ebook img

generación de mapas de profundidad a partir de imágenes estéreo utilizando registro no rígido PDF

109 Pages·2012·8.22 MB·Spanish
by  
Save to my drive
Quick download
Download
Most books are stored in the elastic cloud where traffic is expensive. For this reason, we have a limit on daily download.

Preview generación de mapas de profundidad a partir de imágenes estéreo utilizando registro no rígido

UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS F˝SICAS Y MATEM`TICAS DEPARTAMENTO DE INGENIER˝A EL(cid:201)CTRICA GENERACI(cid:211)N DE MAPAS DE PROFUNDIDAD A PARTIR DE IM`GENES EST(cid:201)REO UTILIZANDO REGISTRO NO R˝GIDO MEMORIA PARA OPTAR AL T˝TULO DE INGENIERO CIVIL ELECTRICISTA DANIEL SEBASTI`N CALDER(cid:211)N SAAVEDRA SANTIAGO DE CHILE AGOSTO 2012 UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS F˝SICAS Y MATEM`TICAS DEPARTAMENTO DE INGENIER˝A EL(cid:201)CTRICA GENERACI(cid:211)N DE MAPAS DE PROFUNDIDAD A PARTIR DE IM`GENES EST(cid:201)REO UTILIZANDO REGISTRO NO R˝GIDO MEMORIA PARA OPTAR AL T˝TULO DE INGENIERO CIVIL ELECTRICISTA DANIEL SEBASTI`N CALDER(cid:211)N SAAVEDRA PROFESOR GU˝A: TAKESHI ASAHI KODAMA MIEMBROS DE LA COMISI(cid:211)N: CLAUDIO P(cid:201)REZ FLORES JORGE SILVA S`NCHEZ SANTIAGO DE CHILE AGOSTO 2012 RESUMEN DE LA MEMORIA PARA OPTAR AL T˝TULO DE INGENIERO CIVIL ELECTRICISTA POR: DANIEL CALDER(cid:211)N SAAVEDRA FECHA: 21/08/2012 PROF. GU˝A: TAKESHI ASAHI KODAMA GENERACI(cid:211)N DE MAPAS DE PROFUNDIDAD A PARTIR DE IM`GENES EST(cid:201)REO UTILIZANDO REGISTRO NO R˝GIDO El presente trabajo trata sobre la aplicaci(cid:243)n de registro no r(cid:237)gido al caso de imÆgenes estØreo con el (cid:28)n de generar un mapa de profundidad. En particular, la correspondencia entre las dos imÆgenes se describe como soluci(cid:243)n de una ecuaci(cid:243)n diferencial cuyos parÆmetros son determinados a travØs de un problema de optimizaci(cid:243)n. El proceso completo requiere etapas previas de calibraci(cid:243)n, recti(cid:28)caci(cid:243)n y preparaci(cid:243)n de las imÆgenes, las que se implementan sobre la librer(cid:237)a OpenCV. Se incluyen ademÆs los conceptos te(cid:243)ricos que se encuentran detrÆs de cada subproceso. Una vez que las imÆgenes son recti(cid:28)cadas, se procesan (cid:28)la por (cid:28)la, adquiriØndose un enfoque unidimensional. El registro no r(cid:237)gido se efectœa mediante el cÆlculo de una transfor- maci(cid:243)n espacial difeom(cid:243)r(cid:28)ca φ, capaz de deformar de manera no lineal una de las imÆgenes para que iguale a la otra. En particular, φ es la soluci(cid:243)n de la ecuaci(cid:243)n diferencial ordinaria no lineal d φ(x,t) = v(φ(x,t)), donde se desconoce el campo vectorial v, el cual se determina t utilizando el mØtodo del gradiente para minimizar un funcional con componentes de similitud y regularizaci(cid:243)n. Se adopta el esquema Forward Euler Method, es decir, primero se calcula v, y luego φ, utilizando la relaci(cid:243)n φ(x,t+dt) = φ(x,t)+v(φ(x,t))dt. Tanto las imÆgenes como el campo vectorial son tratados de forma continua utilizan- do B-splines unidimensionales. La elecci(cid:243)n radica en sus caracter(cid:237)sticas interpoladoras y de soporte compacto, dado que solo se esperan deformaciones locales. De esta forma, los parÆmetros a determinar en el problema son los coe(cid:28)cientes a[i] que de(cid:28)nen el campo v(x) = (cid:80) a[i]βn(x−i). i Una vez obtenido el difeomor(cid:28)smo, es directo el cÆlculo del mapa de disparidad, pues se cumple que d = φ−x. Y posteriormente, al aæadir los parÆmetros de la cÆmara estØreo, es posible generar el mapa de profundidad con la ecuaci(cid:243)n Z = fT (en el caso de alineaci(cid:243)n d binocular). La estrategia de soluci(cid:243)n demuestra ser œtil en casos con objetos de super(cid:28)cies suaves y sin necesidad de pronunciados gradientes de intensidad del nivel de gris, destacando sobre alternativas mÆs tradicionales, que se enfocan bÆsicamente en correspondencias de puntos ca- racter(cid:237)sticos. El caso de imÆgenes generales, con combinaciones de zonas de gradientes suaves y pronunciados, no es resuelto completamente, restando abordar problemas de oclusiones, diferencias en los bordes de las imÆgenes, tiempo de c(cid:243)mputo, y exceso de suavidad en la funci(cid:243)n de deformaci(cid:243)n. El trabajo constituye un primer acercamiento a un nuevo enfoque continuo, por lo que se proponen variantes que puedan generar mejores resultados. A mis padres Agradecimientos Quisiera agradecer primero a mis padres, Jessica Saavedra y Daniel Calder(cid:243)n, por haber- me apoyado incondicionalmente durante todos estos aæos. Su compaæ(cid:237)a y fortaleza me han permitido terminar esta etapa, y desarrollar de buena forma todos los proyectos que me he propuesto. Muchas gracias por estar ah(cid:237), siempre. Agradecimientosatodasmisamistades,cercanasylejanas,portodoslosgratosmomentos vividos durante estos aæos. Menci(cid:243)n honrosa a Paulina Arellano, Claudio Burgos, SebastiÆn Fehlandt, SebastiÆn Fuentealba, Karen Salvatierra, Felipe ValdØs y Grace Varela (en orden alfabØtico para que no se sienta ni mÆs ni menos). No puedo dejar fuera a los cabros del Instituto Nacional; a las amistades de la secci(cid:243)n 5 2006, en especial a Alejandro Abarzœa, Jaime Arias, V(cid:237)ctor Bucarey y Alejandro Quezada; Al equipo Eolian 2, por toda esa energ(cid:237)a sinØrgicamente puesta en un mismo objetivo; y (cid:28)nalmente, a todo el escuadr(cid:243)n elØctrico con quienes nos juntamos una y otra vez. Muchas gracias a las profesoras Mar(cid:237)a Cecilia Rivara y Nancy Hitschfeld por darme la oportunidad de ser profesor auxiliar en computaci(cid:243)n grÆ(cid:28)ca durante 5 semestres. PorsupuestoagradeceraTakeshiAsahi,quienmÆsqueunprofesorgu(cid:237)a,fueuncompaæero de trabajo. A Alfredo L(cid:243)pez, por ayudarme a entender varios conceptos relacionados con esta memoria.Juntoconellos,agradezcotambiØnaFernandoPadillayaJaimeOrtegaporgenerar un ambiente de trabajo muy grato en el laboratorio de imÆgenes del CMM. Gracias a los profesores Claudio PØrez y Jorge Silva por aceptar ser parte de mi comisi(cid:243)n. Esta memoria fue (cid:28)nanciada por el proyecto FONDEF D04I1237. May the Force be with you ˝ndice general 1. Introducci(cid:243)n 1 1.1. Descripci(cid:243)n del problema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1.2. Motivaci(cid:243)n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 1.3. Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.4. Estructura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 2. Marco Te(cid:243)rico 5 2.1. CÆmara simple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 2.1.1. Modelo de cÆmara . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 2.1.1.1. ParÆmetros intr(cid:237)nsecos . . . . . . . . . . . . . . . . . . . . . 5 2.1.1.2. ParÆmetros extr(cid:237)nsecos . . . . . . . . . . . . . . . . . . . . . 9 2.1.2. Calibraci(cid:243)n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 2.2. CÆmara estØreo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 2.2.1. Triangulaci(cid:243)n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 2.2.2. Geometr(cid:237)a epipolar . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 2.2.2.1. Conceptos bÆsicos . . . . . . . . . . . . . . . . . . . . . . . 14 2.2.2.2. Matrices Esencial y Fundamental . . . . . . . . . . . . . . . 16 2.2.2.3. CÆlculo de la matriz Esencial . . . . . . . . . . . . . . . . . 17 2.2.2.4. CÆlculo la matriz Fundamental . . . . . . . . . . . . . . . . 18 2.2.2.5. Alineaci(cid:243)n binocular . . . . . . . . . . . . . . . . . . . . . . 18 2.2.3. Calibraci(cid:243)n estØreo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 2.2.4. Recti(cid:28)caci(cid:243)n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 2.2.5. Correspondencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 vii 2.2.6. Mapas de profundidad . . . . . . . . . . . . . . . . . . . . . . . . . . 25 2.3. Deformaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 2.3.1. Introducci(cid:243)n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 2.3.2. Generando difeomor(cid:28)smos . . . . . . . . . . . . . . . . . . . . . . . . 27 2.3.3. Un problema de optimizaci(cid:243)n . . . . . . . . . . . . . . . . . . . . . . 29 2.4. B-splines . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 2.4.1. Introducci(cid:243)n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 2.4.2. Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 2.4.3. Evaluando una B-spline . . . . . . . . . . . . . . . . . . . . . . . . . 33 2.4.4. Interpolaci(cid:243)n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 2.4.5. Filtrado inverso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 2.4.6. Condiciones de borde . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 3. Implementaci(cid:243)n 40 3.1. Descripci(cid:243)n general . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 3.2. Plataformas utilizadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 3.3. Limitaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 3.4. Implementaci(cid:243)n te(cid:243)rica de registro no r(cid:237)gido . . . . . . . . . . . . . . . . . . 43 3.4.1. Mecanismo de soluci(cid:243)n . . . . . . . . . . . . . . . . . . . . . . . . . . 43 3.4.2. Formulaci(cid:243)n de funcionales . . . . . . . . . . . . . . . . . . . . . . . . 44 3.4.2.1. Funcionales de similitud . . . . . . . . . . . . . . . . . . . . 45 3.4.2.2. Funcionales de regularizaci(cid:243)n . . . . . . . . . . . . . . . . . 46 3.4.3. CÆlculo de los funcionales de similitud . . . . . . . . . . . . . . . . . 47 3.4.3.1. CÆlculo del difeomor(cid:28)smo y su derivada. . . . . . . . . . . . 48 3.4.4. CÆlculo de los funcionales de regularizaci(cid:243)n . . . . . . . . . . . . . . . 49 3.4.4.1. Regularizaci(cid:243)n con energ(cid:237)a del campo v . . . . . . . . . . . 49 3.4.4.2. Regularizaci(cid:243)n con energ(cid:237)a del laplaciano del campo v . . . 50 3.4.5. Algoritmo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51 3.5. Descripci(cid:243)n de m(cid:243)dulos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54 3.5.1. Calibraci(cid:243)n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54 viii 3.5.2. Calibraci(cid:243)n estØreo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54 3.5.3. Recorte y alineaci(cid:243)n . . . . . . . . . . . . . . . . . . . . . . . . . . . 55 3.5.4. Filtrado de las imÆgenes . . . . . . . . . . . . . . . . . . . . . . . . . 55 3.5.5. Registro no r(cid:237)gido . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 3.5.6. Generaci(cid:243)n de mapa de profundidad . . . . . . . . . . . . . . . . . . 57 4. Resultados Experimentales 59 4.1. Calibraci(cid:243)n de una cÆmara . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60 4.1.1. ImÆgenes desde cÆmara 3D . . . . . . . . . . . . . . . . . . . . . . . . 60 4.1.2. Ejemplos de OpenCV . . . . . . . . . . . . . . . . . . . . . . . . . . . 62 4.2. Calibraci(cid:243)n estØreo y recti(cid:28)caci(cid:243)n . . . . . . . . . . . . . . . . . . . . . . . . 63 4.2.1. Ejemplos de OpenCV . . . . . . . . . . . . . . . . . . . . . . . . . . . 64 4.2.2. ImÆgenes de la cÆmara 3D . . . . . . . . . . . . . . . . . . . . . . . . 66 4.3. Registro no r(cid:237)gido de una l(cid:237)nea . . . . . . . . . . . . . . . . . . . . . . . . . . 69 4.3.1. Interpretaci(cid:243)n de grÆ(cid:28)cas . . . . . . . . . . . . . . . . . . . . . . . . . 69 4.3.2. Distintos funcionales de similitud . . . . . . . . . . . . . . . . . . . . 70 4.3.3. Distintos funcionales de regularizaci(cid:243)n . . . . . . . . . . . . . . . . . 71 4.3.4. Nodos del campo de velocidades . . . . . . . . . . . . . . . . . . . . . 72 4.3.5. Discretizaci(cid:243)n temporal . . . . . . . . . . . . . . . . . . . . . . . . . 74 4.3.6. Discretizaci(cid:243)n espacial . . . . . . . . . . . . . . . . . . . . . . . . . . 75 4.3.7. Filtrado inicial de las imÆgenes . . . . . . . . . . . . . . . . . . . . . 75 4.3.8. Oclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76 4.4. Registro no r(cid:237)gido de una imagen . . . . . . . . . . . . . . . . . . . . . . . . 77 4.5. Generaci(cid:243)n de mapa de profundidad . . . . . . . . . . . . . . . . . . . . . . 80 5. Conclusiones 82 5.1. Geometr(cid:237)a de cÆmaras . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82 5.2. B-splines . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83 5.3. Registro no r(cid:237)gido . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83 5.4. Trabajo futuro . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84 ix Bibliograf(cid:237)a 87 Anexo A: Terminolog(cid:237)a 88 Anexo B: ParÆmetros de cada prueba 90 x

Description:
no lineal dtφ(x, t) = v (φ(x, t)), donde se desconoce el campo vectorial v, el cual se determina utilizando el Tanto las imágenes como el campo vectorial son tratados de forma continua utilizan- 1En efecto, la librería OpenCV 2.3.0 implementa funciones de calibración para un tablero de ajedr
See more

The list of books you might like

Most books are stored in the elastic cloud where traffic is expensive. For this reason, we have a limit on daily download.