uu [uproblema
j2 ,
, .
u .
, .
Por
u u, .
jnsua
,. .
.] .
de
u ..vez,
ujn T.
]T ].com z1
M M
z2i =2i z 1 = =M ( m z= z
1j
=A
1 A
1i z2i A
1
m
1i

z mm A)
1 1 ,1,
ji
(
ji
m
m ,

,

m
2i
) (18) ji
(18)
.Dessa
(18) ou
Assim,
(22) seja,
lesky desde
(GOLUB; que existem Van 5
Loan, inc o gnitas
1996). n n (4 Por par j1 j1
a
sua metros
j2 j2
vez, de
com jn
z
ap o s eliminar-se
z = z M1j1
1 1 2i
Semina:
de
2i
2i
ambos
( Cincias
ji2i m
2i
os


lados.
Exatas
2i )
2i2i
( e
ji
Tecnolgicas,
. (22)
) obter-se
Londrina,
na ADessa Dado
Comforma,
Dessa v. eM
n um
30,
forma,
azo1conhecidos, n..
gabarito
considerando
forma,
imagens,
conhecidos,
1, p. considerando
considerando tem-se
51-62, com Lo mais
2
ponto
jan./jun.
ab U = =[L
2 Lde 22
[u
2009tr
, = . e .s, .
pode
[L
2 pontos,
u, 2
L , 2
,.] .T
ser. ,., u
2tem-se
pode-
L 2
obtido ] T
]
]ao, (30)
T T , .
pode-pode-
e(29) a 1
partir da
2iji )(23) calibrac eA ),baseada na= aoequac nU oM (30), ,geralmente,
(15) e considerando
Dessa 2iforma, A substituindo hdado m pela
2ias equac
m ji o aes
o (22),
m obt
m e(20)
jim- A LU= 2 M 5[L . ,obtido . . . , L n
)(equac anteriores ji
z11A z(2im ji
z2j = 1 L, (18) en sao necess b rios,
(U
ponto U T
nno m
n2= )1L
n 1
nimo, T
n2L
2
1 deslocamentos
j1 j2 jn
=pode ,2iser ,apode-
partir da
z(jim == jizji ,(
) + .z 2j

M m
M = M ji
z= =A A m 1 m m
z1iAm
ji A 1 2imm .jim . m (19) (19)
um use mero bmaior de equac oopontos
es. Contudo,
se equac za1o1j (16),
2i
jiji
obt
1i M2j
e mm-se
1 ji2i
2i 1j
+ zz2i ji
1
2jji
ji 2im m 2iji
2i m ji ) = 0 (21)
2i (19)se encontrar
Dessa
do se encontrar
forma,
encontrar
gabarito equac resolvendo-se
considerando
para
abo b(17) resolvendo-se
resolvendo-se
solucionar e os L problema. [L M . .a.para , L2cada
partir ]T das ima-
equac o es (22)
Agora, aplicando-se Mji = zji A m o produto 1 ji . cruzado a ambos os
(19) se equac Na apresenc
o (17) e a os de ru
pontos do, M a soluc a
partir a o do
das problema
equac
o es de
(22)
gem, ou apenas
encontrarseja, buma equaca o e linearmente
resolvendo-se 2i independente. 199
 B11 0 B13 se de uma soluca o puramente algebrica. Uma solu
B13[B ,B ,B
1123 ,B 2233 ,B ]T13, , BaB 23 ,= equac
Bz332]A ,oT A
Ta a(25)1 equac= pode a o0 B11 22 0pode
(25) B B23B13.
(27)
(26) DE F RANC A , J.; F RANC A , M.; KOYAMA , M.
como
ser reescrita como comLevando
1
hji 2emT considerac
= 1 [aB a ,ob0que , cji ] B e b
T = com algum significado fsico deve envolver diretam
B = z1 A A =T 13
ji jiB
B22 33B23 . (26)
na calibraca o. [B11 , B22 Uma implementao
, B23 , B33 ] do , algoritmoa equac
23
a o (25) podesatisfat
Levenberg-Marquardt dividido as projecoem es observadas DEFF A m , J.;,FF
, J.; pois A estas
, M.;
, M.;K sKaOYAMA
oOYAMAas ,uM ,n
oria.para Umaplicaes dos motivosviso paracomputacional
DE RANCRANC A RANCRANC A
T 2
, B13
B B B isso e quejia equaca o 5 Resu
uji b = LT .
hjireescrita
ser Bhu T
jiji= [a
bcomo 2 2 2 (28)
=jiL, b.ji , 2aji cji , 2bji cji , (28) 13 23 2 T 33
cji ] b = uji b, informac o es dispon veis. Tal soluc a o pode ser ob
Levando em consideraca o que (30) nao tem nenhum significado fsico, ou seja, trata-
aoa oa o 55 Res Re
(27)sesatisfat
satisfat ooria. ria. Um como
Um segue. issoe eUma que
se
Com n imagens, tem-se de uma soluc a odos dos
puramentemotivos
motivosalg para
para isso
ebrica. queasoluc aequac equac
com Levando
h em = considerac
u T
[a b =
,b a o
L ,
2que T
c. ] e b (28)
= (30)
(30) n n
a o
a o temtem nenhum
nenhum significado
significado f fsico,
sico, ou ou seja,
seja, trata-
trata-
imagens, Com tem-sen imagens,
hU T n = tem-se
ji Bhji =
[ujij1 , u2U
[ajij2, ,nb.2ji= .,.2a u
[ujn jij1Tcji.,j2
T
ji],jiu
2b ji . .cji
, ji .jiDessa
c2ji]T]T. b = forma,
u, jn uji b, com M 2algum i = M 1 +L[senOponto
significado ifcos sico M deve i2i ,sen envolver
pode iser senexpresso i , em funca o do p
diretamente
na calibrac
a, Dessa
considerando
a o. [B 2 , B ,
2 B , B 2 ,TB , pode- ] , a equac
a o (25) pode sese de de umauma soluc
soluc a
o
a o puramente
puramente alg
alg e brica.
e brica. UmaUma usoluc
soluc(31) a oa o
forma,
(17) ser reescritaconsiderando
11 = T [L , . . .L
considerando
L 22 13 , 2L 23
2= ] [L
2 2
33 , . . .
hji Bhji = [aji , bji , 2aji cji , 2bji cji , cji ] b = uji b, , L 2 ] T , pode-se
pode- 2 Tencontrar (27) as projec o es observadas
fixo e dos m
a ngulos
ji , pois estas
i e s
i
a o
que asdefinem nicas a orientac Para aao
como tem-se com
comD
cos
T informac algum
algum

o] T
es . significado
significado
disponPARAveis.
ffsico
Tal
sico deve deve
soluc EM a
envolver
.
envolver
o . . pode diretamente
ser diretamente
obtida
bseresolvendo-se
encontrar com MA Com
Uresolvendo-se
b bresolvendo-se n
IMPLEMENTAC
hji imagens,
= AO DO ALGORITMO U
[aji , bji , cji ] n = T[uL , u
EVENBERG
j1 e b j2 , . . -M
. u ]
ARQUARDT
jn= .
(27)asasprojec iIVIDIDO
gabarito, APLICAC
oum OES
seja,
(18) 2 = [L2 , . . . , L2 ]T , pode-como projec
segue. o oes
esobservadas
observadas m jiji, ,pois poisestas estassasoaoasasu unicas nicasutilizados d
aecalibraca o. [BDessa com,B forma,
, B , considerando
B , B ] T, L a equac
a
T o (25)
e pode (32) (aPara Para
= [a , b , c ] = esi ]
h T 2 b
(19)
Un b =
11
L 2
,
22 13
ji
=
23 2 uji(29)
,
33 b =jiL ji. ji (29) (28) informac informac o oes
esdispon
dispon
M veis.
veis.
= M TalTal
+ soluc
soluc
L[sen a oa oi pode
cospode ser
,sersen obtida
obtida
sen , cos
o na calibraca o.ser se[B encontrar
reescrita U b L
n b resolvendo-se
B13 , B23 , B33 ]T , a equaca o (25) onde
2i 1 i i utilizados
utilizado
i
11 , B22 ,como podecomo comoO ponto segue.
segue. M2i pode ser expresso em funca o do ponto mt PartLe
Alm disso, aiequao (16) (32) (32) desc (a(a e
eanteriores
(17)
ou seja, na serCom reescrita como T
n imagens, tem-se
Ubn b== L.2=, [uj1 , uj2 , . . . (29)
2 T .fixo e dos a
(29)
]
ngulos
1jAl (m
em
1pode
e m
disso, i ji que )a equac (m 2iestende
definem a oem a orientac
(16)
m
a equao
ji )estende
a o adoequac linear
mt
mt a oPartL (31)
Part
u UL n u (28)
jn hji (31)=m
gabarito, O O
para ponto
1 ou ponto
+osseja, M M
outros pode ser ser
2i2i pontos M ji . Dessa forma, expresso
expresso em funcfunc
a

m
o
a o do
2idados do
. pontoponto ram obtido
(18)T n )b1=U(U T T2 1 T ji 2
n ) Un L(30)
m-se b = (Un UDessa n Ln .Uconsiderando
forma, . 2 2[L2 (30)
uTji bL= = L . , . . . , L ] , pode-
2 T
(28)as fixo
fixoeedos dosa ngulosos
(m
a2jngulos outros2i i iem epontos
ijiique)que (m definem
M
definem
2i ji . m aDessa )orientac
aorientac
ji forma,
a oa odo dodados linear
linear asdes c
de
(19) se
(17) ouencontrar
seja, constantes 1 j ,
tantes j , e estimaes
e estimac de
o es A,de (24) M T 1 , par
,
ametros
e
b resolvendo-se M
gabarito,
gabarito,ou
2i = M +
ouseja,
1 L[sen
seja, i21jcos i
2j , sen i sen i , cos i ] A, . M
Alram
1
eramm obtid
i
dissoobti
m gabarito
Dado (20) com
um mais
ou Com
seja,
gabarito de ntr
com imagens,
e s pontos,
mais b = tem-se
de tem-se
(U tr T Un1
e sU pontos,
) = U [uT j12, uj2 , . . . ujn ]T .
tem-se
L . (30) e , a partir
partir dasdas equaes
equac
o es (1), (1), (16)(16) e e (31), (31),(31)
e poss vel ob
2i
m (18) (17) n n n
2 =2 [L2 , . . . , L2 ]T , pode- TA equac
i
= a=i
oM (23) eL[sen
equivalente par par ametro
ametr
maior de equac Dessa

o es. forma,
Com
Contudo, n considerando
imagens,
para cada tem-se
ima- L = [u , . . . ] Al. e M
possvel
mM2i disso, M
obter-se
a 1++
1equac L[sen
uma

a o (16)estimao,
i icos cos
estende ai ,i sen
, sen a equac
i sen
i sen,
da
a
i ,iprojeo
o cos
, cospara
(31) i ]iT]T. . comprimen
um numero
anteriores na maior de equaco es. Contudo, Un b = para U
L cada ,
n ima- j1 u j2 u(29)
jn 2i
se uma estimaca o, m ji , da projeca o doAl ponto
Al em emdiss dis M
(19) (18)se encontrar b resolvendo-se (31)tes. O espa
(31)
s uma gem,equac apenas e Dessa
a o uma linearmente
Dado
equac forma,
aum considerando
o eindependente.
gabarito
linearmente comindependente. L2 =de[L
mais . . , L2 ]Ttem-se
tr2e,s. pontos, , pode- osdooutros pontopontos M Com jih. ji
T M Com
Bh este
ji . Dessa
este
resultado,
= Lestende forma,
2resultado,
, dados
assumindo-se assumindo- as cons-
(25)para que cada
comprime
comprim uma
(19)5ou seseja,
encontrar resolvendo-se Al
Al ememdisso, disso, aaequac equac a oaji
o(16) (16)
o es estende aaM equac
equac a oa oe(31)(31) pararam sempre
e Assim,
que existem desde inc
um
que ongnitas
umero(4
existem 5 par
maiorb
inc oametros
de
gnitasequac (4 opar
de es.2aContudo,
metros depara cada ima-tantes se que 1jcada , 2j projec
uma e estimac
das o es observadas,
projees de A,observadas, m ji 1 ,, esteja i m i ,ji a
corrompida , tes. tes.por OOesp er
nteriores
do a ambos naos = UnTbU=n )L1,UT L2 .
(U (29)
(30) ososoutrosoutros pontos
pontos M Mjiji. .(16) Dessa
Dessa forma,
forma, dados
dados asobter-
ascons- cons-
o2inecess
A e z1(20) a rios, no m
gem, nimo,
apenas 5 b
deslocamentos
uma
), sao necessarios, no mnimo,n 5 deslocamentos equac
a o e linearmente independente. (30) esteja corrompida
onde, partir das equac o es (1), e (31), e poss vel ram Na
ramsemp semge
1j1j, , aditivo, por independente,
rudo esaditivo, mas M1com ,1 , i oi emesmo
independente, ei ,i., aa desvio pad
n
anteriores
epara na Assim, Un5b inc = oLgnitas 2
, (29) setantes
tantes
uma estimac o,eem
a2jestimac estimac
estimac o oes
projec dede aA, odaA, M
ji , a da do ponto
2j
solucionar
do gabarito para o problema.
ou seja, solucionar desde oque existem
problema. (4 par a metros de a o o tima
matriz A, M por ji meio equac
do a o (3
crit
mas
partir
partir com dasdas oequac
equac mesmo o oes (1),desvio
esassumindo-se
(1),
B11(16) (16)padro, e0e(31), (31), B13e aecada poss estimao
poss uma
vel
velobter- obter- Na Na ga
A eDado z1 ), s um gabarito
ao necess a comno
rios, mais m de
nimo, tr es5pontos,
deslocamentos tem-seCom este resultado, da am axima que 1 eponto das variaram
,verosimilhanc o ado, ponto obtida Mminimizando-
T 1 T 2
oun b = (U )maisUde . 1 (30) B
useja, sese=umauma estimac
estimac =
o,
aA, o, Ba oa23
ezii ) = que 0Uma (20)
B (21) forvezconhecida,
que Dado B for uma conhecida,
matriz
gabarito z1ncomA U a1nmatriz nz Ltrs
1 A pontos, tem- projec tima zo12esAdaobservadas,
T
matriz
A1 por
mm ji0ji,meio dadaBprojec doprojeccritrio do .da por mxima (26)ruM . . equac equac aoaaoo(
um do mero
gabarito maior
para de equac
solucionar To es. Contudo,
1 T 2 para cada ima- Com
o problema. m ji , esteja 22corrompida do jiji
distribuic
tida
o a
pode de
ambos atrav
ser (20) os
obtida e s da decomposic
ab o =de (UCho- U ) U
a o de nCho- L . (30) Com
verosimilhana este
este resultado,
resultado,
1 n
obtida
p assumindo-se
assumindo-se
minimizando-se que que cada
cada uma uma das das variaram
variaram
m 2i B gem,sedeum B
apenas atrav
nmero es damaior
uma decomposic
equac adeon eequaes.
linearmente
n Contudo,independente. para aditivo, independente, mas B13com Bo23mesmo
m
B33desvio padrao, avaliar2o d
corrompida (A, M1 , por por
Dado um gabarito com mais decom tres azpontos, tem-se 1 projec projec o oes
es observadas,
observadas, m , ji ,esteja
esteja corrompida i , ru ,
iru do
do 1j , 2j ) , a
ndistribuic
distribuic
UB; lesky Van(GOLUB;
Loan,Assim, 1996).
Van Uma Por
Loan, sua
vez 1996).vez,
que Bcom
Por for z
sua conhecida,
vez, matriz z A a estimac a o
o tima da m mji
matriz ji por
ji
meio do crit erio
um cada
nu meroimagem,
desde queapenas
maior de
existemuma
equac
o
5 inc
1
es. equao
ognitas (4
Contudo, paralinearmente
1parametros de
cada
1
ima- aditivo,
aditivo, independente,
independente, masmas comcom
A,
o o mesmo
mesmo desvio
desvio padr
padr a o,
a o,
vel de ru
idos,
. e Aoconhecidos,
ponto MA 1 pode
pode o Dado
ser
ponto ser obtida
Mum
obtido gabarito
dea B
pode partir
ser atrav com
da
obtido esm mais
daanimo, de tr
decomposic
partir es pontos,
da a o de tem-se Cho-da m a xima verosimilhanc
i=1 j=2
a 1, e obtida minimizando-se avaliar
siano avaliar de omo
a ambos os gem, e
independente.
z 1 ), s a o necess
1 Assim, a rios,desde no que existem 5 deslocamentos
5 incgnitas Levando em considerac
a o que
m)) eequac
= os
) pontos(21) uma
lesky apenas
n
partiru mero
(GOLUB; dasuma
maior
equac equac
Van de
o es
a
equac
Loan, o
(22)
e linearmente

o es.
1996). Contudo,
Por independente.
sua paravez, cada
com ima- a a estimac
estimac a

o
a o
o o
onde
tima
tima da da = matriz
matriz
0 e A, A, por
= por 1, meiomeio
n e ododo
n ucrit
crit
mero e rio
e rio de n n
vel
imagens vel dede ru
ji 0 a o(22)
(17) do M e2iosgabarito
pontos M para 2i a partir das oequac
solucionar problema. o es (22) z 1 n p 12 22 tado aos po
ado a .ambos os (4
Assim, parmetros
gem, desde
apenas que de
uma A e
existem z
equac ), 5 so

a inc
o
enecessrios,
o gnitas
linearmente (4 no
par a mnimo,
metros
independente. de dada m m a xima
a 2 verosimilhanc
xima verosimilhanc
n u mero de a 1a,1 ,e
pontos
e obtida
obtida
do minimizando-se
gabarito.minimizando-se 2 sianosiano de de
muejiltimo,
)(18). pode-se Por u eltimo, Ausar a equacausar
conhecidos,
pode-se oo (16)
ponto 1
a equac para M1apode o (16)serpara obtido a partirhda T
Bhji = [amjiji, b 2
ji ,m 2a jiji (A, cji ,M 2b1ji , ciji, 2
, ci ,ji]1jb T
, =
2j )uji,b,(32) rudo variou
se. 5e deslocamentos
zUma ), s a o
vez necess
que a do
rios, for gabarito
no m
conhecida, nimo, para 5 a solucionar
deslocamentos
matriz o 1ji tado tadoaos aosp
obter-se Mji . A Assim,
equac 1
a o desde
(17) e que
os existem
B
pontos M 5 inc
a o gnitas
partir das (4 par
equac a metros
oz
es
1 A (22) de i=1 nn
j=2 pp
(27)
2 2(16) e foram reali
)i = 0 (21) 2i Observando as equac
o es (1),
(32)
(32) (31)
ru ru do
fica
do vari
var c
do
pode
eproblema.
Agabarito
eser
(18). z1 ), Por para
obtida solucionar
de B atrav
saou ltimo,
necess rios,eosno
apode-se problema.
dausar
m decomposic
nimo,a equac aaoo (16)
5 deslocamentos de Cho- para
com onde h =
m
0=
m
e
jiji

m
=
m
[ajiji (A,
1,
(A,
, n b
M

e
M
, o c
,
, ,
,
1 1 iTi i i 1j1j 2j2j
n u] mero
,
e

,
de
,
,
imagens,
b
) ) , ,
= p o par a metro
)jina
senc )= a equac
de
0 ru aodo, a asoluc
(21) a odo,
ru doparaaproblema a o do de1996). ji 12 que uma22 ji mudanca nos elementos de Aforam
ji ji ou M
ji ) NaFigura presenc de soluc 1D problema de vez, foram reare1
m
m lesky
1: doEsboc (GOLUB;
gabarito oM dojigabarito Van Loan,
solucionar utilizado o problema. Porcalibrac
na sua azo.zcom 11z111 n i=1
i=1j=2 j=2
o (22), . obt (22)
e m- obter-se
Uma
Uma vez
vez .que B for conhecida,
conhecida, a a matriz
matriz A A [B , uBmero22 , Bde 13 ,pontos B23tera , Bdo os
33
T , a equac
]gabarito.
pontos m de a otodas (25)as imagens, pode foram
enquanto comp
baseadacalibrac na a oequac e aA
baseada o conhecidos,
(30),na equac geralmente,
a oo (30), o e pode sernaobtido
ngeralmente,
aM o e a partir onde1212==00eee2222==1,1,,nn neeooon par par ametro
aOmetr
1onde como alterac nmero deimagens,imagens,ppoolada.

m ji ) ponto 1 1
ser onde
dareescrita jin
uumero merodede imagens, err
pode pode ser
Na ser
Uma obtida
presencvezde
obtida a de
que B de atrav
B ru fores1da
atravs
do, a decomposic
conhecida,da
soluc decomposio

a o do a o de Cho-
a matriz
problema zde Ade Observando as
equac a o em
o es (1), ou (16) e reflete-se
(31) fica apenas
claro nos
foramforam ponto com
co
equaca o (17) e os pontos 199 M2i a partir das equaco es (22) pnn 1 uoumero
mero de de pontos
pontos
nmero de pontos do gabarito. dodo gabarito.
gabarito. i i
func
a o do n
ji ) conhecida) lesky
(23) ecalibrac pode
Cholesky
do(GOLUB;
ser
ponto

a o obtida
(GOLUB;
baseada
M Van de Loan,
igual
na
B atrav
VAN a
equac z1996).
e s
LOAN,
,

a da
tem-se
o (30),Por
decomposic sua
199
1996). vez,
geralmente, a
Por com
o de
sua
naz
Cho-
o1 e
que uma mudanc i ea sima
T nos imagem.
elementos 2 Dessa
de A forma,
ou M conclui-se
al- lada.lada. que O Oo e
. (22) (18). Por ujul./dez.
ltimo, pode-se
ji ji usar a equaca o (16) para u b = L
o oes .
es (28) 1
clarosoluc a o line
osObservando
Observando asasde as
jiequac equac (1),
(1), (16)
n.m
ji )2,jip.
na
ondrina, 195-203,
)equac
v. 26, a o n.ejul./dez.
2,
A p.conhecidos,
lesky 2005
195-203,
(GOLUB; z1. e oAponto Van 2005 M1 pode
Loan, 1996). ser Por obtido Msua avez,
partir com da ztera 1 Observando blema equaes
de minimizar (1), (16) a(16) eenquanto
e (31)
equac e(31)(31) o fica
afica fica
(32) claro claro
enquadra-se func func aaoaoope
do
. (22) vez,
obter-se com M conhecidos, o ponto 1 pode ser que
que uma
pontos m
uma mudanc
mudanc
ji
a a
todas
nos nos
as
elementos
elementos
imagens,
de de ou ou
uma
al-al- a soluc od
(22),
m ji ) obt e m- equac e A a oconhecidos,
(17) M
ji
e =os pontos
o
z ponto
A 1 M m M a
, partir
pode
1(17) e os pontos M das
ser equac
obtido
(17)oaes (22)
partir 199 da
alterac
que
uma
a o em
mudana tamente
ou nos no
reflete-se
elementos algoritmo apenas de A nos A
ou
A
Levenberg-Marguardt
M pontos M M
altera 1 da
1 solucsoluc Divid

a

o
a o li l
Tecnologicas, Londrina, obtido v. a26,partir
1
n. 2, da
p. equao
1
195-203,
2i 1
jul./dez. 2005 2i a Com tera
tera osos
n pontos
imagens,pontos
i
m mtem-sejicde
i
de todas
todas
U =asas[u imagens,
imagens, , u , enquanto
. enquanto
. . u 1
] T uma . uma implementa
e (18).
equacNa Por

a presenc
o u
(17) ltimo,

e a os de pode-se
ru
pontos do, M a usarsoluc
a a
partir
aequac
o do
das
a o
problema
equac (16)
o para
es de
(22) i
os e sima
pontos imagem. m com jiDessa = forma,
[, n , u conclui-se
,
j1 v , M
j2 T T
que
] , jnd o pro-= [ , a
a soluc
] T e a
soluc
X
o
a o
emjiide todas 2as=imagens,
na equaca o 1 , Por ltimo,(18) 0 0 enquanto iuma i i
partir das Mequaes
2i = z2i A (22) m e (18).
2i2i pode-se Dessa alterac
alterac
forma, a oaminimizar
oem
considerando iouTou equac
iTiL reflete-se
reflete-se [LT2apenas apenas
. .. . , Lnos
,]enquadra-se 21nos
]T , pontos pontos
pode- dada implemen Analis
(23) obter-se
calibrac
e (18).
a
M o Por.
baseadau ltimo, na equac
pode-se
a o (30),
usar ageralmente,
equac
a o (16)n a o
e
para blema de [m a
.m , . . a . o , m(32) T perfei- impleme
(22),
8) naobt em- a o usar a equao
equac ji
Mji = (16) zji A para obter-se
1 m . M ji . (19) se alterao
i
encontrar i e sima
e sima b em
imagem.
imagem.
resolvendo-se i ou
2i
Dessa
Dessa3i
i reflete-se
forma,
forma, pi apenas
conclui-se
conclui-se nos que pontos
que o o pro-
pro- tido com a
ji tamente no algoritmo Levenberg-Marguardt Dividido,
ao (22), obtem- obter-se Na presenc
Mji .
a de rudo, a soluca o do problema 199 de da blema i-sima
blema de de imagem.
minimizar
minimizar Por a Dessa
a exemplo,
equac
equac forma,
a

o
a o (32) para
(32) conclui-se
enquadra-se um
enquadra-se conjunto queperfei-
perfei- o de 100
mente Anali
imag Ana
com
Na presena de rudo, a soluo do problema com c = [, , u0 , v0 , M1 ] 2 , di = [i , i ] e Xi = T T T
(23) calibrac a26,
v.Na osubstituindo
baseada nadeas equac a oao(30),
jul./dez. geralmente, na nao e de tamente
tamente
T .mT , no no tido tido errocomcom
ecnologicas, Dessa Londrina, forma, presenc
n. 2, p. a195-203, ruequac
do, es
soluc anteriores
2005 a o do problema [mproblema . . algoritmo
. de malgoritmo
,minimizar
estimar-se
TU ]Tn.b = Levenberg-Marguardt
Levenberg-Marguardt
aL os equao , parametros (32) enquadra-se intrDividido, Dividido,
(29) deumuma
nsecos cco
am
equac
a o de
(16), calibrao
obt e m-se baseada
(23) calibraca o baseada na equaca o (30), geralmente, nao eperfeitamente na equao (30), com2i
com c 3i
c = = [,
[, com
, , pi
u u um
, v, v , M, M T
gabarito T] T] T, ,d d 1D = = consiste
[ [ ,
, ] T] T e e
emX X resolver
= = mentemente um co co
199 noTTalgoritmo
0 0 0 0 1 1 Levenberg-Marguardt s
i i i i i i i i ao estimad
geralmente, no satisfatria. Um dos motivos ou seja, [m[mPorTT.m .m exemplo,
TT, ., . . ,. m ,
blema m para] T]T. .um conjunto de 100 imagens,
de,minimizac a oT naTo-linear com 207 um
Com incum erroerro
o resu ogn c
cnologicas, Londrina, v. 26, n. 2, p. 195-203, jul./dez. 2005 199 Dividido,2i2i 3i3icom ca=pi pi[,
T 1 u0U,nsecos Tv0 ,2 M 1 ] , d i = [ i , s as o
a o estim
estim
para zjiisso m ji =que z1 1j am equao
1i + z2i(30) 2j m no 2i tem (20) nenhum estimar-se T
osb =par (U
(4 Tpar metros U
n ametros nT ) intr L
nintr .
t nsecos,
T
de uma c (30)
3 imagens, a mera
coordenadas que odo algor p
Tecnologicas, Londrina, v. 26, n. 2, p. 195-203, jul./dez. 2005 i ] um
com PorPoreX i = [m 21D
exemplo,
exemplo,
gabarito i , mconsiste
para
para 3i , ..., m em
um umconjunto pi ] resolver
conjunto . dede100 100 um imagens,
pro- Com Com o o res re
significado fsico, ou seja, trata-se de uma soluo estimar-se
estimar-se os os M par 1 aemetros
par a 100 pares
metros intr
intr [i , i ]).
nsecos
nsecos de de umaA
uma utilizac
c a
c mera
a mera a oguiu do reduzi algori
apos eliminar-se A1 de ambos Uma os lados. blema
Dado Por deexemplo,
um minimizac
gabarito a o um
com
para n ao-linear
mais conjunto de trcom es de pontos, 207
100 inc ognitas com
tem-se
imagens, que queoomen alg
alg
puramente algbrica. soluo com algum (4com com Levenberg-Marguardt emDividido em tal estimac a o re
um nuestimar-se
meroparaum um gabarito
metros
maior
gabarito
de intrequac
1D
nsecos,1D consiste

o es.
consiste 3 coordenadas
Contudo,
em
para
resolver
resolver
cada doum um
ima-ponto pro-
pro- guiu guiu
disso,aocom reduz redu
alg
significado fsicoo produto deve envolver cruzado diretamente a ambos os as osdrasticamente
parmetros intrnsecos
o tempo de 207 computac de ouma a o devido
gnitas
Agora, aplicando-se gem,M
blema
blema
1 e 100
apenas
dedepares
uma equac
minimizac
minimizac [ia,oaioae]).
onn ao-linear
aAo-linear
linearmente utilizac com comaindependente.
o do 207algoritmo
inc
inc ognitas
comcom com acurm am c
cmera
(4(4 par par acom
ametros metros xidade
um intr gabarito
intr reduzida
nsecos,
Dividido
nsecos, 1D 33emeconsiste
rapida converg
coordenadas
coordenadas em resolver do do encia.
pontoponto disso,
lados daprojees equaca o anterior observadas com m ji , tem-se pois estas so as nicas Assim,M Levenberg-Marguardt
desde que existem 5 inc o gnitas tal
(4 estimac
par a metros a o reduz
de disso,
gura 4, em o o al a
um 1ee100
M1problema 100pares opares
de [[iingl
1 minimizao
,ide, ie]).
]).maximum AAutilizac utilizac
no-linear a oa odo doacom algoritmo
algoritmo207
informaes disponveis. Tal soluo pode ser A e drasticamente
), sao necess tempo
arios, Do
no computac
is:
m nimo, a5olikelihood
devido
deslocamentos comple-
estimation. com com acur acu
o e
z1 1jobtida(m 1i como m ji )segue.
+ z2i 2j (m 2i m ji ) = 0 (21) do gabarito
zLevenberg-Marguardt
1Levenberg-Marguardt
incgnitas
xidade reduzida (4 parmetros
e ra pida Dividido
Dividido
converg intrnsecos, e ememtal
ncia. tal3estimac estimac
coordenadas a oa oreduz reduzdegura iterac
gura 4, 4,em e
drasticamente
drasticamente para solucionar
ootempo
200 tempodedecomputac o problema.
computac a oa odevido devidoaacomple- comple- dedeiterac ru do. Isto
do Do1 ponto ingl s:M
ereduzida 1 ee
maximum 100likelihood pares [ i ,e
estimation. i ]). A utilizao Levenberg- iterac o
O ponto M pode ser expresso em funo do Uma xidade
xidade vez reduzida que efor
rarpida
apida converg
conhecida, converg Semina: ncia.
eancia. matriz Ciencias z1 A Exatas
1 e Tecnol
ru ru do.
do. ogica Isto
Is
que pode ser escrita como 2i do 1algoritmo B Levenberg-Marguardt Dividido em
ponto fixo e dos ngulos i e i que definem a 200 pode ser obtida
1
Do Do ingl
ingl e de
s:
e s: B
maximum
maximum atrav e s
likelihood da
likelihood decomposic
estimation.
estimation. a o de Cho- Levenberg
Levenbe
orientao 1j (do m 1igabarito,
m ji ) ou (m seja,2i m ji ) lesky (GOLUB; VanSemina: Loan, Ci encias Por
1996). Exatas suae Tecnol vez, com ogicas, z1 Londrina, v. 26,
z2i = z1 . (22) 200
200
2j (m 2i m ji ) (m 2i m ji ) e A conhecidos,
1
Do ingls: maximum o pontolikelihood M1 pode ser obtido a partir da
estimation.
Semina:
Semina:Ci Ciencias
enciasExatas Exatase eTecnol Tecnol oogicas,
gicas,Londrina, Londrina,v.v.26 2
equaca o (17) e os pontos M2i a partir das equaco es (22)
Substituindo as equac o es Cincias
(17) e (18) equaca o eLondrina, (18). Por u ltimo, pode-se usar a equaca o (16) para 57
Semina: Exatasna e Tecnolgicas, v. 30, n. 1, p. 51-62, jan./jun. 2009
(15) e considerando z dado pela equaca o (22), obtem- obter-se Mji .
2i
se Na presenca de rudo, a soluca o do problema de
 Frana, J. A. de et al.

tal estimao, reduz drasticamente o tempo de 3, por outro lado, observa-se que o algoritmo
computao devido a complexidade reduzida e Levenberg-Marguardt Dividido conseguiu reduzir
rpida convergncia. 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
Resultados empricos com acurcia muito semelhante e, como mostra a
Para avaliar a funo mt_PartLevMarq, foram figura 4, em apenas poucas iteraes. De fato, o
utilizados dados sintticos para minimizar a equao nmero de iteraes varia muito pouco em funo do
(32) (a estimao inicial do vetor Y, exigida por nvel do rudo. Isto devido rpida convergncia
mt_PartLevMarq, foi obtida com auxlio do do algoritmo Levenberg-Marguardt.
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 co-
lineares 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 Figura 2. Erro vs. nvel de rudo para a soluo linear.
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 Figura 3. Erro vs. nvel de rudo para a soluo refinada.
parmetros so estimados com uma acurcia
maior do que outros. Com o resultado da figura

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

O algoritmo 1 foi implementado em uma
Figura 4. Nmero de iteraes vs. nvel de rudo. nica funo, chamada mt_PartLevMarq, com a
linguagem do MATLAB. Essa funo necessita de
uma estimao inicial do vetor Y a ser refinado; um
Concluso vetor de observaes X; a tolerncia DE F RANC utilizada
A , J.; nosKOYAMA , M. & D
F RANC A , M.;
Apresentou-se uma implementao do algoritmo clculos; uma funo Func que, dado um vetor ,
estimaca o inicial do vetor Y a ser refinado; um vetor
Levenberg-Marguardt para soluo de problemas calcule e; uma funo JacobFunc que retorne dois tmp = W
de observaco es X; a tolerancia utilizada nos calculos;
que levam a uma matriz Jacobiana esparsa. Nesse vetores
uma func com todasque,
a o Func as dado
matrizes C i eY,
um vetor Dcalcule
i . (Tambm,
e;
X, Y1 = Y1
caso, cada iterao do algoritmo pode ser dividida uma
possvel
funca o passar
JacobFuncqualquer parmetro
que retorne dois vetores extracom que Y2 = Y2
end
em problemas menores e de soluo bem menos todasutilizado
seja as matrizes Ci efunes
pelas Di . (Tamb Func
em, e JacobFunc.)
e poss vel pas-
sar qualquer parametro extra que seja utilizado pelas
complexa. De fato, com relao ao nmero de J o retorno da funo mt_PartLevMarq, este U( Ud ) = (
funco es Func e JacobFunc.) Ja o retorno da funca o
parmetros, a complexidade do mtodo passa de mtcomposto
PartLevMarq, pelo este
vetore composto
refinado,
pelo o nmero
vetor refi-de da = (UY
Y
N 3 para apenas N. iteraes
nado, o nuemero informaes sobre
de iteraco es a convergncia.
e informac o es sobre a con- warning (
vergencia.
sabido que algoritmo Levenberg-Marguardt A seguir, apresenta-se o cdigo fonte completo db = z e r o
A seguir, apresenta-se o codigo fonte completo da f o r n = 1 :N
Dividido pode ser utilizado na soluo de diversos da funo implementada.
funca o implementada. db ( ( 1 + (
problemas da viso computacional, tais como = 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
clculo da matriz fundamental, estimao da 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
homografia entre pontos e calibrao de cmeras. e x i t f l a g = 0;
Em especial, pela primeira vez, aplicou-se esse l e n = l e n g t h (X ) ; Ptmp = P
X2 = Func
algoritmo a tarefa de calibrao monocular baseada [A, B] = F u n c J a c o b ( P , X, v a r a r g i n { : } ) ; ErNew = X
em gabaritos de uma nica dimenso. Neste [ La , Ca , N] = s i z e (A ) ;
[ Lb , Cb , dummy ] = s i z e (B ) ; dEr = norm
caso, a calibrao realizada, dado um conjunto N = l e n / La ; i f ( dEr >0
de projees do gabarito em diversas imagens, Vd = 1 : ( Cb + 1 ) : ( CbCb ) ; P = Ptm
Ud = 1 : ( Ca + 1 ) : ( CaCa ) ; Er = ErN
estimando-se os parmetros intrnsecos da cmera
lambda
e a localizao de cada ponto do gabarito no espao X2 = Func ( P , v a r a r g i n { : } ) ;
tridimensional. Resultados experimentais mostram Er = X X2 ; % Crite
if
que o mtodo capaz de realizar a estimao de lambda = 1 e 3; e
forma satisfatria e em poucas iteraes, mesmo b
% Loop p r i n c i p a l end
na presena de rudo. De fato, a acurcia dos for n i t e r =1: nmaxiter , else
parmetros estimados aumentada drasticamente [A, B] = F u n c J a c o b ( P , X2 , v a r a r g i n { : } ) ; lambda
(com relao a soluo linear). 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
Semina: Cincias Exatas e Tecnolgicas, Londrina,Eb = zn.e r1,o sp.( Cb
v. 30, , N ) ;jan./jun. 2009
51-62, Referencia
Y1 = z e r o s ( Ca , Ca ) ;
Y2 = z e r o s ( Ca , 1 ) ; X
ARMANGUE,
 % 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 = 10 lambda ;
Frana, J. A.end
de et al.
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 ) ; Referncias
Ea = z e r o s ( Ca , 1 ) ;
Eb = z e r o s ( Cb , N ) ; encias ,
ARMANGUE
Refer X.; SALVI, J. Overall view regarding
Y1 = z e r o s ( Ca , Ca ) ; fundamental matrix estimation. Image and Vision
Y2 = z e r o s ( Ca , 1 ) ; Computing,
Guildford, v. 21, n. 2, p. 205220, 2003
ARMANGUE, X.; SALVI, J. Overall view regarding funda-
warning ( o f f , a l l ) ; FAUGERAS,
mental O.; LUONG,
matrix estimation. Q.-T.
Image and The
Vision geometryv.of21,
Computing, multiple
p. 205220, 2003.
images: the laws that govern the formation of multiple
f o r n = 1 :N,
U = U + A ( : , : , n ) A ( : , : , n ) ; images ofO.;a LUONG,
FAUGERAS, scene andsome
Q.-T. TheofGeometry
their applications.
of Multiple [S.l.]:
Vi = B ( : , : , n ) B ( : , : , n ) ; MITThe
Images: Press, Cambridge,
Laws 2001.
That Govern the Formation of Multiple
Vi ( Vd ) = ( 1 + lambda ) Vi ( Vd ) ; Images of a Scene andSome of Their Applications. [S.l.]: MIT
iV ( : , : , n ) = i n v ( Vi ) ; GOLUB,
Press, G. H.;
Cambridge, 2001.LOAN, C. F. Matrix Computations.
MA,VAN
W( : , : , n ) = ( A ( : , : , n ) B ( : , : , n ) ) ; [S.l.]: The Johns University Press, 1996.
GOLUB, G. H.; Van Loan, C. F. Matrix Computations. [S.l.]:
Ea = Ea + A ( : , : , n ) . . .
The HORAUD, R.; CSURKA,
Johns University Press, 1996. G.; DEMIRDIJIAN, D. Stereo
J.; F RANC A , M.; KOYAMA , M. &Er DA( S
1ILVA
+ ( n,1)
T. La : n La , 1 ) ;
Eb ( : , n ) = B ( : , : , n ) . . . calibra-R.;tion
HORAUD, from rigid
CSURKA, motions. IEEE
G.; DEMIRDIJIAN, D. Transactions
Stereo ca- on
Er ( 1 + ( n 1)Lb : n Lb , 1 ) ; Pattern Analysis and Machine Intelligence, New
libration from rigid motions. IEEE Transactions on PatternYork, v.
do; um vetor 22, n. 12, p. 1446-1452, 2000.
nos calculos; 202 tmp = W( : , : , n ) iV ( : , : , n ) ;
e;
calcule X, Y1 = Y1 + tmp W(
Semina: Cie:ncias
, : , nExatas KONEN,
) ; e Tecnologicas, Londrina, v. 26, n. 2,W.; TOMBROCK,
p. 195-203, S.; SCHOLZ, M. Robust
jul./dez. 2005
vetores com Y2 = Y2 + tmp Eb ( : , n ) ; registration procedures for endoscopic imaging. Medical
end Image Analysis, London, v. 11, n. 6, p. 526539, 2007.
possvel pas-
tilizado pelas U( Ud ) = ( 1 + lambda ) U( Ud ) ; LERASLE, F.; RIVES, G.; DHOME, M. Tracking of
no da funca o human limbs by multiocular vision. Computer Vision and
vetor Y refi- da = (UY1 ) \ ( EaY2 ) ; Image Understanding, San Diego, v. 75, n. 3, p. 229246,
s sobre a con- w a r n i n g ( on , a l l ) ;
1999.
db = z e r o s (NCb , 1 ) ; LEVENBERG, K. A method for the solution of certain
completo da f o r n = 1 :N, non-linear problems in least squares. Quarterly of Applied
db ( ( 1 + ( n 1)Cb ) : n Cb )
Math, Providence, v. 2, p. 164-168, 1944.
= iV ( : , : , n ) . . .
P a r t L e v M a r q ( . . . ( Eb ( : , n)W( : , : , n ) da ) ; LOOP, C.; ZHANG, Z. Computing rectifying
, varargin ) end homographies for stereo vision. In: CONFERENCE ON
COMPUTER VISION AND PATTERN RECOGNITION,
Ptmp = P + [ da ; db ] ;
X2 = Func ( Ptmp , v a r a r g i n { : } ) ;
1., 1999, Fort Collins. ProceedingsFort Collins, 1999.
{:}); ErNew = X X2 ; p. 125131.
LOURAKIS, M.; ARGYROS, A. The design and
dEr = norm ( Er ) norm ( ErNew ) ;
i f ( dEr >0)
implementation of a generic sparse bundle adjustment
P = Ptmp ; software package based on the levenberg-marquardt
Er = ErNew ; algorithm. 2004. Disponvel em : <http://www.ics.forth.
lambda = lambda / 1 0 ; gr/_lourakis/sba/>. Acesso em: 3 de set. 2008.

% C r i t e r i o de p a r a d a LOURAKIS, M. I. A. Levmar: levenberg-marquardt

i f ( abs ( dEr )< t o l ) nonlinear least squares algorithms in c/c++. 2004.
e x i t f l a g = 1; Disponvel em: <http://www.ics.forth.gr/_lourakis/
break ; levmar/>. Acesso em 3 de set. 2008.
end
else MARQUARDT, D. W. An algorithm for least-squares
in {:}); lambda = 10 lambda ; estimation of nonlinear parameters. Journal of the Society
end for Industrial and Applied Mathematics, Philadelphia, v.
end 11, n. 2, p. 431441, 1963.
MOR, J. J.; SORENSEN, D. C.; HILLSTROM, K. E.;
GARBOW, B. S. The MINPACK Project: in Sources and
Referencias Development of Mathematical Software. [S.l.]: Prentice-
Hall, 1984.
ARMANGUE, X.; SALVI, J. Overall view regarding funda-
mental matrix estimation. Image and Vision Computing, v. 21,
p. 205220, 2003.
FAUGERAS, O.; LUONG, Q.-T. The Geometry of Multiple
60 Images: The Laws That Govern the Formation of Multiple
Semina: of
Images of a Scene andSome Cincias Exatas e Tecnolgicas,
Their Applications. [S.l.]: MIT Londrina, v. 30, n. 1, p. 51-62, jan./jun. 2009
Press, Cambridge, MA, 2001.
: , n) ) ;
 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. 1330-
1334, 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