|
Introdução [ topo ]
| |
O objetivo do projeto foi de fazer a reconstrução de objetos reais em objetos virtuais tridimensionais através de duas câmeras calibradas e um projetor decalibrado.
|
Processos de Desenvolvimento [ topo ]
1. Calibração das Câmeras [ topo ]
| |
Nessa fase foi feita a calibração das câmeras. Foi utilizado a mesma técnica de calibração do trabalho anterior utilizando o Tsai para realizar essa tarefa. |
2. Projeção de luz estruturada sobre os objetos
[ topo ]
| |
Foi projetado sobre os objetos, que deseja-se realizar a fotografia tridimensional, uma luz estruturada baseada na codificação (b,s)-BCSL da tese da Asla.
Para cada objeto foram retiradas 16 fotos. São 8 fotos para cada câmera onde 4 são para faixas verticais e mais 4 para faixas horizontais. Dentre essas 4 fotos para cada tipo de faixa compreende:
- Slide 1 positivo
- Slide 1 negativo
- Slide 2 positivo
- Slide 2 negativo
A figura abaixo ilustra uma dessas fotos:

A codificação (b,s)-BCSL descreve 3 tipos de codificações: (3,2), (4,2) e (6,2). Nesse trabalho, foi dado o enfoque na codificação (4,2), onde 4 é o número de cores em cada slide para 2 slides projetados por vez. A Figura abaixo ilustra os slides dessa codificação.

|
3. Identificação das transições de faixa[ topo ]
| |
O objetivo da codificação de faixas tem como objetivo obter informações para poder fazer a correspondência das imagens das duas câmeras. Mas vários fatores dificultaram o trabalho como: ruídos, resoluções das câmeras eram diferentes, problemas no projetor.
Então para identificar as transições de faixa foi preciso primeiramente tratar as imgens, segundo os passos descritos abaixo: |
3.1.
Extração do fundo
[ topo ]
| |
 |
A primeira tentativa de extração de fundo foi utilizando um threshold de (30,30,30) no caso da imagem ao lado, ou seja, todos os pixels com a cor abaixo desse liminar foram considerados fundo e eliminados das imagem. Analisando a figura ao lado, vemos que essa alternativa não obteve resultados eficientes.
|
| |
 |
Uma alternativa interessante para eliminar o fundo foi combinar a técnica acima de thershold com uma média de vizinhança. A figura ao lado representa o resultado de uma caixa de 5x5 pixels. Para os pixels dentro dessa caixa caso a media seja mais próxima ao preto, todos os vizinhos ganham também o preto. Assim foi possível eliminar grande parte do ruído. Aumentando a caixa da vizinhança eliminou-se por completo os ruídos. |
| |
 |
As Imagens ao lado representam resultados da extração de fundo completa do objeto e a sua reespectiva máscara. |
3.2. Identificação das faixas[ topo ]
| |
 |
Essa etapa recebe as imagens de entrada já tradadas em relação a ruídos de fundo. No sitema (4,2) usado foi relativamente simples identificar as faixas, pois as 4 cores usadas sao: verde, amarelo, ciano e magenta. Observando melhor as componentes dessas cores, vemos que 3 delas possuem 2 componentes com valor máximo, a única exceção é o verde que pode ser confundido com o amarelo, porém observado as imagens de entrada pode se fazer um threshold baseado na componente vermelha dessas cores para descobrir quando é verde ou amarelo.
A imagem ao lado representa os resultados obtidos para os slides negativos. O mesmo foi feito para os slides positivos e obtivemos um bom resultado também. |
3.3. Reconhecimento das transições[ topo ]
| |
 |
Com base nas faixas dos slides positivos e negativo foi possivel gerar a imagem ao lado. Onde estão representadas as linhas de transições de faixa.
A partir dessa informação das duas câmeras é possível fazer a correspondência entre os pontos das imagens.
|
Conclusões [ topo ]
| |
O trabalho apresentou resultados satisfatórios, porém o trabalho não pode alcançar a fase de correspondência e triangularização para finalizar a recontrução. O módulo abaixo disponibiliza apenas a fase de tratamento de imagens descritas acima.
|
Download [ topo ]
| |
O Projeto foi desenvolvido utilizando as seguintes bibliotecas disponíveis para download abaixo: |
| |
|
| |
|
| |
Os arquivos do projeto seguem abaixo: |
| |
|
Referências bibliográficas [ topo ]
- E. Trucco, A. Verri, “ Introductory Techniques for 3-D Computer Vision ”, Prentice Hall, 1998.
- Marcelo Gattass, Realidade Aumentada e Cooperativa, PUC – Rio de Janeiro , 2005.2, Link .
- [Tsai86] Tsai, Roger. “An Efficient and Accurate Camera Calibration Technique for 3D Machine Vision” . Proceedings of IEEE Conference on Computer Vision and Pattern Recognition, págs 364-374, 1986.
- [Tsai87] Tsai, Roger. “A versatile camera calibration technique for high accuracy 3D machine vision metrology using off-the-shelf tv cameras and lenses” . IEEE Journal of Robotics and Automation 3(4): 323-344, Agosto de 1987.
|