View
218
Download
0
Category
Preview:
Citation preview
1
Seminario de visión
2
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
3
Técnicas de medida sin contacto
Visión artificial
Interferometría
Tiempo de vuelo
Barrera
HolografíaInterferometría láserInterferometría SpeckleInterferometría SARHolografía conoscópicaFranjas de MoiréLáserMicroondasUltrasonidosSonar
4
Medida por visión artificial
Monoculares
Iluminación estructurada
Esteroscópicas
Análisis de texturaShape from shadingMétodos fotométricosDynamic focusing
Triangulación
Visión
estéreo
5
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
6
Modelo de cámara ‘pinhole’
Plano de imagen
Punto de luz P
Foco O
x'
z'
y'u
v
distan
cia fo
cal (f
)Punto imagen Q
(0,0,0)
(u,v)
(x,y,z)
''' zf
yv
xu
Ecuación fundamental
x
z
y
][
'
'
'
][ T
z
y
x
R
z
y
x
Cambio de ejes
7
Modelo y calibración de la cámara
Modelo de cámara
Calibración: - Obtener quintetos {ui,vi,xi,yi,zi}
1
'
'
'
0100
00
00
10
0
z
y
x
va
ua
v
u
s v
u
M
3
2
1
333231
232221
131211
'
'
'
t
t
t
z
y
x
rrr
rrr
rrr
z
y
x
R T
Calcular M, R y T tal que se cumpla el modelo de cámara problema de mínimos cuadrados
8
Calibración de la cámara
Patrón de calibración Para cada punto son dato: xi,yi,zi,ui,vi
Son incógnitas: R, M, T
Dado:
),('
'
MRT
i
i
i
i
i params
z
y
x
FnCamv
u
Los parámetros óptimos cumplirán:
minvv
uu
ii
ii
'
'
9
Iluminación estructurada
Nueva ecuación. Plano de luz:
CámaraFuente de luz
Plano de luz
0'.'.'. DzCyBxA
10
Ejemplos de iluminación estructurada
Patrón láser aplicado sobre superficie lisa o no
Detección de defectos de planitud con patrón basado en líneas
11
Triangulación láser
Sensores compactos para medida puntual1: emisor2,3: lentes de enfoque4: detector5: DSP6: objeto
12
Técnicas basadas en sombreado
El sombreado da una idea de la forma
Photometric stereo
Shape from shading: uso directode la información de sombras
Photometric stereo: una misma escena (sup. Lambertiana) captada con 3 diferentes fuentes de iluminación puede ser inequívocamente reconstruida
13
Focalización dinámica
Buscar el enfoque perfecto (imagen más nítida)
d1 d2
Objeto
Plano dela imagen
f
Imagen
Objeto
Plano dela imagen
f
Imagen
Imagen perfectamente focalizada Imagen desfocalizada
Nueva ecuación. Distancia para enfoque perfecto:
21
111
ddf
14
Enfoque dinámico: ejemplo
Misma imagen tomada con varias distancias de enfoque (d1)
Reconstrucción 3-D
15
Triangulación y visión estéreo
Cámara 2
O2
Cámara 1
O1
Sistema sobredeterminado: 4 ecuaciones y 3 incógnitas
P(x,y,z)
Plano PO1O2
Q1(u1,v1)Q2(u2,v2)
Recta epipolar del puntoQ1 en la cámara 2
Recta epipolar del punto Q2 en la cámara1
16
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
17
Par estéreo
Ejemplo de reconstrucción 3-D
18
Ejemplo de reconstrucción 3-D
Puntos interesantes con fácil correspondencia
19
Ejemplo de reconstrucción 3-D
Rectas epipolares
20
Reconstrucción 3-D
21
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
22
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
23
Matching en visión estéreo
Principales métodos
Basados en correlación
Técnicas de relajación
Programación dinámica
Predicción/verificación
24
Concepto de disparidad
Cámara 2
O2
Cámara 1
O1
P(x,y,z)
Plano PO1O2
Q1(u1,v1)Q2(u2,v2)d
Disparidad: d = Q1Q2
Conocido d para todos los pixels de la cámara 1 se puede reconstruir la geometría 3-D
25
Concepto de disparidad
Ejemplo con cámaras paralelas y alineadas (geometría epipolar)
Cámara 1
O1
Cámara 2
O2
rectas epipolares
P
Q2
Q1
P’
Q2’Q1’
d
d'
26
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)
27
Ejemplo de disparidades
Izquierda
Derecha
Disparidad
28
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.
29
Técnicas de tiempo de vuelo: ejemplos
Medida láser Ultrasonido
Sonar
30
Técnicas de barrera
Sensores de barrera láser
Sensores debarrera en variasconfiguracionesde medida
31
Técnicas interferométricas
Basadas en la interferencia entre dos ondas de igual frecuencia
Holografía
Interferometría láser
Interferometría Speckle
Franjas de Moiré
Otras
32
Interferometría: principio
Interferencia constructiva o destructiva de ondas de igual frecuencia
A
B
A+B
Desfase 0º 60º 120º 180º
Energía
Patrón de interferencia
33
Interferómetro de Michelson
Principio de funcionamiento
Espejo
Espejo
SeparadorFuente de luz
Detector
34
Ejemplos de interferogramas
La interferometría de luz blanca elimina las ambigüedades presentes en la interferometría monocromática
35
Holografía. Principio físico
Placa holográfica
P
haz de objeto
haz de referencia
Punto de vista
Plac
a ho
logr
áfic
a
láser haz de objeto
haz de referencia
ObjetoEspejo
EspejoSepa
rado
r
36
Ejemplo de interferometría holográfica
37
Holografía conoscópica
P
Circularpolarizer
Uniaxialcrystal
Valve Circularpolarizer
Detector
Principio
38
Holografía conoscópica
L
z
P
Q
Rayo extraord.
Rayo ord.
Polarizadorcircular
Cristal uniáxico
Detector
Imagen en el detector
Interferencia de ondas entre: Rayo ordinario y extraordinario en que la luz polarizada
monocromática se divide al atravesar un cristal uniáxico
39
Holografía conoscópica: sensores
Sensor puntual
Sensor lineal
40
Conoprobe
Conoprobe: sensor puntual Rango variable según lente, desde 0.5
mm hasta 1 m
o
Láser
EspejoSensor CCD
lineal
Separador
Conoscope
Objetivo y filtros
0 50 100 150 200 250-0.4
-0.3
-0.2
-0.1
0
0.1
0.2
0.3
Línea de interferencia
41
Conoprobe: ejemplo
Resultados utilizando un movimiento XY sobre un clip
Scan 3-D Corte 2-D
42
Conoline
Conoline: sensor lineal Con o sin triangulación
0 50 100 150 200 250-0.4
-0.3
-0.2
-0.1
0
0.1
0.2
0.3
Láser
o
Objetivosy filtros
Conoscope
Sen
sor
CC
D
Lentescilíndricas
ObjetoInterferograma
(1 línea por cada puntodel objeto)
43
Ejemplo de Conoline
0 50 100 150 200 250-0.4
-0.3
-0.2
-0.1
0
0.1
0.2
0.3
Holograma
Línea de interferencia
50 100 150 200
100
200
300
400
500
600
Depresión
0 100 200 300 400 500 600 7000.375
0.38
0.385
0.39
0.395
0.4
0.405
0.41
0.415
0.42
0 100 200 300 400 500 600 700-2
-1.5
-1
-0.5
0
0.5
1
0 100 200 300 400 500 600 7000
5
10
15
20
25
30
35
40
45
50
Frecuencia
Fase desplegada Mapadedistancia
Depresión
3 m
m
200 mm
Superficie de acero con depresión Distancia de trabajo: 1200 mm Ancho de línea: 200 mm Rango: 20 mm
44
Long-standoff Conoline: ejemplo de uso
Detección de defectos en desbastes de acero en caliente
45
Inspección con Conoline
Resultados
Line scan Conoline Detección Line scan Conoline Detección
7000
mm
200 mm
46
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.
Recommended