Nhận dạng sản phẩm 3d dùng xử lý ảnh

ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA HUỲNH VĂN MINH NHẬN DẠNG SẢN PHẨM 3D DÙNG XỬ LÝ ẢNH CHUYÊN NGÀNH: TỰ ĐỘNG HÓA Mà SỐ NGÀNH: 2.05.01 LUẬN VĂN THẠC SĨ TP HỒ CHÍ MINH – 11/2008 CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH Cán hướng dẫn khoa học: TS HỒNG MINH TRÍ Cán chấm nhận xét 1: PGS.TS NGUYỄN VĂN NHỜ Cán chấm nhận xét 2: TS TRƯƠNG ĐÌNH CHÂU LUẬN VĂN THẠC SĨ ĐƯỢC BẢO VỆ TẠI HỘI ĐỒNG CHẤM BẢO VỆ LUẬN VĂN THẠC SĨ TRƯỜNG ĐẠI HỌC BÁCH KHOA TP HỒ CHÍ MINH Ngày 26 tháng 12 năm 2008 -1- TRƯỜNG ĐẠI HỌC BÁCH KHOA CỘNG HÒA Xà HỘI CHỦ NGHĨA VIỆT NAM PHÒNG ĐÀO TẠO SAU ĐẠI HỌC ĐỘC LẬP – TỰ DO – HẠNH PHÚC TP HCM, ngày 28 tháng 11 năm 2008 NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: HUỲNH VĂN MINH Phái: Nam Ngày tháng năm sinh: 02-04-1976 Nơi sinh: TP HCM Chuyên ngành: TỰ ĐỘNG HÓA MSHV: 01506360 I TÊN ĐỀ TÀI: NHẬN DẠNG SẢN PHẨM 3D DÙNG XỬ LÝ ẢNH II NHIỆM VỤ VÀ NỘI DUNG: ™ Nhận dạng sản phẩm 3D qua ảnh ™ Thể tọa độ 3D hình ảnh chênh lệch độ sâu 3D vật thể ™ Thực nghiệm hệ camera chụp ảnh stereo, máy tính lập trình Matlab xử lý ảnh để nhận dạng sản phẩm khí 3D III NGÀY GIAO NHIỆM VỤ (Ngày bảo vệ đề cương): 24-01-2008 IV NGÀY HOÀN THÀNH NHIỆM VỤ (Ngày bảo vệ luận văn): 26-12-2008 V HỌ VÀ TÊN CÁN BỘ HƯỚNG DẪN: TS HỒNG MINH TRÍ VI HỌ VÀ TÊN CÁN BỘ NHẬN XÉT 1: PGS.TS NGUYỄN VĂN NHỜ VI HỌ VÀ TÊN CÁN BỘ NHẬN XÉT 2: TS TRƯƠNG ĐÌNH CHÂU CÁN BỘ HƯỚNG DẪN TS HỒNG MINH TRÍ CÁN BỘ NHẬN XÉT CÁN BỘ NHẬN XÉT PGS.TS NGUYỄN VĂN NHỜ TS TRƯƠNG ĐÌNH CHÂU -2- LỜI CẢM ƠN Tác giả xin chân thành cảm ơn Thầy TS Hồng Minh Trí hướng dẫn tác giả tận tình việc định hướng tìm cách lựa chọn đề tài cho thích hợp với khả thực trạng phát triển khoa học kỹ thuật Thầy có định hướng nhận xét thiết thực trình thực luận văn Chân thành cảm ơn tất Thầy, Cô Bộ môn Tự động, Bộ môn Điện tử nhiệt tình giảng dạy mơn học ba học kỳ vừa qua, mà kết trang bị tảng sở lý thuyết Điều khiển Tự động Xử lý ảnh, để hôm tác giả mạnh dạng, tự tin xin vận dụng kiến thức học cộng với việc nghiên cứu thêm tài liệu mạng để đưa đề tài nghiên cứu Cũng xin thành thật cảm ơn bạn bè lớp, anh chị khóa trước, nhà khoa học nước, thư viện trường Đại học Bách Khoa chia sẻ ý kiến tài liệu tham khảo quí báu liên quan đến đề tài Cuối cảm ơn mà khơng có đền đáp nỗi tình cảm gia đình ni dưỡng, hun đúc động viên tác giả thời gian thực luận văn TP HCM, tháng 11-2008 Tác giả Huỳnh Văn Minh E-mail: huynhvan_minh1976@yahoo.com.vn -3- TÓM TẮT Nhận dạng ảnh 2D không nhận chiều sâu vật thể, nhận dạng 3D giải điều này, thơng qua biết tọa độ cấu trúc 3D vật thể không gian Euclid Hệ thống thị giác xây dựng dựa vào hai CCD camera đặt song song tựa mắt người quan sát sản phẩm 3D chụp ảnh tạo cặp ảnh từ camera trái camera phải để từ vận dụng cơng cụ xừ lý ảnh để tính tọa độ 3D điểm tương đồng, biểu diễn thành ảnh 3D làm lên chiều sâu sản phẩm Một kỹ thuật làm phù hợp [26] vận dụng để tìm tất điểm tương đồng dựa vào phương pháp quét cửa sổ đường epipolar song song hai ảnh trái ảnh phải, sau đánh giá tiêu SAD GRAD để tìm lượng pixel tương đồng lớn Sự phân đoạn ảnh nhằm tìm tập hợp nhãn biểu thị cường độ sáng màu sắc [30] Kết cuối ảnh thể chênh lệch độ sâu thơng qua độ sáng màu sắc hình thành Luận văn mang tính thực tiễn cao, áp dụng để chế tạo máy đo kích thước 3D thiết bị giám sát sản phẩm phối hợp với tay máy để gấp sản phẩm khỏi băng chuyền sản xuất Từ khóa: stereo vision, camera calibration, 3D measurement, Epipolar constraints, stereo camera, 3D object recognition, 3D reconstruction, 3D geometry, image processing, stereo matching -4- Abstract 2D recognition will not recognize the depth of object when observing, 3D recognition will solve this problem, through that we will know 3D co-ordinate and 3D structure of object in Euclidean space Stereo vision system is configured by two CCD cameras putting parallel like human vision, observing together 3D products and capture pictures as stereo images from left and right camera, then applying toolbox image processing in order to calculate 3D co-ordinate of correspondence points, constructing 3D map that present the depth of products The stereo matching technique [26] is in use to find all correspondent points via window-based method scanning on parallel epipolar lines on both left and right image, after that will be evaluated by cost SAD and GRAD to find out best correspondent pixel number Segment image method is used to find out label set presenting color intensity [30] The result image will show disparity intensity map that present the depth of object by color intensity This thesis is reality, can be manufactured 3D measurement machine and product observing device controling robot arm to manipulate products out of the production conveyer Key words: stereo vision, camera calibration, 3D measurement, Epipolar constraints, stereo camera, 3D object recognition, 3D reconstruction, 3D geometry, image processing, stereo matching -5- MỤC LỤC NHIỆM VỤ LUẬN VĂN THẠC SĨ .2 LỜI CẢM ƠN TÓM TẮT Abstract MỤC LỤC .6 CHƯƠNG 1: GIỚI THIỆU I MỞ ĐẦU: .9 1) Động nghiên cứu: 2) Đối tượng phạm vi nghiên cứu: 3) Ý nghĩa nghiên cứu: 10 II TÓM TẮT CÁC CƠNG TRÌNH NGHIÊN CỨU THỊ GIÁC NỔI 3D: 11 III SƠ LƯỢC NỘI DUNG LUẬN VĂN: 13 CHƯƠNG 2: XỬ LÝ ẢNH CƠ BẢN .14 I ẢNH SỐ: 15 1) Định nghĩa ảnh số: 15 2) Ảnh xám: 15 3) Ảnh nhị phân: 15 4) Ảnh màu: 15 5) Thu nhận ảnh: 16 6) Nhiễu: 16 II XỬ LÝ ẢNH: 18 1) Lược đồ ảnh: 18 2) Cân histogram ảnh: 19 3) Ảnh nhị phân: 19 4) Lọc không gian ảnh: 21 4.1) Lọc trung bình: .21 4.2) Lọc Gauss: 22 4.3) Lọc Gradient: 23 4.4) Lọc Laplace: 24 4.5) Lọc thích nghi Wiener: .26 5) Lọc tần số - Lọc trung vị: 27 CHƯƠNG 3: CƠ SỞ LÝ THUYẾT THỊ GIÁC NỔI .28 I HÌNH HỌC CƠ BẢN CỦA CAMERA: 29 1) Pinhole camera: .29 2) Hình học phối cảnh: .30 3) Mô hình thấu kính đơn giản: 31 4) Hiệu chỉnh camera: 32 II HÌNH HỌC THỊ GIÁC NỔI 3D: 34 1) Tam giác ảnh nổi: 34 2) Điểm tương đồng: 36 3) Luật epipolar: 37 4) Khôi phục tọa độ 3D: 40 5) Khôi phục cấu trúc 3D vật thể: 41 5.1) Tính ma trận thiết yếu: 42 5.2) Tính ma trận sở : 45 III CÁC VẤN ĐỀ TRONG THỊ GIÁC NỔI : 48 -6- IV SỰ LÀM PHÙ HỢP ẢNH NỔI : 51 1) Kỹ thuật làm phù hợp ảnh : .51 1.1) Kỹ thuật phù hợp ảnh dựa vào cường độ: 51 1.2) Tiếp cận làm phù hợp ảnh dựa vào đặc trưng : 55 2) Những luật làm phù hợp: .58 3) Vài thuật tốn tính phù hợp: .61 4) Cấu hình hệ thống nổi: 63 5) Các thuật toán đánh giá độ tương đồng phù hợp ảnh nổi: 63 CHƯƠNG 4: THỰC NGHIỆM 65 I CẤU HÌNH HỆ THỐNG NỔI : 66 1) Phần cứng: .66 2) Phần mềm: .67 3) Hiệu chỉnh hệ camera: .68 II THỰC NGHIỆM : .72 1) Tạo tập mẫu ảnh stereo: 72 2) Tính tốn tọa độ 3D: 74 3) Giao diện chương trình : 74 4) Kết xử lý tìm biên: 76 5) Kết vẽ cường độ xám: .80 6) Kết tìm tọa độ tương đồng 3D : 83 7) Kết khôi phục ảnh stereo mặt phẳng chênh lệch độ sâu: 87 KẾT LUẬN & HƯỚNG PHÁT TRIỂN 91 1) KẾT LUẬN: 92 2) HƯỚNG PHÁT TRIỂN : 92 TÀI LIỆU THAM KHẢO 93 LÝ LỊCH KHOA HỌC 96 PHỤ LỤC – Code chương trình sử dụng luận văn 97 -7- CHƯƠNG 1: GIỚI THIỆU -8- I MỞ ĐẦU: 1) Động nghiên cứu: Vấn đề nhận dạng, phân loại bám theo đối tượng 2D nhận dạng mặt người [22], biển số xe, phương tiện giao thông [23], nhận dạng vân tay, nhận dạng hạt gạo [24] nhiều tác giả nước nghiên cứu nhằm kết hợp kỹ thuật xử lý ảnh kỹ thuật điều kiển nhận dạng đối tượng, bám theo đối tượng, sau có hành vi tùy theo yêu cầu người điều khiển nhận dạng mặt người để phát kẻ xấu an ninh; nhận dạng biển số xe (đã áp dụng điều khiển giao thơng nước ta) nhằm ước lượng xác biển số xe vi phạm trật tự an tồn giao thơng có nhiễu mơi trường tác động; nhận diện phương tiện giao thông để đưa mức tính thu phí cầu đường tự động; nhận dạng vân tay bảo mật thông tin bước vơ cửa hay mở máy tính Qua thảo luận với giáo viên hướng dẫn tham khảo nhiều tài liệu nước, tác giả rút điều chưa đủ chi tiết vật thể xem xét góc độ chiều (2D), hình ảnh chiều (3D) phản ánh vật thể cách trung thực nhờ quan sát chiều sâu vật thể [12] Hơn ta nhận hình dạng chiều (nhất chiều sâu) đo đạc xác vật thể không gian [1] Do mà đề tài “nhận dạng sản phẩm 3D dùng xử lý ảnh,, tác giả bàn đến nhằm vào mục đích 2) Đối tượng phạm vi nghiên cứu: Thơng qua việc tìm hiểu sở lý thuyết, tác giả tiến hành kiểm chứng mơ hình thực nghiệm gồm phần cứng phần mềm, phần cứng hệ gồm CCD (Charge Coupled Device) camera–sản phẩm 3D–máy tính Để minh họa tính 3D sản phẩm, tác giả chọn sản phẩm khí thật có hình lập thể tán ngành ô tô để luận văn mang tính thực tiễn -9- vecuongdomucxam.m %cuong trinh ve duong cuong muc xam tai diem click chuot tren anh trai %chay duoi matlab R2006b %input: cap anh stereo trai.jpg, phai.jpg %output: hinh ve duong bieu dien muc xam anh trai va phai trai1=rgb2gray(trai);%anh xam trai phai1=rgb2gray(phai);%anh xam phai subplot(2,2,1); imshow(trai1); title('Anh xam trai, click chuot chon diem ve muc xam'); subplot(2,2,2); imshow(phai1); title('Anh xam phai'); subplot(2,2,1);[u1,v1] = digipts2;%goi ham phat hien toa click chuot %ve cuong muc xam ngang diem chon tro v1 subplot(2,2,3); plot(trai1(int16(v1(1)),:));%doi toa so nguyen de plot anh title('Cuong muc xam: Anh trai'); subplot(2,2,4); plot(phai1(int16(v1(1)),:)); title('Anh phai'); digipts2.m %ham phat hien toa pixel anh click chuot % ham danh dau '+' vao anh click chuot, dong thoi lay toa (u,v) % de ve cuong muc xam cua anh trai, phai tai toa ay %ham ho tro vecuongdomucxam.m %chay duoi matlab R2006b function [u,v] = digipts2 hold on u = []; v = []; but = 1; % i=0; while but == [x y but] = ginput(1);%ham lay toa tro click if but == u = [u;x]; v = [v;y]; plot(u,v,'r+'); end end -106- Chương trình vẽ 3D tọa độ điểm tương đồng: toadotuongdong3D.m hàm bắt tọa độ click chuột digipts.m toadotuongdong3D.m % input cap anh trai, phai o ngo vao % click chuot tim nhung diem tuong dong tren anh trai, phai % chuong trinh se tinh toan toa 3D cua nhung diem tuong dong ay, cho ta % thay duoc chieu sau cua anh 3D % chuong trinh gom file stereo.m va digipts.m % nhap chuot trai de chon diem, nhap chuot phai de ket thuc, lan luot chon % diem tuong dong tren anh trai roi anh phai, chay duoi matlab R2006b clear X Y Z;%xoa tao cu cua lan truoc ve o workspace trai1=rgb2gray(trai);%anh xam trai phai1=rgb2gray(phai);%anh xam phai subplot(2,2,1); imshow(trai1); title('Anh xam trai - phai, click chuot vao diem tuong dong cua anh'); subplot(2,2,2); imshow(phai1); subplot(2,2,1);[u1,v1] = digipts;%goi ham digipts.m subplot(2,2,2);[u2,v2] = digipts; %tinh toa 3D for i=1:size(u1) X(i)=(60*(u1(i)+u2(i)))/(2*(u1(i)-u2(i)));%khoang cach camera 60mm Y(i)=(60*(v1(i)+v2(i)))/(2*(u1(i)-u2(i))); Z(i)=(60*10*10)/((u1(i)-u2(i))*0.264583);%1 pixel=0.264583mm %tieu cu 10mm, scale=10mm end %tinh toa 3D tam anh Xtam=(60*(tamtrai_col+tamphai_col))/(2*(tamtrai_col-tamphai_col)); Ytam=(60*(tamtrai_row+tamphai_row))/(2*(tamtrai_col-tamphai_col)); Ztam=(60*10*10)/((tamtrai_col-tamphai_col)*0.264583); %ve toa 3D subplot(2,2,3); plot3(X,Y,Z); hold on; plot3(Xtam,Ytam,Ztam,'rO'); title('Anh 3D cua nhung diem tuong dong'); grid on; axis square; view(-8,-46); rotate3D on; %nhap chuot xoay cho truc z huong ve phia truoc de giong nhu %huong toa cua camera -107- digipts.m % ham danh dau '+' vao anh click chuot, dong thoi lay toa (u,v) % cua anh trai, phai de tinh toa 3D XYZ cua nhung diem tuong dong ay % chay duoi matlab R2006b, ham ho tro file toadotuongdong.m function [u,v] = digipts hold on u = []; v = []; but = 1; while but == [x y but] = ginput(1); if but == u = [u;x]; v = [v;y]; plot(u,v,'r+'); end end Chương trình khơi phục ảnh mặt phẳng chênh lệch độ sâu: gồm file anhnoimpchenhlechds.m hàm hỗ trợ anhnoi.m, slide_image.m, shift_image.m, winner_take_all.m, msseg.m, Luv2RGB.m edison_wrapper_mex file biên dịch từ file C++: anhnoimpchenhlechds.m % Dua vao cap anh noi trai-phai chuong trinh se khoi phuc lai anh chenh % lech sau (Stereo disparity map) cua vat the, la mot anh chieu % nhung the hien nhung muc xam khac tuong ung voi sau cua anh % su thuat toan lan truyen tin cay va tu thich nghi sai lech [TLTK 26] % chay duoi matlab R2006b addpath 'Anhnoimpchenhlechds\msseg';%chi duong dan vao thu muc msseg chua ham addpath 'msseg'; i1 = phai; %anh phai i2 = trai; %anh trai hs = 10; %bang thong khong gian hr = 4; %bang thong khoang mau M = 30; %kich thuoc phan doan toi thieu mins = 1; %do dich chuyen toi thieu maxs = 20; %do dich chuyen toi da -108- %goi ham anhnoi.m [d p s l] = anhnoi(i1,i2, hs,hr,M,mins, maxs); %danh gia % pixel tuong dong thuat toan tim thay pixel_NaN=isnan(d); %tim pixel khong tim thay tuong dong (NaN) idx_NaN=find(pixel_NaN); %tim chi so pixel NaN danhgia=(1-size(idx_NaN,1)/(size(d,1)*size(d,2)))*100; %don vi % %ve hinh figure; subplot(2,2,1), imshow(i2), title('Anh trai'); subplot(2,2,2), imshow(i1), title('Anh phai'); %subplot(2,2,3), imshow(s,[]), title('Anh phai: sau phan doan bang dich anh trung binh'); subplot(2,2,3), imshow(d,[]), title('Anh stereo mp chenh lech sau: dung chi tieu SAD+GAD'); %ve anh 3D cac mat phang chenh lech [x y] = meshgrid(1:size(d,2),1:size(d,1)); subplot(2,2,4), mesh(d); view(13,-84); title('Anh 3D cac mat phang chenh lech');rotate3D on; anhnoi.m %ham tao anh noi mat phang chenh lech sau %input: cap anh stereo trai, phai %output: %dsp: anh the hien mat phang chenh lech %pixel_dsp: chenh lech pixel truoc giai doan loc cuoi cung %segs: nhung phan doan mat phang anh %labels: nhan ung voi tung mat phang anh %ho tro cho file anhnoichenhlechds.m , chay duoi Matlab R2006b function [dsp pixel_dsp segs labels] = anhnoi (i1,i2, hs,hr,M,mins, maxs, segs, labels) %i1: anh phai %i2: anh trai %hs: bang thong khong gian, thuong =10 %hr: bang thong khoang mau, thuong =4 %M : kich thuoc phan doan toi thieu, thuong =30 %mins: dich chuyen toi thieu =1 %maxs: dich chuyen toi da =20 %segs: phan doan %labels: nhan -109- win_size = 5; %kich thuoc cua so tolerance = 0; %dung sai [dimy dimx c] = size(i1);%kich thuoc anh [288 384 3] [xx yy] = meshgrid(1:size(i1,2),1:size(i1,1));%tao mang x, y de ve 3D dsp = ones(size(i1,1),size(i1,2));%tao ma tran kich thuoc (288,384) %phan doan anh tham chieu if(nargin 002) ? aij*grad[ii]+(1-aij)*conf[ii] : 0; } ms.SetWeightMap(wght, edgeThr); if (ms.ErrorStatus) mexErrMsgIdAndTxt("edison_wraper:edison","Mean shift set weights: %s", ms.ErrorMessage); } ms.Filter(spBW, fsBW, sul); if (ms.ErrorStatus) mexErrMsgIdAndTxt("edison_wraper:edison","Mean shift filter: %s", ms.ErrorMessage); if (steps == 2) { ms.FuseRegions(fsBW, minArea); if (ms.ErrorStatus) mexErrMsgIdAndTxt("edison_wraper:edison","Mean shift fuse: %s", ms.ErrorMessage); } if ( nlhs >= ) { // ngo dau tien - khong gian dac trung anh goc -117- plhs[0] = mxCreateNumericArray(image_ndim, image_dims, mxSINGLE_CLASS, mxREAL); fimage = (float*)mxGetData(plhs[0]); ms.GetRawData(fimage); } int* labels; float* modes; int* count; int RegionCount = ms.GetRegions(&labels, &modes, &count); if ( nlhs >= ) { // ngo thu hai - anh duoc gan nhan plhs[1] = mxCreateNumericArray(2, image_dims+1, mxINT32_CLASS, mxREAL); int* plabels = (int*)mxGetData(plhs[1]); for (ii=0; ii< w*h; ii++) plabels[ii] = labels[ii]; } delete [] labels; int arr_dims[2]; if ( nlhs >= ) { // ngo thu ba - cac kieu arr_dims[0] = N; arr_dims[1] = RegionCount; plhs[2] = mxCreateNumericArray(2, arr_dims, mxSINGLE_CLASS, mxREAL); fimage = (float*)mxGetData(plhs[2]); for (ii=0;ii= ) { // ngo thu tu - nhung kich thuoc vung (# cua nhung pixel) arr_dims[0] = 1; arr_dims[1] = RegionCount; plhs[3] = mxCreateNumericArray(2, arr_dims, mxINT32_CLASS, mxREAL); int * pc = (int*)mxGetData(plhs[3]); for (ii=0;ii= 5) // ngo thu nam - anh gradient plhs[4] = mxgrad; else mxDestroyArray(mxgrad); if ( nlhs >= 6) plhs[5] = mxconf; else mxDestroyArray(mxconf); } template void GetScalar(const mxArray* x, T& scalar) { if ( mxGetNumberOfElements(x) != ) mexErrMsgIdAndTxt("weight_sample_mex:GetScalar","input is not a scalar"); void *p = mxGetData(x); switch (mxGetClassID(x)) { case mxLOGICAL_CLASS: scalar = *(bool*)p; break; case mxCHAR_CLASS: scalar = *(char*)p; break; case mxDOUBLE_CLASS: scalar = *(double*)p; break; case mxSINGLE_CLASS: scalar = *(float*)p; break; case mxINT8_CLASS: scalar = *(char*)p; break; case mxUINT8_CLASS: scalar = *(unsigned char*)p; break; case mxINT16_CLASS: scalar = *(short*)p; break; case mxUINT16_CLASS: scalar = *(unsigned short*)p; -119- break; case mxINT32_CLASS: scalar = *(int*)p; break; case mxUINT32_CLASS: scalar = *(unsigned int*)p; break; #ifdef A64BITS case mxINT64_CLASS: scalar = *(int64_T*)p; break; case mxUINT64_CLASS: scalar = *(uint64_T*)p; break; #endif /* may tinh 64 bit */ default: mexErrMsgIdAndTxt("GraphCut:GetScalar","unsupported data type"); } } -120- ... ĐỀ TÀI: NHẬN DẠNG SẢN PHẨM 3D DÙNG XỬ LÝ ẢNH II NHIỆM VỤ VÀ NỘI DUNG: ™ Nhận dạng sản phẩm 3D qua ảnh ™ Thể tọa độ 3D hình ảnh chênh lệch độ sâu 3D vật thể ™ Thực nghiệm hệ camera chụp ảnh stereo,... đường biên vấn đề xử lý xử lý 3D thể tọa độ tương đồng cặp ảnh stereo thể thành hình ảnh 3D để biết chiều sâu mặt phẳng sản phẩm Bước cuối xử lý 3D khôi phục lại ảnh 3D sản phẩm dựa vào mặt phẳng... quan sát sản phẩm 3D chụp ảnh tạo cặp ảnh từ camera trái camera phải để từ vận dụng cơng cụ xừ lý ảnh để tính tọa độ 3D điểm tương đồng, biểu diễn thành ảnh 3D làm lên chiều sâu sản phẩm Một