seminario de visi n n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Seminario de visión PowerPoint Presentation
Download Presentation
Seminario de visión

Loading in 2 Seconds...

play fullscreen
1 / 46

Seminario de visión - PowerPoint PPT Presentation


  • 135 Views
  • Uploaded on

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.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'Seminario de visión' - gambhiri


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
campos de aplicaci n
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
t cnicas de medida sin contacto
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 visi n artificial
Medida por visión artificial
  • Monoculares
  • Iluminación estructurada
  • Esteroscópicas

Análisis de textura

Shape from shading

Métodos fotométricos

Dynamic focusing

Triangulación

Visión estéreo

medida por visi n artificial1
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

modelo de c mara pinhole

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 calibraci n de la c mara
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

calibraci n de la c mara
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:
iluminaci n estructurada
Iluminación estructurada
  • Nueva ecuación. Plano de luz:

Plano de luz

Fuente de luz

Cámara

ejemplos de iluminaci n estructurada
Ejemplos de iluminación estructurada
  • Patrón láser aplicado sobre superficie lisa o no
  • Detección de defectos de planitud con patrón basado en líneas
triangulaci n l ser
Triangulación láser
  • Sensores compactos para medida puntual

1: emisor

2,3: lentes de enfoque

4: detector

5: DSP

6: objeto

t cnicas basadas en sombreado
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

focalizaci n din mica
Focalización dinámica
  • Buscar el enfoque perfecto (imagen más nítida)

Nueva ecuación. Distancia para enfoque perfecto:

enfoque din mico ejemplo
Enfoque dinámico: ejemplo
  • Misma imagen tomada con varias distancias de enfoque (d1)
  • Reconstrucción 3-D
triangulaci n y visi n est reo

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

triangulaci n y visi n est reo1
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 reconstrucci n 3 d1
Ejemplo de reconstrucción 3-D

Puntos interesantes con fácil correspondencia

matching en visi n est reo
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 visi n est reo1
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 visi n est reo2
Matching en visión estéreo
  • Principales métodos
    • Basados en correlación
    • Técnicas de relajación
    • Programación dinámica
    • Predicción/verificación
concepto de disparidad

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
concepto de disparidad1

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)
teor as de visi n est reo
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
Ejemplo de disparidades

Derecha

Izquierda

Disparidad

t cnicas de tiempo de vuelo
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.
t cnicas de tiempo de vuelo ejemplos
Técnicas de tiempo de vuelo: ejemplos
  • Medida láser
  • Ultrasonido
  • Sonar
t cnicas de barrera
Técnicas de barrera
  • Sensores de barrera láser

Sensores de

barrera en varias

configuraciones

de medida

t cnicas interferom tricas
Técnicas interferométricas
  • Basadas en la interferencia entre dos ondas de igual frecuencia
    • Holografía
    • Interferometría láser
    • Interferometría Speckle
    • Franjas de Moiré
    • Otras
interferometr a principio
Interferometría: principio
  • Interferencia constructiva o destructiva de ondas de igual frecuencia

Patrón de interferencia

interfer metro de michelson
Interferómetro de Michelson
  • Principio de funcionamiento

Espejo

Espejo

Fuente de luz

Separador

Detector

ejemplos de interferogramas
Ejemplos de interferogramas
  • La interferometría de luz blanca elimina las ambigüedades presentes en la interferometría monocromática
holograf a principio f sico

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
holograf a conosc pica
Holografía conoscópica
  • Principio

P

Circular

polarizer

Uniaxial

crystal

Valve

Circular

polarizer

Detector

holograf a conosc pica1
Holografía conoscópica
  • Interferencia de ondas entre:
    • Rayo ordinario y extraordinario en que la luz polarizada monocromática se divide al atravesar un cristal uniáxico
holograf a conosc pica sensores
Holografía conoscópica: sensores
  • Sensor puntual
  • Sensor lineal
conoprobe

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
Conoprobe: ejemplo
  • Resultados utilizando un movimiento XY sobre un clip

Corte 2-D

Scan 3-D

conoline

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)

ejemplo de conoline

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
Long-standoff Conoline: ejemplo de uso
  • Detección de defectos en desbastes de acero en caliente
inspecci n con conoline
Inspección con Conoline
  • Resultados

200 mm

7000 mm

Line scan

Conoline

Detección

Line scan

Conoline

Detección

selecci n de la tecnolog a a usar
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.