Seminario de visión

Seminario de visión Visión 3-D

Campos de aplicación • Robótica: movimiento robot autónomo • Control de calidad: medida dimensiones • Control de calidad: detección defectos • Medicina: localización y medida de tumores • Topografía: imagen 3-D de un terreno • etc, etc, etc, etc

Técnicas de medida sin contacto • Visión artificial • Interferometría • Tiempo de vuelo • Barrera Holografía Interferometría láser Interferometría Speckle Interferometría SAR Holografía conoscópica Franjas de Moiré Láser Microondas Ultrasonidos Sonar

Medida por visión artificial • Monoculares • Iluminación estructurada • Esteroscópicas Análisis de textura Shape from shading Métodos fotométricos Dynamic focusing Triangulación Visión estéreo

Medida por visión artificial • Técnicas activas: • Requieren un aporte externo adicional de energía Ej. Iluminación estructurada • Técnicas pasivas • No requieren ningún aporte adicional Ej. Visión estereo

Ecuación fundamental Punto imagen Q distancia focal (f) y' u x' v Cambio de ejes z' Foco O z y x Modelo de cámara ‘pinhole’ Plano de imagen (u,v) (0,0,0) (x,y,z) Punto de luz P

Modelo y calibración de la cámara • Modelo de cámara • Calibración: - Obtener quintetos {ui,vi,xi,yi,zi} M R T Calcular M, R y T tal que se cumpla el modelo de cámara  problema de mínimos cuadrados

Calibración de la cámara • Patrón de calibración • Para cada punto son dato: • xi,yi,zi,ui,vi • Son incógnitas: R, M, T • Dado: • Los parámetros óptimos cumplirán:

Iluminación estructurada • Nueva ecuación. Plano de luz: Plano de luz Fuente de luz Cámara

Ejemplos de iluminación estructurada • Patrón láser aplicado sobre superficie lisa o no • Detección de defectos de planitud con patrón basado en líneas

Triangulación láser • Sensores compactos para medida puntual 1: emisor 2,3: lentes de enfoque 4: detector 5: DSP 6: objeto

Técnicas basadas en sombreado • El sombreado da una idea de la forma • Photometric stereo Shape from shading: uso directo de la información de sombras Photometric stereo: una misma escena (sup. Lambertiana) captada con 3 diferentes fuentes de iluminación puede ser inequívocamente reconstruida

Focalización dinámica • Buscar el enfoque perfecto (imagen más nítida) Nueva ecuación. Distancia para enfoque perfecto:

Enfoque dinámico: ejemplo • Misma imagen tomada con varias distancias de enfoque (d1) • Reconstrucción 3-D

Recta epipolar del punto Q1 en la cámara 2 Cámara 1 Cámara 2 Q2(u2,v2) Q1(u1,v1) O2 Plano PO1O2 O1 Recta epipolar del punto Q2 en la cámara1 P(x,y,z) Triangulación y visión estéreo Sistema sobredeterminado: 4 ecuaciones y 3 incógnitas

Triangulación y visión estéreo • Triangulación: punto P fácilmente reconocible en ambas cámaras (Q1,Q2) (iluminación activa) • Visión estéreo: correspondencia entre Q1 y Q2 no inmediata (iluminación pasiva)  ‘matching’ previo

Ejemplo de reconstrucción 3-D Par estéreo

Ejemplo de reconstrucción 3-D Puntos interesantes con fácil correspondencia

Ejemplo de reconstrucción 3-D Rectas epipolares

Reconstrucción 3-D

Matching en visión estéreo • Correspondencia entre puntos en ambas imágenes • Se sabe • El punto Q2 debe estar en la recta epipolar del Q1 • Ambos puntos deben tener una luminosidad similar • El entorno de ambos puntos debe ser similar • Pero • Debido a errores, distorsiones, etc., Q2 no está exactamente en la recta epipolar • La luminosidad puede variar en algunas zonas (brillos) • El entorno de ambos puntos puede ser muy distinto por la perspectiva, o incluso uno de ellos estar oculto

Matching en visión estéreo • Clases de algoritmos • Basados en características de interés (principalmente contornos) • Mapa de distancias disperso • Representación simbólica fácilmente extraíble • Basados en correlación de regiones • Mapa de distancias denso • Pocas falsas correspondencias

Matching en visión estéreo • Principales métodos • Basados en correlación • Técnicas de relajación • Programación dinámica • Predicción/verificación

Disparidad: d = Q1Q2 Cámara 1 Cámara 2 Q2(u2,v2) Q1(u1,v1) O2 d Conocido d para todos los pixels de la cámara 1 se puede reconstruir la geometría 3-D Plano PO1O2 O1 P(x,y,z) Concepto de disparidad

Cámara 1 Cámara 2 O1 O2 Q2’ Q2 rectas epipolares d Q1’ Q1 d' P P’ Concepto de disparidad • Ejemplo con cámaras paralelas y alineadas (geometría epipolar)

Teorías de visión estéreo • Marr-Poggio • Modelo basado en la visión humana • Filtro previo con 12 máscaras direccionales de diversos tamaños • Búsqueda de pasos por 0 en las imágenes filtradas • Búsqueda de correspondencias en paso por cero • Las disparidades deben variar de manera suave salvo en las discontinuidades (bordes de las superficies)

Ejemplo de disparidades Derecha Izquierda Disparidad

Técnicas de tiempo de vuelo • Medida del tiempo en que una determinada forma de energía tarda en regresar rebotado de un objeto • Energía: luz láser, microondas, ultrasonidos, etc. • Formato: pulso, onda.

Técnicas de tiempo de vuelo: ejemplos • Medida láser • Ultrasonido • Sonar

Técnicas de barrera • Sensores de barrera láser Sensores de barrera en varias configuraciones de medida

Técnicas interferométricas • Basadas en la interferencia entre dos ondas de igual frecuencia • Holografía • Interferometría láser • Interferometría Speckle • Franjas de Moiré • Otras

Interferometría: principio • Interferencia constructiva o destructiva de ondas de igual frecuencia Patrón de interferencia

Interferómetro de Michelson • Principio de funcionamiento Espejo Espejo Fuente de luz Separador Detector

Ejemplos de interferogramas • La interferometría de luz blanca elimina las ambigüedades presentes en la interferometría monocromática

Separador láser haz de objeto Espejo P Espejo Objeto Punto de vista haz de objeto haz de referencia Placa holográfica haz de referencia Placa holográfica Holografía. Principio físico

Ejemplo de interferometría holográfica

Holografía conoscópica • Principio P Circular polarizer Uniaxial crystal Valve Circular polarizer Detector

Holografía conoscópica • Interferencia de ondas entre: • Rayo ordinario y extraordinario en que la luz polarizada monocromática se divide al atravesar un cristal uniáxico

Holografía conoscópica: sensores • Sensor puntual • Sensor lineal

0.3 0.2 0.1 0 -0.1 -0.2 -0.3 -0.4 0 50 100 150 200 250 Conoprobe • Conoprobe: sensor puntual • Rango variable según lente, desde 0.5 mm hasta 1 m Línea de interferencia

Conoprobe: ejemplo • Resultados utilizando un movimiento XY sobre un clip Corte 2-D Scan 3-D

0.3 0.2 0.1 0 -0.1 -0.2 -0.3 -0.4 0 50 100 150 200 250 Conoline • Conoline: sensor lineal • Con o sin triangulación Láser Lentes cilíndricas Conoscope o Sensor CCD Objetivos y filtros Objeto Interferograma (1 línea por cada punto del objeto)

0.3 0.2 0.1 0 -0.1 -0.2 -0.3 -0.4 0 50 100 150 200 250 0.42 0.415 0.41 0.405 0.4 0.395 0.39 0.385 0.38 0.375 0 100 200 300 400 500 600 700 50 45 40 35 30 25 20 15 10 5 0 0 100 200 300 400 500 600 700 Ejemplo de Conoline • Superficie de acero con depresión • Distancia de trabajo: 1200 mm • Ancho de línea: 200 mm • Rango: 20 mm Línea de interferencia Holograma 100 Depresión 200 Frecuencia 300 200 mm 1 0.5 400 0 Mapa de distancia Fase desplegada Depresión -0.5 500 3 mm -1 -1.5 600 -2 0 100 200 300 400 500 600 700 50 100 150 200

Long-standoff Conoline: ejemplo de uso • Detección de defectos en desbastes de acero en caliente

Inspección con Conoline • Resultados 200 mm 7000 mm Line scan Conoline Detección Line scan Conoline Detección

Selección de la tecnología a usar • Medida requerida: 1-D, 2-D o 3-D • 1-D: triangulación, enfoque dinámico, holografía conoscópica, láser (radar), otras técnicas de radar. • 2-D: las anteriores con movimiento 1 grado libertad, iluminación estructurada, estereovisión (menos), holografía conoscópica lineal. • 3-D: las anteriores con movimiento 2 grados libertad, iluminación estructurada, estereovisión. • Coste: más bajo para técnicas basadas en visión. • Rango y precisión: holografía conoscópica. • Condiciones ambiente complicadas: holografía conoscópica, visión.

Seminario de visión