1 1.

INTRODUCCIÓN El objetivo principal de la investigación que se documenta en este libro es la implementación y comparación de distintos tipos de calibración monocular de cámaras digitales, así como la introducción de técnicas de inteligencia computacional. En este proyecto se realiza un aporte al tema de la calibración de cámaras digitales destacando las diferencias y ventajas de las técnicas clásicas ya reconocidas en el campo y las que se implementan como novedosas en el área. El problema ha resolver consiste en modelar una cámara digital, de tal manera que se pueda obtener del modelo las características principales que definen la transformación que hace la cámara del mundo tridimensional a la imagen bidimensional. La importancia de esta calibración radica en que es un paso imprescindible para cualquier aplicación de visión artificial que requiera medición de distancias, reconstrucciones 3D y correcciones de distorsión del dispositivo de captura. En este presente documento se presenta la evolución que se siguió para realizar la investigación. Primero, la elección de un patrón de calibración, el estudio de los diferentes métodos de calibración ya conocidos y sus respectivas codificaciones y pruebas. Se procedió luego a buscar alternativas en que las técnicas de inteligencia artificial pudieran aportarle soluciones al problema planteado. Se tomaron dos: la calibración del modelo de cámara con distorsión utilizando algoritmos genéticos, ampliando un trabajo previo que sólo implementaba el modelo lineal sin distorsión. Así mismo, se tomaron las Redes Neuronales Artificiales para afrontar el problema de encontrar uno a uno los parámetros de calibración de la cámara. En este punto cabe destacar, la utilización de las RNA bajo un paradigma novedoso introducido en un trabajo previo, pero ampliado en el presente trabajo para que incluyera el parámetro de distorsión. En el capítulo 2, se hace una introducción al problema geométrico de la calibración de cámaras digitales, se enumeran trabajos previos, y se procede a explicar los fundamentos básicos. La fundamentación se divide en tres: una primera aproximación al modelo de la cámara, un estudio básico de los métodos clásicos más utilizados y un acercamiento a la utilización de técnicas de inteligencia artificial con optimización de funciones por medio de algoritmos genéticos y reconocimiento de sistemas mediante Redes Neuronales Artificiales. En el capítulo 3, se hace una muy breve descripción del hardware del sistema, incluyendo algunas observaciones sobre las cámaras y las lentes y una delineación del patrón de calibración utilizado. En el capítulo 4, se hace una pequeña descripción del sistema utilizado para la calibración de cámaras, y en la parte más intensa una explicación de los métodos en software con que se hace la calibración, explicados por etapas. En el capítulo 5, se consignan todas las pruebas y resultados hechos con los diferentes métodos para realizar el análisis comparativo de los mismos, incluyendo los que este trabajo aporta por primera vez.

1

se consignan las conclusiones de este estudio en un ensayo corto que toma en cuenta los análisis teóricos y los resultados prácticos de la investigación. y de la parametrización de sistemas por medio de Redes Neuronales Artificiales.2 El capítulo 6 se denomina MANUAL DEL USUARIO y es una ayuda didáctica al manejo de la Herramienta de Calibración en su primera versión. 2 . con el objetivo de darle a quien necesite usarla una introducción fácil a su manejo. El capítulo 8 intenta dejar las puertas abiertas para futuras investigaciones en el campo y las perspectivas que pueden tenerse con respecto al estudio de la calibración de cámaras. En el capítulo 7.

Sign up to vote on this title
UsefulNot useful