Professional Documents
Culture Documents
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
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)
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
PI ( X I , Y I )
PD ( X D , Y D )
en la
en la imagen derecha y
izquierda por medio de
[]
1 T
Rrect = 2T
3 T
(4)
T
1 =
T
(5)
2 =
[T y T x 0 ]
T 2x + T 2y
, 3= 1 x 2
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
4 CONCLUSIONES
95-119
[10] S. Holzer, J. Shotton y P. Kohli. Learning to
Efficiently
Reapetable Interest Points in Depth Data. 12 th
Europeaqn