235 Seminario de visión

236 Campos de aplicación 4 Robótica: movimiento robot autónomo 4 Control de calidad: medida dimensiones 4Control de calidad: detección defectos 4 Medicina: localización y medida de tumores 4 Topografía: imagen 3-D de un terreno 4 etc, etc, etc, etc

237 Técnicas de medida sin contacto 4Visión artificial 4Interferometría 4Tiempo de vuelo 4Barrera Holografía Interferometría láser Interferometría Speckle Interferometría SAR Holografía conoscópica Franjas de Moiré Láser Microondas Ultrasonidos Sonar

238 Medida por visión artificial 4Monoculares 4Iluminación estructurada 4Esteroscópicas Análisis de textura Shape from shading Métodos fotométricos Dynamic focusing Triangulación Visión estéreo

239 Medida por visión artificial 4Técnicas activas: vRequieren un aporte externo adicional de energía Ej. Iluminación estructurada 4Técnicas pasivas vNo requieren ningún aporte adicional Ej. Visión estereo

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

241 Modelo y calibración de la cámara 4Modelo de cámara 4Calibración: - Obtener quintetos {u i,v i,x i,y i,z i } M R T Calcular M, R y T tal que se cumpla el modelo de cámara  problema de mínimos cuadrados

242 Calibración de la cámara 4 Patrón de calibración 4Para cada punto son dato: 4 x i,y i,z i,u i,v i 4Son incógnitas: R, M, T 4Dado: 4Los parámetros óptimos cumplirán:

243 Iluminación estructurada 4 Nueva ecuación. Plano de luz: Cámara Fuente de luz Plano de luz

244 Ejemplos de iluminación estructurada 4 Patrón láser aplicado sobre superficie lisa o no 4 Detección de defectos de planitud con patrón basado en líneas

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

246 Técnicas basadas en sombreado 4 El sombreado da una idea de la forma 4 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

247 Focalización dinámica 4 Buscar el enfoque perfecto (imagen más nítida) Nueva ecuación. Distancia para enfoque perfecto:

248 Enfoque dinámico: ejemplo 4 Misma imagen tomada con varias distancias de enfoque (d1) 4 Reconstrucción 3-D

249 Triangulación y visión estéreo Cámara 2 O2O2 Cámara 1 O1O1 Sistema sobredeterminado: 4 ecuaciones y 3 incógnitas P(x,y,z) Plano PO 1 O 2 Q 1 (u 1,v 1 ) Q 2 (u 2,v 2 ) Recta epipolar del punto Q 1 en la cámara 2 Recta epipolar del punto Q 2 en la cámara1

250 Triangulación y visión estéreo 4Triangulación: punto P fácilmente reconocible en ambas cámaras (Q 1,Q 2 ) (iluminación activa) 4Visión estéreo: correspondencia entre Q 1 y Q 2 no inmediata (iluminación pasiva)  ‘matching’ previo

251 Par estéreo Ejemplo de reconstrucción 3-D

252 Ejemplo de reconstrucción 3-D Puntos interesantes con fácil correspondencia

253 Ejemplo de reconstrucción 3-D Rectas epipolares

254 Reconstrucción 3-D

255 Matching en visión estéreo 4 Correspondencia entre puntos en ambas imágenes 4Se sabe 4El punto Q 2 debe estar en la recta epipolar del Q 1 4Ambos puntos deben tener una luminosidad similar 4El entorno de ambos puntos debe ser similar 4Pero 4Debido a errores, distorsiones, etc., Q 2 no está exactamente en la recta epipolar 4La luminosidad puede variar en algunas zonas (brillos) 4El entorno de ambos puntos puede ser muy distinto por la perspectiva, o incluso uno de ellos estar oculto

256 Matching en visión estéreo 4 Clases de algoritmos 4Basados en características de interés (principalmente contornos) 4Mapa de distancias disperso 4Representación simbólica fácilmente extraíble 4Basados en correlación de regiones 4Mapa de distancias denso 4Pocas falsas correspondencias

257 Matching en visión estéreo 4Principales métodos 4Basados en correlación 4Técnicas de relajación 4Programación dinámica 4Predicción/verificación

258 Concepto de disparidad Cámara 2 O2O2 Cámara 1 O1O1 P(x,y,z) Plano PO 1 O 2 Q 1 (u 1,v 1 ) Q 2 (u 2,v 2 ) d 4Disparidad: d = Q 1 Q 2 Conocido d para todos los pixels de la cámara 1 se puede reconstruir la geometría 3-D

259 Concepto de disparidad 4Ejemplo con cámaras paralelas y alineadas (geometría epipolar) Cámara 1 O1O1 Cámara 2 O2O2 rectas epipolares P Q2Q2 Q1Q1 P’ Q2’Q2’ Q1’Q1’ d d'

260 Teorías de visión estéreo 4 Marr-Poggio vModelo basado en la visión humana vFiltro previo con 12 máscaras direccionales de diversos tamaños vBúsqueda de pasos por 0 en las imágenes filtradas vBúsqueda de correspondencias en paso por cero vLas disparidades deben variar de manera suave salvo en las discontinuidades (bordes de las superficies)

261 Ejemplo de disparidades Izquierda Derecha Disparidad

262 Técnicas de tiempo de vuelo 4 Medida del tiempo en que una determinada forma de energía tarda en regresar rebotado de un objeto 4 Energía: luz láser, microondas, ultrasonidos, etc. 4 Formato: pulso, onda.

263 Técnicas de tiempo de vuelo: ejemplos 4 Medida láser 4 Ultrasonido 4 Sonar

264 Técnicas de barrera 4 Sensores de barrera láser Sensores de barrera en varias configuraciones de medida

265 Técnicas interferométricas 4Basadas en la interferencia entre dos ondas de igual frecuencia vHolografía vInterferometría láser vInterferometría Speckle vFranjas de Moiré vOtras

266 Interferometría: principio 4 Interferencia constructiva o destructiva de ondas de igual frecuencia Patrón de interferencia

267 Interferómetro de Michelson 4 Principio de funcionamiento Espejo Separador Fuente de luz Detector

268 Ejemplos de interferogramas 4 La interferometría de luz blanca elimina las ambigüedades presentes en la interferometría monocromática

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

270 Ejemplo de interferometría holográfica

271 Holografía conoscópica P Circular polarizer Uniaxial crystal ValveCircular polarizer Detector 4 Principio

272 Holografía conoscópica 4 Interferencia de ondas entre: vRayo ordinario y extraordinario en que la luz polarizada monocromática se divide al atravesar un cristal uniáxico

273 Holografía conoscópica: sensores 4 Sensor puntual 4 Sensor lineal

274 Conoprobe 4 Conoprobe: sensor puntual vRango variable según lente, desde 0.5 mm hasta 1 m Línea de interferencia

275 Conoprobe: ejemplo 4 Resultados utilizando un movimiento XY sobre un clip Scan 3-D Corte 2-D

276 Conoline 4 Conoline: sensor lineal vCon o sin triangulación Láser o Objetivos y filtros Conoscope Sensor CCD Lentes cilíndricas Objeto Interferograma (1 línea por cada punto del objeto)

277 Ejemplo de Conoline Holograma Línea de interferencia Depresión Frecuencia Fase desplegada Mapa de distancia Depresión 3 mm 200 mm 4 Superficie de acero con depresión vDistancia de trabajo: 1200 mm vAncho de línea: 200 mm vRango: 20 mm

278 Long-standoff Conoline: ejemplo de uso 4 Detección de defectos en desbastes de acero en caliente

279 Inspección con Conoline 4 Resultados Line scanConolineDetecciónLine scanConolineDetección 7000 mm 200 mm

280 Selección de la tecnología a usar 4 Medida requerida: 1-D, 2-D o 3-D v1-D: triangulación, enfoque dinámico, holografía conoscópica, láser (radar), otras técnicas de radar. v2-D: las anteriores con movimiento 1 grado libertad, iluminación estructurada, estereovisión (menos), holografía conoscópica lineal. v3-D: las anteriores con movimiento 2 grados libertad, iluminación estructurada, estereovisión. 4 Coste: más bajo para técnicas basadas en visión. 4 Rango y precisión: holografía conoscópica. 4 Condiciones ambiente complicadas: holografía conoscópica, visión.