I-CAD Referans Noktalı Görüntü İşleme Sistemiteknolojikarastirmalar.com/pdf/tr/01_2011_8_2_106_664.pdf · görüntüden etkileşimli yeniden inşa ... Tablet tabanlı bir

Makine Teknolojileri Elektronik Dergisi Cilt: 8, No: 2, 2011 (63-74)

Electronic Journal of Machine Technologies Vol: 8, No: 2, 2011 (63-74)

TEKNOLOJĐK

ARAŞTIRMALAR

www.teknolojikarastirmalar.com e-ISSN:1304-4141

Bu makaleye atıf yapmak için Samtaş G.*, Gülesin M.**, “ I-CAD Referans Noktalı Görüntü Đşleme Sistemi” Makine Teknolojileri Elektronik Dergisi 2011, 8(2) 63-74 How to cite this article Samtaş G.*, Gülesin M.**, “I-CAD Image Processing System Using Reference Points” Electronic Journal of Machine Technologies, 2011, 8(2) 63-74

Makale (Article)

I-CAD Referans Noktalı Görüntü İşleme Sistemi

Gürcan SAMTAŞ*, Mahmut GÜLESĐN**

* Düzce Üniversitesi, Cumayeri MYO, Makine ve Metal Teknolojileri Bölümü, 81700, Cumayeri/DUZCE ** Gazi Üniversitesi, Teknoloji Fakültesi, Đmalat Mühendisliği Bölümü, 06500, Beşevler/ANKARA

[email protected] Geliş Tarihi: 04.04.2011 Kabul tarihi: 21.09.2011

Özet

Görüntü işleme, bilgisayarla bütünleşik olarak birçok endüstriyel uygulamalarda kullanılabilen bilgisayar çalışmasıdır ve birçok alanda olduğu gibi, tersine mühendisliğin de önemli araştırma alanlarından birisidir. Bu çalışmada; el kamerası ya da dijital fotoğraf makinesi ile çekilmiş görüntüleri, görüntü işleme ile yorumlayarak üç boyutlu nokta bulutları elde eden bir sistemin geliştirilmesi ve elde edilen üç boyutlu nokta bulutlarının da, bir bilgisayar destekli tasarım programında yüzey ya da katı modele çevrilebilmesi amaçlanmıştır. Bu amaçlar doğrultusunda sistemde, basitten karmaşığa doğru, farklı geometriğe sahip parça tanımaya yönelik modüller geliştirilmiştir. Modüllerde örnek parça görüntüleri işlenerek nokta bulutları elde edilmiş ve bu nokta bulutları katı modele çevrilerek kontrol edilmiştir. Kontroldeki eksiklikler giderilerek toplamda dört faklı modül oluşturulmuştur. Geliştirilen sisteme de, I-CAD referans noktalı görüntü işleme sitemi adı verilmiştir. Çalışmada, üç boyutlu tasarım ve imalat sürecinde tersine mühendislik uygulamalarına yönelik görüntü işlemenin kullanıldığı farklı ve yeni bir yaklaşım sunulmuştur. Ayrıca geliştirilen sistem; kullanılan görüntüler için özel bir çekim ortamına gerek duymaması, referans noktası kullanımı ile işlem süresinin oldukça kısa tutması, video görüntülerinin de kullanılabilmesi ve nokta bulutlarının görüntüdeki hedef parçaları tamamen ifade edebilmesi gibi avantajlara sahiptir. Bir tersine mühendislik uygulaması olan bu çalışmada, geliştirilen sistem ve değişik geometriye sahip parçaların işlenmesi için tasarlanan modüller anlatılarak örnek uygulamalara yer verilmiştir. Anahtar Kelimeler: Bilgisayar Destekli Tasarım ve Üretim, Tersine Mühendislik, Görüntü işleme, Nokta bulutu

I-CAD Image Processing System Using Reference Points

Abstract

Image processing is a computer programming area which can be used in computer integrated industrial applications and it is one of the research areas of reverse engineering. The purpose of this study is to improve a system to interpret the images, which are taken with a hand camcorder or digital camera, and to obtain point clouds by evaluating with image processing and to convert these point clouds surface or solid model in a computer aided design program. In accordance with these purposes, in the system some modules were developed for recognition of the parts having different shapes from the simple to the complex. In these modules, point clouds are obtained by processing sample parts and these point clouds are checked by converting to a solid model. Four different modules were developed by solving the problems occurred within the modules. Developed system is named as I-CAD image processing system with reference point. In this study, a new and different approach, where image processing is used for reverse engineering, is offered during the three dimensional design and manufacturing processes. In addition, the developed system has some advantages namely, it does not require a specific shooting environment, does not need a long time for processing time since it uses reference point method, it can use video images and point clouds can express the target parts efficiently. In this reverse engineering study, the developed system and modules, which are designed for processing and parts having different shapes, are explained and sample parts are given. Keywords: Computer Aided Design and Manufacture, Reverse Engineering, Image processing, Point cloud

Teknolojik Araştırmalar: MTED 2011 (8) 63-74 I-CAD Referans Noktalı Görüntü İşleme Sistemi

64

1. GĐRĐŞ

Tersine mühendislik (RE-Reverse Engineering) var olan nesnelerden tasarım bilgilerini çıkararak modelleme işlemlerinin gerçekleştirilmesidir. Serbest ve karmaşık yüzeylere sahip olan gerçek parçaların geometrik bilgisinin elde edilmesi de tersine mühendisliğin en önemli aşamalarından biridir [1,2]. Đmalatta tersine mühendislik (RE), üretimi tamamlanmış parçaların sayısallaştırılması ile, üç boyutlu nokta bulutlarından bir Bilgisayar Destekli Tasarım (BDT) modelinin elde edilme süreci olarak tanımlanabilmektedir. Diğer bir ifadeyle RE; yeni yöntem, donanım ve teknikler kullanılarak üretimi tamamlanmış ürünlerin ve/veya belli bir işlemden geçerek elde edilmiş verilerin seri bir şekilde başlangıç aşamasına, girdi aşamasına döndürülmesiyle yapılan yeniden değerlendirme sürecidir. Teknolojideki hızlı gelişmeler sayesinde parça tasarımlarının hızlı ve kaliteli elde edilmesiyle seri imalata geçilmiş, bu sayede zamandan tasarruf sağlanarak üretim maliyetleri düşürülmüştür. Birçok firma yaptıkları çalışmaların tasarım aşamalarını optimum seviyeye getirmeye çalışmaktadır. Bu bağlamda programlama ile bilgisayar destekli tasarım programlarının beraber kullanılması, tasarıma ayrıca hız ve esneklik kazandırmaktadır [3]. Seri üretimlerde üretim maliyetlerinin düşürülmesi, Bilgisayar Destekli Tasarım (BDT) ve Bilgisayar Destekli Üretime (BDÜ) bağlıdır. Günümüzde BDT/BDÜ sistemlerinin her ikisini de tek bir yazılım içerisinde bulmak mümkündür. BDT/BDÜ sistemlerinde, parça modelleme ve işleme operasyonlarını uygulama işlemi tamamen bilgisayar ortamında yapılmaktadır. Parçaya ait modelleme bilgileri BDT/BDÜ programı içerisinde oluşturulmakta, daha sonra bu bilgiler teknolojik veriler ile birleştirilerek kesici takımın takip etmesi gereken yollar hesaplanmaktadır. Parçayı işlemek için gerekli kesici takım hareketleri herhangi bir CNC kontrol ünitesine uygun kodlara dönüştürülerek tezgaha aktarılabilmektedir [4]. CNC tezgâhların kullanımı bugün bu alanda çalışan tüm işletmeler için bir başlangıç noktası olurken, bu tezgahlardan beklenen verimin sağlanması için uygun BDT/BDÜ yazılımlarının kullanımı da bir sonraki adım olarak zorunlu görülmektedir [5]. Tasarım ve imalat aşamasında tersine mühendisliğin kullanımı, tasarımı buna paralel olarak da imalat sürecini oldukça kısaltmaktadır. Günümüz rekabet koşullarında, BDT/BDÜ sistemlerinin daha verimli kullanımı için, bu süreçleri daha hızlı ve etkili hale getirecek çalışmalara ihtiyaç vardır. Diğer taraftan, el kamerası ya da dijital fotoğraf makinesinden elde edilen görüntülerin de gelişen teknolojiye paralel olarak ilerleyen bilgisayar teknolojisi ile hızlı bir şekilde işlenmesi sağlanabilmektedir. Günümüzde görüntüler yüksek çözünürlüklerde ve netlikte rahatlıkla elde edilebilmektedir. Hareketli ya da durağan görüntülerin (resimlerin) incelenmesinde bilgisayarların yanı sıra kullanılan görüntüleme aygıtlarının da önemi büyüktür. Görüntülere uygulanan işlemler farklı kullanım alanlarına göre değişiklikler göstermektedir. Bu değişikliklerde yeni ve farklı bilim dallarını da doğurmuştur. Görüntü işleme, optik ve lazer, fotoğraf ölçümleme ve uzaktan algılama, bilgisayarlı görme ve desen tanıma, bilgisayar destekli tasarım, görüntü anlama, sinyal işleme, optik lazer mühendisliği, bilgisayar grafikleri, görüntü sistemleri ve teknolojileri alanları bunlardan sadece bir kaçıdır. Kaptein v.d., tersine mühendislikte geçerli olan bilgisayar destekli tasarım (BDT) modelleri kullanımı ile röntgen sterofotometrik analiz tabanlı yeni bir model geliştirmişlerdir. Geliştirilen metodun tek dezavantajı sorunlu yerlerin bir tantal başlarla işaretlenmesinin gerektiğidir [6]. Sturm v.d. yaptıkları çalışmada kamera hareketi esnasında odak uzunluğu sabit iken, kameradan alınan her iki fotoğraftan kameranın odak uzunluğunu tahmin etmeye çalışmışlardır. Bu yaklaşımda, Kruppa denklemleri kullanılmıştır [7]. Diğer bir çalışmada, Boufama ve Habed kalibrasyon kullanmadan 3B’lu yeniden yapılandırma hesaplamasını sadeleştirilmiş Kruppa denklemleri kullanarak gerçekleştirmişlerdir [8]. Mülayim, Yılmaz ve Atalay çoklu görüntülerden siluet tabanlı 3B’lu model yapılandırması gerçekleştirmişlerdir. Çalışmada, uygun ışığa sahip görüntü ortamında gerçek nesnelerin üç boyutlu (3B’lu) grafiksel modelinin yeniden inşası yapılmıştır. Yeniden inşa için siluet tabanlı hacim kesişme yöntemi kullanılmıştır [9]. Grossmann v.d. bir yada birden fazla görünüşlere sahip görüntü yapılarının 3B’lu yeniden yapılandırılması için cebirsel oranlar geliştirerek, bir ya da birden fazla görünüşe sahip resimlerin iki boyutlu (2B’lu) noktalarından 3B’lu yapılandırma gerçekleştirilmiştir [10]. Gaspar v.d. çok yönlü görüntüden etkileşimli yeniden inşa gerçekleştirerek yapısal ortamların 3B’lu yeniden inşası için yeni bir

Samtaş G., Gülesin M. Teknolojik Araştırmalar: MTED 2011 (8) 63-74

65

yöntem önermişlerdir. Kullanılan bu yöntem, kullanıcı bilgisinin indirgenmesine dayanmaktadır [11]. Sagüês v.d. yaptıkları çalışmada bir robotun kullandığı kamera ile 3B’lu nesne tanımlayan bir sistem geliştirmişlerdir [12]. Özden üç boyutlu yeniden yapılandırma için çift ve hareket eden kameralar için teknikler sunmuştur. Çalışmada, değişik üç boyutlu yeniden yapılandırma sistemleri için temel bileşenler oluşturularak; kamera kalibrasyonu, nitelik eşleştirme, yapılandırma ve modelleme algoritmaları kullanılmıştır [13]. Song ve Wang 3B’lu yeniden inşa için fotometri kullanılarak ızgara eşleyen yeni bir metot geliştirmişlerdir. Günümüzde fotometri, endüstriyel denetim ve tersine mühendislik gibi hem bilgisayar görüşü hem de bilgisayar grafikleri alanları içerisinde uygulanmaktadır [14,15]. 3B’lu modellerin yeniden inşası veri yakalama, kayıt etme, yüzey bütünleşme ve doku haritası gibi dört esas adımları içerir [16]. Sayısal fotometri ve bilgisayar görüşünde yapılan bu araştırma, nesne boşluğunda 3B’lu doğrusal veri kümesi ile sonuç verilerini eşleme yaparak çözüme ulaşmaktadır [17]. Marques ve Costeira eksik veri üretmede bilinmeyen bütün noktaları ele alıp eldeki görüntülerden faydalanarak yıpranmış görüntülerde yer alan hareketli görüntü problemini çözmede, orta ölçekli tekli optimizasyon algoritması geliştirilerek üç boyutlu yeniden inşa gerçekleştirilmiştir [18]. Bugean ve Perez ise, karmaşık sahne içersindeki hareketli nesnelerin bölümlenmesi ve algılanması konusunu ele almışlardır. Hareketli bir kamera ve bu kamera ile alınan görüntü pikselleri ızgara içerisinde seçilerek kamera ayarı yapılmıştır [19]. Diğer taraftan Shirazi ve Safabakhsh, iki boyutlu karmaşık kenar algılama filtreleri için yeni bir yaklaşım sunmuşlardır. Sunulan bu yaklaşımda, görüntülerden çok yönlü kenar yakalama gerçekleştirilmektedir [20]. Tian vd. Tablet tabanlı bir tasarım sistemine uyguladıkları bu yaklaşım ile; iki boyutlu el ile çizilmiş serbest, düz yada eğrisel çizgilerden üç boyutlu uzaysal geometrisi oluşturarak yeniden yapılandırma gerçekleştirmişlerdir [21]. Benzer bir çalışmada, Sheng vd. görüntülerdeki çok ölçekli kenarların analizi için etkili bir çalışma çerçevesi geliştirmişlerdir. Görüntülere kırpma ve yönelme işlemleri üzerinde yeni bir yaklaşım sunularak kenar tespiti yapılmıştır [22]. Wu ve Yang görüntülerdeki objelerin etiketlenmesi için grafik tabanlı yarı-denetimli bir algoritma kullanarak yarı-otomatik bir yöntem sunmuşlardır [23]. Faugeras v.d. 3B’lu imge dizilerinden kentsel sahnelerin yeniden inşası üzerine yaptıkları çalışmalarında, kameraların parametreleri hakkında herhangi bilgi sahibi olmadan, görüntü dizisinden bilgiler elde etmişlerdir [24]. Diğer bir çalışmada, Park çoklu görüntülerden 3B’lu yeniden inşa için yaklaşım sunmuştur. Çalışma, çoklu görüntülerden yüksek kalitede yüzey dokuları ile 3B’lu model üreten bir yöntem önermektedir. Önerilen yöntem, sonsuz hatlar yerine sonlu bir doğru parçasına dayanan bir yaklaşım içermektedir [25]. Madhavan v.d. lazer ışını tarayıcısı ile veri çıkartılan kararlı düzlemsel bölgeleri kullanarak, 3B’lu modelleme inşa eden bilgisayar görüşlü bir yöntem sunmuşlardır [26]. Rother ve Carlsson önceden belirlenen bir çekim düzlemini referans olarak kullanan doğrusal ve çok görüşlü yeniden inşa gerçekleştirmişlerdir. Çekim ortamındaki bütün görüntüler kendi içerisinde temel olarak tanımlanan bir referans düzlemine göre alınmıştır [27]. Bleser Pastarmov ve Stricker yaptıkları çalışmalarda, endüstriyel alanlarda arttırılmış gerçek uygulamalar için gerçek zamanlı 3B’lu kamera çözümü sunmuşlardır. Sunulan çözümle diğer benzer uygulamalarda kullanılan kestirim, poz verme, izleme sistemleri ve yer işaretçileri gibi ortam mühendisliğine gerek duyulmamaktadır [28]. Bu çalışmada, görüntülerden nokta bulutunun elde edilmesi ve elde edilen bu nokta bulutlarından 3B’lu BDT modellerinin oluşturulması amacıyla tersine mühendislik uygulaması olarak bir referans noktalı görüntü işleme sistemi ( I-CAD) geliştirilmiştir. 2. I-CAD REFERANS NOKTALI GÖRÜNTÜ ĐŞLEME SĐSTEMĐ

Geliştirilen I-CAD referans noktalı görüntü işleme sistemi, referans noktası işaretleme ve buna bağlı olarak görüntü işleme tekniklerinin uygulanmasıyla oluşturulmuş bir programdır. Program; genel ve yan bileşen olarak, görüntü işlemelerin gerçekleştirildiği görüntü işleme yapısı olmak üzere iki ana temel yapı üzerine oluşturulmuştur (Şekil 1). Doğal görüntülerin işlenebildiği programda, pikseller renk analizi ile değerlendirilmektedir.


66

Şekil 1. Geliştirilen I-CAD sistemi ana ekranı (Main screen of developed I-CAD system) Genel yapı içinde görüntülerin elde edildiği, ön izlemelerin yapılabildiği, görüntülerin işlendiği ve nokta bulutlarının değerlendirildiği üç boyutlu tasarım imalat programına geçişi sağlayan kısımlar yer almaktadır ve bu kısımlar ana ekran üzerinde yer alır. 2.1. Ana Ekran Tasarlanan sistem çalıştırıldığında önce ana ekran gelir (Şekil 1). Bu ekran üzerinden, görüntülerin işlendiği görüntü işleme ekranına, nokta bulutlarının katı modele çevrildiği tasarım ve imalat programına, bilgisayara bağlı internet kamera ya da dijital kamera ile anlık görüntülerin alınabileceği pencereye, video görüntülerin işlendiği video aktarım penceresine ve elde edilen nokta bulutlarının 3B’lu ön izlemelerinin yapılabildiği ön izleme bölümüne ulaşılabilmektedir. Ana menü üzerindeki Aygıt Ara butonu ile, bilgisayara bağlı bir görüntü yakalama aygıtından (internet kamera ya da fotoğraf makinası) anlık olarak görüntülerin alınmasını sağlanmaktır. Nokta bulutu elde edilmek istenen nesneye ait video görüntülerin sistemde kullanılabilmesi için işlemden geçirilip çerçevelere ayrılması gerekmektedir. El kamerası ya da hareketli görüntü yakalayabilen dijital fotoğraf makinası gibi görüntüleme aygıtları ile çekilmiş video görüntüleri de sistemde işlemden geçirilerek kullanılabilmektedir. Bu işlemler için Video Aktarım butonu kullanılır. Görüntü Yenile ve Görüntüle işlem butonları, görüntü işleme bölümünde işlenen görüntülerden elde edilen nokta bulutlarını herhangi bir dosya konumu göstermeden ve bilgisayar destekli tasarım ve imalat programını çalıştırmadan hareketli ve 3B’lu olarak ön izlenmesi de yapılabilmektedir. Bu izleme için OpenGL (Open Graphics Library) programlama yapısı kullanılmıştır. 2.2 Görüntü Đşleme Bölümü Ana menü üzerindeki Görüntü Đşleme butonu ile programın ikinci ana bölümü olan ve nokta bulutlarının elde edildiği görüntü işleme bölümüne geçiş sağlanmaktadır. Sistem, üç boyutlu OpenGL desteği ile C# programlama dili ile oluşturulan giriş ve PHP html kodlama dili ile oluşturulan görüntü işleme ara yüzü olmak üzere iki temel yapıya sahiptir. Görüntü işleme bölümünde dijital görüntülerden, sistem içinde tasarlanan farklı modüller sayesinde nokta bulutlarının elde edilmesi sağlanmaktadır. Đşlemlerden elde edilen geçici noktalar, PHP ile kodlanan program dosyaları ile beraber kullanılan sanal sunucunun geçici dosyalarında tutulmaktadır. Bu da nokta bulutlarının elde edilmesindeki işlem zamanını oldukça kısaltmaktadır. Görüntü işleme sonunda elde edilen nokta bulutu koordinat değerleri “txt” formatında elde edilmektedir.


67

2.2.1. Dikdörtgen prizma işlem modülü Dikdörtgen prizma işlem modülünde, dikdörtgen prizması biçimine sahip nesnelerden nokta bulutların elde edilmesi için dört farklı referans noktasına ihtiyaç duyulmaktadır (Şekil 2, Şekil 3). Đşaretlenen referans noktası piksel değerleri modüldeki yer alan yazı kutularına otomatik olarak yazılmaktadır. Görüntülerin üstünde yer alan parametre ekranı modülde yer alan işlemlerde kullanılmaktadır. Dikdörtgen prizma işlem modülü ve diğer modüller; Koordinat Al, Gerçek Koordinatlar ve Koordinatlar olmak üzere üç alt bölümünden oluşmaktadır. Bu modüldeki Koordinat Al alt bölümündeki yazı kutucukları, işlenen görüntüden alınan referans noktalarının koordinat değerlerini göstermektedir (Şekil 3). Yataydaki her bir kutucuktan ilk kutu X yönünde piksel koordinatını ve ikinci kutucuk ise Y yönündeki piksel koordinatını ifade etmektedir. Bu ve diğer modüllerde aynı işleve sahip işlem butonlarından Ekranı Temizle ile, ekranda kutucuklardaki değerlerin ve programın geçici olarak hafızada tuttuğu değerlerin temizlenmesi sağlanmaktadır. Hesapla butonuna basıldığında, işaretlenen referans noktaları sonrası görüntü üzerine uygulanacak görüntü işlemenin başlatılarak nokta bulutu elde edilmektedir. Koordinatlar bölümünde yer alan listeleme kutusuna işlem sonucunda elde edilen koordinat değerleri yazdırılmaktadır. Bu modülde hedef görüntüden nokta bulutunun elde edilmesi 15-35 saniye arasındadır. Yine bu ve diğer modüllerde aynı işleve sahip Gerçek Koordinatlar, işlenen görüntüye ait çözünürlük ve kamera mesafesinin bilinmesi durumunda görüntüde yer alan nesnenin gerçek boyutlarını veren bir nokta bulutunun elde edilmesinde kullanılmaktadır.

Şekil 2. Dikdörtgen prizma işlem modülü (Rectangle prism process module)

Şekil 3. Referans noktaları ve koordinatlar (Reference points and coordinates)


68

Yaygın olarak kullanılan; 800x600, 1024x768, 1280x1024 ve 96 dpi çözünürlüklerdeki görüntülerden, dijital görüntüleme aygıtı çekim mesafesi bilinmesi durumunda gerçek koordinatlar elde edilebilmektedir. Elde edilen nokta bulutu dosyası kullanılarak işlenen görüntüdeki nesnenin yüzey veya katı modeli de bilgisayar destekli tasarım programı vasıtasıyla oluşturulabilmektedir (Şekil 4).

Şekil 4. Örnek görüntüden elde edilen nokta bulutu ve katı modeli 2.2.2. Yüzeysel işlem modülü Yüzeysel işlem modülünde iki görünüşte ifade edilebilen her türlü silindirik yüzeylere sahip parça görüntülerinden nokta bulutu elde edilebilmektedir (Şekil 5). Bu modüldeki Koordinat Al alt bölümü kendi içinde Hesapla, Ekranı Temizle ve Yüzey Tara işlem butonlarından oluşmaktadır. Yüzey Tara butonu, belli bir yüzey alanına sahip parçaların işlenmesinde görüntü üzerinde işaretlenen yüzey referans noktalarına göre görüntüdeki parçaya ait yüzey noktalarının çıkartılmasında kullanılmaktadır. Ters Faktör parametresi ile parçaya ait ön görünüşünde ifade edilemeyen ters yöndeki çıkıntıların işlenmesi sağlanmaktadır. Bu modülde işaretlenen referans noktaları görüntü içersinde yer alan hedef nesneyi ifade edecek şekilde tanımlanmalıdır. (Şekil 6).

Şekil 5. Yüzeysel işlem modülü (Surface process module).


69

Şekil 6. Yüzeysel işlem modülü referans noktaları ve koordinatlar

Şekil 7. Yüzeysel işlem modülünden elde edilen nokta bulutu ve katı modeller Đşaretlenen referans noktalarının tam kenarları belirtmesine gerek yoktur (Şekil 6a). Program yapacağı renk analizi ve piksel karşılaştırması ile kenar piksellerini doğrulayarak düzeltme yapmaktadır. Nokta bulutu elde edilecek hedef nesnenin yan görünüşünden yine nesneyi ifade edecek şekilde iki adet referans noktası işaretlenmektedir (Şekil 6b). Yüzey alanı geniş olan nesnelerde programın yüzey piksellerini doğrulaması için istenirse yüzey alanından da rastgele referans noktaları işaretlenerek (Şekil 6c), ekranda yer alan Yüzey Tara butonuna tıklandığında, yüzey alanından noktalar da elde edilebilmektedir. Elde edilen tüm noktalar tek bir dosya altında tutulmaktadır. Görüntüden çıkartılan bu nokta bulutu dosyası kullanılarak hedef nesnenin yüzey veya katı modeli kolaylıkla oluşturulabilmektedir (Şekil 7). Bu modülde 2 sn. gibi çok kısa bir sürede nokta bulutları elde edilebilmektedir. 2.2.3. Silindirik işlem modülü Silindirik işlem modülü, tam silindirik parçalardan nokta bulutu elde edilmesinde kullanılmaktadır (Şekil 8, Şekil 9). Silindirik işlem modülü içerisinde işlenebilen silindirik parçalardan nokta bulutların elde edilmesi için, görüntüye uygulanacak teknik dört farklı referans noktasına ihtiyaç duymaktadır. Bu modüldeki Koordinat Al alt bölümündeki yazı kutucukları, işlenen görüntüden alınan referans noktalarının koordinat değerlerini göstermektedir. Bu kısımda sırası ile işlenen nesnenin ön görünüşünden sol dairesel çeyreğinden ve takip eden sağ dairesel çeyreğinden, yan görünüşünde nesnenin sol başlangıç boyunun ve sağ bitiş boyunun orta noktalarından referans noktası işaretlenir.


70

Şekil 8. Silindirik işlem modülü

Şekil 9. Silindirik işlem modülü referans noktaları ve koordinatlar Yataydaki her bir kutucuktan ilk kutu X yönünde piksel koordinatını ve ikinci kutucuk ise Y yönündeki piksel koordinatını ifade etmektedir (Şekil 9). Bu modülde de yüzeysel işlem modülünde olduğu gibi nokta bulutları, 2 sn gibi çok kısa bir sürede elde edilmektedir. Görüntüden çıkartılan bu nokta bulutu dosyası kullanılarak hedef nesnenin yüzey veya katı modeli oluşturulabilmektedir (Şekil 10).

Şekil 10. Örnek görüntüden elde edilen nokta bulutu ve yüzey modeli


71

2.2.4. Eğrisel işlem modülü Görüntü işleme modülünde dairesel parçaların işlenmesi eğrisel işlem modülü ile gerçekleşmektedir. Bu işlem modülünde, silindirik eğrisel parçaların işlenmesi için işlenecek parçaya ait sadece tek bir ön görünüşe ihtiyaç duyulmaktadır (Şekil 11). Bu modülde fare yardımıyla görüntü üzerindeki parçanın kenarlarına referans noktaları, karşılıklı olarak işaretlenir (Şekil 12). Đşaretleme sol üst köşeden ilk sol-sağ ve alttan yine sol ve sağ olmak üzere karşılıklı işaretlenir. Đşaretleme sol-sağ şeklinde olmak üzere parçayı ifade edecek şekilde verilir. Đşaretlemelerde kapalı olan üst yada alt kenarlar referans noktaları ile işaretlenerek kapatılır. Görüntüden çıkartılan nokta bulutu dosyaları kullanılarak hedef nesnelerin yüzey veya katı modeli elde edilebilmektedir (Şekil 13).

Şekil 11. Eğrisel işlem modülü

Şekil 12. Eğrisel işlem modülü referans noktaları ve koordinatlar

Şekil 13. Eğrisel işlem modülünden elde edilen nokta bulutu ve katı modeller


72

3. SONUÇLAR

Bir tersine mühendislik uygulaması olarak geliştirilen sistem ile basitten karmaşığa iki görünüşte ifade edilebilen birçok parçanın nokta bulutu elde edilebilmektedir. Geliştirilen sisteminin avantajları şu şekilde özetlenebilir; a. Geliştirilen sistemde özel bir çekim ortamı olmadan doğal olarak elde edilmiş her türlü çözünürlüğe

sahip renkli görüntüler kullanılabilmektedir. b. Fotoğraf makinesi veya el kamerası ile çekilmiş basit ve karmaşık yapıdaki birçok parçaya ait

görüntülerden 3B’lu nokta bulutları, yüzey veya katı modelleri oluşturulabilmektedir. c. Mekansal alan işleme ile filtreleme, dik açılı eğim oluşturma ile kenar tespiti, renk analizi ile piksel

doğrulama ve referans noktası işaretleme yöntemleri kullanılarak tersine mühendislik alanında farklı ve yeni bir yaklaşım sunulmuştur.

d. Bilgisayar ortamında tasarlanacak veya imalat işlemleri uygulanacak parçalar geliştirilen sistemle daha hızlı bir şekilde tasarım ortamına aktarılmakta, istenirse bilgisayar destekli analiz işlemleri (statik, dinamik) ve imalat işlemleri gerçekleştirilebilmektedir. Ayrıca hızlı prototip tezgahlarına, elde edilen model yüklenerek nesnenin prototipi elde edilebilir.

e. Geliştirilen sistem içinde kullanıcı tarafından girilen parametreler doğrultusunda gerçek boyutlarda nokta bulutu elde edilebilmektedir.

f. Referans noktası kullanımı sayesinde görüntü yorumlama alanı sınırlandırılarak sadece hedef alanın işlenmesi ile görüntüde arka planda yer alan unsurların oluşturacağı istenmeyen nokta bulutları da atılabilmektedir. Bu da işlem zamanını bir ile iki saniye arasında bir değere indirmekte ve aynı zamanda doğal olarak alınmış görüntülerin sistemde daha hızlı olarak işlenebilmesini sağlamaktadır.

4. KAYNAKLAR

1. Dayık, M., Kodaloğlu, M., Güler, C., Sivrikaya, D., 2008, “3 Boyutlu Vücut Tarama Sistemleri”, Tekstil

Teknolojileri Elektronik Dergisi, Cilt 3, 59-76

2. Ayyıldız, M., Göloğlu, C., 2009, “Hasarlı Kalıp Elemanlarının Onarılması Amaçlı Tersine Mühendislik Destekli Bir Çerçeve Çalışması”, 5. Uluslararası Đleri Teknolojiler Sempozyumu (IATS’09), 1437-1441, Karabük

3. Demirci, H.D., Gökçe, H., 2010, “Sac Metal Parçalarda Bağlama Noktalarının Bulunmasında

Bilgisayar Destekli Optimizasyon Süreci” Makine Teknolojileri Elektronik Dergisi, Cilt 7, 19-33

4. Özek, C., Ünal, E., Özek, M.B., 2006, “Zincir Dişlilerin Đmalatı Đçin MATLAB Programlama ile CAD-CAM CNC Đntegrasyonu”, Makine Teknolojileri Elektronik Dergisi, Cilt 3, 45-52

5. Varol, R.,Yalçın, B., Yılmaz, N., 2005, “Bilgisayar Destekli Đmalatta (CAM), CAM Programı

Kullanılarak Parça Đmalatının Gerçekleştirilmesi”, Makine Teknolojileri Elektronik Dergisi, Cilt 3, 47-57

6. Kaptein, B. L., Valstar, B. C., Stoel B. C., Rozing, P. M., Reiber, J. H. C., 2003, “A New Model-Based RSA

Method Validated Using CAD Models and Models From Reversed Engineering”, Journal of Biomechanics, 36, 873-882

7. Sturm, P., Cheng, Z. L., Chen, P.C.Y., Poo, A.N., 2005, “Focal Length Calibration From Two Views:

Method And Analysis Of Singular Cases”, Computer Vision and Image Understanding, 99, 58-95


73

8. Boufama, B., Habed, A., 2004, “Three-Dimensional Structure Calculation: Achieving Accuracy Without Calibration”, Image and Vision Computing, 22, 1039-1049

9. Mülayim, A. Y., Yılmaz, U., Atalay, V., 2003, “Silhouette-Based 3D Model Reconstruction From Multiple

Images”, IEEE Transactions on Systems, Man and Cybernetics, 33, 4, 582-591 10. Grossmann, E., Ortin, D., Santos-Victor, J., 2001, “Algebraic Aspects of Reconstruction of Structured

Scenes From One or More Views”, British Machine Vision Conference, 2, 633-642, Đngiltere 11. Gaspar, J., Grossmann, E., Santos-Victor, J., 2001, “Interactive Reconstruction From An Omnidirectional

Image”, In 9th International Symposium on Intelligent Robotic Systems (SIRS’01), 139-147, Fransa 12. Sagüés, C., Montano, C., Guerrero, J.J., 1992, “Locating 3D Features With a Camera in Hand”, 23rd

International Symposium on Industrial Robots, 423-428, Đspanya 13. Özden, K. E., 2002, “3D Reconstruction: Techniques for Stereo and Moving Cameras”, Yüksek Lisans Tezi,

Computer Engineering, Science and Engineering of Boğaziçi University, Đstanbul 14. Xie, Z., Wang, J., Zhang, Q., 2005, “Complete 3D Measurement in Reverse Engineering Using a Multi-

Probe System”, International Journal of Machine Tools Manufacturing, 45, 1474-1486 15. Song, L., Qu, X., Xu, K., Lv, L., 2005, “Novel SFS-NDT in the field of detect detection”, NDT & E

International, 38, 5, 381-386 16. Song, L., Qu, X, Yang, Y., Yong, C., Ye, S., 2005, “Application of Structured Lighting Sensor for Online

Measurement”, Optics Laser Engineering, 43, 10, 1118-1126 17. Song, L., Wang D., 2006, “A Novel Grating Matching Method for 3D Reconstruction”, NDT & E

International, 39, 282-288 18. Margues, M., Costeira, J, 2009, “Estimating 3D Shape From Degenerate Sequences With Missing Data”,

Computer Vision and Image Understanding, 113, 2, 261-272 19. Bugean, A., Perez, P., 2009, “Detection and Segmentation of Moving Object in Complex Scenes”, Computer

Vision and Image Understanding, 113, 4, 459-476 20. Shirazi, S.K.G., Safabakhsh, R., 2009, “Omnidirectional Edge Detection”, Computer Vision and Image

Understanding, 113, 4, 556-564 21. Tian, C., Masry, M., Lipson, H., 2009, “Physical Sketching: Reconstruction and Analysis of 3D Object From

Freehand Sketches”, Computer Aided Design, 41, 3, 147-158 22. Sheng, Y. L., Easley, G.R., Krim, H., 2009, “A Sherlet Approach to Edge Analysis and Detection”, IEEE

Transactions on Image Processing, 18, 5, 929-941 23. Wu, W., Yang, J., 2009, “Semi-Automatically Labeling Object in Images”, IEEE Transactions on Image

Processing, 18, 6, 1340-1349 24. Faugeras, O., Robert, L., Laveau, S., Csurka, G., Zeller, C., Gauclin, C., Zoghlami, I., 1998, “3-D

Reconstruction of Urban Scanes from Image Sequences”, Computer Vision and Image Understanding, 69, 3, 292-309


74

25. Park, J.-S., 2005, “Interactive 3D Reconstruction From Multiple Images: A Primitive-Based Approach”, Pattern Recognition Letters, 26, 2558-2571

26. Madhavan, B.B, Wang, C., Tanahashi, H., Hirayu, H., Niwa, Y., Yamamoto, K., Tachibana, K., Sasagawa,

T., 2006, “A Computer Vision Based Approach for 3D Building Modeling of Airborne Laser Scanner DSM data”, Computer Environment and Urban Systems, 30, 54-77

27. Rother, C., Carlsson, S., 2002, “Linear Multi View Reconstruction and Camera Recovery Using A

Reference Plane”, International Journal of Computer Vision, 49, 2, 117-141 28. Bleser, G., Pastarmov, Y., Stricker, D., 2005, “Real-Time 3D Camera Tracking for Industrial Augmented

Reality Applications”, Journal of Winter School of Computer Graphics, 47–54

Documents

I-CAD Referans Noktalı Görüntü İşleme Sistemiteknolojikarastirmalar.com/pdf/tr/01_2011_8_2_106_664.pdf · görüntüden etkileşimli yeniden inşa ... Tablet tabanlı bir