DISEO E IMPLEMENTACIN DE UN SISTEMA DE VISIN ESTEREOSCOPICO

PARA LA RECONSTRUCCIN TRIDIMENCIONAL DE MATERIALES

Cornejo Guerra Paulo Sergio1,2, Traslosheros Michel Humberto2, Chagolla Gaona Hernando1, Castellanos Galindo
Joaqun1
1
Departamento de Ingeniera Elctrica y Electrnica
Instituto Tecnolgico de Quertaro
Av. Tecnolgico S/N, Centro Histrico, Santiago de Quertaro, Quertaro, Mxico, Tel: (442) 2274400
e- mail: paulo_guerra2000@yahoo.com, hchagollag@hotmail.com, jcastell_7700@yahoo.com.
2
Universidad Nacional Aeronutica en Quertaro
Carretera Estatal Quertaro-Tequisquiapan 22154, Coln. Quertaro, Mxico, Tel: (442) 1016600

RESUMEN.
Se presenta la implementacin de un sistema de visin
estereoscpica con el que se obtiene un modelo
tridimensional de un material u objeto de estudio para su
posterior maquinado o fabricacin. El sistema se basa en el
escane del objeto mediante un haz de luz lser incidente
en el material con el cual se obtuvieron imgenes por medio
de un par de cmaras. Posteriormente cada par de
imgenes es procesado digitalmente para determinar el
modelo tridimensional a partir de una nube de puntos
calculada mediante triangulacin de los puntos
correspondientes en cada par de imgenes capturadas. El
programa fue realizado con OpenCV bajo la plataforma de
Windows. Finalmente por medio de Solidworks se visualiz
el modelo para validar la precisin del modelo
tridimensional obtenido comparndolo con el objeto real.
Clave:Visin estereoscpica, estreo correspondencia,
Rectificacin estereoscpica, nube de puntos.

ABSTRACT.
In this work is presented an implementing of a stereoscopic
vision system with which is obtained a 3D model of a
material or object of study for the subsequent machining
or manufacturing. The system is based on the object
scanned by a laser beam incident on the material with
which images were obtained using a pair of cameras. Then
each pair of images is digitally processed to determine the
3D model from a point cloud calculated by triangulation of
the corresponding points in each pair of captured images.
The program was maked with OpenCV under the
Windows platform. Finally, through solidworks the model
was visualized to validate the accuracy of 3D model
obtained compared to the real object.
Keywords: Stereoscopic vision, stereo correspondence,
stereoscopic rectification, cloud points.

1. INTRODUCCIN
La visin artificial es una de las disciplinas cientficas y
tecnolgicas que ms desarrollo ha tenido en las ltimas
dcadas
siendo la reconstruccin tridimensional una de las
actividades ms relevantes en este campo debido al
desarrollo de sistemas computacionales cada vez ms
poderosos y pequeos. La robtica, reconocimiento de
imgenes, topografa, arquitectura, realidad virtual,
medicina y escultura son algunas aplicaciones donde se
han obtenido modelos tridimensionales (3D) cuya
exactitud es igual a los objetos reales [1-3]. Uno de los
dispositivos capaces de realizar la reconstruccin 3D
recibe el nombre de escner 3D, de acuerdo a la forma
en que se realiza la reconstruccin pueden ser por
contacto o sin contacto, dentro del ltimo grupo
destacan los basados en luz estructurada en los cuales un
patrn de luz es proyectado en el objeto con la finalidad
de analizar digitalmente su deformacin debido a la
geometra de la superficie en la que es reflejado. Con
esta informacin es posible obtener un modelo 3D de la
escena o del objeto a partir de imgenes o fotografas
mediante su procesamiento computacional.
Un escner puede tener una o ms cmaras dependiendo
la aplicacin o estudio a realizar destacando aquellos
con un par debido a la tcnica de reconstruccin basada
en Visin Estreo, dando origen al nombre de Sistema
de Visin Estereoscpico de Reconstruccin 3D [1], [4],
si bien el nmero de cmaras puede ser mayor.
La visin estereoscpica es la forma en como los
humanos vemos, a partir de nuestros ojos obtenemos
imgenes del mundo que nos rodea y debido a su
separacin lo que vemos con el ojo derecho est
ligeramente desplazado con respecto a lo que vemos con
el izquierdo, esta diferencia se llama disparidad y nos
permite determinar la profundidad o la distancia a la que
se encuentran los cuerpos que nos rodean.
Un sistema de Visin Estereoscpico acta en forma
parecida [1], a partir de dos imgenes capturadas de dos

cmaras separadas entre s una distancia dada en el

mismo instante es posible determinar la profundidad de
los objetos que se encuentran en la escena, es decir a
partir de dos imgenes en dos dimensiones (2D) se
obtiene el ambiente en tres 3D de la escena en las
imgenes. Este proceso se conoce como reconstruccin
tridimensional 3D. Una de las tcnicas fundamentales
con los que se logra lo anterior se llama triangulacin
[5] este proceso permite determinar las coordenadas
tridimensionales de un punto comn en ambas imgenes
conociendo la translacin (separacin) entre las cmaras
y su rotacin los cuales son conocidos como parmetros
intrnsecos y extrnsecos del sistema estereoscpico.
2 SISTEMA DE VISION ESTEREOSCOPICO
DISEADO
Se propuso la implementacin de un sistema de visin
estereoscpica de bajo costo el cual se utilizar como
herramienta didctica y desarrollo, a continuacin se
describen los elementos que lo constituyen.
a). Par de cmaras Logitech c525 con una resolucin de
1280x720 pixeles.
b). Apuntador laser (fuente de luz estructurada).
Dispositivo montado sobre una base que lo mantiene fijo
y en posicin tal que el haz incide en un trocito de vidrio
en forma cilndrica con el que el haz cambia de
direccin adquiriendo una forma vertical. La base se
mueve en direccin paralela al soporte de las cmaras
mediante un motor de pasos el cual es controlado por un
microcontrolador de tal forma que si velocidad de
movimiento ha sido calculada previamente de tal forma
que est sincronizada con la captura de las imgenes, se
cuenta con un sistema optoelectrnico de control de
disparo del haz para que el barrido se realice sobre el
objeto a escanear.
c).- Escenario. Plataforma graduada donde es colocado
el objeto a escanear de tal forma que su posicin pueda
ser determinada con facilidad para validacin del
modelo 3D obtenido.
d).- Computadora. Permite la ejecucin del programa
diseado para la reconstruccin 3D del objeto o material
de trabajo.
El la figura 1 se muestra el sistema diseado.

Figura 1. Disposicin del par estreo de cmaras del sistema de

visin diseado.

El programa desarrollado realiza las funciones descritas

en el diagrama mostrado en la figura 2 las cuales sern
explicadas por etapas.
2.1. ETAPAS DEL PROCESO DE CAPTURA,
PROCESAMIENTO Y RECONSTRUCCIN 3D.
Se muestra un diagrama de flujo (figura 2) en donde se
describen las etapas que el programa diseado realiza.
Como se mencion anteriormente fue desarrollado con
OpenCV y C++, utilizando como base en su
implementacin Matlab bsicamente con el toolbox
calib [5].

Figura 2. Diagrama general del programa diseado para el

sistema de visin estereoscpica de reconstruccin 3D.

A continuacin se desarrollan cada uno de los bloques

anteriores con mayor detalle.
2.2. CALIBRACIN DE LAS CMARAS
Las cmaras digitales son dispositivos que transforman
la luz en impulsos elctricos los cuales con el
procesamiento adecuado se realiza la captura de los
pares de imgenes del objeto o material que ser
reconstruido tridimensionalmente, es necesario conocer
su funcionamiento y constitucin fsica para obtener
fotografas de buena calidad que permitan lograr un
modelo 3D adecuado. La forma comn de describir las
cmaras se basa en el modelo pinhole en el cual el lente
de la cmara acta como un punto por el cual pasan los
rayos de luz de la escena sin ser alterados en su
direccin. En la figura 3 se muestra un esquema del
modelo, es importante observar que un punto en el
espacio 3D A ( X ,Y , Z ) corresponde a un punto del
plano imagen de la cmara
O ( x , y ) , es decir,
ocurre una transformacin lineal de R3 R2 , del
espacio 3D al plano 2D. Las cmaras tienen una matriz
de sensores CCD de forma generalmente cuadrada los
cuales convierten la luz incidente en seales elctricas
que al ser procesadas por un programa se obtienen las
imgenes capturadas y que se representan en forma de
pixeles como se muestra en la figura 4.

Figura 4. Esquema general de una cmara digital comn con

sensores CCD.

Esto se debe principalmente a la etapa de fabricacin,

por ejemplo, los lentes son elementos esenciales de toda
cmara digital y estn hechos de material translucido,
dependiendo del tipo de cmara, presenta pequeas
imperfecciones que provocan distorsin en las imgenes
y que no son deseables si se desea lograr fotografas de
buena calidad, de igual forma es importante conocer las
coordenadas del punto principal y la distancia focal
d como se muestra en la figura 2. Estos valores se
conocen como parmetros intrnsecos de la cmara.
Adems se debe conocer la posicin y orientacin de la
cmara con respecto al objeto en el espacio real, estos
reciben el nombre de parmetros extrnsecos de la
cmara y se determinan mediante su calibracin, para
realizarla existen varios tcnicas:
a) Mtodos basados en modelos 3D [Tsai 1987].
b) Mtodos basados en patrones 2D [Zhang 2000]. Es
menos precisa que l anterior.
c) Autocalibracin [Harley 1994]. El planteamiento
matemtico es complejo.
Dada su facilidad se decidi utilizar el mtodo de Zhang
[6], para ello se captur un nmero adecuado de
imgenes (20 en total) de un patrn de calibracin de
tablero de ajedrez con ambas cmaras en el mismo
instante al cual se har referencia como par estreo de
imgenes. Posteriormente por medio de OpenCV se
realiza la calibracin de cada cmara, en la figura 5 se
muestra un par estreo del patrn utilizado.

Figura 3. Modelo pinole para las cmaras utilizadas.

La informacin sobre los pixeles de una imagen

dependen de las caractersticas internas de cada cmara
y estas pueden variar sin importar si son del mismo tipo
y marca.

Figura 5 Ejemplo de par de imgenes estreo capturadas para

la calibracin de las cmaras.

Es importante mencionar que la calibracin se realiz

tambin con Matlab obteniendo las siguientes
conclusiones:

a) OpenCV realiza la calibracin ms rpida.

b) Matlab ofrece varias opciones de calibracin de
forma ms interactiva con el usuario adems
que ofrece imgenes donde se despliegan los
resultados de la calibracin.
c) En ambos casos los resultados fueron
adecuados dado el valor de error obtenido.
( aprox. 0.23)
Al finalizar obtendremos los parmetros intrnsecos
(distancia focal y coordenadas del punto principal), estos
datos se representan en una matriz
A 3x3 llamada
matriz de parmetros intrnsecos ecuacin (1) y los
parmetros extrnsecos (vectores de rotacin y
translacin). Con estos datos obtenemos un modelo
matemtico por medio de la ecuacin (1) llamado matriz
de la cmara y una matriz compuesta por los vectores
de rotacin R y translacin T en la ecuacin
(2).

f x 0 cx
A= 0 f y c y
0 0 0

(1)

r 11 r 12 r 13 t 1
[ R T ] = r 21 r 22 r 23 t 2
r 31 r 32 r 33 t 3

(2)

[] []

X
x
Y = A [R T ] y
1
z
(3)

2.3. ESTEREO CALIBRACION DEL SISTEMA

Debido a que el objeto a reconstruir se realizar a partir
de los pares de estreo imgenes capturados
simultneamente con las dos cmaras en los instantes en
que es barrido por el haz de luz y estas sern diferentes,
es sumamente importante determinar la posicin o
translacin T y rotacin R de estas con respecto al
objeto a partir de las diferencias en las imgenes
capturadas, como es de esperarse, estos vectores son
diferentes a los obtenidos en la calibracin individual
realizada en el paso anterior, ahora proporcionaran la
translacin entre las dos cmaras y su rotacin con
respecto al. La estreo calibracin es el procedimiento
que permite realizar lo anterior y fue implementada por
medio
de
OpenCV
[6-8],
la
funcin
cvStereoCalibrate() se ejecuta en esta parte del
proceso y proporciona los parmetros intrnsecos y
extrnsecos del sistema estereoscpico, los primeros son
los calculados en la calibracin individual y los ltimos
se refieren fundamentalmente a la transformacin rgida
(rotacin y translacin) que relaciona la posicin y
orientacin entre las dos cmaras del sistema. En la
figura 5 se muestra el resultado de la estreo calibracin
del sistema realizada con Matlab solo para motivos de
demostracin.

Donde f x y f y son las distancias focales con

respecto a los eje x
y y , c x y c y son las coordenadas del punto

r ij
ti
valores
y
para
i= j =1,2,3 son los parmetros de rotacin de las
cmaras con respecto a los ejes
X , Y , Z y las
componentes de translacin del origen del sistema de
coordenadas del objeto en el espacio al sistema de
coordenadas de la cmara.
Con esta informacin la relacin de un punto
( x , y , z ) del mundo real (3D) con el punto
correspondiente en cada imagen ( X , Y ) (2D) se
representa por medio de la transformacin lineal
representada en la ecuacin 3.
principal,

los

Figura 5. Resultado de la estreo calibracin del sistema .

Con los parmetros intrnsecos y extrnsecos obtenidos

de la estreo calibracin las matrices de la cmara
derecha e izquierda
permiten determinar un
punto
P ( x , y , z ) en el espacio a partir de sus
coordenadas

PI ( X I , Y I )

PD ( X D , Y D )
en la

en la imagen derecha y
izquierda por medio de

triangulacin, como veremos ms adelante, estos nos

proporcionaran la nube de puntos para realizar la
reconstruccin 3D del objeto escaneado y reciben el
nombre de puntos de inters.
Los puntos de inters deben estar presentes en un mismo
par de estreo imgenes esta propiedad se llama
correspondencia estreo, la bsqueda de estos puntos
(bsqueda de correspondencias) es en general compleja
dependiendo las caractersticas del par estreo de
imgenes y las caractersticas del objeto en el par que se
desea modelar, en nuestro caso, el haz de luz incidente
en el objeto a escanear. Como se describir
posteriormente, esto se facilita con la rectificacin
estreo.
2.4. CAPTURA DE PARES DE ESTEREO
IMGENES DEL OBJETO
El objeto o material que se va a reconstruir
tridimensionalmente debe colocarse en la base del
escenario del escner de modo que su posicin se
encuentre en el eje del sistema de visin y pueda ser
captado en ambas cmaras, antes de enviar el haz de luz
lser debe controlarse la iluminacin de forma que no
interfiera con los resultados deseados, como se explicar
ms adelante. El objeto que se escaneo es un bote de
plstico cuya geometra y forma se adaptaron bien para
la evaluacin experimental del sistema.
Al iniciar el proceso de captura de pares estreo de
imgenes la plataforma que soporta el lser se mueve
paralelamente con respecto a la base que soporta las
cmaras a velocidad constante
Se han dispuesto en el escenario un par de leds
infrarrojos de forma que se encuentren detrs del bote la
distancia entre ellos es ajustable al ancho del objeto y
centrada con el eje de la base del escenario estos leds
activarn un par de fototransistores infrarrojos en el
soporte del lser encendindolo para enviar el haz de luz
y se inicie la captura de los pares de estreo imgenes
esto se realiz de forma que el movimiento del haz este
sincronizado con el retardo en la captura de cada par
estreo. Con esto se logra obtener un conjunto de
imgenes estereo donde el bote es barrido complemente
por el haz lser en su parte frontal. En la figura 6 se
muestra una secuencia de pares estreo de imgenes
capturados.

Figura 6. Secuencia de barrido del objeto escaneado. Las

imgenes superiores corresponden a la captura con la cmara
izquierda y las inferiores con la derecha

2.5. RECTIFICACIN ESTEREO

La calibracin permite que los planos de imagen
obtenidas con ambas cmaras estn situadas en el mismo
plano sin embargo no se garantiza que se encuentren
alineadas, esto complicara la bsqueda de
correspondencia en los pares estreo de imgenes. Este
problema se resuelve mediante la estreo rectificacin
de cada par su alineacin y que la bsqueda de un pixel
en el plano de cada cmara se reduzca a una recta, para
ello se utilizarn las matrices R y T calculadas
en la calibracin estreo. En OpenCV se implement el
algoritmo basado en el mtodo de Bouguet [8] cuya
finalidad consiste en determinar una matriz de
rectificacin Rrect que permite la alineacin de cada
par de imgenes al ser la matriz de rotacin alrededor
del eje de visin de los planos de visin de cada cmara
esta definida por la relacin (4):

[]

1 T
Rrect = 2T
3 T
(4)

Donde los vectores unitarios expresados por las

frmulas (5)

T
1 =
T
(5)

2 =

[T y T x 0 ]

T 2x + T 2y

, 3= 1 x 2

son ortogonales entre s. Al realizar la calibracin se

calculan las matrices de rotacin para cada cmara
R D y RI dadas por las frmulas (6) y (7).

R D=Rrect r D

(6)

RI =Rrect r I

(7)
El siguiente paso es calcular las matrices de proyeccin
de cada cmara para transformar los puntos del espacio
tridimensional en puntos de sus planos imagen las cuales
corresponden a las relaciones (8) y (9).

[
[

f 0 c xD T xf
PD = 0 f c yD 0
0 0 1 0
(8)

f 0 c xI 0
PI = 0 f c yI 0
0 0 1 0

(9)

T x es la distancia o
Donde la componente
desplazamiento horizontal entre las cmaras y f la
distancia focal de las cmaras que hemos supuesto
c xD , c yD , c xI , c yI , las
iguales, y
coordenadas delos puntos principales de las cmaras
derecha e izquierda respectivamente.
En OpenCV lo anterior se realiz al implementar la
funcin cvStereoRectify() ,por medio de la funcin
cvInitUndistortRectifyMap() se realiza el mapeo de
los pixeles de los pares estero a pares estreo
rectificados. Las imgenes mostradas en la figura 6 has
corresponde a una secuencia de pares estreo
rectificados.
2.6. CORRESPONDENCIA ESTEREO
Como fue mencionado en la introduccin el problema de
correspondencia es tal vez el proceso ms complicado y
que ms costo computacional requiere en la
reconstruccin 3D del modelo, es necesario determinar
la mayor cantidad de puntos comunes de inters en el
par estreo para obtener una nube de puntos, mediante
triangulacin, lo suficientemente densa para lograr un
modelo tridimensional lo ms exacto posible al objeto
real. Existen varios algoritmos que solucionan el
problema destacando el mtodo basado en intensidades
(Intensity-based Matching), basado en caractersticas
(Feature-based Method) y los basados en correlacin
(Correlation-based Method) [6-10]. Destacan los
trabajos realizados por Barnard(1982), Lane (1994)
Faugeras (1993), mencionando el mtodo de flujo ptico
de Lucas-Kanade (1981). En este proyecto propusimos
un mtodo alternativo de acuerdo a los resultados
deseados y que consiste la conversin de cada par de
imgenes estreo rectificadas obtenidas a escala de
grises con un umbral adecuado que permita obtener un
nuevo par de imgenes donde solo sea visible el patrn
de luz. Posteriormente mediante segmentacin se
determinan los centroides del haz lser al incidir en el
objeto. Al realizar esta etapa generalmente se obtendrn
cantidades diferentes de centroides en cada par debido a

la diferencia de posicin de las cmaras en el proceso

de captura, el programa diseado permite determinar los
centroides correspondientes en ambas imgenes para
ello determina aquella que tiene menor cantidad,
asumiendo que debido a la proceso de rectificacin la
bsqueda se limitar a determinar aquellos centroides
cuya coordenada Y es la misma en la otra imagen, la
forma en como se realiz se muestra en el siguiente
pseudocdigo (ver figura 7) el cual hace referencia al
caso donde la menor cantidad de centroides se encuentra
en la imagen derecha, en caso contrario solo se
intercambian las sentencias de control de los ciclos
anidados..
D=vector centroides imagen derecha.
I=vector centroides imagen izquierda.
d=elementos de D.; i=elementos de I.
If d<i
for n=1:d
for m=1:i
if coordenada pixel vertical de Di=pixel coordenada
vertical de Ii.
Se almacenan ambos pixeles en vector Centroides
derecha y vector Centroides izquierda.
end
end
end
Figura 7. Pseudocdigo implementado para determinar los
centroides correspondientes en el par estreo de imgenes.

El algoritmo permite determinar un vector de centroides

correspondientes en cada par estreo. Posteriormente el
programa toma cada centroide como una semilla y
establece regiones de crecimiento vertical y horizontal a
partir de el con las restricciones de que el valor del pixel
debe ser blanco y sus coordenadas deben estar limitadas
al tamao de la imagen. De este modo se determinan
dos vectores de pixeles uno para la imagen derecha y
otro para la izquierda. En general la dimensin de estos
vectores no es la misma por lo que es necesario
determinar que pixeles son correspondientes en ambas
imgenes. Se realiza una bsqueda de pixeles mediante
un algoritmo semejante al presentado asumiendo que
debido a la estreo rectificacin realizada se limitara a
determinar nuevamente aquellos cuya coordenada Y
es la misma. El resultado final es un par de vectores de
igual dimensin para cada imagen cuyos elementos
corresponden a los pixeles del haz de luz en su totalidad
en las imgenes, se puede demostrar que el algoritmo
permite ordenarlos de tal forma que cada par de
coordenadas pixel tienen la misma coordenada Y .
2.7. TRIANGULACIN

En esta etapa se calculan las coordenadas

tridimensionales
asociadas a las
(x , y , z)
coordenadas (X , Y ) de los pixeles obtenidos. La
triangulacin se basa en la tesis de que las coordenadas
del pixel tendrn la misma coordenada vertical Y y
diferente coordenada horizontal X, esta diferencia se
conoce como disparidad y a partir de ella es posible
determinar la profundidad a la que se encuentra el punto
correspondiente al pixel. [5-6], el programa guarda las
coordenadas 3D en un vector el cual constituye la nube
de puntos para un par de estreo imgenes dado, lo que
significa que todas las etapas descritas anteriormente se
realizan para la totalidad de las estreo imgenes
adquiridas. El vector con la nube de puntos final ser lo
suficientemente densa que permiti obtener un modelo
3D muy preciso, el programa guarda estos datos en un
archivo cuyo formato pueda ser visualizado en un
software conveniente como Meshlab Solidworks, en
las pruebas mencionadas se utiliz este ltimo y el
archivo fue txt.
3 RESULTADOS OBTENIDOS
En la figura 8 se muestra el modelo 3D del bote
mediante Solidworks.

La tabla 1 resume las dimensiones del modelo 3D y del

material estudiado. Las dimensiones estn dadas en
cm .
Tabla 1. Resultados obtenidos con el sistema de Visin
Estereoscpico de Reconstruccin 3D.

4 CONCLUSIONES

Dentro de las conclusiones cabe destacar las siguientes:

a) El modelo 3D tiene una aproximacin aceptable con
respecto al objeto que se estudi.
b) Se contempla mejorar el proceso de reconstruccin
mediante la rotacin del material mediante una base
rotatoria y modificar el programa para que realice la
conversin de coordenadas
5 REFERENCIAS
[1] David 3D scanner, [en lnea], disponible:
http://www.david3d.com/en. Sitio visitado 2014
[2] C. Davatzikos, Spatial Transformation and
Registration of
Brain Images Using Elkastically Deformable
Models.
Science Direct, May 1997, volume 66, Issue 2 pp
207-222.
[3] R. Usamentiaga, J. Molleda, D. F. Garca. Fast and
Robust
Laser stripe extraction for 3D reconstruction in
industrial
enviroments, Machine Vision and Applications,
January
2012, Volume 23 Issue 1 pp 179-196.
[4] Siggraph 2009 and Siggraph Asia 2009 Courses [en
lnea]
Disponible:http://mesh.brown.edu/byo3d/Sitio
vistado 2014.
[5] Simple triangulation with OpenCV from Harley &
Zisserman, More Than Technichal [en lnea],
disponible:
http://www.morethantechnical.com/2012/01/04/simpletriangulation-with-opencv-from-harley-zisserman-wcode/
[6] OpenCv Camera Calibration and 3D reconstruction
[enlnea],disponible: http://docs.opencv.org/modules
/calib3d/doc/camera_calibration_and_3d_reconstructi
on.html
sitio visitado, 2014.
[7] R. Hartley y A. Zisserman, Multiple View Geometry
in
Computer Vision Cambridge University Press.
Second
Edition 2003 pp 405-458.
[8] G. Bradski y A. Kaehler, Learning OpenCV:
Computer
Vision with the OpenCV library. OReilly.First
Edition
September 2008. Pp 378-401.
[9] S. Brahmbhatt. Practical OpenCV. Technology in
action pp.

95-119
[10] S. Holzer, J. Shotton y P. Kohli. Learning to
Efficiently
Reapetable Interest Points in Depth Data. 12 th
Europeaqn

Conference on Computer Vision. Firenze, Italy,

2012.
Poster Session 1.