Técnicas de Reconstruçao 3D Á Curta Distância

UNIVERSIDADE ESTADUAL PAULISTA
Programa de Ps- Gr aduao em Ci nci as Cart ogrf i cas

MRIO LUIZ LOPES REISS

RECONSTRUO TRIDIMENSIONAL DIGITAL
DE OBJETOS CURTA DISTNCIA POR MEIO
DE LUZ ESTRUTURADA

Tese apresentada Faculdade de Cincias
e Tecnologia da Universidade Estadual
Paulista, Unesp, como parte dos requisitos
exigidos para a obteno do ttulo de
Doutor em Cincias Cartogrficas.

Orientador: Prof. Dr. Antonio Maria Garcia
Tommaselli

PRESIDENTE PRUDENTE
2007

R298r

Reiss, Mrio Luiz Lopes.
Reconstruo tridimensional de objetos curta distncia por meio
de luz estruturada / Mrio Luiz Lopes Reiss. Presidente Prudente:
[s.n.], 2007, 256.: il.

Tese (doutorado) - Universidade Estadual Paulista, Faculdade de
Cincias e Tecnologia

Orientador: Antonio Maria Garcia Tommaselli

1. Luz estruturada. 2. Triangulao. 3. Viso de Mquina. 4.
Reconhecimento de padres. 5. Reconstruo de Superfcies.
6.Calibrao. I. Reiss, Mrio Luiz Lopes. II. Tommaselli, Antonio Maria
Garcia. III. Ttulo. CDD (18.ed.) 623.71
Ficha catalogrfica elaborada pelo Servio Tcnico de Biblioteca e Documentao
UNESP FCT Campus de Presidente Prudente

TERMO DE APROVAO


RECONSTRUO TRIDIMENSIONAL DIGITAL
DE OBJETOS CURTA DISTNCIA POR MEIO
DE LUZ ESTRUTURADA

COMISSO EXAMINADORA

TESE PARA A OBTENO DO GRAU DE DOUTOR
Presidente e Orientador Prof. Dr. Antonio Maria Garcia Tommaselli (FCT\UNESP)
1 Examinador Prof. Dr. Clsio Luis Tozzi (UNICAMP)
2 Examinador Prof. Dr. Edson Aparecido Mitishita (UFPR)
3 Examinador Prof. Dr. Jos Eduardo Cogo Castanho (UNESP\BAURU)
4 Examinador Prof. Dr. Maurcio Galo (FCT\UNESP)

DEDICATRIA

Ao nosso Deus, que recentemente me deu mais uma chance de
continuar de luz acesa, e sempre guiou os meus passos.

Aos meus pais, que tanto sofreram durante todos estes anos com a
minha ausncia, pelos seus incentivos e dedicao aos meus
estudos.

A todas as pessoas que me apoiaram e torceram por mim.

DADOS CURRICULARES
Mrio Luiz Lopes Reiss

Nascimento: 08/01/1977 Regente Feij SP

Filiao: Antnio Lopes Reiss
Marlene Munhoz

1995 1999: Curso de Graduao
Bacharelado em Engenharia Cartogrfica
Faculdade de Cincias e Tecnologia UNESP

2000-2002: Curso de Ps-Graduao
Mestrado em Cincias Cartogrficas

2002-2007: Curso de Ps-Graduao
Doutorado em Cincias Cartogrficas

AGRADECIMENTOS

Ningum consegue fazer tudo sozinho, e este Doutorado no diferente. Alm da
minha dedicao e esforo, este trabalho resultado tambm da colaborao de muitos e
em momentos cruciais. Por essa razo, desejo externar os meus agradecimentos aos
relacionados abaixo:

Fundao de Amparo Pesquisa do Estado de So Paulo, FAPESP, pelo
auxlio financeiro dado a essa pesquisa com a concesso de uma bolsa.

Ao professor Antonio Maria Garcia Tommaselli, que me iniciou na pesquisa
cientfica, por sua confiana e dedicada orientao; tambm pelos constantes
incentivos e conselhos, que me ajudaram, no s no desenvolvimento deste
trabalho, mas a superar vrios obstculos em minha vida pessoal com o ensejo
de me tornar uma pessoa melhor.

Ao meu chefe do Departamento de Geodsia da UFRGS, Prof. Dr. Carlos
Augusto Sommer, e ao coordenador do Conselho de Graduao em Engenharia
Cartogrfica, Prof. Msc. Gilberto Gagg, pelo auxilio na minha liberao para
finalizao da tese.

Ao Antnio Lopes Reiss (meu pai), que me ajudou a idealizar e construiu parte
da unidade de captura, o sistema de sincronismo e a placa de calibrao, alm
de muitas outras idias compartilhadas.

Marlene Munhoz (minha me), que me incentivou, deu idias e foi de
fundamental importncia em vrios momentos do desenvolvimento do trabalho.

Ao meu irmo Jos Roberto Lopes Reiss, ensinando-me a utilizar o software
Catia, para a gerao das figuras dos modelos reconstrudos a partir da nuvem
de pontos e em muitas idias de aplicao do sistema.

Christiane Nogueira de Carvalho Kokubum, amiga e parceira, me ajudando
por meio de seu trabalho de Mestrado vinculado a esse projeto.

Aos meus amigos e cmplices: Andr Tadashi Matshuoka, Christiane Nogueira
de Carvalho Kokubum, Edgar Nogueira Demarqui, Jos Carlos Rosatti, Jos
Roberto Fernandes Galindo, Marcelo Leandro Holzschuh, Roberto da Silva Ruy
e Sandra Stephan de Souza Telles; pelos servios prestados ao
desenvolvimento do meu trabalho e pela constante parceria e intensa amizade
que nos tornaram, nestes vrios anos de convivncia, em grandes irmos.

A todos os professores do PPGCC e do Departamento de Cartografia, que
contriburam em minha formao acadmica, e em especial aos professores
Jlio Kiyoshi Hasegawa, Maurcio Galo, Nilton Nubuhiro Imai e Paulo de Oliveira
Camargo, pela confiana posta em mim, e auxlios tcnicos e acadmicos
dados para o desenvolvimento desta pesquisa.

Aos funcionrios Geraldo Ninelo e talo Tshushia, pelos auxlios tcnicos
prestados, e fundamental atuao no desenvolvimento dos trabalhos tcnicos e
cientficos de todos os alunos da graduao em engenharia cartogrfica e ps-
graduao em cincias cartogrficas.

A todos os funcionrios de forma geral, em especial s secretrias do
Departamento de Cartografia, Maria das Graas Teixeira Mestriner, que de
forma indireta auxiliaram do desenvolvimento deste trabalho.

A todos os amigos do Laboratrio de Fotogrametria Digital (Sala 20) e da sala
de permanncia dos alunos do PPGCC, em especial: Anglica Cirolini, Edinia
Aparecida dos Santos, Guilherme Henrique Barros de Souza, Giovani Maia do
Vale, Joo Paulo Magna Junior, Ligia Manccini de Oliveira Barros, Luiz
Fernando A. Dalbelo, Luiz Fernando Sapucci, Maria Lgia Chuerubin, Nilcilene
das Graas Medeiros, Regina Ishibashi, Roberto Ruano Dalaqua, Rodrigo
Bezerra de Arajo Gallis, Rodrigo Zanin, Wesley G. C. Polezel, Willian Rodrigo
dal Poz, meus comparsas.

A todos que direta ou indiretamente ajudaram na realizao deste trabalho.

A todos vocs que me ajudaram, um muito obrigado.

EPGRAFE

... No basta ensinar ao homem uma especialidade
cientfica. Porque assim poder se tornar uma mquina
til, mas no uma personalidade harmoniosamente
desenvolvida. necessrio que o estudante adquira
uma compreenso dos valores ticos, um sentimento
daquilo que vale a pena ser vivido, daquilo que belo,
do que moralmente correto.
Sem cultura moral, no h soluo para os grandes
problemas humanos.

Tempus est optimus judex rerum omnium
lat O tempo o melhor juiz de todas as coisas.

Volenti nihil difficile
lat Nada difcil a quem quer

Valeu a pena?
Tudo vale a pena se a alma no pequena.
Quem quer passar o Borjador tem que passar alm da
dor...

Fernando Pessoa

Ningum faz uma tese sozinho...

RESUMO

Neste trabalho apresenta-se o desenvolvimento e avaliao de um sistema
de reconstruo 3D por luz estruturada. O sistema denominado de Scan3DSL
baseado em uma cmara digital de pequeno formato e um projetor de padres. O
modelo matemtico para a reconstruo 3D baseado na equao paramtrica da
reta formada pelo raio de luz projetado combinado com as equaes de
colinearidade. Uma estratgia de codificao de padres foi desenvolvida para
permitir o reconhecimento dos padres projetados em um processo automtico.
Uma metodologia de calibrao permite a determinao dos vetores diretores de
cada padro projetado e as coordenadas do centro de perspectiva do projetor de
padres. O processo de calibrao realizado com a aquisio de mltiplas
imagens em um plano de calibrao com tomadas em diferentes orientaes e
posies. Um conjunto de algoritmos de processamento de imagens foi
implementado para propiciar a localizao precisa dos padres e de algumas
feies, como o centro de massa e quinas. Para avaliar a preciso e as
potencialidades da metodologia, um prottipo foi construdo, integrando uma nica
cmara e um projetor de padres. Experimentos mostram que um modelo de
superfcie pode ser obtido em um tempo total de processamento inferior a 10
segundos, e com erro absoluto em profundidade em torno de 0,2 mm. Evidencia-se
com isso a potencialidade de uso em vrias aplicaes.

Palavras chaves: Luz estruturada; Triangulao; Fotogrametria; Viso de Mquina;
Reconhecimento de padres; Reconstruo de superfcies; Calibrao.

ABSTRACT

The purpose of this work is to present a structured light system developed.
The system named Scan3DSL is based on off-the-shelf digital cameras and a
projector of patterns. The mathematical model for 3D reconstruction is based on the
parametric equation of the projected straight line combined with the collinearity
equations. A pattern codification strategy was developed to allow fully automatic
pattern recognition. A calibration methodology enables the determination of the
direction vector of each pattern and the coordinates of the perspective centre of the
pattern projector. The calibration processes are carried out with the acquisition of
several images of a flat surface from different distances and orientations. Several
processes were combined to provide a reliable solution for patterns location. In order
to assess the accuracy and the potential of the methodology, a prototype was built
integrating in a single mount a projector of patterns and a digital camera. The
experiments using reconstructed surfaces with real data indicated a relative accuracy
of 0.2 mm in depth could be achieved, in a processing time less than 10 seconds.

Key Words: Structured Light, Triangulation, Photogrammetry, Computer Vision,
Pattern Recognition, Surface reconstruction, Calibration.

SUMRIO

FICHA CATALOGRFICA __________________________________________________2
TERMO DE APROVAO ___________________________________________________3
DEDICATRIA ____________________________________________________________7
DADOS CURRICULARES ___________________________________________________8
AGRADECIMENTOS _______________________________________________________9
EPGRAFE ______________________________________________________________11
RESUMO________________________________________________________________13
ABSTRACT______________________________________________________________14
SUMRIO _______________________________________________________________15
LISTA DE FIGURAS_______________________________________________________19
LISTA DE TABELAS ______________________________________________________22
LISTA DE SIGLAS ________________________________________________________23

CAPTULO I
1 INTRODUO ________________________________________________________25
1.1 CONSIDERAES INICIAIS___________________________________________________ 25
1.2 PROPOSTA E OBJETIVOS____________________________________________________ 29
1.3 ESTRUTURA DO TRABALHO__________________________________________________ 31

CAPTULO II
2 TCNICAS DE RECONSTRUO 3D CURTA DISTNCIA___________________33
2.1 CONSIDERAES INICIAIS___________________________________________________ 33
2.2 SONDAS TTEIS____________________________________________________________ 33
2.3 SISTEMAS A LASER _________________________________________________________ 35
2.4 SISTEMAS FOTOGRAMTRICOS ______________________________________________ 41
2.4.1 ORIENTAO DE IMAGENS _____________________________________________ 46
2.4.1.1 ORIENTAO INTERIOR _____________________________________________ 46
2.4.1.2 ORIENTAO EXTERIOR ____________________________________________ 47
2.4.1.3 CALIBRAO DE CMARAS __________________________________________ 51
2.4.1.4 EQUAES DE COLINEARIDADE NA FORMA INVERSA ___________________ 52
2.5 SISTEMAS POR LUZ ESTRUTURADA___________________________________________ 52

CAPTULO III
3 RECONHECIMENTO DE PADRES E PROCESSAMENTO DE IMAGENS DIGITAIS 75
3.1 CONSIDERAES INICIAS ___________________________________________________ 75
3.2 PRINCIPAIS ABORDAGENS NO RECONHECIMENTO DE PADRES _________________ 76
3.2.1 CORRELAO DE PADRES ____________________________________________ 82
3.2.1.1 CORRELAO ENTRE IMAGENS ______________________________________ 83
3.2.2 ABORDAGEM ESTATSTICA _____________________________________________ 88
3.2.3 ABORDAGEM SINTTICA OU ESTRUTURAL________________________________ 92
3.3 MTODOS DE DECISO TERICA_____________________________________________ 93
3.4 CLASSIFICADORES ESTATSTICOS TIMOS ____________________________________ 97
3.4.1 CLASSIFICADOR BAYESIANO PARA DISTRIBUIO NORMAL________________ 100
3.5 MTODOS DE PR-PROCESSAMENTO DE IMAGENS DIGITAIS ___________________ 103
3.5.1 FILTRAGEM ESPACIAL: SUAVIZAO____________________________________ 104
3.5.1.1 FILTROS DE SUAVIZAO __________________________________________ 105
3.5.1.2 LIMIARIZAO ____________________________________________________ 106
3.5.1.3 DETECO DE BORDAS____________________________________________ 110
3.5.1.4 DETECO DE QUINAS_____________________________________________ 111

CAPTULO IV
4 DESENVOLVIMENTO DO SISTEMA DE RECONSTRUO ___________________113
4.1 CONSIDERAES INICIAIS__________________________________________________ 113
4.2 MATERIAIS _______________________________________________________________ 115
4.3 UNIDADE DE AQUISIO SCAN3DSL _________________________________________ 116
4.4 PADRO DE LUZ ESTRUTURADA PROJETADO _________________________________ 122
4.5 CALIBRAO DO SISTEMA__________________________________________________ 128
4.5.1 MODELAGEM MATEMTICA ____________________________________________ 129
4.5.1.1 ABORDAGEM POR COPLANARIDADE_________________________________ 129
4.5.1.2 ABORDAGEM POR SIMILARIDADE____________________________________ 131
4.5.1.3 ARRANJOS NO MODELO PARA DIMINUIR O CUSTO COMPUTACIONAL ____ 134
4.5.1.4 PROCESSAMENTO SEQENCIAL ____________________________________ 135
4.5.2 IMPLEMENTAO DO MTODO DE CALIBRAO DO PROJETOR ____________ 137
4.5.3 MONTAGEM DE UMA PLACA DE CALIBRAO ____________________________ 139
4.6 RECONHECIMENTO DOS PADRES PROJETADOS. _____________________________ 143
4.6.1 PR-PROCESSAMENTO _______________________________________________ 146
4.6.1.1 SUAVIZAO _____________________________________________________ 146
4.6.1.2 SEGMENTAO ___________________________________________________ 147
4.6.2 RECONHECIMENTO___________________________________________________ 153
4.6.2.1 CLASSIFICAO___________________________________________________ 153
4.6.2.2 ESTABELECIMENTO DAS RELAES DE VIZINHANA __________________ 157
4.6.2.3 IDENTIFICAO ___________________________________________________ 162

4.6.2.4 DETECO DE QUINAS NAS REGIES DE PADRO RECONHECIDAS _____ 181
4.7 PROGRAMAS COMPUTACIONAIS DESENVOLVIDOS ____________________________ 184

CAPTULO V
5 EXPERIMENTOS E ANLISE ___________________________________________187
5.1 CONSIDERAES INICIAS __________________________________________________ 187
5.2 CALIBRAO DA CMARA __________________________________________________ 187
5.3 CALIBRAO DO PROJETOR ________________________________________________ 192
5.4 RECONSTRUO DE SUPERFCIES __________________________________________ 198

CAPTULO VI
6 CONCLUSES E RECOMENDAES PARA TRABALHOS FUTUROS _________207
6.1 CONCLUSES_____________________________________________________________ 207
6.2 RECOMENDAES PARA TRABALHOS FUTUROS ______________________________ 210

REFERNCIAS BIBLIOGRFICAS__________________________________________213

APNDICE A
INFORMAES ADICIONAIS SOBRE O DESENVOLVIMENTO DA UNIDADE DE
CAPTURA___________________________________________________________221
A.1 PRIMEIRA VERSO DO SISTEMA_____________________________________________ 221
A.2 SEGUNDA VERSO DO SISTEMA_____________________________________________ 224

APNDICE B
DEMONSTRAO DO PROCEDIMENTO DE CALIBRAO DOS VETORES
DIRETORES PELO MTODOS SEQENCIAL ______________________________231
B.1 AJUSTAMENTO____________________________________________________________ 231

APNDICE C
ESTABELECIMENTO DAS COORDENADAS DOS PONTOS DE APOIO DA PLACA DE
CALIBRAO________________________________________________________237
C.1 DISTNCIAS MEDIDAS______________________________________________________ 237
C.2 MTODO DE AJUSTE DE COORDENADAS BASEADO EM INJUNO DE DISTNCIAS 239

APNDICE D
ALGUNS DETALHES DOS PROGRAMAS DESENVOLVIDOS ____________________241
D.1 PROGRAMA DE RECONHECIMENTO__________________________________________ 241
D.2 PROGRAMA DE CALIBRAO DO PROJETOR DE PADRES _____________________ 247
D.3 ESTRUTURA DOS ARQUIVOS DE ENTRADA/SADA DOS PROJETOS_______________ 248

ANEXO A
ORIENTAO EXTERIOR ESTIMADA NO PROCESSO DE CALIBRAO DE
CMARAS __________________________________________________________253

LISTA DE FIGURAS

Figura 2-1 Sistemas de sondas tteis: Fonte: (a) Immersion (2003), (b) Faro (2003). __________________ 34
Figura 2-2 Representao do princpio de funcionamento de um telmetro a LASER. __________________ 36
Figura 2-3 Ilustrao de um sistema LASER baseado em distncia. ________________________________ 37
Figura 2-4 Ilustrao de um sistema LASER baseado em triangulao. _____________________________ 38
Figura 2-5 Sistemas e aplicaes dos sistemas de varredura LASER._______________________________ 40
Figura 2-6 Reconstruo 3D baseada em Fotogrametria ________________________________________ 42
Figura 2-7 Sistema de reconstruo fotogramtrica desenvolvido por Maas (1992). ___________________ 43
Figura 2-8 Equipamentos empregados em uma aplicao de engenharia reversa.. ____________________ 44
Figura 2-9 Pontos de apoio e malha de pontos projetados._______________________________________ 44
Figura 2-10 Superfcies geradas. ___________________________________________________________ 45
Figura 2-11 Condio de coplanaridade. ____________________________________________________ 49
Figura 2-12 Sistema de reconstruo por luz estruturada. _______________________________________ 53
Figura 2-13 Sistema usando varredura em linha e o princpio da triangulao. ______________________ 55
Figura 2-14 Sistema de reconstruo desenvolvido usando indexao por cores. _____________________ 56
Figura 2-15 Seqncia de padres utilizada na abordagem desenvolvida por Rocchini et al (2001). ______ 58
Figura 2-16 Geometria de reconstruo num sistema por luz estruturada. __________________________ 59
Figura 2-17 (a) Esquematizao do mtodo de calibrao do projetor por planos paralelos; (b) Sistema
de reconstruo e plano da placa de calibrao.____________________________________ 62
Figura 2-18 Codificao de padro gerada por Maruyama e Abe (1993). ___________________________ 64
Figura 2-19 Codificao de padro gerada por Ito e Ishii (1995). _________________________________ 65
Figura 2-20 Padres projetados na primeira abordagem. _______________________________________ 66
Figura 2-21 Imagem do padro projetado em Scalco (2000). _____________________________________ 66
Figura 2-22 Estratgia de codificao de Bruijn. ______________________________________________ 68
Figura 2-23 Exemplo de codificao desenvolvida usando arranjo-M, com formas geomtricas em preto
e branco.___________________________________________________________________ 69
Figura 2-24 Exemplo de codificao desenvolvida usando arranjo-M, com crculos coloridos. __________ 70
Figura 2-25 Esquematizao do sistema de reconstruo desenvolvido por Tommaselli (1998a)._________ 72
Figura 3-1 Principais etapas do reconhecimento de padres. _____________________________________ 78
Figura 3-2 Representao de um sistema genrico de reconhecimento de padres. ____________________ 79
Figura 3-3 Funo discriminante. __________________________________________________________ 81
Figura 3-4 Pesquisa bidimensional de imagens correlacionadas.__________________________________ 84
Figura 3-5 Representao das muitas abordagens em reconhecimento estatstico. ____________________ 90
Figura 3-6 Esquematizao de um sistema sinttico. ___________________________________________ 92
Figura 3-7 Funes discriminantes por mnima distncia. _______________________________________ 96
Figura 3-8 Filtragem espacial. ___________________________________________________________ 104

Figura 3-9 Histogramas dos tons de cinza em diferentes regies da imagem. _______________________ 109
Figura 3-10 Configurao da janela do limiar local. __________________________________________ 110
Figura 4-1 Primeira verso do sistema de reconstruo Scan3DSL e seus componentes. ______________ 117
Figura 4-2 Exemplo de um padro utilizado no projetor. _______________________________________ 118
Figura 4-3 Primeira verso da ferramenta Scan3DSL usando a cmara Kodak DX 3500. _____________ 119
Figura 4-4 Novos elementos do sistema projetor. _____________________________________________ 120
Figura 4-5 Fixao da cmara ao suporte de conexo._________________________________________ 120
Figura 4-6 Suporte de conexo da cmara ao projetor. ________________________________________ 121
Figura 4-7 Ajuste do sistema de lentes. _____________________________________________________ 121
Figura 4-8 Padres e seus significados semnticos____________________________________________ 123
Figura 4-9 Vizinhana dos padres. _______________________________________________________ 124
Figura 4-10 Converso da codificao em desenhos. __________________________________________ 125
Figura 4-11 Representao estrutural da relao de vizinhana dos padres para uma clula. _________ 126
Figura 4-12 Matriz de codificao de padres. _______________________________________________ 127
Figura 4-13 Geometria epipolar entre um vetor diretor e suas projees na imagem _________________ 129
Figura 4-14 Geometria entre vetores diretores e suas projees na imagem ________________________ 131
Figura 4-15 Principais etapas do mtodo de calibrao do sistema projetor. _______________________ 138
Figura 4-16 Plano de calibrao do projetor. ________________________________________________ 140
Figura 4-17 Alvos de sinalizao dos pontos de controle. _______________________________________ 141
Figura 4-18 Representao das distncias medidas diretamente sobre a plac._______________________ 142
Figura 4-19 Exemplos de imagens de padres e seus respectivos histogramas.______________________ 145
Figura 4-20 Exemplos de imagens de padres e seus respectivos histogramas.______________________ 147
Figura 4-21 - Ilustrao do histograma de uma a ser imagem limiarizada.___________________________ 148
Figura 4-22 Fluxograma do procedimento de crescimento de regies implementado. _________________ 152
Figura 4-23 Pontos iniciais dos padres para as coordenadas. __________________________________ 154
Figura 4-24 Ilustrao do mtodo de comparao das imagens dos padres segmentados com as
imagens prottipas. _________________________________________________________ 155
Figura 4-25 Representao estrutural da relao de vizinhana as regies de padro. ________________ 158
Figura 4-26 Seqncia de procedimentos de uma anlise de vizinhana. ___________________________ 160
Figura 4-27 Zonas de vizinhanas desconexas. _______________________________________________ 162
Figura 4-28 Representao de uma vizinhana do entorno da clula. _____________________________ 165
Figura 4-29 Seleo de uma regio de padro inicial e eleio dos provveis candidatos
correspondncia. ___________________________________________________________ 167
Figura 4-30 Introduo de mais um elemento na lista de regies de padro e nas lista de ns de padro
da MCP. __________________________________________________________________ 168
Figura 4-31 Mudana de direo e reconhecimento unvoco. ____________________________________ 169
Figura 4-32 Regies reconhecidas. ________________________________________________________ 169
Figura 4-33 Final das ligaes na linha de regies. ___________________________________________ 171
Figura 4-34 Final das ligaes na linha da MCP._____________________________________________ 171
Figura 4-35 Duas regies identificadas em lados opostos de uma linha de regies ___________________ 172

Figura 4-36 Duas regies identificadas em lados opostos de uma linha de regies em linhas diferentes da
MCP _____________________________________________________________________ 172
Figura 4-37 Regies reconhecidas em uma linha acima da MCP. ________________________________ 173
Figura 4-38 Exemplo de situao em que dois vizinhos (A e B) foram reconhecidos e um terceiro (C)
ainda no._________________________________________________________________ 176
Figura 4-39 Esquema de seleo de padres reconhecidos para a estimao aproximada da coordenadas
Z.________________________________________________________________________ 180
Figura 4-40 Deteco de quinas dos padres reconhecidos._____________________________________ 183
Figura 5-1 Exemplo de imagem usada na calibrao da cmara._________________________________ 188
Figura 5-2 Monocomparador de imagens digitais. ____________________________________________ 189
Figura 5-3 Monocomparador de imagens digitais com ferramentas de medio subpxel.______________ 189
Figura 5-4 Exemplo de uma das imagens utilizadas na calibrao do projetor.______________________ 192
Figura 5-5 Exemplo de uma das reconstrues dos planos de calibrao: Modelo de isolinhas
renderizado. _______________________________________________________________ 195
Figura 5-6 Representao da MCP e os padres reconhecidos em azul. ___________________________ 196
Figura 5-7 Modelos do plano: (a) Usando apenas o centro de massa dos padres projetados. __________ 198
Figura 5-8 Influncia das quinas na reconstruo. ____________________________________________ 199
Figura 5-9 Modelo reconstrudo de uma pea usinada usando centros de massa e quinas detectados. ____ 200
Figura 5-10 Modelo reconstrudo de uma pea usinada usando apenas os centros de massa detectados. __ 201
Figura 5-11 Exemplo 1 da reconstruo de parte de uma caixa de isopor com superfcie irregular. ______ 202
Figura 5-12 Exemplo 2 da reconstruo de parte de uma caixa de isopor com superfcie irregular. ______ 203
Figura A-1 Primeira verso da ferramenta Scan3DSL usando a cmara Kodak DX 3500. _____________ 221
Figura A-2 Cmara digital e fotoclula. ____________________________________________________ 222
Figura A-3 Imagens tomadas com o sistema de coleta anterio. ___________________________________ 223
Figura A-4 Sony Cyber-shot DSC F828. ____________________________________________________ 225
Figura A-5 Novos elementos do sistema projetor. _____________________________________________ 225
Figura A-6 Maleta do sistema projetor. _____________________________________________________ 226
Figura A-7 Travamento da cmara no suporte de conexo. _____________________________________ 226
Figura A-8 Ajuste do sistema de lentes. _____________________________________________________ 227
Figura A-9 Circuito do sistema de sincronismo. ______________________________________________ 228
Figura A-10 Sincronismo da cmara com o projetor___________________________________________ 229
Figura A-11 Adaptador para conexo ao trip. _______________________________________________ 229
Figura D-1 Diagrama dos possveis estados do projeto de reconhecimento. ________________________ 244
Figura D-2 Interface principal. ___________________________________________________________ 245
Figura D-3 Interfaces secundrias de configurao dos projetos para reconstruo e calibrao. _______ 245
Figura D-4 Interface de configurao do processo de reconhecimento automtico ___________________ 246

LISTA DE TABELAS

Tabela 3-1 Exemplos de aplicaes de reconhecimento de padres.________________________________ 77
Tabela 4-1 Resumo do ajustamento.________________________________________________________ 136
Tabela 4-2 Estrutura do identificador do padro _____________________________________________ 163
Tabela 4-3 Imagens prottipo e as coordenadas de suas quinas. _________________________________ 182
Tabela 5-1 Parmetros de calibrao da cmara Sony DSC F828. ______________________________ 190
Tabela 5-2 Coordenadas ajustadas dos pontos de apoio da placa de calibrao _____________________ 191
Tabela 5-3 Resumo do teste estatstico da calibrao da cmara _________________________________ 192
Tabela 5-4 Rotaes e translaes da cmara no instante de captura de imagens para calibrao do
projetor___________________________________________________________________ 193
Tabela 5-5 Coordenadas do centro perspectivo do projetor _____________________________________ 193
Tabela 5-7 Exemplos de vetores diretores estimados___________________________________________ 194
Tabela 5-8 Resumo dos dados do ajustamento do projetor ______________________________________ 194
Tabela 5-9 Erros mdios quadrticos dos planos reconstrudos em relao ao plano ajustado__________ 196
Tabela 5-10 Parmetros de reorientao da unidade de captura._________________________________ 197
Tabela 5-11 Resumo da eficincia do sistema de classificao, reconhecimento e medio dos padres __ 204
Tabela A-1 Parmetros de orientao interior calibrados ______________________________________ 223
Tabela B-1 Resumo do ajustamento ________________________________________________________ 235
Tabela C-1 Distncias medidas entre pares de pontos na placa de calibrao. ______________________ 237
Tabela C-2 Medidas verticais em relao ao plano da placa de calibrao. ________________________ 238
Tabela C-3 Valores fototriangulados para os pontos de controle. ________________________________ 238
Tabela C-4 Valores XY estimados usando a injuno de distncias para os pontos de controle. _________ 239
Tabela D-1 Opes de configurao do programa de reconhecimento. ____________________________ 242
Tabela D-2 Exemplos de arquivos de reconhecimento: reconstruo. _____________________________ 246
Tabela D-3 Exemplos de arquivos de reconhecimento: calibrao. _______________________________ 247
Tabela D-4 Estrutura do arquivo de projeto de calibrao. _____________________________________ 247
Tabela D-5 Exemplo de arquivo de projeto de calibrao. ______________________________________ 248
Tabela D-6 Arquivo de codificao de padres. ______________________________________________ 249
Tabela D-7 Arquivo da base de conhecimento da classificao. __________________________________ 249
Tabela D-8 Arquivo de coordenadas reconhecidas ____________________________________________ 250
Tabela D-9 Arquivo de parmetros de calibrao da cmara. ___________________________________ 250
Tabela D-10 Arquivo de parmetros de orientao exterior. ____________________________________ 250
Tabela D-11 Arquivo de coordenadas do projetor do sistema Scan3DSL. __________________________ 250
Tabela D-12 Arquivo de parmetros de calibrao do sistema Scan3DSL. _________________________ 251

LISTA DE SIGLAS

Smbolo Significado
A/D Analgico/Digital
CAPES Coordenao de Aperfeioamento de Pessoal de Nvel Superior
CC Calibrao de Cmaras
CCD Charge Coupled Devi ce Dispositivo de Carga Acoplada
CF Centro de fase.
CMM Coordinate Measuring Machine Mquina medidora de coordenadas.
CNC Computer Numeric Control Controle Numrico por Computador
CNPq Conselho Nacional de Desenvolvimento Cientfico e Tecnolgico
CO Classe de objetos
CP Centro perspectivo
CPP Centro perspectivo do projetor
EMQ Erro Mdio Quadrtico
FAPESP Fundao de Amparo Pesquisa do Estado de So Paulo
FCT Faculdade de Cincias e Tecnologia
GB Gigabytes
LASER
Light Amplification by Stimulated Emission Radiation Amplificao da luz por
emisso estimulada de radiao
LCD Liquid Cristal Display Monitor de cristal liquido
LED Light Emitting Diode Diodo Emissor de Luz
LIDAR
LASER Imaging Detection and Ranging Deteco e telemetria por
Imageamento a LASER
MB Megabytes
MCP Matriz de Codificao de Padres
MHz Megahertz
MID Monocomparador de Imagens Digitais
MMQ Mtodo dos Mnimos Quadrados
MVC Matriz varincia-covarincia
OE Orientao Exterior
OI Orientao Interior
POO Programao orientada a objetos
PP Ponto principal
RADAR Radio Detection and Ranging Deteco e telemetria por radio
RAM Random Acess Memory Memria de acesso aleatrio
RT Reserva tcnica

25
INTRODUO

CAPTULO I

1 INTRODUO

1.1 CONSIDERAES INICIAIS

Um problema bastante abordado na literatura, importante para vrias reas
do conhecimento e com aplicaes prticas, a reconstruo tridimensional (3D) de
superfcies de objetos a curta distncia. Tal interesse se deve a uma variada gama
de aplicaes que necessitam de modelagem 3D de objetos, visando sua
reproduo fsica, numrica ou para processos de inspeo.

Um modelo 3D toda representao geomtrica de um objeto no espao
tridimensional. A modelagem geomtrica pode ser usada para descrever a forma e
as dimenses de um objeto e/ou para simular processos dinmicos. A modelagem
geomtrica fornece uma descrio analtica e/ou matemtica que substitui com
vantagens os objetos reais. geralmente mais fcil e prtico realizar testes e
experimentos em um modelo do que em um objeto real. Alm das vantagens da
anlise, o modelo tambm uma forma til e necessria de transmitir informaes,
como por exemplo, as informaes de projeto entre engenheiros e a manufatura em
uma indstria.

Um modelo 3D pode ser representado de vrias formas. Uma delas a
representao baseada em entidades primitivas bsicas, como pontos, retas,
curvas, retngulos, crculos etc. Com estas primitivas, a representao poderia ser
feita por meio de descries geomtricas e por descries topolgicas. A descrio
geomtrica refere-se forma de representar a geometria do modelo, ou seja, como
definir as curvas e superfcies no contexto espacial. A descrio topolgica consiste
na definio das conectividades e orientao de curvas, vrtices, e superfcies. So
vrias as aplicaes para os modelos tridimensionais, e dentre elas, algumas sero
destacadas enfatizando as aplicaes a curta distncia.

26
INTRODUO

Na rea mdica so freqentes as situaes em que o estudo e o registro
numrico de superfcies corporais so necessrios. Estas superfcies podem
apresentar mudanas resultantes, dentre outros motivos, do crescimento normal dos
indivduos, do crescimento anormal (como o caso de tumores e protuberncias
externas), dos movimentos irregulares dos dentes e decorrentes de cirurgias
plsticas. O estudo do comportamento destas mudanas por meio de modelos
tridimensionais ajuda a diagnosticar com melhor clareza as causas destas
mudanas e antever procedimentos mdicos com melhor preciso.

Na indstria de peas em geral, muitas vezes necessrio desenvolver
moldes ou matrizes que servem para dar forma s peas produzidas. As matrizes
so usadas para produo em sistemas de forjaria, estamparia, injeo e fundio.
Elas so construdas baseadas em desenhos que representam as formas e
dimenses das peas tridimensionalmente. Quando o projeto de uma pea est em
fase de desenvolvimento, antes de ser aprovado para entrar em linha de produo,
alguns prottipos so construdos, ou por processos de usinagem ou por processos
de manufatura. Depois que o prottipo est concludo (com todas as suas
especificaes bem delineadas e representadas pelo prottipo), deve ser construda
a matriz ou as matrizes que iro constituir a pea. Atualmente, com o
desenvolvimento de modernas mquinas CNC (Computer Numeric Control),
operadas automaticamente por computador, h a necessidade de que o desenho 3D
da pea esteja na sua forma digital, para que estas mquinas possam, semi ou
automaticamente, construir as matrizes destas peas. Em outras ocasies, o que h,
no o projeto de uma nova pea, mas sim a necessidade de se copiar ou modificar
uma j existente, ou ainda, a necessidade de se realizar a inspeo e/ou o seu
controle de qualidade na linha de produo.

A arqueologia e a preservao de monumentos histricos, em vrias
ocasies, tambm necessitam de modelos 3D de seus objetos de estudo. Dentre as
vrias vantagens dos modelos 3D na forma digital esto, nestes casos, o bom
detalhamento do material pesquisado, facilitando sua identificao, classificao e
reconstruo, sem a necessidade de contato fsico direto com o objeto. Alm disso,
outros pesquisadores podem ter acesso simultneo ao mesmo material e em centros

27
INTRODUO

de pesquisa diferentes, sem manuse-los diretamente, o que poderia causar a sua
degradao.

Os modelos 3D digitais tm sido utilizados em larga escala para o
desenvolvimento de animaes na indstria cinematogrfica. Muitos efeitos
especiais tm como fundamento a utilizao de modelos tridimensionais para
representar e proporcionar realismo a seres e objetos fictcios, dando a eles texturas
e movimentos por meio de efeitos de computao grfica.

Como foi visto, pelos exemplos apresentados, muitas so as aplicaes dos
modelos digitais 3D, como por exemplos: animao, arqueologia, arquitetura,
odontologia, educao, indstria txtil, jogos, desenho industrial, medicina,
cinematografia, engenharia reversa, reproduo de esculturas, indstrias de
brinquedos, web design, dentre outros que poderiam ser citados.

Para atender a essa necessidade de modelos tridimensionais de objetos
existe um variado nmero de mtodos e tcnicas j desenvolvidas e em
desenvolvimento.

Nas Cincias Cartogrficas, muitas so as tcnicas utilizadas para a
construo de modelos 3D, a maioria delas destinada construo de mapas
topogrficos. Dentre as vrias tcnicas que se destinam a essa tarefa pode-se citar:
a Topografia, a Geodsia, a Fotogrametria, a varredura a LASER, e varredura por
RADAR.

A Fotogrametria de especial interesse nas Cincias Cartogrficas, pois
possibilita a construo de modelos 3D por meio de fotografias ou imagens, e pode
ser usada com eficincia em situaes em que o tempo de acesso ao objeto de
interesse limitado. No mtodo estreo-fotogramtrico convencional, com um
mnimo de duas fotos tiradas de pontos de vista diferentes da superfcie de um
objeto, possvel restituir as feies que o representam. Um dos problemas o
processo de correspondncia para a determinao de pontos homlogos entre as
imagens, principalmente em superfcies homogneas.

Outro mtodo de obteno de modelos 3D o sistema de varredura a
LASER. Existem duas tcnicas para a obteno de medidas empregadas,

28
INTRODUO

configurando dois tipos de sistemas a LASER distintos: os que se baseiam no uso
da triangulao e os baseados em distncias (ranging). Algumas vantagens dos
sistemas a LASER so: a possibilidade de trabalhar com superfcies homogneas;
no necessidade de contato com o objeto, permitindo que possam ser medidas
superfcies frgeis; rapidez na obteno de modelos. Entretanto, por ser um
processo de varredura, o objeto a ser modelado no pode sofrer nenhuma ao que
produza movimento; caso isto ocorra, o modelo sofrer distoro.

Outra tcnica de medies 3D a sonda ttil. As medidas so feitas por
meio de agulhas de medio presas a vrios gonimetros e articulaes. A medio
realizada pelo movimento da ponta da agulha sobre o local onde se quer medir e
acionando o sistema para coletar a coordenada. Uma das vantagens a
possibilidade de alcanar as faces ocultas dos objetos. Uma desvantagem que
medir muitos pontos pode se tornar um processo moroso. Outra desvantagem que
se o objeto for frgil ou de difcil manuseio o uso desta tcnica poder danific-lo.
Esta tcnica necessita da imobilidade do objeto a ser modelado durante a sua
digitalizao (SIMPLE 3D, 2003).

A modelagem 3D tambm pode ser feita pela utilizao de luz estruturada.
Nesta tcnica, que em algumas situaes pode ser semelhante tcnica da
varredura LASER por triangulao, projetado um padro de luz sobre a superfcie
do objeto a ser modelado e um instrumento sensor captura a imagem do objeto com
os padres projetados. A construo do modelo 3D obtida por meio da geometria
entre o sensor e os feixes de raios luminosos do padro projetado, que deve ser
conhecida. Estes sistemas capturam partes da superfcie de um objeto em pontos de
visadas diferentes, sendo necessrio girar ou mover o objeto, ou o sensor, para criar
um modelo 3D completo. Como vantagem de algumas implementaes deste
sistema h a possibilidade de se capturar todos os padres de luz projetados sobre
o objeto em uma nica imagem, no sendo necessrio manter o objeto esttico por
um perodo longo de tempo.

Pelo que foi exposto, evidencia-se que o desenvolvimento de tecnologias
para a obteno de modelos tridimensionais de objetos a curta distncia um
assunto bastante abordado e de interesse por parte da indstria. Com isso, a criao
de um sistema com tecnologia nacional e de baixo custo teria grande relevncia

29
INTRODUO

para a sociedade de um modo geral. Com esse intuito, na Faculdade de Cincias e
Tecnologia FCT, Universidade Estadual Paulista UNESP, foram desenvolvidos
estudos na tentativa de verificar a viabilidade de sistemas baseados em
reconstruo 3D por luz estruturada. A tcnica de luz estruturada foi selecionada,
dentre outras possveis, por possuir maior aproximao com as tcnicas
fotogramtricas, cujos conceitos eram e so bastante conhecidos. O
desenvolvimento iniciou-se com o trabalho de Tommaselli (1998), e posteriormente
foi incrementado por Scalco (2000). Estes trabalhos so de importante relevncia
para o desenvolvimento de tecnologias nacionais e tm sido considerados como
pioneiros na rea de reconstruo fotogramtrica por luz estruturada no Brasil. No
desenvolvimento realizado, alguns problemas ainda necessitavam ser explorados,
tais como:

Calibrao da unidade de aquisio;
Estratgia de reconhecimento dos padres projetados;
Unidade de aquisio dos padres projetados.

Na tcnica desenvolvida para a calibrao da unidade de aquisio parte do
procedimento se baseava na necessidade de tomadas paralelas de imagens de um
plano. Com isso, a calibrao era um procedimento demorado e de difcil execuo.
Com relao ao reconhecimento dos padres de luz estruturada projetados sobre os
objetos, havia pouca automao e robustez, principalmente na determinao das
ocluses ocorridas em regies de sombra. Alm disso, a unidade de aquisio era
pesada e no porttil, dificultando seu manuseio. Sendo assim, baseado nas
experincias anteriores, foi elaborada a seguinte proposta de trabalho e objetivos a
serem alcanados.

1.2 PROPOSTA E OBJETIVOS

A proposta deste trabalho apresentar uma soluo para a reconstruo 3D
de superfcies de objetos utilizando a luz estruturada, visando aplicaes a curta
distncia. Esta proposta motivada por:

30
INTRODUO

A demanda por tcnicas de reconstruo 3D;

A necessidade criada por algumas aplicaes, de ferramentas simples,
rpidas, precisas e flexveis para reconstruo tridimensional de
superfcies de objetos a curta distncia, sem a necessidade de contato
fsico com os objetos;

Os altos custos dos sistemas de reconstruo 3D disponveis no
mercado;
As experincias anteriores do Grupo de Fotogrametria no
desenvolvimento de aplicaes de fronteira em Fotogrametria Digital e
Viso de Mquina;

As possibilidades de aplicaes da reconstruo 3D por meio de luz
estruturada, sendo este um tema objeto de pesquisas.

No seria vivel, e por isso no se pretende propor uma soluo para todos
os casos de reconstruo 3D, nem mesmo os utilizando luz estruturada. Assim, o
projeto se restringe reconstruo de objetos de aproximadamente 1,0 m de
dimetro, visando aplicaes como:

Artefatos histricos e arqueolgicos;

Partes do corpo humano;

Peas industriais;

Esculturas e objetos arquitetnicos;

Outros objetos que se enquadrem dentro dos requisitos que sero
verificadas pelo desenvolvimento do projeto.

Apesar disto, muitos dos mtodos desenvolvidos, poderiam ser aplicados ao
desenvolvimento de sistemas de luz estruturada com outras finalidades.

31
INTRODUO

Para alcanar a meta proposta, sero necessrios:

Definir uma metodologia para o processo de localizao (deteco,
identificao e medio subpxel) automtica dos padres projetados de
luz estruturada sobre a superfcie a ser reconstruda;

Criar uma nova unidade de coleta de imagens com padres de luz
estruturada projetados, com tamanho reduzido, para torn-lo de uso
prtico;

Desenvolver uma nova metodologia de calibrao do sistema de coleta
de imagens com padres projetados;

Realizar testes prticos com a finalidade de validar os mtodos e os
equipamentos desenvolvidos.

Neste projeto, em cada um destes itens acima foram criadas solues que
so contribuies originais no desenvolvimento de um sistema de reconstruo por
luz estruturada. So enumeradas contribuies de carter cientfico, como os
mtodos de calibrao e reconhecimento, e de carter tecnolgico, como o sistema
de aquisio e o software desenvolvido. Este conjunto de ferramentas indito em
nvel internacional.

1.3 ESTRUTURA DO TRABALHO

O presente trabalho descreve os conceitos e mtodos envolvidos no
desenvolvimento de uma ferramenta para a reconstruo 3D de objetos curta
distncia por meio de luz estruturada, e dividido em oito captulos, agrupados
pelos assuntos de maior relevncia.

No Captulo I, so feitas algumas consideraes iniciais, definindo-se
sucintamente o que um modelo 3D de objetos, suas aplicaes, as principais
tcnicas de obteno destes modelos considerando o caso a curta distncia, e os

32
INTRODUO

antecedentes de desenvolvimento de um sistema de reconstruo por luz
estruturada. Na seqncia e no mesmo captulo so apresentadas as propostas de
desenvolvimento do trabalho, os objetivos a serem alcanados para atender as
propostas, e a estrutura do trabalho.

No segundo capitulo, realizada uma reviso sobre as principais tcnicas de
reconstruo 3D para aplicaes a curta distncia, tais como: sistemas LASER,
tteis, fotogramtricos, de reconstruo por luz estruturada, com suas respectivas
definies, mtodos de calibrao e tcnicas desenvolvidas de reconhecimento
automtico dos padres projetados.

O Captulo III trata do reconhecimento automtico de padres. Neste
captulo so tratadas algumas definies e as principais abordagens de
reconhecimento de padres sendo algumas delas utilizadas no trabalho: abordagem
estatstica e correlao de imagens. Tambm trs uma breve explicao de alguns
mtodos de pr-processamento de imagens digitais.

No captulo seguinte tm-se a proposta do sistema de reconstruo 3D por
luz estruturada implementado, com os materiais utilizados, os mtodos e modelos
matemticos desenvolvidos, e, ainda, as principais ferramentas desenvolvidas no
projeto, tais como: o sistema de projetor de padres e aquisio de imagens
(Scan3DSL), a placa de calibrao e os programas computacionais programados.

No Captulo V so apresentados os testes e resultados da aplicao do
sistema com dados reais, e, no sexto e ltimo captulo, as concluses do
desenvolvimento do trabalho e as recomendaes para trabalhos futuros so
apresentadas.

33
TCNICAS DE RECONSTRUO 3D CURTA DISTNCIA

CAPTULO II

2 TCNICAS DE RECONSTRUO 3D CURTA
DISTNCIA


Neste captulo sero abordadas algumas tcnicas para a reconstruo 3D
de objetos a curta distncia com o objetivo de proporcionar uma viso geral do
contexto no qual este projeto de pesquisa se insere.

So vrios os sistemas destinados reconstruo tridimensional de objetos,
cada qual variando tambm em relao ao objeto de estudo e tcnica empregada
para a obteno das coordenadas 3D de pontos que formam a superfcie a ser
reconstruda. Dentre as vrias abordagens, algumas sero mencionadas de acordo
com sua relevncia ao projeto que se pretende desenvolver e limitando-se a tratar
dos sistemas destinados restituio de objetos a curtas distncias. Dentre os que
foram pesquisados, destacam-se: sistemas por varredura a LASER; sondas tteis;
sistemas fotogramtricos e sistemas por luz estruturada.

2.2 SONDAS TTEIS

As sondas tteis (Figura 2-1), tambm denominadas de MMC (Mquina
Medidora de Coordenadas em ingls: CMM Coordinate Measuring Machine),
definem uma modalidade de sistemas de reconstruo 3D por medida direta e que
so baseadas em agulhas (ou ponteiras) de medio (sonda) presas a um conjunto
de hastes articuladas com limbos, cujas medidas de distncia (hastes) e ngulos
(limbos) possibilitam o clculo das coordenadas 3D da ponta da sonda em relao

34

ao referencial da base das hastes. A quantidade de combinaes entre articulaes
e limbos determinar o alcance da sonda ttil. Os modelos de sondas existentes
podem variar desde pequenos e portteis, capazes de medir objetos com 1 cm de
dimetro, at modelos industriais que podem medir objetos com cerca de 4 m de
dimetro (SIMPLE 3D, 2003).

Codificadores ticos ou eletrnicos so utilizados nas juntas para determinar
os ngulos das articulaes. Uma vantagem das sondas tteis que seu uso
intuitivo. O usurio move a ponta sobre o local onde quer medir e aciona um
dispositivo eletrnico que faz o computador coletar a coordenada do ponto. Elas
tambm tm como vantagem a possibilidade de alcanar as faces ocultas dos
objetos. Uma desvantagem que medir muitos pontos pode ser um processo
demorado; embora existam sistemas automticos que fazem uma varredura
mecnica. Quando a ponta usada no representa um ponto (muito grossa) so
necessrios clculos de compensao do deslocamento (SIMPLE 3D, 2003). Outra
desvantagem que se o objeto for frgil o uso desta tcnica poder danific-lo.
Alm disso, o objeto que est sendo modelado tem que permanecer imvel durante
todo o processo de digitalizao.

Figura 2-1 Sistemas de sondas tteis: Fonte: (a) Immersion (2003), (b) Faro (2003).

As sondas tteis tm uma gama mais restrita de aplicaes, destinadas aos
objetos de consistncia rija e que possam ser tocados pela sonda. A acurcia dos
sistemas pesquisados varia desde 0,013 mm, trabalhando com objetos de 1,27 m de
dimetro at 0,061 mm para dimetros de 3,7 m (SIMPLE 3D, 2003).
a b

35

Um sistema combinando tcnicas fotogramtricas com as sondas tteis foi
desenvolvido pela Metronor (METRONOR, 2006) e elimina a necessidade dos
braos articulados, podendo ser aplicado na medio de grandes objetos, como
avies e turbinas hidroeltricas. O sistema da Metronor fcil de usar e simples de
configurar, pois baseado em uma ou mais cmaras de luz infravermelha,
posicionadas em trips no solo, e uma sonda manual (uma varra) contendo diodos
emissores de luz (LED) que so captados pelas cmaras. A tomada de medida de
uma coordenada realizada posicionando a ponta da sonda sobre a posio
desejada, tomando-se, ento, imagens desta. Conhecendo-se precisamente as
distncias entre os LED e as dimenses da sonda, possvel, por meio de um
processo de triangulao, determinar a coordenada da ponta da vareta sobre o
objeto por meio de um sistema computacional (LOCKHEED MARTIN, 2006,
METRONOR, 2006).

Este sistema permite a medio de objetos a uma distncia do sensor entre
1,5 a 30 m, com uma acuraria esfrica de 0,02 mm para uma distncia superior a 20
m. Os sistemas da metronor custam um quarto do preo de uma MMC convencional
(METRONOR, 2006).

2.3 SISTEMAS A LASER

A palavra LASER um acrnimo de Light Amplification by Stimulated
Emission of Radiation, ou seja, amplificao da luz por emisso estimulada de
radiao (ALLEN, 1969), embora o uso comum da palavra tenha sido incorporado ao
vernculo como um substantivo. A luz de um dispositivo LASER tipicamente
monocromtica, coerente
1
, constituda de um nico comprimento de onda e emitida
em um feixe de luz colimado e estreito. J as fontes de luz comuns, como as
lmpadas incandescentes, emitem ftons incoerentes em quase todas as direes e,
geralmente, num amplo espectro de comprimento de ondas. Dependendo do

1
A luz coerente tem sua radiao em uma largura de banda muito estreita. Em feixe de luz coerente
os ftons mantm uma relao de fases constante; um feixe no afeta a direo de propagao do
outro (ALLEN, 1069).

36

comprimento de onda emitido pelo LASER, o feixe de luz pode ser visvel ou no.
Esta luz, ao incidir sobre uma determinada superfcie ir provocar reaes fsico-
qumicas com os tomos da superfcie do material incidido, sendo parte dessa luz
absorvida, parte transmitida, e outra parte refletida difusamente, com algumas
partculas de luz retornando na direo da fonte do LASER. Os princpios de
formao do LASER podem ser encontrados com maiores detalhes em Allen (1969)
e Troup (1965). Medindo-se o tempo entre a emisso do feixe LASER e o retorno
das partculas de luz refletidas, e considerando a velocidade de propagao da luz
conhecida e constante, possvel calcular a distncia entre a fonte emissora do
feixe LASER e o ponto de contato com a superfcie do objeto. Este o princpio de
funcionamento de um telmetro a LASER (Figura 2-2). Um gerador de pulso eltrico
faz com que um diodo semicondutor de LASER envie um pulso de luz colimada e
estreita atravs de uma lente transmissora at o objeto alvo. Parte do sinal refletido
pelo alvo retorna por uma lente receptora e ao atingir um foto-diodo receptor
gerado um sinal eltrico de recepo. O intervalo de tempo entre a transmisso e
recepo do pulso contado por meio de um relgio de freqncias de quartzo
estabilizado. O resultado passado para um microcomputador interno que processa
os dados de medida e os prepara para vrias sadas de dados (RIEGL
INSTRUMENTS, 2006).

Alguns instrumentos de medida a LASER chegam a ter uma preciso de 1,5
mm para uma distncia mxima de 50 m (BOSH, 2006) e 3,0 mm em uma distncia
de at 200 m (LEICA-GEOSYSTEMS, 2006).

Interface
Digital
Micro-
computador
Saida
Analgica
Unidade de
medida de
tempo
Laser de
diodo
semicondutor
Foto-diodo
receptor
Lente transmissora
Lente receptora
Alvo
Superfcie
refletora

Figura 2-2 Representao do princpio de funcionamento de um telmetro a LASER. Baseado
em: Riegl Instruments (2006).

37

Combinando este princpio de medio de distncias com alguns elementos
sensores, pticos e mecnicos, possvel construir alguns equipamentos capazes
de medir superfcies, os chamados: sistemas de varredura LASER. Basicamente,
h duas formas de sistemas de varredura a LASER: por distncia (tambm
chamado em ingls de ranging) e os por triangulao.

Os varredores LASER por distncia so compostos por um LASER medidor
de distncias associado a um servomotor com um espelho de varredura que
direciona o raio do LASER em angulaes, que so registradas por uma unidade de
processamento. Um sensor capta o tempo de retorno do feixe LASER emitido, como
num telmetro a LASER (Figura 2-2). A Figura 2-3 ilustra um sistema de varredura
LASER pelo mtodo de distncias (RIEGL INSTRUMENTS, 2006).

Espelho
de deflexo
Deflexo
vertical
ngulo
de varredura
horizontal

Figura 2-3 Ilustrao de um sistema LASER baseado em distncia. Baseado em: Riegl
Instruments (2006)

A deflexo vertical do raio LASER realizada pelo espelho, em conjunto
com o ngulo de varredura horizontal , e a distncia medida com o LASER,
permitem determinar as coordenadas de pontos sobre a superfcie dos objetos, em
escala, mas em um referencial arbitrrio, tendo como origem o centro de fase do
sistema LASER. Se a posio do centro de fase do LASER for conhecida no
referencial do objeto, e o ngulo de varredura horizontal for referenciado a um
azimute, tambm no referencial do espao-objeto, ento as coordenadas calculadas

38

com a varredura LASER estaro no mesmo referencial (RIEGL INSTRUMENTS,
2006). A grande vantagem destes sistemas a rapidez de captura de modelos e a
alta preciso em relao distncia do varredor LASER e a superfcie do objeto
(preciso relativa), podendo chegar a 1000 m de distncia com 10 mm de preciso.
Entretanto, mesmo que a distncia sensor-objeto diminua, a preciso continua
baseada no erro da medida LASER, de acordo com cada fabricante. Uma exceo
entre os sistemas a LASER baseado em distncia o desenvolvido pela empresa
Surphaser. Este sistema utiliza a medida LASER baseada na diferena de fase entre
o LASER refletido a partir de um alvo e no no tempo de retorno (time of flight).
Desta forma, conseguida uma preciso na medida de distncias de 0,2 mm para
uma distncia at no mximo 5 m (SURPHASER, 2006).

Outra classe de sistemas so os baseados no princpio da triangulao
(Figura 2-4). Neste caso, ao invs de usar um sensor para se calcular a distncia
entre o objeto e o emissor LASER, usa-se como sensor, uma cmara de vdeo,
posicionada a certa distncia conhecida e fixa (base) em relao ao centro de
projeo do LASER e que coleta a imagem da projeo do LASER lanado sobre o
objeto.

Objeto
Cmara
Espelho
Laser
Posio
(linha, coluna)
da projeo
do laser no
sensor
ngulo
de deflexo
Base
Conhecida

Figura 2-4 Ilustrao de um sistema LASER baseado em triangulao.

Da mesma forma como no sistema por distncia, um espelho pode ser
usado para fazer a deflexo do LASER com a finalidade de cobrir toda a superfcie

39

do objeto. O conhecimento do ngulo de deflexo do raio LASER e a medio da
posio da imagem do LASER captado pelo sensor propiciam o computo da
coordenada 3D da interseco do raio LASER com a superfcie do objeto. Duas
maneiras podem ser usadas para cobrir toda a superfcie de um objeto: a primeira
usar servomotores para girar o plano do espelho e registrar a angulao empregada;
outra manter fixo o espelho e mover todo o sistema longitudinalmente em relao
superfcie do objeto. Nesta segunda situao necessrio determinar a posio
do centro de perspectiva da cmara a cada instante de tomada das imagens em
relao a um referencial adotado.

Sistemas baseados em triangulao so mais acurados que os baseados
em distncia, considerando valores absolutos, ou seja, no levando em
considerao a relao entre a preciso obtida com a distncia entre o sensor e o
objeto. Existem modelos baseados em triangulao que atingem um desvio-padro
da ordem de 0,02 mm a uma distncia de 300 mm entre a cmara e o objeto, e 0,12
mm a uma distncia cmara-objeto de 900 mm (3D DIGITAL CORP, 2006).

Outra vantagem de um sistema de varredura LASER que o processo de
reconstruo muito rpido e no h a necessidade de contato com o objeto,
possibilitando que superfcies frgeis sejam medidas. Estes sistemas medem uma
grande quantidade de pontos rapidamente, mas somente as partes dos objetos que
esto no campo de visada do sensor, podem ser digitalizadas. Por isso, para que
haja a cobertura total de um objeto maior que o campo de cobertura do sensor, h a
necessidade da tomada de mltiplas posies para cobrir todo o objeto. Algumas
vezes os sistemas a LASER possuem plataformas giratrias que permitem mover o
objeto em movimentos precisamente sincronizados ao processo de varredura. Outra
forma de superar essa dificuldade por alguns sistemas a utilizao de braos
articulados, semelhante aos utilizados nas sondas tteis (Seo 2.2), de forma que a
posio do sistema LASER possa ser determinada a cada instante de tomada das
imagens e as regies oclusas possam ser digitalizadas.

Os sistemas a LASER no trabalham bem em superfcies muito polidas e
reflexivas, e, tambm, com objetos escuros. Entretanto, possvel pintar estas
superfcies de branco ou pulveriz-las com p branco para torn-las visveis ao
LASER.

40

Muitos destes sistemas so comerciais, sendo utilizados em vrias
aplicaes. Os modelos de sistemas LASER variam com a finalidade de sua
aplicao. Existem sistemas capazes de produzir modelos tridimensionais altamente
acurados e que so adequados para medir vrios objetos, com apenas alguns
centmetros de tamanho (Figura 2-5a), como corpos humanos (Figura 2-5b), at
instalaes de complexos industriais (Figura 2-5c e Figura 2-5d), monocromticos ou
com composio de textura (SIMPLE 3D, 2003). Existem sistemas que so
aerotransportados e por caminhamento (tracking) (DALMOLIN e SANTOS, 2004),
que permitem a modelagem digital do terreno (MDT), com aplicaes voltadas ao
mapeamento, mas que no se enquadram ao foco principal deste projeto, e por isso
no sero abordados.

Figura 2-5 Sistemas e aplicaes dos sistemas de varredura LASER: Fontes: (a) e (b)
Cyberware (2006), (c) Santiago e Cintra (2003), (d) Cyra (2003).

a
b
d
c
c

41

2.4 SISTEMAS FOTOGRAMTRICOS

A Fotogrametria outra tcnica de obteno de modelos 3D de superfcies.
Seu fundamento est na utilizao de fotografias para a extrao de informaes
mtricas de objetos (Figura 2-6). No mtodo estreo-fotogramtrico convencional,
tendo-se um mnimo de duas fotografias de uma mesma superfcie de um objeto,
capturadas de pontos de vista diferentes, possvel reconstituir numericamente as
feies tridimensionais que o representam. Na Fotogrametria convencional, as
coordenadas de pelo menos trs pontos de apoio bem distribudos devem ser
conhecidas no objeto, para permitir a determinao indireta dos parmetros de
orientao exterior. Alternativamente, possvel medir diretamente estes
parmetros, ou somente a base entre as cmaras, propiciando a reconstruo de
um modelo em escala sem a necessidade de pontos de apoio. Nesta situao,
fixando-se a base, possvel determinar a orientao relativa (OR) entre as imagens
(MIKHAIL; BETHEL; MCGLONE, 2001).

Com o advento da era digital, os processamentos fotogramtricos, que antes
eram realizados em grandes equipamentos pticos e mecnicos, agora podem ser,
na sua totalidade, realizados em meio analtico-digital. Usando uma cmara digital
com orientao interior (OI) conhecida (distncia focal, efeitos sistemticos de
formao da imagem, tamanho do quadro e nmero de pxeis) e um programa de
computador especfico, o usurio pode extrair as medidas 3D de um objeto sem a
necessidade de mant-lo disponvel por muito tempo. Um dos maiores problemas da
Fotogrametria convencional o processo de correspondncia para a determinao
de pontos homlogos entre as imagens. O processo de correspondncia, em
Fotogrametria Analgica e Analtica, realizado ponto a ponto por meio de
correlao visual ou eletrnica (MIKHAIL; BETHEL; MCGLONE, 2001), feita com a
interveno de um tcnico experiente, e com a utilizao de equipamentos
restituidores que so grandes, caros e de difcil utilizao, tornando o processo
muito demorado para obteno de modelos 3D. Na Fotogrametria Digital, para tornar
mais rpido o processo de correspondncia entre pontos homlogos h e est
sendo desenvolvido um grande nmero de mtodos semi-automticos e
automticos. Apesar disso, dependendo da complexidade da superfcie do objeto, o

42

tempo para a gerao de um modelo 3D com grande densidade de pontos pode ser
restritivo.

X
Y
Z Coordenadas de
pontos medidas
nas imagens
Centros perspectivos
das cmaras
Sistema de referncia
do espao objeto
Pontos de apoio
no espao objeto
Ponto determinado
por interseco fotogramtrica
Zona de superposio
das imagens
CP
CP
p
p
P
P
r
o
d
u
o
:

M
r
i
o
L
u
i
z

L
o
p
e
s

R
e
i
z
y
x
z
y
x
Base entre as imagens

Figura 2-6 Reconstruo 3D baseada em Fotogrametria

Basicamente, o tamanho do objeto a ser medido e a preciso obtida variam
com as caractersticas do equipamento empregado (resoluo da imagem,
parmetros de distoro das lentes, etc.) e com a relao entre a base entre as fotos
e a distncia ao objeto. As aplicaes convencionais so os levantamentos
aerofotogramtricos, destinados confeco de mapas, e os levantamentos de
monumentos histricos, destinados restaurao e documentao. H aplicaes a
curta distncia, nas quais so reconstrudos objetos de mdio e pequeno porte,
como: esculturas, artefatos arqueolgicos, etc.

A Fotogrametria a curta distncia (em ingls: Close Range Photogrammetry)
usada para descrever a tcnica fotogramtrica empregada quando a extenso do
objeto a ser medido menor que 100 m e as cmaras so posicionadas a uma
distncia prxima deste valor (ATKINSON, 1996).

43

Uma soluo para o problema da correspondncia em Fotogrametria a curta
distncia a projeo de um padro de luz sobre o objeto com o objetivo de gerar
uma textura, e assim, facilitar o processo de correlao. Maas (1992) utilizou esse
artifcio, por meio de um projetor de slides, e montou um sistema de aquisio
baseado em duas ou mais cmaras (Figura 2-7).
(a)

(b)

(c)
Figura 2-7 Sistema de reconstruo fotogramtrica desenvolvido por Maas (1992): (a)
Configurao do sistema de aquisio de imagens; (b) Busto de Beethoven com pontos
projetados; (c) Reconstruo em isolinhas.

A textura utilizada foi uma malha de pontos circulares. Para a determinao
da correspondncia entre as imagens, foi utilizada a geometria de linhas epipolares.

44

Em seus testes foi alcanada uma acuraria de at 0,05 pxel. A configurao do
sistema de aquisio ilustrada na Figura 2-7a. Nas Figura 2-7b e Figura 2-7c
mostrado um exemplo de aplicao, sendo ela um busto com os padres de luz
projetados e a sua respectiva reconstruo em um modelo de isolinhas.

Aplicao semelhante foi realizada por Pastoriza, Snchez e Cimadevila
(2004), para um processo de engenharia reversa de um automvel e do casco de
um barco. Foi projetada uma malha de pontos sobre a superfcie do objeto usando
um projetor multimdia, e feito tomadas com uma cmara digital (Figura 2-8).

Figura 2-8 Equipamentos empregados em uma aplicao de engenharia reversa. (a) Projetor
multimdia e (b) cmara digital. Fonte: Pastoriza, Snchez e Cimadevila (2004).

Pontos de apoio foram fixados na superfcie da lataria do automvel (Figura
2-9) e suas coordenadas determinadas, em um referencial arbitrado, por meio de
interseco topogrfica.

Figura 2-9 Pontos de apoio e malha de pontos projetados. Fonte: Pastoriza, Snchez e
Cimadevila (2004).

45

A obteno da nuvem de pontos do modelo foi realizada por interseco
fotogramtrica, e para a gerao do modelo da superfcie a partir desta nuvem foi
utilizado um programa comercial de modelagem (Figura 2-10).

Figura 2-10 Superfcies geradas. Fonte: Pastoriza, Snchez e Cimadevila (2004).

Apesar de muitos autores considerarem estas aplicaes desenvolvidas por
Maas (1992) e Pastoriza, Snchez e Cimadevila (2004) como aplicaes de luz
estruturada, elas na verdade no usam a geometria dos padres de luz para a
reconstruo dos objetos, mas apenas a textura para auxiliar na correspondncia
automtica de imagens.

A necessidade de pontos de apoio pode ser proibitiva para algumas
aplicaes em que o contato fsico com a superfcie do objeto necessita ser evitado.
Ao se utilizar uma nica cmara para a tomada de duas ou mais imagens em pontos
de vista diferentes, e conseqentemente, em instantes diferentes, h a necessidade
de que os padres de luz projetados fiquem ligados durante o processo de captura e
que o objeto fique esttico entre as tomadas. Usando duas ou mais cmaras, com
orientaes relativas conhecidas entre elas, a necessidade de imobilidade dos
Importao
*.IGS
Nuvem de
pontos
Edio da rede
de tringulos
Gerao da rede
de tringulos
Superfcie
editada e
renderizada

46

objetos pode ser suprimida, mas os instantes de tomadas das cmaras necessitam
ser sincronizados.

Alguns conceitos importantes referentes Fotogrametria sero abordados a
seguir com o intuito dar clareza aos leitores no familiarizados no assunto. Aos
conhecedores do tema, a leitura poder ser suprimida sem prejuzo do entendimento
geral da tese.

2.4.1 ORIENTAO DE IMAGENS

Basicamente, como dito anteriormente, a Fotogrametria visa extrao de
medidas precisas dos objetos da cena por meio de fotografias ou imagens. Duas
etapas de orientao de imagens so necessrias: a Orientao Interior (OI) e a
Orientao Exterior (OE) (ATKINSON, 1996; ANDRADE, 1998; MIKHAIL; BETHEL;
MCGLONE, 2001).

2.4.1.1 ORIENTAO INTERIOR

No processo de OI realizada a reconstruo da geometria interna da
cmara no instante da tomada da fotografia, ou seja, a recuperada a posio da
fotografia em relao ao interior da cmara (ANDRADE, 1998). Este procedimento
pode ser tambm denominado de orientao intrnseca ou orientao interna.

Para cmaras fotogramtricas convencionais a OI Analtica realizada
inicialmente por uma transformao das coordenadas do sistema de mquina
adotado para o sistema fiducial, com uma transformao geomtrica adequada que,
simultaneamente, corrige o trabalho do filme. Quando a cmara for digital, o
conjunto de elementos sensores considerado rgido. Desta forma, basta uma
transformao geomtrica mais simples, com duas translaes para o centro da
imagem, uma reflexo do eixo y do sistema de coordenadas da imagem e a
aplicao de um fator de escala correspondente ao tamanho do elemento sensor,

47

para levar do sistema linha-coluna para um sistema com origem no centro
geomtrico da imagem (sistema centrado).

A etapa seguinte, realizada no processo de OI, a transformao do
sistema de coordenadas fiduciais (ou do sistema centrado, no caso de cmaras
digitais) para o sistema fotogramtrico, com a correo do deslocamento do PP.

A fase final da OI a correo das distores das lentes, que so os efeitos
sistemticos inerentes ao sistema de obteno da fotografia. Outro efeito existente
a refrao atmosfrica; todavia, em Fotogrametria terrestre e a curta distncia, os
efeitos causados por ela so pequenos, possibilitando que seja desprezada, na
maioria dos casos.

Maiores detalhes sobre a OI podem ser encontrados em: Brown (1971);
Lugnani (1987); Galo (1993); Atkinson (1996); Andrade (1998); Mikhail, Bethel,
Mcglone (2001).

2.4.1.2 ORIENTAO EXTERIOR

O procedimento de OE tem como finalidade estimar as posies e rotaes
da cmara, referenciadas ao sistema de coordenadas do espao objeto. So
determinados seis parmetros para cada estao da cmara, ou seja, para cada
foto: trs translaes do CP (
CP
X ,
CP
Y e
CP
Z ), e trs rotaes ou ngulos de Euler
(ANDRADE, 1998), representados pelas letras gregas (kappa), (phi) e
(mega).

A OE, na Fotogrametria convencional, pode ser determinada indiretamente
por meio de um procedimento de fototriangulao de um conjunto de fotos (bloco ou
modelo) ou pelo processo de resseo espacial com cada foto de forma isolada.
Estes procedimentos utilizam o modelo de colinearidade (2.1), que relaciona o ponto
medido na imagem com o ponto no espao objeto:

48

( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
CP CP CP
CP CP CP
p
CP CP CP
CP CP CP
p
Z Z r Y Y r X X r
Z Z r Y Y r X X r
f y
Z Z r Y Y r X X r
Z Z r Y Y r X X r
f x
+ +
+ +
=
+ +
+ +
=
33 32 31
23 22 21
33 32 31
13 12 11
(2.1)

onde

=
=
0
0
y y y
x x x
p p
p p
(2.2)

sendo:
p
x e
p
y as coordenadas do ponto imagem no sistema fotogramtrico,

p
x
`
e
p
y as coordenadas do ponto imagem no sistema fiducial (ou no sistema
centrado),

0
x e
0
y coordenadas do PP.
Y X, e Z as coordenadas de pontos no sistema de referncia do espao
objeto;
CP CP
Y X , e
CP
Z as coordenadas do CP, no sistema de referncia do espao
objeto;
um fator de escala;
f a focal calibrada da cmara;
R a matriz de rotao entre os sistemas referenciais, aqui definida pela
seqncia ( ) ( ) ( )
X Y Z
R R R :

(
(
(

+
+
=

cos cos sen cos sen

cos sen sen sen cos sen sen sen cos cos cos sen
cos sen cos sen sen sen sen cos cos sen cos cos
k
R
(2.3)

Se a finalidade gerar modelos no referencial do espao objeto, ento os
pontos de apoio precisam ser medidos. Se o que se deseja so apenas modelos em
escala, no importando o referencial adotado, ento podem ser usadas alternativas.

49

Uma delas fixar a base entre duas fotos e orientar o modelo relativamente. Caso a
base tenha sido arbitrada, pode-se depois medir uma distncia no espao objeto e
sua homologa no espao do modelo para determinar o fator de escala entre o objeto
e o modelo.

No processo de Resseo Espacial os parmetros de OE so estimados
indiretamente por meio do Mtodo dos Mnimos Quadrados (GEMAEL, 1994), no
qual o conjunto de parmetros [ ]
CP CP CP
Z Y X , , , , , so as incgnitas, [ ]
p p
y x , so
observaes, [ ] Z Y X , , so coordenadas conhecidas de pontos do espao objeto e a
distncia focal f considerada como constante.

A condio mnima necessria para determinar indiretamente a OE de uma
foto isolada por resseo espacial a medio de 3 pontos de apoio no referencial
do objeto, obtendo-se soluo nica. Na prtica, so medidos mais de 4 pontos para
que haja superabundncia e seja possvel detectar eventuais erros grosseiros
ocorridos na medio.

A condio de coplanaridade (2.4) tambm bastante utilizada no processo
de OR (Figura 2-11).

Figura 2-11 Condio de coplanaridade.

50

A equao de Coplanaridade parte do princpio de que o CP da foto da
esquerda e o da direita, dois pontos homlogos medidos na foto e o ponto no
espao objeto so coplanares (ver Figura 2-11), ou seja, pode-se estabelecer a
seguinte equao vetorial:

( ) 0 = B D E (2.4)

onde E e D so os vetores projetantes que partem do CP e passam pelo ponto
imagem e B a base. Expandindo (2.4) obtm-se:

( ) ( ) ( ) 0 = + +
E D D E Z D E E D Y E D D E X
v u v u B w u w u B w v w v B (2.5)

As componentes da base B so:

) (
D E
CP CP X
X X B = , ) (
D E
CP CP Y
Y Y B = e ) (
D E
CP CP Z
Z Z B = . (2.6)

e as componentes do vetor E so:

( ) ( ) ( )
e E e e E e e E E
f r y y r x x r u + + =
31 0 21 0 11

( ) ( ) ( )
e E e e E e e E E
f r y y r x x r v + + =
32 0 22 0 12
(2.7)
( ) ( ) ( )
e E e e E e e E E
f r y y r x x r w + + =
33 0 23 0 13

em que:
E
ij
r so funes dos ngulos de rotao
E
k ,
E
e
E
para a foto da
esquerda;
e
x
0
,
e
y
0
so as fotocoordenadas do Ponto Principal (PP) da foto da
esquerda;
e
x ,
e
y so as fotocoordenadas do ponto da foto da esquerda;
E E E
CP CP CP
Z Y X , , so as coordenadas do centro perspectivo da foto da
esquerda em um referencial arbitrado;
D D D
CP CP CP
Z Y X , , so as coordenadas do centro perspectivo da foto da
direita em um referencial arbitrado;
D D D
w v u e , so anlogos a
E E E
w v u e , , mas calculados considerando os
parmetros da foto direita.

51

Na OR convencional, determina-se apenas 5 parmetros (B
Y
, B
Z
,
d
,
d
e
d
). Ruy (2004), adaptou o modelo para considerar os 12 parmetros de OE,
permitindo a sua fixao por meio de injunes, o que propicia o uso de parmetros
determinados diretamente. Medindo um mnimo de 5 pontos homlogos, nos quais
as coordenadas
D D E E
P P P P
y x y x e ,
,
so observaes, possvel determinar os demais
parmetros ] , , , , [
D CP D CP D D D
Z Y por meio do MMQ em uma soluo nica. Na
prtica so medidos mais de 6 pontos homlogos para que haja a possibilidade de
calcular a preciso dos resultados.

Os procedimentos de OE usando as condies de colinearidade e
coplanaridade so mtodos convencionais utilizados em Fotogrametria, e podem ser
encontrados em maiores detalhes em: Atkinson (1996); Wolf E Dewitt (2000);
Mikhail, Bethel, Mcglone (2001).

2.4.1.3 CALIBRAO DE CMARAS

Outro processo bastante conhecido na rea de Fotogrametria a calibrao
de cmaras. Ela consiste em determinar, especificamente os parmetros de
orientao interna da cmara. Um dos mtodos freqentemente adotado para isso
o da Fototriangulao com parmetros adicionais, por meio da equao de
colinearidade (MERCHANT, 1968; BROWN, 1971; LUGNANI, 1987; GALO, 1993;
ATKINSON, 1996; ANDRADE, 1998; MIKHAIL, BETHEL, MCGLONE, 2001). Neste
mtodo, so tomadas fotografias de um campo de calibrao e processada uma
Fototriangulao usando as equaes de colinearidade acrescidas dos efeitos
sistemticos de formao da imagem (deslocamento do ponto principal, distores
das lentes e parmetros de afinidade). Outro parmetro de OI a ser determinado a
focal da cmara.

Para a soluo do sistema de equaes, considerando 10 parmetros de OI
(GALO, 1993) so necessrios, no mnimo, a tomada de duas fotografias com
pontos de vistas diferentes e que sejam medidos, no mnimo, 6 pontos homlogos
nas fotos, obtendo-se 2 graus de liberdade. Entretanto, para evitar singularidade no

52

sistema de equaes, alm disso, necessrio que as imagens sejam todas com
variao da distncia cmara-objeto e a variao de rotao entre as imagens para
eliminar a correlao entre os parmetros. Quando o campo de testes plano, pode-
se utilizar tomadas convergentes para eliminar as correlaes sendo este mtodo
denominado de cmaras convergentes (MERCHANT, 1968; BROWN, 1971;
LUGNANI, 1987; GALO, 1993; ATKINSON, 1996; ANDRADE, 1998; MIKHAIL,
BETHEL, MCGLONE, 2001).

2.4.1.4 EQUAES DE COLINEARIDADE NA FORMA INVERSA

Uma vez conhecidos os parmetros OE de uma imagem no espao ( , ,
,
CP
X ,
CP
Y e
CP
Z ) e a coordenada Z de um ponto no espao objeto, possvel
projetar as coordenadas do espao imagem para o espao objeto por meio das
equaes de colinearidade inversa:

f r y r x r
f r y r x r
Z Z Y Y
f r y r x r
f r y r x r
Z Z X X
p p
p p
CP CP
p p
p p
CP CP
33 23 13
32 22 12
33 23 13
31 21 11
) (
) (
+
+
+ =
+
+
+ =
(2.8)

2.5 SISTEMAS POR LUZ ESTRUTURADA

Luz estruturada uma luz emitida por uma fonte e cuja propagao
modificada para adquirir uma forma especfica ao ser projetada sobre uma
superfcie. A luz utilizada geralmente est na faixa do visvel, e a fonte
encapsulada em um receptculo para que sua projeo seja dada em uma direo
controlada; na qual posicionado um anteparo com orifcios em formas geomtricas
especficas que daro forma luz projetada atravs do anteparo.

53

O objetivo das tcnicas de reconstruo por luz estruturada medir a forma
de objetos tridimensionais usando tcnicas automticas, sem a necessidade de
contato com o objeto (ROBINSON; ALBOUL; RODRIQUES, 2004).

Na reconstruo tridimensional por luz estruturada, padres so projetados
sobre a superfcie do objeto e um instrumento sensor captura a imagem dos padres
que so distorcidos devido ao relevo da superfcie de projeo (Figura 2-12). A
reconstruo realizada conhecendo-se a geometria de projeo de um ponto de
luz, partindo do projetor at o objeto, e medindo-se a coordenada desse ponto na
imagem.

Figura 2-12 Sistema de reconstruo por luz estruturada.

Sendo o projetor posicionado a certa distncia do sensor, essa distncia e a
orientao relativa entre o projetor determinados e o sensor fixos, possvel
determinar a coordenada do ponto na superfcie por meio de um processo de
interseco. Esse procedimento tem o mesmo fundamento que os sistemas a
LASER por triangulao e os sistemas fotogramtricos. Assim sendo, baseado na
literatura consultada (ITO e ISHII, 1995; DURDLE, THAYYOOR e RASO, 1998;
LEVOY et al, 2000; ROCCHINI et al, 2001; ZHANG e WEI, 2002), os sistemas
baseados em luz estruturada so fundamentados em trs problemas principais:

54

Codificao dos padres;
Calibrao do sistema; e
Unidade de captura.

A codificao dos padres diz respeito forma de correspondncia dos
padres de luz estruturada projetados sobre a imagem para a sua posterior
decodificao; ou seja, para que depois seja possvel determinar cada ponto de luz
estruturada dentre os demais projetados e atribuir a eles os parmetros geomtricos
que permitem a reconstruo do ponto tridimensionalmente. A calibrao visa
determinar os parmetros da geometria de projeo do ponto de luz estruturada
indexado. O terceiro aspecto, a unidade de captura, diz respeito ferramenta fsica
de projeo e imageamento dos padres de luz estruturada, e construdo de
acordo com as caractersticas do tipo de padro a ser projetado.

Alguns sistemas usam uma nica faixa ou um nico ponto de luz para medir
os objetos em regies de varredura (BERALDIN et al, 1992). Sistemas clssicos
baseados na varredura por faixa capturam o perfil de uma fatia do objeto de
interesse por vez, sendo que, para se medir um modelo de superfcie completo
necessrio se obter um nmero considervel de perfis relacionados espacialmente
entre si. Para cada linha de varredura, a aquisio da superfcie completa exige que
o objeto ou que a linha projetada em relao ao objeto, se mova. Este movimento
deve ser controlado de acordo com a resoluo requerida para o modelo. Um
sistema deste tipo descrito em Levoy et al (2000) e foi empregado na digitalizao
de 10 esttuas de Michelangelo, incluindo a conhecida figura de David (Figura 2-13).
Este sistema, alm da varredura em linha, utiliza o princpio da triangulao para a
obteno das coordenadas do modelo (Figura 2-4, Seo 2.3).

Com a disponibilidade dos projetores LCD (Liquid Cristal Display Monitor
de cristal lquido) h uma maior facilidade de se projetar padres mais complexos,
aumentando a rea de medida da varredura (ROBINSON; ALBOUL; RODRIQUES,
2004). Desta forma, ao invs de projetar uma nica linha, vrias linhas podem ser
projetadas e capturadas em um mesmo instante, de forma que um objeto inteiro ou
uma rea considervel possa ser reconstrudo em uma nica tomada. Este tipo de
abordagem elimina a necessidade de que o objeto esteja esttico no momento da
captura do modelo. Entretanto, cada uma das linhas capturadas deve ter a sua

55

correspondncia determinada com o padro projetado para permitir a reconstruo
3D pelo procedimento de triangulao. Este processo de correspondncia
denominado indexao da linha projetada ou, quando for o caso, indexao do
ponto projetado. Abordagens possveis so: indexao por cor; indexao por
espaamento; e uma combinao de ambos.

Figura 2-13 Sistema usando varredura em linha e o princpio da triangulao. Fonte: Levoy et
al (2000).

Rocchini et al (2001) desenvolveram um sistema de reconstruo de baixo
custo, com a utilizao de equipamentos baratos, e que se baseia na projeo de
linhas com indexao por cor. Um projetor de vdeo foi usado para projetar os
padres de luz estruturada sobre os objetos e uma cmara digital de pequeno
formato foi usada para capturar as imagens dos objetos sob a luz estruturada
projetada. O dispositivo controlado por um programa em um computador pessoal
padro, que produz uma seqncia de padres projetados e controla a cmara
(Figura 2-14). A cmara captura as imagens com os padres projetados sobre o
objeto e imagens do objeto sem os padres e em diferentes condies de
iluminao. As imagens dos objetos com os padres so utilizadas para gerar o
modelo de superfcie do objeto a partir da geometria medida das distores dos

56

padres projetados. As outras imagens so utilizadas para a reconstruo do albedo
dos objetos.

Figura 2-14 Sistema de reconstruo desenvolvido usando indexao por cores. Fonte:
Rocchini et al (2001).

Na abordagem desenvolvida por Rocchini et al (2001), o procedimento de
calibrao realizado em 3 etapas:

Calibrao dos parmetros intrnsecos da cmara: realizado uma
vez que so fixados o foco, o zoom e a abertura do diafragma da cmara.
Neste procedimento so determinados os parmetros intrnsecos da
cmara (orientao interior): distncia focal, foco perspectivo (ponto
principal), e distoro radial;

Calibrao dos parmetros intrnsecos do projetor: realizado
depois de fixado o foco e o zoom do projetor. So determinados os
parmetros tridimensionais do conjunto de planos gerados por cada linha
vertical do projetor;

Calibrao global do sistema: resultado dos passos anteriores, e
retornam as rotaes e translaes do projetor com relao cmara.

A calibrao da cmara executada pela aquisio de imagens de uma
placa de calibrao que posicionada em um conjunto de posies conhecidas na

57

cena, de forma que toda a placa fotografada. Algumas marcas circulares
codificadas so sinalizadas na placa e detectadas automaticamente. O mtodo
utilizado para determinar os parmetros internos da cmara baseado na
abordagem proposta por Tsai (TSAI, 1987). A calibrao do projetor executada
pela aquisio do mesmo painel de calibrao iluminado com o padro de luz
estruturada em duas diferentes posies de aquisio de superfcie. Primeiramente,
a localizao tridimensional do plano de calibrao determinada automaticamente
pela deteco das posies e deformaes das marcas da placa nas imagens
adquiridas, em seguida, todas as linhas projetadas na placa so detectadas e as
correspondentes equaes das linhas no espao objeto so calculadas. A placa de
calibrao ento movida para outra posio no planar e os procedimentos de
medio so repetidos. Para cada linha vertical so calculados os coeficientes de
duas linhas correspondentes s duas sondagens do plano, e a equao 3D do plano
que define cada linha vertical determinada pelo clculo dos coeficientes do plano
que passa por essas duas linhas correspondentes e o centro focal do projetor
(ROCCHINI et al, 2001).

O padro utilizado pode ser visto na Figura 2-15, em que as faixas so
subdivididas em uma ordem seqencial. Desta forma, um inconveniente da
utilizao desta tcnica a necessidade de imobilidade do objeto a ser modelado.
Com este sistema, para uma distncia de trabalho de aproximadamente 1,3 m, a
acurcia da reconstruo foi de, aproximadamente, 0,7 mm para o eixo Y e 1,4 mm
para o eixo X. Em um teste usando a reconstruo de um azulejo de cermica, a
erro mdio dos pontos reconstrudos para um plano foi de 0,3 mm.

A indexao por espaamento uma metodologia que visa diminuir tanto a
ambigidade causada por degraus e descontinuidades das superfcies, como os
problemas causados pela baixa resoluo lateral, resultado do espaamento exigido
entre as faixas (DALEY e HASSEBROOK, 1998). Neste procedimento, a superfcie
codificada sucessivamente com padres de linha que variam em freqncia
espacial. Desta forma, cada localizao de pxel de uma superfcie imageada
codificada por uma seqncia binria. A seqncia resultante pode, ento, ser
decodificada sem ambigidade para um nmero finito de valores de distncia. Da
mesma forma que no sistema desenvolvido por Rocchini et al (2001), a aplicao de

58

sucessivos padres de linhas sobre o objeto implica na necessidade de imobilidade
do objeto por alguns instantes. Com isso, este sistema no pode ser empregado em
algumas aplicaes mdicas. Nas codificaes usando linhas a reconstruo
realizada por meio da interseo de cada ponto medido na imagem sobre a linha
codificada com os respectivos planos, cujos parmetros geomtricos so
determinados no processo de calibrao.

Figura 2-15 Seqncia de padres utilizada na abordagem
desenvolvida por Rocchini et al (2001).

Alm da utilizao de linhas nos padres de luz estruturada, a projeo de
grades de pontos tambm bastante empregada. Muitos dos sistemas
pretensamente chamados de luz estruturada, com projeo de nuvem de pontos,
simplesmente utilizam a luz ativa para gerar uma textura sobre o objeto e depois,
com duas ou mais cmaras, coletar imagens e usar as tcnicas convencionais de
correspondncia e interseo fotogramtrica (ATKINSON, 1996). Todavia, o conceito
de luz estruturada permite a reconstruo com uma cmara somente e um projetor.
Desta forma, a reconstruo de um ponto projetado realizada por meio do
conhecimento da geometria do sistema de aquisio (cmara-projetor), que so
devidamente calibrados considerando cada um dos pontos projetados. Com isso, da

59

mesma forma que na reconstruo baseada em linhas, em que cada uma delas tem
seus parmetros de calibrao determinados, na abordagem por pontos tambm
assim, ou seja, cada ponto deve ter seus parmetros de calibrao conhecidos para
serem usados na reconstruo por triangulao. A definio de quais so os
parmetros de calibrao depende da abordagem matemtica utilizada pelos
autores para representar a realidade fsica da unidade de captura.

Tommaselli (1998a) desenvolveu um modelo matemtico que relaciona o
centro perspectivo da cmara (CP), o centro perspectivo do projetor (P), cada ponto
(vetor diretor) (p
t
) do projetor com as coordenadas de sua projeo homloga na
imagem (c
t
) e a respectiva coordenada no objeto (S
t
) (Figura 2-16).

Figura 2-16 Geometria de reconstruo num sistema por luz estruturada.

Na Figura 2-16, tem-se um sistema com uma cmara e um projetor com
base entre eles conhecida. Os raios de luz, partindo do projetor atingem o objeto e
so capturados pela cmara em uma nica imagem. Dado um ponto c na imagem,
necessrio um processo de indexao (correspondncia) que permitir associar a
este ponto um ndice t para recuperar seus cossenos diretores dados por
t
p e assim

60

calcular a coordenada do ponto
t
S sobre o objeto. Desta forma, a codificao de
padres cria mecanismos para determinar essa indexao de forma unvoca
(correspondncia), ou seja, sem ambigidade, que caso contrrio, poderia levar a
uma reconstruo errada dos pontos na superfcie.

Retornando Figura 2-16 pode-se observar que cada ponto se propaga
partindo do CPP em uma direo conhecida e fixa, e para cada um desses pontos,
h um vetor diretor de ndice t. No modelo matemtico desenvolvido por Tommaselli
(1998a), tem-se as seguintes equaes:

t t
t t
t
t t
t t
t
n Z
m Y
f y
n Z
l X
f x
+
+
=
+
+
=
p
p
p
p
(2.9)
onde:
t t
y x , so as coordenadas fotogramtricas do t
simo
ponto projetado na
imagem;
f a distncia focal da cmara;
( )
t t t
n m l , , so os cossenos diretores, ou os elementos do vetor diretor do
ponto t projetado.

t
um fator de escala correspondente ao vetor diretor t;
( )
P P P
Z Y X , , so as coordenadas do centro de projeo do projetor (CPP).

As coordenadas dos pontos projetados na superfcie do objeto so dadas
pela relao (2.10), que a equao paramtrica da reta no espao, com origem no
CPP at o ponto X,Y,Z:

t t t
t t t
t t t
n Z Z
m Y Y
l X X
+ =
+ =
+ =
p
p
p
(2.10)

sendo: ( )
t t t
Z Y X , , as coordenadas 3D do ponto projetado t no referencial da cmara.

O valor de
t
calculado por meio de um processo de ajustamento pelo
mtodo paramtrico com iteraes, usando o modelo funcional (2.9), sendo:
t t
y x , as

61

observaes; ( )
t t t
n m l , , e ( )
P P P
Z Y X , , conhecidos previamente por meio de um
processo de calibrao, e
t
a incgnita. Desta forma, o referencial adotado para as
coordenadas envolvidas o referencial da cmara. Para se calcular as coordenadas
dos pontos da superfcie do objeto faz-se necessrio conhecer os parmetros de
calibrao do projetor, formados pelas coordenadas do CPP e os vetores diretores
de cada ponto projetado, e medir o valor da coordenada do ponto correspondente na
imagem.

A abordagem de calibrao desenvolvida por Tommaselli (1998a)
realizada em etapas sucessivas: primeiro se calibra a cmara, usando o mtodo de
feixes de raios e cmaras convergentes (BROWN, 1971, GALO (1993), ANDRADE,
1998) e, depois, calibrado o projetor por um mtodo especfico desenvolvido
baseado em planos paralelos (Tommaselli, 1998a).

No mtodo de calibrao desenvolvido por Tommaselli (1998), a calibrao
do projetor evita a parametrizao da sua geometria por meio de modelos com
distores das lentes, por exemplo. Ao invs disso, partiu-se para a determinao
espacial das equaes das retas projetadas, tendo em comum as coordenadas do
CPP. Assim, basta determinar a interseco das retas homlogas no espao
imagem e no projetor para se ter as coordenadas 3D dos pontos na superfcie
fotografada.

A idia proposta para calibrar o projetor anloga tcnica do Z aplicada
em fototriangulao por modelos independentes (LUGNANI, 1987). Com isso,
coletavam-se imagens do plano de calibrao em vrios planos paralelos no espao
objeto de forma que os pontos do projetor que interceptassem o plano de calibrao
pertenceriam a uma nica reta, tambm no espao objeto (Figura 2-17).

Depois de capturadas as imagens do plano de calibrao em tomadas
paralelas, um processo de resseo espacial era aplicado a cada imagem, de forma
a determinar os elementos de orientao exterior (OE) da cmara em cada instante
de tomada. Com esses parmetros possvel transformar as coordenadas dos
pontos projetados na imagem para o referencial do espao objeto, definido pelos
pontos de apoio, usando as equaes de colinearidade inversa. Tendo-se essas

62

coordenadas para cada ponto homlogo nas vrias tomadas dos planos paralelos,
possvel reconstruir a reta de projeo do ponto.

(a) (b)
Figura 2-17 (a) Esquematizao do mtodo de calibrao do projetor por planos paralelos; (b)
Sistema de reconstruo e plano da placa de calibrao. Fonte: Tommaselli (1998b).

Com a interseo de vrias retas no espao, as coordenadas do CPP foram
ento calculadas por trisseco (TOMMASELLI, 1998a). Uma vez determinadas as
coordenadas do CPP ( )
P P P
Z Y X , , , usando vrias retas projetadas, cuja interseo
com o plano de calibrao em cada tomada paralela i era dada pelas coordenadas
( )
t i t i t i
Z Y X
, , ,
, , , era possvel calcular os vetores diretores por meio das seguintes
relaes:

( )
( )
( )
=
=
=
+ +
=
+ +
=
+ +
=
img
img
img
n
i
t i t i t i
t i
img
t
n
i
t i t i t i
t i
img
t
n
i
t i t i t i
t i
img
t
Z Y X
Z
n
n
Z Y X
Y
n
m
Z Y X
X
n
l
0
2
, , ,
,
0
2
, , ,
,
0
2
, , ,
,
1
1
1
(2.11)

sendo ( ) ( )
t i P t i P t i P t i t i t i
Z Z Y Y X X Z Y X
, , , , , ,
, , , , = .

Pontos de
controle
Prottipo do
sistema
Placa de
calibrao
Pontos
projetados

Cmara

63

Uma abordagem de calibrao, usando tabelas que associam a
profundidade de um ponto com a sua posio na imagem, apresentada por
Beraldin et al (1992). Para cada ponto projetado sobre um plano com posio Z
conhecida, calculada a sua posio xy na imagem. Depois movido esse plano
para outras posies conhecidas e calculadas as suas correspondentes posies na
imagem. Desta forma, so montadas tabelas associativas relacionando profundidade
e posio na imagem, e vice-versa.

Em uma abordagem usando grade de pontos, a finalidade da codificao
possibilitar a indexao automtica entre os pontos imageados e os seus
parmetros de calibrao, ou seja, trata-se do problema clssico de
correspondncia.

Um grupo de tcnicas de codificao, denominado vizinhana espacial,
tem como objetivo criar regies de vizinhanas nicas ao redor do padro de um
ponto (SALVI, PAGS e BATLLE, 2004). Segundo Salvi, Pags e Batlle (2004), as
tcnicas de vizinhanas espaciais podem ser classificadas em:

a) Estratgias baseadas em codificao no formal, nas quais as
vizinhanas so geradas intuitivamente;

b) Estratgias baseadas em seqncias de Brujin: os vizinhos so
gerados usando seqncias pseudo-randmicas (BRUIJN
2
apud
MACWILLIAMS e SLOANE,1976).

c) Estratgias baseadas em arranjos-M (M-array), que so uma
extenso da teoria pseudo-randmica para o caso 2D
(MACWILLIAMS e SLOANE, 1976).

Nas estratgias baseadas em codificao no formal, os padres de luz
estruturada so projetados de forma que eles possam ser subdivididos em regies
menores, de modo que estas sub-regies contenham informaes que gerem uma
palavra-cdigo unvoca sem usar qualquer tipo de teoria de codificao matemtica

2
BRUIJN, N. G. de, A combinatorial problem. Nederl. AM. Wetensch. hoc. Ser. A., vol. 49, pp. 758-
764, 1946-Indag. Math., vol. 8, pp. 461-467, 1946.

64

(SALVI; PAGS; BATLLE, 2004). O termo palavra-cdigo (codeword) definido
como uma seqncia de partes de um cdigo correspondente a um smbolo
(ATALLAH, 2000).

Uma destas abordagens, apresentada por Maruyama e Abe (1993) (Figura
2-18), considera um padro binrio codificado com fendas verticais, as quais contm
interrupes geradas randomicamente. Estes cortes geram um conjunto de
segmentos de linhas de tal forma que a posio de um segmento no padro pode
ser determinada por seu prprio comprimento e os comprimentos de 6 segmentos
adjacentes (MARUYAMA e ABE, 1993). Este sistema foi construdo para a medio
de superfcies suaves.

Figura 2-18 Codificao de padro gerada por Maruyama e Abe (1993).

Neste mtodo, o processo de decodificao iniciado com a
correspondncia de cada segmento do padro com as fendas de igual comprimento,
observadas na imagem. So selecionadas as 6 fendas adjacentes, de forma a
propiciar a correspondncia correta. A principal desvantagem encontrada nessa
abordagem a variao do comprimento dos segmentos de linhas, devido a no
considerao pelo autor da natural variao de escala na imagem e os sistemas
pticos da cmara e do projetor.

Outra abordagem de codificao no formal foi proposta por Ito e Ishii
(1995), com a construo de um padro denominado tabuleiro de damas de trs

65

nveis (three-level checkerboard). Este padro (Figura 2-19) baseado em uma
grade nica, onde cada quadrado pintado com uma dentre trs possibilidades de
intensidade de cinza. Cada quadrado do tabuleiro definido como uma clula,
sendo a intensidade de cinza de uma clula selecionada de forma que seja diferente
de suas 4 vizinhas contguas. Um n definido como a interseco entre quatro
clulas. O cdigo principal extrado de um n identificado pela intensidade de cinza
de suas 4 clulas adjacentes. Desta forma, o nmero possvel de cdigos principais
diferentes 18 (3x6). O subcdigo definido como a combinao orientada no
sentido horrio do cdigo principal de 4 ns adjacentes. Para se obter a
decodificao de uma posio observada necessrio analisar a vizinhana
espacial de 12 clulas da grade. Nessa abordagem tambm foi utilizada a restrio
epipolar entre a cmara e o projetor para diferenciar ns que compartilham do
mesmo subcdigo (SALVI, PAGS e BATLLE, 2004).

Figura 2-19 Codificao de padro gerada por Ito e Ishii (1995).

Tommaselli (1998a e 1998b) apresentou uma abordagem baseada em uma
grade de pontos circulares, com dimenso de 21x21 pontos, espaados de maneira
uniforme. A cada 5 padres havia um crculo com dimenses diferentes (Figura
2-20). Pelo nmero de pxeis e pela posio em que eles se encontravam na
imagem era possvel fazer uma pr-classificao dos padres. O procedimento de
crescimento de regies foi empregado para segmentar os padres projetados do
fundo e computar as coordenadas do centro de massa das regies
automaticamente. A abordagem de reconhecimento funcionava semi-

66

automaticamente e bons resultados eram possveis em superfcies de relevos
suaves. Em superfcies sinuosas com muitas regies de sombra, nas quais ocorria
ocluso de padres, o procedimento falhava.

Figura 2-20 Padres projetados na primeira abordagem.

Numa tentativa de incrementar o sistema de reconhecimento foi
desenvolvida uma abordagem onde se empregou uma codificao de padres no
formal usando 6 smbolos, 3 cores (vermelho, azul e branco) combinadas com 3
formas (quadrado, tringulo e crculo), em um arranjo tambm de 21x21 elementos
da grade (Figura 2-21). Apesar desta configurao, as formas no foram utilizadas
na decodificao. A metodologia criada ainda apresentou muitas ambigidades no
reconhecimento de superfcies com sinuosidades, e uma abordagem semi-
automtica para decodificao ainda continuou sendo empregada (SCALCO, 2000).

Figura 2-21 Imagem do padro projetado em Scalco (2000).

67

Mesmo com toda a problemtica envolvida, o sistema produziu resultados de
0,5 mm em profundidade e 0,2 mm em coordenadas XY para uma distncia cmara-
objeto de aproximadamente 1,0 m.

Muitas das tcnicas de codificao no-formal usam algoritmos de fora-
bruta para gerar seqncias de padres que permitam a eliminao de
ambigidades no procedimento de decodificao. Uma alternativa formal bastante
empregada a utilizao de seqncias De Bruijn (BRUIJN
3
apud MACWILLIAMS
e SLOANE, 1976). Esta seqncia definida como um arranjo de caracteres
circulares de comprimento
m
n , sedo m a ordem e n o nmero de smbolos do
alfabeto desta seqncia. Na seqncia De Bruijn, o subconjunto de smbolos de
tamanho m aparece exatamente uma vez. De forma similar, na teoria pseudo-
randmica uma seqncia tem comprimento 1
m
n pelo fato de no conter
subconjuntos formados por elementos nulos (MACWILLIAMS e SLOANE, 1976).
Uma propriedade da seqncia De Bruijn que ela apresenta uma funo de auto-
correlao 2D com um nico pico no momento zero, significando que ela a melhor
funo de auto-correlao que pode ser obtida e que ela claramente no
correlacionada (SALVI, PAGS e BATLLE, 2004). Muitos autores usam as
seqncias pseudo-randmicas para codificar padres baseados em linhas verticais
ou horizontais ou em grandes de padres.

Um mtodo de indexao misto, empregando a codificao das linhas por
cores e espaamento foi desenvolvido por Zhang et al (2002), com base na
seqncia De Bruijn, o que permitiu gerar uma seqncia de linhas coloridas de
forma que cada 3 cores consecutivas fossem nicas. Desta forma foi criado um
nico padro para a gerao do modelo de superfcie em uma nica tomada.
Considerando uma preciso relativa a um plano ajustado, o desvio-padro obtido foi
de 0,18 mm em Z.

Outro trabalho bastante citado na literatura foi desenvolvido por Vuylsteke e
Oosterlinck (1990), que apresentaram uma codificao de padres binria por meio
da seqncia De Bruijn onde criada uma nica malha de padres. O sistema de

3
BRUIJN, N. G. de, A combinatorial problem. Nederl. AM. Wetensch. hoc. Ser. A., vol. 49, pp. 758-
764, 1946-Indag. Math., vol. 8, pp. 461-467, 1946.

68

codificao se baseia em duas seqncias binrias de ordem 6 e comprimento 63, e
que pode ser visto na Figura 2-22.

(a)
(b)
Figura 2-22 Estratgia de codificao de Bruijn: (a) Primitivas de representao binria
propostas por Vuylsteke e Oosterlinck (1990); (b) Malha de padres gerada usando as
primitivas. Fonte: Vuylsteke e Oosterlinck (1990).

Outra teoria da codificao de padres que tambm aplicada em sistemas
de luz estruturada o conceito de mapas perfeitos (perfect maps), com o objetivo
de codificar univocamente um padro.

Os mapas perfeitos so matrizes com a seguinte propriedade: dada uma
matriz M de dimenses rv formada de um alfabeto de k smbolos, se M for um
mapa perfeito, ento uma submatriz de dimenses nm aparecer apenas uma
nica vez. Esta propriedade da matriz M de possuir submatrizes nicas
denominada de propriedade da janela (MACWILLIAMS e SLOANE,1976). No caso
desta matriz ter todas as submatrizes com exceo da formada por elementos nulos,
ela ento ser chamada de arranjo-M ou arranjo pseudo-randmico
(MACWILLIAMS e SLOANE, 1976; ETZION, 1988; SALVI, PAGS e BATLLE,
2004). Essa propriedade da janela permite a indexao de padres de luz
estruturada minimizando a possibilidade de ambigidades, e por isso, de especial
interesse na teoria de codificao de padres. Alguns autores apresentam

69

abordagens que parecem ser semelhantes s desenvolvidas nesta tese (GRIFFIN,
NARASIMHAN; YEE ,1992; HSIEH, 2001; MORANO et al, 1998).

No trabalho de Griffin, Narasimhan e Yee (1992) foi desenvolvido um
processo sistemtico de construo de um arranjo de tamanho mximo de nm
baseado em um alfabeto de b smbolos com algumas restries: cada elemento do
arranjo tem apenas uma nica palavra-cdigo formada por seus prprios valores e
os valores correspondentes de seus quatro vizinhos nas direes: norte, sul, leste e
oeste. De acordo com Salvi, Pags e Batlle (2004), este procedimento gera um tipo
de arranjo especial de mapas perfeitos, desde que a janela propriedade seja de
dimenso 33. Um exemplo de padro usando 3 formas geomtricas (b=3)
ilustrado na Figura 2-23, em que o padro utilizado foi pintado de preto e branco,
formando uma grade de 1866 pontos.

Figura 2-23 Exemplo de codificao desenvolvida usando arranjo-M, com formas
geomtricas em preto e branco. Fonte: Griffin, Narasimhan e Yee (1992).

Uma abordagem usando cores tambm foi testada por Griffin, Narasimhan e
Yee (1992), considerando crculos coloridos, sendo o nmero de smbolos igual a
quatro (b=4). Todavia, a abordagem usando cores em preto e branco mostrou-se
mais robusta que a abordagem usando padres coloridos, principalmente na
presena de objetos coloridos. Posteriormente Hsieh (2001) incrementou o trabalho
de Griffin, Narasimhan e Yee (1992), apresentando um mtodo analtico de
decodificao do arranjo-M por meio de operaes aritmticas simples com os
elementos da janela, e que resultaram em uma rpida decodificao dos padres.

Outro trabalho de codificao baseado em arranjos-M foi apresentado por
Morano et al (1998) (Figura 2-24), em que proposto um algoritmo de construo de

70

arranjos com a fixao do comprimento do alfabeto de smbolos, o tamanho da
propriedade da janela, o tamanho do arranjo-M e a distncia Hamming entre cada
janela.

Bastante usada na teoria da informao, a distncia Hamming entre dois
conjuntos de caracteres igual ao nmero de posies nas quais os smbolos
correspondentes so diferentes. Uma maneira de se entender isso analisando o
nmero de substituies necessrias para transformar uma seqncia de caracteres
em outra. Exemplo: a distncia Hamming entre 0110110 e 0100010 2, e entre
mximo e mnimo tambm 2 (HAMMING,1950).

O algoritmo desenvolvido por Morano et al (1998), usado para gerar o
arranjo com propriedades fixadas, baseado no emprego da fora-bruta.
Considerando um arranjo-M baseado em trs smbolos, com uma propriedade da
janela de dimenso 33, o primeiro passo do algoritmo selecionar uma janela
randomicamente e coloc-la no vrtice noroeste da matriz que est sendo criada.
Depois disso, colunas randmicas consecutivas de dimenso 13 so adicionadas
direita da submatriz inicial, mantendo-se a integridade da janela propriedade do
arranjo-M e a distncia Hamming entre as janelas (ver Figura 2-24).

(a)
Figura 2-24 Exemplo de codificao desenvolvida usando arranjo-M, com crculos coloridos:
(a) esquematizao do processo de gerao do arranjo; (b) padro projetado sobre uma
superfcie real. (Fonte: Morano et al, 1998).

Depois de percorridas as colunas, linhas de dimenso 31 so adicionadas
abaixo da submatriz inicial, de forma semelhante ao processo realizado com as
colunas. O processo se repete, na direo horizontal e vertical at que todo o

71

arranjo-M seja completado. Sempre que o processo chegar a um ponto em que
qualquer novo elemento que venha a ser adicionado no atenda restrio de
manter a propriedade da janela global, o arranjo eliminado e um novo processo
recomeado, at que o arranjo-M tenha sido formado.

A grade de pontos codificada inserida no projetor especfico para a
aplicao, projetada sobre a superfcie a ser modelada e capturados pela cmara.
Os padres de luz estruturada devem, ento, ser decodificados na imagem
capturada e a posio dos pontos deve ser determinada univocamente, de forma a
encontrar a correspondncia entre a imagem e o padro original. Muitas outras
abordagens de codificaes baseadas em vizinhana espacial de padres so
encontradas na literatura (SALVI, PAGS e BATLLE, 2004).

O trabalho motivador do desenvolvimento deste estudo o realizado por
Tommaselli (1998a e 1998b). Outra caracterstica importante de seu trabalho a
unidade de coleta de imagens. Ela foi constituda de um projetor de padres e uma
cmara digital de pequeno formato. O projetor uma das partes essenciais do
sistema por propiciar a luz estruturada que gera a geometria de reconstruo. A
construo do prottipo foi realizada a partir de componentes de um projetor de
slides, montado sobre uma plataforma de polietileno e alumnio, e so eles (Figura
2-25):

1. Fonte de luz: lmpada de halognio, que gera uma luz branca;
2. Espelho: espelho cncavo, que captura a luz que se propagaria na
direo oposta aos condensadores e a redireciona;
3. Condensador: captura a luz proveniente da fonte e a condensa em
direo ao slide do padro a ser projetado;
4. Suporte do slide: receptculo onde o slide do padro a ser projetado
fixado;
5. Slide: fotolito onde gravado o padro com a forma da luz
estruturada a ser projetada sobre a superfcie dos objetos;
6. Objetiva: onde a luz projetada ampliada para atingir as dimenses
adequadas de projeo sobre os objetos;

72

7. Espelho direcionador: espelho fixo que tem o objetivo de desviar a
luz do padro para ser projetada na direo do objeto a ser
reconstrudo;
8. Sistema de ventilao: necessria para resfriar o sistema
condensador.

(a)
(b)
Figura 2-25 Esquematizao do sistema de reconstruo desenvolvido por Tommaselli
(1998a): (a) ilustrao dos componentes internos do projetor: (1) espelho colimador de luz; (2)
fonte de luz; (3) condensador; (4) suporte do slide; (5) slide do padro a ser projetado; (6)
objetiva; (7) espelho refletor; (8) sistema de ventilao; (b) foto da unidade de coleta completa.

Uma dificuldade da construo do prottipo deste sistema a no existncia
de um sistema de sincronismo entre a captura das imagens e a iluminao do
projetor. Por esta razo e tambm para permitir a correta focalizao da objetiva do
projetor, ela necessitava ficar ligada durante o procedimento de captura de imagens,
o que implicava na necessidade de um ventilador para evitar que o sistema se
superaquecesse. Por outro lado, o fato de a luz poder ficar ligada continuamente,
permite uma melhor focalizao do padro projetado sobre os objetos por meio de

73

ajustes da objetiva e da distncia entre objeto e o projetor, e tambm, um melhor
enquadramento por meio de ajustes na angulao do espelho direcionador.

A abordagem proposta utilizou apenas um sensor de aquisio de imagens,
explorando a geometria formada entre a cmara e o projetor para a reconstruo 3D
por triangulao. Para que essa geometria fosse confivel, permitindo o
modelamento matemtico da triangulao, foi necessrio que o sistema cmara-
projetor fosse rigidamente acoplado considerando uma distncia apropriada entre
eles. Ento, depois de feitos os ajustes necessrios de focalizao e
enquadramento, era preponderante que movimentos que alterassem essa geometria
no ocorressem mais. Assim, o processo de calibrao do sistema poderia ser
executado e, posteriormente, reconstrues de superfcies poderiam ser realizadas.
Se a geometria do sistema fosse alterada, haveria a necessidade de realizar o
procedimento de calibrao novamente, antes de se executar uma nova medida de
superfcie.

O sensor utilizado para capturar o padro de luz estruturada projetado sobre
a superfcie do objeto era uma cmara digital Kodak DC 40, com resoluo de
768x512 pxeis, com uma distncia focal de 46 mm. Considerando um quadro focal
equivalente de 34,5x23mm, a dimenso do pxel era de aproximadamente 45 m
(mais detalhes ver em Tommaselli, 1998a ou 1998b).

Como se tratava de um prottipo, necessrio apenas ao propsito de testar
os conceitos desenvolvidos, e os recursos disponveis eram limitados, o sistema
fsico foi desenvolvido sendo dada nfase apenas aos aspectos de funcionamento e
de modelagem. Desta forma, questes como apresentao visual, mobilidade e
maleabilidade de uso no foram priorizadas, ficando o sistema com peso e
dimenses que causavam dificuldade de manipulao. A Figura 2-24 mostra o
aspecto que tinha o sistema cmara-projetor na poca.

A discusso realizada neste captulo teve como objetivo expor o problema
da reconstruo 3D para objetos curta distncia, apresentar as propostas de
solues dadas por vrios autores e empresas procurando destacar as limitaes de
cada uma destas solues. Com isso, o ensejo criar embasamento para justificar a

74

realizao deste trabalho, que visa criar uma ferramenta de medio de baixo custo,
porttil, de baixa complexidade, de fcil utilizao, automtica e acurada.

Das abordagens estudadas de luz estruturada viu-se tambm, em alguns
casos, certa complexidade de equipamentos ao se usar padres baseados na
projeo de uma nica linha por imagem, semelhante aos sistemas LASER de
triangulao por linhas. Tambm a necessidade de imobilidade dos objetos em
alguns sistemas de luz estruturada ratificou a inteno de criar um sistema baseado
em uma nica cmara e um projetor de padres, que seria de grande importncia
para a rea mdica.

Contudo, as motivaes abordagem de reconstruo por luz estruturada,
usando um padro em forma de grade, com pontos distribudos espacialmente em
uma codificao no formal, usando uma nica cmara e um projetor de padres,
so:
Simplicidade e baixo custo dos componentes necessrios construo
do sistema;

Semelhana dos conceitos envolvidos na reconstruo com os da
Fotogrametria;

Possibilidade de reconstruo de superfcies em movimento para
aplicaes na rea mdica;

Baixa complexidade do modelamento de reconstruo de superfcies
desenvolvido por Tommaselli (1998a), eliminando a necessidade de
parametrizao das caractersticas do projetor;

A necessidade de soluo dos problemas enfrentados nas abordagens
de Tommaselli (1998a) e Scalco (2000):
o Calibrao sem a necessidade de planos paralelos;
o Uma codificao de padres que permitisse a completa
automao do sistema;
o A criao de uma ferramenta de medio mais porttil e fcil de
usar.

75 RECONHECIMENTO DE PADRES E
PROCESSAMENTO DE IMAGENS DIGITAIS

CAPTULO III

3 RECONHECIMENTO DE PADRES E PROCESSAMENTO
DE IMAGENS DIGITAIS

3.1 CONSIDERAES INICIAS

Num sistema de reconstruo 3D por luz estruturada, o reconhecimento de
padres condio para a identificao de padres projetados, cujas coordenadas
de imagem so necessrias para o clculo das coordenadas 3D destes mesmos
padres no espao objeto. Um conjunto de coordenadas tridimensionais no espao-
objeto permite a modelagem da superfcie. No Captulo II foram abordadas alguns
dos princpios das tcnicas de reconhecimento destinado aos sistemas de
reconstruo por luz estruturada. Apesar disso, esses princpios no so suficientes
para o entendimento da construo de um sistema de reconhecimento de padres,
que envolve mais fases alm da codificao e decodificao. Assim, buscar
entender a teoria e os processos envolvidos no reconhecimento de padres
primordial para a implementao do sistema de reconstruo.

As fases envolvidas em um sistema de reconhecimento de padres so
basicamente (JAIN, DUIN e MAO, 2000; GONZALES e WOODS, 2000): (1)
Aquisio e pr-processamento; (2) Representao dos dados; (3) Classificao; e
(4) Deciso. Assim, um problema de reconhecimento bem definido e conciso
propiciar uma representao compacta dos padres e uma estratgia de tomada
de deciso mais simples. Cada domnio do problema tem as caractersticas do
sistema de reconhecimento: sensor (es); tcnicas de processamento; forma de
representao; modelos de classificao e deciso.

As quatro abordagens mais comuns para o reconhecimento de padres so:
correlao de padres; classificao estatstica; correlao sinttica ou estrutural; e
redes neurais. O assunto de redes neurais foi estudado para realizao deste


trabalho, porm, por no ter sido utilizado, no ser abordado no texto. Maiores
detalhes sobre redes neurais, podem ser encontrados em: Schalkoff (1992); Tveter
(1998); Weisman e Pollack (2005); Jain, Duin e Mao (2000); Theodoridis e
Koutroumbas (2003); Luger (2004). As demais abordagens sero brevemente
tratadas a seguir.

3.2 PRINCIPAIS ABORDAGENS NO RECONHECIMENTO DE PADRES

Objetos so quaisquer entidades do mundo real, e a habilidade de
reconhec-los fundamental para a criao de sistemas inteligentes e automticos
em Anlise de Imagens e Viso Computacional. Um objeto pode ser identificado e
representado por meio de suas caractersticas, e ao conjunto delas se d o nome de
padro (LUGER, 2004). Portanto, a identificao de um objeto ocorre por meio da
identificao do padro que caracteriza o objeto. Assim, por essa redundncia,
objeto e padro podem ser considerados sinnimos, tais como os termos:
reconhecimento de objetos e reconhecimento de padres (SONKA, HLAVAC e
BOYLE, 1998). Os padres podem ser descritos por informaes quantitativas e
estruturais, que so obtidas por meio das caractersticas ou dos descritores. Neste
sentido, um padro pode ser considerado como um arranjo de caractersticas (JAIN;
DUIN e MAO, 2000) e pode ser entendido como o oposto do caos (WANATABE
4

apud JAIN, DUIN e MAO, 2000), ou seja, um ente, um fenmeno ou objeto,
vagamente definido, ao qual pode ser dado um nome. Pode ser um conjunto
formado por elementos que tm um comportamento ou atributos semelhantes.
Sendo assim, reconhecer padres significa identificar essas similaridades e
classificar os objetos (padres) em um nmero especfico de conjuntos ou classes.

A Tabela 3-1 apresenta algumas das principais aplicaes do
reconhecimento de padres que, atualmente, tem sido utilizado em vrias reas do
conhecimento devido demanda aumentada de trabalhos que necessitam de maior
automao dos processos envolvidos. Estas aplicaes incluem: minerao de

4
WATANABE, S. Pattern Recognition: Human and Mechanical. New York: Wiley, 1985.


dados, na qual um padro identificado dentre milhes de outros padres;
classificao de documentos; desenvolvimento de mtodos de busca mais eficientes
em bancos de dados; robtica e viso computacional; etc.

Tabela 3-1 Exemplos de aplicaes de reconhecimento de padres.
Fonte: Jain, Duin e Mao (2000)
Domnio do Problema Aplicao Padro de Entrada Classes de Padres
Bioinformtica Anlise de seqncias
DNA / Seqncia de
protenas
Tipos de genes
conhecidos / padres
Minerao de dados
Pesquisa por padres
significantes
Pontos em espao
multidimensional
Agrupamentos
compactos e bem
separados
Classificao de
documentos
Pesquisa em Internet Documentos de texto
Categorias semnticas
(negcios, esportes,
etc.)
Reconhecimento de
caracteres
Leitura de mquina
para cegos
Imagem do documento
Caracteres
alfanumricos,
palavras
Recuperao em banco
de dados multimdia
Pesquisa em Internet Vdeo clipe
Gneros de vdeo
(ao, dilogo, etc.)
Reconhecimento
biomtrico
Identificao de
pessoas
Faces, ris, impresso
digital
Controle de acesso
usurios autorizados
Sensoriamento Remoto
Prognstico de
rendimento de colheita
Imagem multiespectral
Categorias de solo,
padres de
crescimento de
colheita
Reconhecimento de
voz
Atendimento lista
sem ajuda do operador
Onda sonora
Padro de voz, palavra
falada

medida que a capacidade computacional aumenta, com o incremento de
armazenamento e processamento, possvel trabalhar com conjuntos de dados
cada vez maiores e usar mtodos diversos e elaborados para a anlise e
classificao de dados. Concomitante e paradoxalmente, devido disponibilidade de
grandes conjuntos de dados, a demanda por sistemas automticos de
reconhecimento de padres tem aumentado, levando necessidade de
procedimentos com melhor desempenho (mais velozes e acurados, e com menor
custo). Evidencia-se, a partir de muitas aplicaes surgidas, que no h uma
abordagem nica e individual de classificao dita como tima, necessitando-se do
emprego de abordagens mltiplas, com a combinao de vrias modalidades de
sensores e de mtodos de classificao. O problema, em muitas situaes, reside
em selecionar o melhor conjunto de tcnicas para o desenvolvimento do sistema de
reconhecimento.


Um padro pode ser uma imagem de impresso digital, uma palavra escrita
em letras cursivas (letra mo), uma face humana, um sinal de voz, etc. As
principais etapas do reconhecimento de padres so mostradas na Figura 3-1. A
etapa de construo da descrio formal baseada nas experincias e intuio
do projetista do sistema. As caractersticas elementares dos objetos so
selecionadas, e estas so medidas em uma forma adequada que descreva o padro
dos objetos (SONKA, HLAVAC e BOYLE, 1998).

Construo
da
descrio formal
Classificador
Objeto Padro Classificao

Figura 3-1 Principais etapas do reconhecimento de padres.
Fonte: Sonka, Hlavac e Boyle (1998)

Segundo Wanatabe
5
(1985, apud JAIN, DUIN e MO, 2000), dado um
padro, sua classificao pode ser constituda de uma das duas etapas seguintes:
classificao supervisionada, na qual o padro de entrada identificado como um
membro de uma classe predefinida; e classificao no-supervisionada
(agrupamento), na qual o padro rotulado por uma classe que at o momento
inicial do processo era desconhecida. O problema de reconhecimento de padres ,
em muitos autores, apresentado como uma operao de classificao ou
categorizao, no qual as classes so definidas pelo projetista ou usurio do sistema
(em classificao supervisionada) ou so definidas (aprendidas) baseadas na
similaridade dos padres (em classificao no-supervisionada).

Segundo Jain, Duin e Mao (2000), um projeto de sistema de reconhecimento
de padres pode ser composto essencialmente pelos seguintes subsistemas (Figura
3-2):
Um sistema de aquisio de dados (por exemplo: sensores ou cmeras);
Um sistema de pr-processamento, para eliminar rudos ou distores;
Um extrator de caractersticas, que cria um vetor de caractersticas com
dados extrados dos objetos adquiridos, reduzindo os dados a atributos,
propriedades ou caractersticas;

5
WATANABE, S. Pattern Recognition: Human and Mechanical. New York: Wiley, 1985.


Um seletor de caractersticas, que analisa o conjunto de caractersticas e
elimina as mais redundantes;
Um classificador, que analisa um padro obtido e toma certa deciso.

A finalidade da etapa de pr-processamento segmentar (separar) o padro
de interesse do fundo, remover rudos, normalizar o padro, e qualquer outra
operao que venha a contribuir na definio de uma representao concisa do
padro. No mdulo de treinamento a etapa de extrao/seleo de caractersticas
(ou feies) determina as caractersticas apropriadas para representar os padres
de entrada e o classificador treinado para dividir o espao de feies. O caminho
de realimentao do processo permite aperfeioar o pr-processamento e a
estratgia de extrao/seleo de caractersticas. No mdulo de classificao o
classificador treinado atribui (rotula) o padro de entrada a uma das classes de
padres consideradas, baseada na medida das caractersticas.

Figura 3-2 Representao de um sistema genrico de reconhecimento de padres (Baseado
em Jain, Duin e Mao, 2000).

Cada padro representado por suas caractersticas ou atributos e/ou
medidas. A finalidade que aquelas representaes permitam aos padres serem
alocados em categorias distintas. Assim sendo, evidencia-se a importncia dos

Pr-
processamento
Medio das
caractersticas
Classificao
Deciso
Pr-
processamento
Extrao / seleo
de caractersticas
Aprendizado
Classificao Treinamento
Aquisio de
dados


algoritmos de extrao e seleo de caractersticas. Uma estratgia de tomada de
deciso mais simples requer uma representao compacta dos padres, e para isso,
se fazem necessrias pequenas variaes entre os elementos de uma classe e
grandes variaes entre as classes dos elementos. H trs principais arranjos de
caractersticas usados na prtica (GONZALEZ e WOODS, 2000; THEODORIDIS e
KOUTROUMBAS, 2003; LUGER, 2004; SONKA, 1998; JAIN, DUIN e MAO, 2000):
os vetores de caractersticas (para descries quantitativas), as cadeias e as rvores
(para descries estruturais).

Os vetores de caractersticas so representados por letras minsculas em
negrito, como y x, e z , assumindo a forma abaixo:

[ ]
T
n
x x x L
2 1
= x (3.1)

Cada componente
i
x representa o simo i descritor e n o nmero de
descritores. Os vetores de caractersticas so representados por matrizes colunas
(ou seja, matrizes 1 n ). O padro que descreve o objeto o vetor de descries
elementares, e o conjunto de todos os possveis padres forma o espao do
padro, tambm denominado de espao de caractersticas (SONKA, HLAVAC e
BOYLE, 1998). O nmero de classes pr-conhecido em muitos casos, e pode ser
derivado de acordo com a especificao do sistema (abordagem supervisionada).
Entretanto, h abordagens em que o nmero de classes pode no ser conhecido
previamente, mas aprendido a partir dos dados disponveis (abordagem no
supervisionada). Quando os vetores de caractersticas so selecionados
adequadamente, a similaridade entre os objetos de cada classe resulta em uma
aproximao entre os objetos no espao de padres. As classes formam
agrupamentos no espao de caractersticas que podem ser separadas por uma
curva discriminante ou hiper-superfcie em um espao de feies multidimensional; a
Figura 3-3 exemplifica esta relao.


K1
K3
K2
Funo discriminante
Padro da classe K1
Padro da classe K2
Padro da classe K3

Figura 3-3 Funo discriminante. Baseado em: Sonka, Hlavac e Boyle (1998).

Caso uma hiper-superfcie discriminante exista e separe o espao de
caractersticas de forma que apenas padres de uma mesma classe estejam
presentes em uma mesma regio de separao, ento dito que h um
reconhecimento com classes separveis. Se as hiper-superfcies discriminantes
so hiperplanos, dito que o reconhecimento de separao linear. Quando o
problema for de classes separveis, cada padro ser representado somente por
objetos de uma nica classe. A maioria de problemas de reconhecimento de
padres no tem classes separveis, e neste caso, a localizao das hiper-
superfcies discriminantes no espao de caractersticas pode no separar as classes
corretamente de forma que alguns padres sejam mal classificados (SONKA,
HLAVAC e BOYLE, 1998).

Os sistemas de reconhecimento usando vetores de caractersticas
conduzem a classificaes de padres baseadas em informaes quantitativas.
Todavia, em algumas aplicaes, os padres so melhores caracterizados por
informaes relacionais e estruturais. Assim, se for necessrio, alm de classificar o
padro, tambm descrever a estrutura do objeto, ento a descrio do padro por
vetores de caractersticas no ser suficiente.

A descrio estrutural de um objeto feita com base em primitivas (retas,
pontos, curvas, etc.) e relaes entre elas. As formas mais simples destas relaes
so: cadeias, rvores e grafos. As estruturas hierrquicas podem ser


representadas por rvores. De modo geral, um objeto pode ser descrito por smbolos
dispostos em forma de uma cadeia, uma rvore, um grafo, etc. No entanto, uma
classe de objetos no pode ser descrita completamente por uma simples cadeia,
rvore, ou grafo. Uma classe de objetos descritos estruturalmente pode ser
representada por gramticas e linguagens. Estas fornecem regras que definem
como as estruturas so construdas a partir das primitivas (SONKA, HLAVAC e
BOYLE, 1998).

As abordagens para o reconhecimento de padres podem ento ser
categorizadas em quatro grupos (JAIN; DUIN e MAO, 2000): (1) correlao de
padres (template matching); (2) abordagem estatstica (statistical approach); (3)
correlao sinttica ou estrutural (syntactic approach); e (4) redes neurais (neural
networks). Estes mtodos no so excludentes entre si, sendo em algumas
situaes utilizados em conjunto (DOEST
6
apud JAIN; DUIN E MAO, 2000).

3.2.1 CORRELAO DE PADRES

Uma das formas mais conhecidas e simples de reconhecimento de padres
baseada na correlao (ou correspondncia) de padres (template matching). A
correlao de padres realizada por meio de uma operao genrica entre dois
entes (pontos, curvas ou formas) de mesmo tipo. Ela utilizada para determinar
valores de similaridades entre eles. De maneira geral, dispe-se de um padro
(template) que um prottipo dos padres a serem reconhecidos. No caso de
imagens, forma muito utilizada em Fotogrametria, o padro uma matriz 2D, com
cada posio ( j i, ) da matriz, onde i o nmero de linhas e j o nmero de
colunas, tendo um correspondente valor de brilho. Para classificar, realizada uma
medida de similaridade entre os prottipos do padro e o padro a ser reconhecido
(classificado). Essa medida feita por meio de uma funo de correlao, que,
dependendo da aplicao e da configurao do sistema, deve ser modelada

6
DOEST, H.; Towards Probabilistic Unification-Based Parsing. 1999. Thesis Institute for
Programming Research and Algorithimics, Enschede.


considerando variaes de translao, rotao e escala, ou outras caractersticas
pertinentes ao padro O prottipo do padro pode ser obtido por duas formas:
baseado em um prottipo predefinido no sistema de reconhecimento; ou baseado
em um padro obtido por aprendizagem (treinamento).

O processo de correlao de padres considerado custoso
computacionalmente, mas uma abordagem bastante flexvel devido disponibilidade
atual de unidades de processamento mais rpidas (JAIN, DUIN e MAO, 2000). Como
desvantagem da correlao de padres apresenta-se a possibilidade de falhas ao
reconhecer padres distorcidos ou com grande variao intra-classes (DOEST
7
apud
JAIN, DUIN e MAO, 2000).

3.2.1.1 CORRELAO ENTRE IMAGENS

O processo de correlao de padres pode ser utilizado em vrios tipos de
dados: ondas sonoras, feies, imagens digitais, dentre outros. A correlao entre
imagens fundamenta-se em uma distribuio de nveis de brilho de uma amostra de
uma imagem, denominada janela de referncia (prottipo do padro), comparada
com amostras da outra imagem, denominada imagem de busca (GONZALEZ e
WOODS, 2000). Para cada posio da imagem de busca calculado um valor de
similaridade por meio de uma funo de correlao. De acordo com este valor e as
caractersticas da funo de correlao utilizada, eleita a regio de
correspondncia. Esta operao pode ser entendida por meio da Figura 3-4.

O objetivo deste tipo de abordagem encontrar uma imagem ( ) y x w , de
dimenso J I em outra ( ) y x f , de dimenso N M , com a condio de que M I
e N J .

7
DOEST, H.; Towards Probabilistic Unification-Based Parsing. 1999. Thesis Institute for
Programming Research and Algorithimics, Enschede.


A formulao da correlao entre ( ) y x f , e ( ) y x w , dada por:

( ) ( ) ( ) ( ) t y s x w y x f F t s c = , , , , (3.2)

sendo 1 ,..., 1 , 0 = M s e 1 ,..., 1 , 0 = N t . A operao realizada sobre a regio de
sobreposio entre as imagens f e w . A Figura 3-4 apresenta a geometria do
mtodo de correlao, a partir dela possvel observar que a origem de ( ) y x f , est
no canto superior esquerdo da imagem, e a origem de ( ) y x w , est no centro. Um
valor de c calculado para cada posio ( ) t s, em ( ) y x f , por meio da Equao
(3.2).

M
N
x
y
s
t
f x,y ( )
w( ) x-s,y-t
I
J
( ) s,t
Origem

Figura 3-4 Pesquisa bidimensional de imagens correlacionadas.
Fonte: Gonzalez e Woods (2000)

Algumas funes bsicas de correlao ( ) t s c , utilizadas so as dadas a
seguir (GONZALEZ e WOODS, 2000):

Funo Covarincia Cruzada: dada por:

( ) ( ) [ ] ( ) [ ]
=
=
1
0
1
0
, ,
1
,
J
x
I
y I J
w t y s x w f y x f
r r
t s c (3.3)

onde:
J
r e
I
r so as dimenses da janela de referncia em coluna e linha,
respectivamente.


A equivalncia se d onde a funo assume o maior coeficiente de
correlao ( ( ) { } t s c , max ).

Funo Covarincia Cruzada Modificada, ou Coeficiente de
Correlao (KRAUS, 1992; SHENK, 1999): Consiste da normalizao da
funo de covarincia cruzada. Sua equao dada por:
( )
( ) [ ] ( ) [ ]
( ) [ ] ( ) [ ]
2
1
2
1
0
1
0
2
1
0
1
0
1
0
1
0
, ,
, ,
,

= = =

=
J
x
I
y
J
x
I
y
J
x
I
y
p r
rp
w t y s x w f y x f
w t y s x w f y x f
t s c

(3.4)

na qual:
rp
= a covarincia entre as janelas de referncia e de pesquisa;
r
= desvio-padro da janela de referncia;
p
= desvio-padro da janela de pesquisa;

Os valores da funo variam no intervalo ] 1 , 1 [ , sendo a similitude ocorrida
quando o valor for prximo da unidade ( ( ) 1 , t s c ).

3.2.1.1.1 REFINAMENTO DA CORRELAO

Uma forma de refinamento da correlao de imagens utilizar o mtodo dos
mnimos quadrados. Por meio deste mtodo so estimados parmetros de correo
que melhor casam a janela de busca em relao janela de referncia.

O mtodo dos mnimos quadrados em correlao de imagens baseia-se em
determinar um valor melhorado para o somatrio dos quadrados das discrepncias
entre os nveis de brilho da janela de referncia e da janela da imagem de pesquisa.
Isto significa que e
2
= mnimo, onde e o erro entre as janelas.

O mtodo de refinamento da correlao de imagens por mnimos quadrados
inicialmente parte do princpio que a correspondncia entre a janela de referncia e
uma janela na imagem de pesquisa tenha sido previamente determinada. Como o


processo de obteno das imagens pode ter provocado diferenas entre os nveis de
cinza das duas imagens, este efeito modelado em uma das imagens por:

( ) ( ) ( ) y x e y x f y x g , , , = (3.5)

A funo (3.5) um modelo que relaciona o vetor das observaes ( ) y x f ,
com uma funo ( ) y x g , , cuja localizao refinada na imagem de pesquisa deve ser
estimada. Esta localizao refinada descrita por parmetros de deslocamento
( ) y x , relacionados posio inicial de ( ) y x g , . Para melhorar a correlao, alguns
parmetros relacionados geometria e a radiometria so tambm introduzidos.

De incio, a transformao geomtrica modelada por um polinmio
(ACKERMAN, 1984; ANDRADE, 1998):

y
T
x y
T
x
t B t b t A t a = = e (3.6)

sendo:
{ } { }
(
(
(
=
(
(
(
=
= =

mm m
m
mm m
m
m T
y
m T
x
b b
b b
B
a a
a a
A
y y y t x x x t
...
...
,
...
...
... 1 , ... 1
1
1 11
1
1 11
1
0
2
0 0
1
0
2
0 0
M O M M O M

0 0
, y x = posies da grade dos pontos de ( ) y x g ,
0
.

A Equao (3.6) no linear, podendo ser reescrita na forma linear:

( ) ( ) ( )
( ) ( )
dy
y
y x g
dx
x
y x g
y x g y x e y x f
+ =
, ,
, , ,
0 0
0
(3.7)

onde:
k
k
dp
p
x
dx
= e
k
k
dp
p
y
dy
=
( ) y x g ,
0
= aproximao inicial da posio ) , ( y x g ;
k
p = parmetros de transformao que sero obtidos posteriormente.


Aplica-se uma transformao geomtrica para compatibilizar ( ) y x f , e
( ) y x g , . Para isso, assume-se que a superfcie referente s janelas de
correspondncia seja aproximadamente plana e, conseqentemente, a
correspondente imagem pode ser descrita por uma transformao projetiva entre os
espaos imagem e o objeto. Como a rea referente s janelas de pesquisa e de
referncia muito pequena, a transformao projetiva pode ser aproximada por uma
transformao afim. Portanto, a Equao (3.7) pode ser reescrita como:

( ) ( )
( ) ( )
e s x x x y y x
r y x g r da x g da y g da g da x g da y g da g y x g
y x e y x f
, ,
, ,
0
6 0 5 0 4 3 0 2 0 1
0
+ + + + + + + +
=
(3.8)

onde:
s
r = fator de deslocamento radiomtrico;
e
r = fator de escala;
gj gi, = gradientes em i e j ;
21 12 11 21 12 11
, , , , , db db db da da da = parmetros da transformao geomtrica.

A estimao dos parmetros do modelo matemtico deve acomodar os
parmetros suficientemente para realizar uma boa modelagem das distores
radiomtricas e geomtricas para no ocorrer o problema de superparametrizao.
Isto significa que o modelo a ser escolhido deve conter apenas os parmetros que
podero ser determinados porque, caso contrrio, estes dados traro um efeito
negativo ao resultado, deteriorando a qualidade.

Esta tcnica tem sido bastante investigada em Fotogrametria, e maiores
detalhes podem ser encontrados em: Ackermann (1983), Gruen e Baltsavias (1986),
Helava (1988).

Outra representao aplicvel para alguns tipos de padres a assinatura,
e ela pode ser utilizada para o processo de correlao entre padres. Essa
abordagem foi implementada e testada (KOKUBUM, 2004), mas seus resultados
no foram satisfatrios na classificao dos padres, e por isso, no foi utilizada no
sistema de reconstruo neste momento.


3.2.2 ABORDAGEM ESTATSTICA

A abordagem estatstica para o reconhecimento de padres vem sendo
usada com sucesso para projetar um grande nmero de sistemas comerciais de
reconhecimento. De forma geral, no reconhecimento estatstico de padres um
padro representado por um conjunto de n caractersticas, ou atributos, tidos como
um vetor de caractersticas n-dimensional. So adicionados a esta abordagem,
conceitos estatsticos bem conhecidos e fundamentados, oriundos da teoria de
deciso (TSO e MATHER, 2001) para estabelecerem fronteiras de deciso entre as
classes. Os sistemas de reconhecimento operam em dois mdulos (JAIN, DUIN e
MAO, 2000): treinamento (aprendizagem) e classificao (testes ou avaliao) (rever
a Figura 3-2).

A deciso tomada no processo de reconhecimento de padres estatstico
pode ser resumida da seguinte forma (JAIN, DUIN e MAO, 2000):

Dado um padro, ele ser atribudo a uma das m classes (categorias)
m
,..., ,
2 1
baseado em um vetor de n valores de caractersticas e/ou
atributos (Equao 3.1);

Assume-se que as caractersticas tenham uma funo densidade (ou
massa) de probabilidade (dependendo se as feies so contnuas ou
discretas) condicionada classe do padro.

Desta forma, um vetor de padro x pertencente classe
j
tido como uma
observao obtida aleatoriamente da funo de probabilidade condicional da classe
( )
j
p | x . Um nmero bem conhecido de regras de deciso, incluindo a regra de
deciso de Bayes, a de mxima verossimilhana (que pode ser vista como um caso
particular da regra de Bayes), e a Neyman-Pearson (CANNON et al, 2002), podem
ser usadas para definir a fronteira de deciso.

De acordo com Jain, Duin e Mao (2000), muitas estratgias so utilizadas
para projetar um classificador em reconhecimento estatstico de padres, variando
de acordo com o tipo de informao disponvel sobre a densidade condicional da


classe. Se todas as densidades condicionais das classes forem inteiramente
especificadas, ento a regra de deciso de Bayes tima pode ser usada no
classificador. Entretanto, as densidades condicionais das classes so geralmente
desconhecidas na prtica e devem ser determinadas (aprendidas) a partir dos
padres de treinamento disponveis. Se a forma da densidade condicional da classe
for conhecida (exemplo, Gaussiana multivariada), mas alguns dos parmetros da
densidade (exemplo, media dos vetores e matrizes covarincia) forem
desconhecidos, ento se tem um problema paramtrico de deciso; e uma
estratgia comum para este tipo de problema substituir os parmetros incgnitos
nas funes de densidade por seus valores estimados, resultando no que assim
chamado classificador de Bayes conectado (plug-in). A estratgia Bayesiana
nesta situao requer informaes adicionais a respeito da forma de uma
distribuio a priori dos parmetros incgnitos. Se a forma da densidade condicional
da classe incgnita, ento se opera em um modo no paramtrico; e neste caso,
ou se estima a funo densidade ou se constri diretamente a fronteira de deciso
baseado nos dados de treinamento (por exemplo, a regra dos k vizinhos mais
prximos) (JAIN, DUIN e MAO 2000).

Segundo Jain, Duin e Mao (2000) h outra dicotomia em reconhecimento
estatstico de padres, entre a aprendizagem supervisionada (amostras de
treinamento rotuladas) contra a aprendizagem no-supervisionada (amostras de
treinamento no rotuladas).

Em um problema de aprendizagem no-supervisionada algumas vezes o
nmero de classes deve ser aprendido concomitantemente forma estrutural de
cada classe. As vrias dicotomias que aparecem em reconhecimento estatstico so
apresentadas por Jain, Duin e Mao (1999 e 2000) e so mostradas na Figura 3-5.
Percorrendo a figura do topo para baixo e da esquerda para a direita, a dificuldade
do problema de classificao aumenta, pois menos informaes so disponveis
para a obteno da soluo. Com isso, muitos dos projetos em reconhecimento
estatstico implementam a regra de deciso de Bayes. A rea da anlise de
agrupamento (clustering analysis) trabalha essencialmente com problemas de
tomada de deciso entre as formas de aprendizagem no-paramtrica e no-


supervisionada (JAIN e DUBES
8
apud JAIN; DUIN e MAO, 2000). Por conseguinte,
em algumas situaes, o nmero de categorias ou grupos pode, s vezes, no ser
especificado, levando a uma tarefa de encontrar uma categorizao razovel para
os dados (se ela existir). Os algoritmos de anlise de agrupamentos ligados a vrias
tcnicas de visualizao e projeo de dados multidimensionais so tambm
referenciados como mtodos de anlise exploratria de dados.

Figura 3-5 Representao das muitas abordagens em reconhecimento estatstico.
Fonte: Jain, Duin e Mao (2000).

Outra dicotomia em reconhecimento estatstico de padres pode ser
baseada em: se as fronteiras de deciso sero obtidas diretamente (abordagem
geomtrica) ou indiretamente (abordagem probabilstica baseada na densidade),
como mostra a Figura 3-5. A abordagem probabilstica requer que primeiro se estime
a funo densidade, e depois se construa as funes discriminantes que
especificam as fronteiras de deciso. Por outro lado, a abordagem geomtrica

8
JAIN, A.K; DUBES, R.C. Algoritms for Clustering Data. Engle wood Cliffs, N. J. Prentice Hall,
1988.
Densidades
Condicionais das
Classes
Conhecida Desconhecida
Teoria da deciso
de Bayes
Aprendizagem
Supervisionada
Aprendizagem
No-Supervisionada
Paramtrica No-Paramtrica Paramtrica No-Paramtrica
Regras
timas
Regras
Plug-in
Estimao
da
Densidade
Construo da
Fronteira de
Deciso
Soluo
Combinatria
Anlise de
Agrupamento
Abordagem Baseada em Densidade
Abordagem Geomtrica


geralmente conduz diretamente fronteira de deciso a partir da otimizao de
algumas funes de risco. possvel mostrar que sob certas suposies em funes
discriminantes, as duas abordagens so equivalentes (JAIN, DUIN e MAO, 2000).

Na verdade, no importa qual regra de classificao ou deciso usada, ela
deve ser treinada usando as amostras de treinamento disponveis. Assim, o
desempenho de um classificador depende tanto do nmero de amostras de
treinamento disponveis quanto dos valores especficos das amostras. Ao mesmo
tempo, o objetivo de se projetar um sistema de reconhecimento classificar futuras
amostras de testes que sero provavelmente diferentes das amostras de
treinamento. Ento, ao se otimizar um classificador para maximizar o seu
desempenho no conjunto de treinamento, nem sempre pode resultar na
desempenho desejada em um grupo de teste. A habilidade de generalizao de um
classificador est relacionada ao seu desempenho na classificao de padres de
teste que no foram utilizados no processo de treinamento. Uma habilidade de
generalizao pobre de um classificador pode ser atribuda a qualquer um dos
seguintes fatores (JAIN; DUIN E MAO, 2000, SCHALKOFF, 1992):

1. Se o nmero de atributos e/ou caractersticas relativamente to
grande quanto ao nmero de amostras de treinamento (curse of
dimensionality maldio da dimensionalidade (JAIN, DUIN e MAO,
2000; SHALKOFF, 1992; THEODORIDIS e KOUTROUMBAS, 2003);

2. Se o nmero de parmetros incgnitos associados ao classificador
grande (exemplo, classificadores polinomiais ou uma rede neural
muito grande); e.

3. Se o classificador muito otimizado no conjunto de treinamento
(supertreinamento), que analogamente relacionado ao fenmeno de
supertreinamento em regresso quando h muitos parmetros livres.

O supertreinamento tem sido investigado teoricamente para classificadores
que minimizam a taxa de erro aparente (erro no conjunto de treinamento) (JAIN;
DUIN E MAO, 2000).


3.2.3 ABORDAGEM SINTTICA OU ESTRUTURAL

Segundo Schalkoff (1992) a abordagem estatstica, para o reconhecimento
de padres, busca classificar os padres (ou entidades) fundamentando-se em um
conjunto de caractersticas extradas e um entendimento estatstico (quando
necessrio) para a gerao destes padres. Seria ideal que todos os problemas em
reconhecimento de padres pudessem ser solucionados com processos diretos e
simples, isto , (1) determinao do vetor de caractersticas x; (2) sistema de
treinamento; e (3) classificao do padro. Entretanto, para muitos casos prticos
reais, muitos tipos de padres so constitudos de uma estrutura, ou mais
geralmente, informaes relacionais, que so difceis de representar na forma de um
vetor de caractersticas (SCHALKOFF, 1992).

A premissa do reconhecimento sinttico que a estrutura de um padro o
que ele tem de mais importante, e que ela pode ser usada para classificao e
descrio. Isto pode ser feito, por exemplo, pela definio de gramticas apropriadas
e distintas que caracterizam a estrutura de cada classe de padro. Os elementos
que compem um sistema sinttico podem ser vistos na Figura 3-6.

Figura 3-6 Esquematizao de um sistema sinttico. Baseado em: Schalkoff (1992).

Na abordagem sinttica, a classificao pode ser baseada em medidas de
similaridade da estrutura do padro. Por exemplo, cada classe de padro pode ser
definida de acordo com uma representao estrutural ou descrio. Entretanto, h
situaes que cada descrio estrutural possvel define uma nica classe. Neste
Estrutura da
Classe 1
Estrutura da
Classe 2
Estrutura da
Classe n

Anlise
Estrutural
(Estrutural)
correlacionador,
analisador gramatical ou
reconhecedor
Entrada
dos dados
Correlaes
relevantes
Biblioteca de classes


caso, a descrio quantitativa da estrutura do padro ainda desejvel, mesmo que
o objetivo no seja a classificao.

O reconhecimento sinttico pode ser realizado de duas formas: abordagem
hierrquica e abordagem relacional (THEODORIDIS e KOUTROUMBAS, 2003). Na
sua grande maioria, mas no em sua completude, os sistemas de reconhecimento
sintticos so baseados na gerao e anlise de padres complexos por uma
decomposio hierrquica em padres mais simples. Um exemplo a linguagem
escrita, na qual um pargrafo pode ser decomposto em sentenas, que por sua vez,
podem ser decompostas em palavras, estas em letras, que ainda pode ser
decompostas em traos. Os subpadres elementares (mais simples) so
denominados de primitivas, sendo os padres complexos representados por inter-
relaes entre suas primitivas (JAIN, DUIN e MAO, 2000). Em algumas abordagens,
as propriedades e relaes das feies observadas so usadas para construir
modelos baseados em estruturas mais complexas. Geralmente a informao
relacional nestes modelos a nica informao significativa. Desta forma, muitas
outras classes compartilham a mesma feio de baixo-nvel (SCHALKOFF, 1992).

A gramtica para cada classe de padres deve ser inferida a partir dos
exemplos de treinamento (Figura 3-6). Uma vantagem do reconhecimento sinttico
est no fato de que, alm de fazer a classificao, essa abordagem tambm prov
uma descrio de como os padres so gerados a partir dela. Esse paradigma pode
ser aplicado em padres com estrutura definida, como imagens com textura e
anlise de formas de contornos.

3.3 MTODOS DE DECISO TERICA

As chamadas funes de deciso, funes discriminantes ou hiper-
superfcies discriminantes do suporte aos mtodos de deciso terica. O
problema bsico de deciso terica em reconhecimento de padres (GONZALEZ e
WOODS, 2000; SONKA, HLAVAC e BOYLE, 1998; THEODORIDIS e
KOUTROUMBAS, 2003), para m classes
m
,..., ,
2 1
, encontrar as m funes


discriminantes ( ) ( ) ( ) x x x
m
g g g ,..., ,
2 1
, com a propriedade de que se
( )
T
n
x x x ,..., ,
2 1
= x (um vetor de caractersticas n-dimensionl) pertencer classe
i
, para
qualquer { } m j ,..., 1 e i j , ento:

( ) ( ) x x
j i
g g (3.9)

Isto o mesmo que dizer que um padro desconhecido x pertence
sima i classe de padres
i
se ao substituir x em todas as funes
discriminantes, ( ) x
i
g ter o maior valor numrico. Considerando estas definies, a
regra de deciso pode ser derivada como segue:

( ) ( ) ( ) x g g g
j
m j
i i
,..., 1
max
=
= = x x (3.10)

Desta forma, a hiper-superfcie de deciso que separa as regies entre as
classes
i
e
j
definida por:

( ) ( ) 0 = x x
j i
g g (3.11)

O padro x ser atribudo classe cuja funo discriminante resultar o
mximo valor entre todas.

As funes discriminantes lineares so as mais utilizadas por serem de mais
simples aplicao. Sua forma geral (SONKA, HLAVAC e BOYLE, 1998):

( )
n in i i i
x q x q q x g + + + = L
1 1 0
, m i ,..., 1 = (3.12)

Quando todas as funes discriminantes do classificador so lineares, o
classificador denominado classificador linear.

Outra metodologia a construo de classificadores baseados no princpio
da distncia mnima (SONKA, HLAVAC e BOYLE, 1998). O classificador resultante
um caso tpico de classificadores com funes discriminantes. Esta abordagem tem
algumas vantagens computacionais e pode ser facilmente implementada.


Considerando que cada classe possa ser representada por exemplares
(prottipos) perfeitos,
m
v v v ,..., ,
2 1
, ou que as classes sejam representadas por
exemplares mdios, obtidos da seguinte forma:

=
j
x j
j
n

x v
1
{ } m j ,..., 1 (3.13)

sendo n
j
o nmero de vetores de padres da classe
i
. Uma forma simples de se
categorizar um padro x desconhecido atribu-lo a classe do prottipo
i
mais
prxima. A distncia euclidiana pode ser aplicada resumindo a computao da
classificao aplicao da seguinte frmula:

( ) x v x v x = =
=
j
m j
i i
g
,..., 1
min (3.14)

Isto significa que o padro ser atribudo classe
i
se ( ) x
i
g for a menor distncia.
Lembrando que a norma euclidiana tem a seguinte forma ( )
2
1
a a a
T
= , ento, depois
de algumas manipulaes (3.14) pode ser reescrita como segue:

( )
j
T
j j
T
i
g v v v x x
2
1
= { } m j ,..., 1 (3.15)

e neste caso, se atribui o padro classe
i
em que ( ) x
i
g contiver o maior valor,
estando esta formulao de acordo com a funo de deciso (3.9). A partir da
formulao em (3.15), a fronteira de deciso entre as classes
i
e
j
pode ser
reescrita para a classificao por distncia mnima como:

( ) ( ) ( ) ( ) ( ) ( ) 0
2
1
= = =
j i
T
j i j i
T
j i ij
g g g v v v v v v x x x x (3.16)

Como pode ser percebido com auxlio da Figura 3-7, a superfcie gerada
pela Equao (3.16), a bisseo perpendicular do segmento de linha
i j
v v . Para
m=2, a bisseo perpendicular uma reta, se m = 3, a bisseo um plano, e se
m>3, ento se tem um hiperplano (GONZALEZ e WOODS, 2000). Todos os


hiperplanos discriminantes so perpendiculares ao segmento
i j
v v e bissetor a ele
(SONKA, HLAVAC e BOYLE, 1998).

vj
vi
Ki
Kj
vj
vi
Ki
Kj
vk
Kk
(a) (b)

Figura 3-7 Funes discriminantes por mnima distncia: (a) duas classes; (b) trs classes.
Baseado em Sonka, Hlavac e Boyle (1998)

Os classificadores no lineares transformam o espao original de
caractersticas
n
X em um espao
m
X aplicando algumas funes no lineares ,
no qual n e m representam a dimensionalidade do espao, ou seja:

( )
m n
m
X X = : ,..., ,
2 1
(3.17)

Depois de uma transformao no linear um classificador linear aplicado
ao novo espao de caractersticas. A finalidade da funo transformar em
lineares as hiper-superfcies discriminantes do espao original de caractersticas, e
com isso, as hiper-superfcies tornam-se hiperplanos. Esta abordagem de
transformao do espao de caractersticas denominada de classificador
(SONKA, HLAVAC e BOYLE, 1998). As funes discriminantes de um classificador
so:

( ) ( ) ( ) x x x
m im i i i
q q q g + + + = L
1 1 0
(3.18)

no qual m i ,..., 1 = . Reescrevendo a Equao (3.18) na notao vetorial, tem-se:


( ) ( ) x q x =
i i
g (3.19)

sendo ( ) x q
i
vetores constitudos respectivamente de
im i
q q ,...,
0
e ( ) ( ) x x
m
,...,
0
;
1
0
(SONKA, HLAVAC e BOYLE, 1998).

3.4 CLASSIFICADORES ESTATSTICOS TIMOS

O reconhecimento de padres pode ser tratado por meio de uma abordagem
probabilstica. Devido aleatoriedade as quais esto envolvidas algumas classes de
padres de certos sistemas de reconhecimento, semelhantemente, necessria,
maioria dos problemas de medidas e interpretao de certos eventos fsicos, a
realizao de consideraes envolvendo a teoria das probabilidades. O que se
espera com isso que a abordagem leve a uma probabilidade reduzida de erros de
classificao. Os classificadores que levam a uma perda mnima na classificao
so denominados de classificadores estatsticos timos. Esta Seo baseada
em um resumo obtido a partir de vrias bibliografias: Gonzalez e Woods (2000);
Sonka, Hlavac e Boyle (1998); Theodoridis e Koutroumbas (2003), Luger (2004),
Tveter (1998), Jain; Duin e Mao (2000).

Denota-se ( ) x |
i
p como a probabilidade de um padro x pertencer a uma
classe
i
. Caso o classificador decida que x pertena classe
j
, quando na
verdade ele pertence classe
i
, ter sido cometido um erro de classificao
ij
L . A
perda mdia ocorrida na atribuio de x classe
j
, uma vez que x pode
pertencer a uma das m classes, :

( ) ( )
=
=
m
k
k ij j
p L r
1
| x x (3.20)

Na teoria de decises, a funo ( ) x
j
r denominada risco mdio condicional.


conhecido por meio da teoria fundamental de probabilidades que:

( )
( ) ( ) [ ]
( ) b p
a b p a P
b a p
|
| = (3.21)
e, desta forma:

( )
( ) ( )
( ) x
x
x
p
p P
p
j j
j

|
| = (3.22)
A relao (3.22) denominada frmula de Bayes, que substitudo em (3.20)
tem-se:

( )
( )
( ) ( )
k
m
k
k kj j
P p L
p
x r
=
=
1
|
1
x
x
(3.23)

sendo: ( )
k
p | x a funo densidade de probabilidade dos padres da classe
k
;
( )
k
P a probabilidade de ocorrncia da classe
k
.

Como ( ) x p 1 positivo e comum para todos os ( ) m j r
j
,..., 1 , = x , ento a
ausncia deste fator no afeta a ordem relativa das funes de risco e ele pode ser
eliminado da Equao (3.23), resultando em:

( ) ( ) ( )
k
m
k
k kj j
P p L x r
=
=
1
| x (3.24)

Dado um padro de entrada x , o classificador tem que optar por uma entre
as m classes possveis, e desta forma, calculam-se os riscos ( ) ( ) ( ) x x x
m
r r r ,..., ,
2 1
ao se
atribuir o padro a cada uma das classes e o atribui quela que resultar a menor
perda mdia total em relao s demais decises. O classificador que faz a
minimizao da perda mdia total denominado na teoria das decises de
classificador bayesiano.

A regra de deciso atribuir x classe
i
se ( ) ( ) x x
j i
r r < , para todo
m j ,..., 1 = , i j , ou seja:

( ) ( ) ( ) ( ) ( )
q
m
q
k qi k
m
k
k ki i
P p L P p L g

= =
< =
1 1
| | x x x (3.25)


Outra forma para o modelo utilizar a deciso no intervalo [ ] 1 , 0 , com zero
para a deciso correta e a unidade para a deciso incorreta. Neste caso a funo de
perda torna-se:

ij ij
L =1 (3.26)

sendo 1 =
ij
se j i = e 0 =
ij
se j i .

Substituindo (3.26) em (3.24) tem-se:

( ) ( ) ( ) ( ) ( ) ( ) ( )
j j k
m
k
k ij j
P p p P p x r | | 1
1
x x x = =

=
(3.27)

e, neste caso, o classificador bayesiano ter regra de deciso:

( ) ( ) ( ) ( ) ( ) ( ) ( )
j j i i i
P p p P p p g | | x x x x x < = , { } m j ,..., 1 e i j (3.28)

que o mesmo que:

( ) ( ) ( ) ( ) ( )
j j i i i
P p P p g | | x x x > = , { } m j ,..., 1 e i j (3.29)

com regra de deciso conforme a Equao 3.10.

Uma vez que a funo de deciso (3.29) minimiza o risco mdio em
classificaes erradas, ela pode ser considerada como tima. Entretanto, para a sua
aplicao, as funes densidade de probabilidade dos padres de cada classe e as
probabilidades de ocorrncia de cada classe devem ser conhecidas.

Um caso deste tipo ocorre quando as probabilidades de ocorrncia das
classes forem iguais, ou seja, ( ) m P
i
1 = . Quando esta afirmao no for
verdadeira, essas probabilidades podem ser inferidas a partir do conhecimento a
priori sobre as classes. Quando o vetor de caractersticas x for n-dimensional, e a
forma da probabilidade ( )
j
p | x no for conhecida, sero necessrios mtodos de
anlise de probabilidades multivariadas para a sua estimao. Nesta situao, os
classificadores bayesianos assumem uma expresso analtica para as vrias
funes densidade, e com isso, tenta-se estimar os parmetros das expresses com


base nas amostras das classes. A funo densidade mais utilizada a gaussiana,
pois quanto mais prxima da realidade estiver o sistema de padres, mais o
classificador bayesiano se aproxima da perda mdia mnima na classificao
(GONZALEZ e WOODS, 2000).

3.4.1 CLASSIFICADOR BAYESIANO PARA DISTRIBUIO NORMAL

Uma das funes de distribuio de probabilidade mais encontradas em
situaes prticas a Gaussiana, tambm chamada funo de densidade normal. A
maior razo para isso sua facilidade de tratamento computacional e o fato de que
esta distribuio modela um grande nmero de casos (THEODORIDIS e
KOUTROUMBAS, 2003). Considerando que: { } x E
i
= o vetor da mdia dos
vetores de caractersticas da classe
i
; que
i
a correspondente matriz varincia-
covarincia de ordem nn num espao de caracterstica n-dimensional para o padro
x; e assumido que a funo de mxima verossimilhana da classe
i
segue uma
distribuio normal multivariada, ento a funo de deciso possui a seguinte forma:

( ) ( )
( )
( ) ( )
(
= =

i i
T
i
i
i i n
p g x x x x
1
2
1
2
1
exp
2
1
|
2
, { } m i ,..., 1 (3.30)

onde ( )( ) { }
T
i i i
E x x = , sendo { } E o valor mdio (ou esperana matemtica)
de uma varivel aleatria. O vetor da mdia
i
pode ser calculado por meio da
expresso:

=
i i
i
n
x
x
1
, { } m i ,..., 1 (3.31)

e a matriz varincia-covarincia por meio da seguinte equao:

( )
=
i
T
i i
T
i
i
n
x
xx
1
, { } m i ,..., 1 . (3.32)


Uma simbologia bastante usada para a funo distribuio de probabilidade
(fdp) Gaussiana ( ) , , sendo a mdia e a matriz varincia-covarincia.
Uma propriedade da matriz que ela simtrica e semi-definida positiva. Esta
ltima propriedade indica que tem determinante diferente de zero e pode ser
invertida. Os elementos da diagonal principal so as varincias do simo i padro
(
2
ii
) e os elementos fora da diagonal so as covarincias. Se os padres
i
x e
j
x
forem no correlacionados, as covarincias
ij
sero nulas ( 0 =
ij
).

Como a fdp Gaussiana tem funo exponencial ( ) exp pode-se
perfeitamente trabalhar com funes discriminantes envolvendo funes de
logaritmo natural ( ) ln , pois esta funo monotonicamente crescente, ou seja, a
ordem numrica das funes discriminantes no se altera. Sendo assim, a funo de
deciso (3.30) pode ser reescrita como:

( ) ( ) ( ) [ ] ( ) ( )

P p P p g
i
ln | ln | ln + = = x x x , { } m i ,..., 1 (3.33)

que manipulada resulta em (THEODORIDIS e KOUTROUMBAS, 2003):

( ) ( ) ( ) ( )
i i i i
T
i i
n
P g
2
1
+ =

ln 2 ln
2
ln
2
1
1
x x x (3.34)

Expandindo (3.42), tem-se:

( ) ( )
i
i i
T
i i i
T
i i i
T
i
T
i
n
P g
2
1

+ + + + =

ln 2 ln
2
ln
2
1
2
1
2
1
2
1
1 1 1 1
x x x x x
(3.35)

Sendo ( ) 2 ln 2 n constante e igual para todas as classes, ela pode ser
eliminada de (3.35), resultando em:

( ) ( ) ( ) ( ) [ ] x x x
2
1
=
1
2
1
ln ln
i
T
i i i i
P g (3.36)


para { } m i ,..., 1 . A Equao (3.36) representa as funes de deciso de Bayes para
classes Gaussianas de padres considerando condies de perda 1 0 (GONZALEZ
e WOODS, 2000).

A nica contribuio quadrtica na Equao (3.26) vem do termo x x
1
i
T

(THEODORIDIS e KOUTROUMBAS, 2003). Assim, uma vez que no h termos de
ordem maior que grau 2 para os elementos do vetor de caractersticas x na
equao, as funes de deciso concebidas conforme a Equao (3.36) so funes
quadrticas no espao n-dimensional. Quando as populaes de padres so
verdadeiramente Gaussianas, somente superfcies quadrticas colocadas entre
cada par de classes de padres poderiam propiciar perdas mdias de classificao
menores (GONZALEZ e WOODS, 2000). Se for assumido que todas as classes de
padres tm matrizes de covarincias iguais, =
i
( { } m i ,..., 1 ), o termo
quadrtico ser o mesmo para todas as funes de deciso e podero ser
eliminados todos os termos independentes de i da comparao de mximos da
funo de deciso (3.36), sendo ( ) x
i
g como:

( ) ( )
i i
T
i i
T
i
P g ln
2
1
1 1
+ =

x x (3.37)

Desta forma ( ) x
i
g uma funo linear de x e a respectiva superfcie de deciso so
hiperplanos (THEODORIDIS e KOUTROUMBAS, 2003). Se, alm disso, for
assumido que as feies individuais que constituem o vetor de caractersticas so
mutuamente no-correlacionadas e de mesma varincia, ou seja, I
2
= , sendo I
a matriz identidade de ordem n-dimensional, e considerando ainda as classes com
igual probabilidade de ocorrncia, ou seja, ( ) m P
i
1 = , ento (3.37) resulta em:

( )
i
T
i i
T
i
g x x
2
1
= (3.38)

que semelhante ao classificador por distncia mnima descrito na Equao (3.15).
Assim, prova-se que o classificador de distncia mnima timo no sentido
bayesiano sob as seguintes condies (GONZALEZ e WOODS, 2000):


1. As classes de padres forem Gaussianas;

2. Todas as matrizes de covarincias forem no correlacionadas e de mesma
preciso; e,

3. Todas as classes tiverem a mesma probabilidade de ocorrncia.

3.5 MTODOS DE PR-PROCESSAMENTO DE IMAGENS DIGITAIS

O processo de segmentao o primeiro a ser realizado sobre uma
imagem para a extrao de informaes. Ele consiste em subdividir uma imagem em
suas partes ou objetos constituintes, sendo que o nvel em que esta subdiviso deve
ser realizada depende do problema a ser resolvido (GONZALEZ e WOODS, 2000).

Para um bom sucesso dos algoritmos de segmentao de imagens digitais
so utilizados processos de realce nas imagens que propiciem o destaque das
feies procuradas e a suavizao de rudos presentes na imagem. O realce e/ou
suavizao so obtidos por algoritmos de filtragem.

Os algoritmos de segmentao para imagens monocromticas so
baseados em uma das seguintes propriedades bsicas de tons de cinza:
descontinuidade ou similaridade. Dentro da categoria de descontinuidade o
procedimento baseia-se em decompor a imagem levando-se em considerao as
mudanas bruscas de nveis de cinza. Na segunda categoria, a abordagem
baseada na limiarizao, crescimento de regies, diviso e fuso de regies
(GONZALEZ e WOODS, 2000).

Os padres da unidade da captura, projetados sobre a imagem podem ser
considerados como exemplo de similaridade em uma imagem digital e uma
seqncia de procedimentos possveis para a sua deteco e extrao seria:
suavizao; limiarizao e crescimento de regies. Depois do reconhecimento dos
padres, outros processamentos so: deteco de bordas e quinas.


Existe uma grande quantidade de mtodos para cada uma das fases do
procedimento anteriormente citado. Aqui, sero apresentados apenas os aspectos
mais gerais de cada uma das fases que sero utilizadas neste trabalho para o
reconhecimento dos padres e extrao automtica das medidas de seu centro de
massa e coordenadas de suas quinas. As particularidades podem ser encontradas
na literatura pesquisada.

Para os leitores familiarizados com o tema de pr-processamento em
imagens digitais, a leitura desta seo pode ser ignorada.

3.5.1 FILTRAGEM ESPACIAL: SUAVIZAO

Os filtros de suavizao so geralmente usados com o objetivo da reduo
de rudos e a reduo de detalhes no pertinentes representao das feies de
interesse. Todavia, eles provocam um borramento na imagem e a suavizao das
bordas de interesse. Sendo assim, para processos onde os detalhes requeridos so
as bordas e linhas, a utilizao de filtros de suavizao que preservem ao mximo
as bordas fundamental.

O uso de mscaras no domnio da filtragem espacial se d pela convoluo
de uma mscara espacial (filtro ou mscara de referncia) sobre uma poro da
imagem (mscara de pesquisa) como na Figura 3-8.

Mscara de referncia Mscara de pesquisa
W
11
W
12
L W
1n
Z
11
Z
12
L Z
1n

W
21
W
22
L W
2n
Z
21
Z
22
L Z
2n

M M O M M M O M
W
n1
W
n2
L W
nn

Z
n1
Z
n2
L Z
nn

Figura 3-8 Filtragem espacial.


Sendo os elementos da mscara de pesquisa dotados de nveis de cinza em
uma poro da imagem, para quaisquer posies
n
R R ,....,
1
, a resposta de uma
mscara linear :

nn nn
Z W Z W Z W R + + + = L
12 12 11 11
(3.39)

onde: W so os coeficientes da mscara de referncia;

Z so os valores de brilho da imagem de pesquisa;

n a dimenso da mscara.

O nvel de cinza em ( ) y x, ser substitudo por R em uma imagem de sada
na posio correspondente imagem de entrada onde o centro da mscara estiver
posicionado. Depois disto, a mscara movida para o pxel vizinho na imagem e o
processo se repete at que a imagem toda seja percorrida.

Pode-se utilizar tambm de filtros no-lineares que tambm operam em
vizinhanas, entretanto no se utilizam valores de coeficientes da forma descrita na
Equao 3.38. Um filtro no-linear pode ser fundamentado na utilizao de uma
funo bsica, podendo este valor ser a mediana, o mximo e o mnimo, por
exemplos (GONZALEZ e WOODS, 2000;).

3.5.1.1 FILTROS DE SUAVIZAO

A filtragem de suavizao usada para borramento e/ou reduo de rudo. A
suavizao pode ser empregada em processamentos prvios, como para a retirada
de pequenos detalhes em uma imagem, antes da extrao de feies, e para a
juno de feies lineares com pequenas interrupes entre elas. Alguns dos filtros
mais utilizados na literatura so: mdia, mediana e mediana com anlise de
varincia (SONKA, HLAVAC e BOYLE, 1998).


3.5.1.2 LIMIARIZAO

A limiarizao uma das abordagens para a segmentao de imagens. Este
processo pode ser utilizado tambm para eliminar a presena de regies
insignificantes obtidas no processo de deteco. H vrias tcnicas que se destinam
obteno de um valor de limiar, todavia sero apresentadas apenas algumas das
consideradas mais importantes para o entendimento e desenvolvimento deste
trabalho.

3.5.1.2.1 MTODO DE OTSU

Uma imagem uma funo bidimensional de tons de cinza, e contm N
pxeis com nveis de cinza variando de 1 at L . O nmero de pxeis com i nveis de
cinza denotado como
i
f , com a sua probabilidade de ocorrncia sendo dada por
(OTSU, 1979):

N
f
p
i
i
= (3.40)

Neste mtodo (OTSU, 1979), o limiar calculado por meio da suposio de
que os pxeis da imagem podem ser classificados em dois grupos,
1
C com nveis de
cinza [ ] t ..., , 1 e
2
C com nveis de cinza [ ] L t ..., , 1 + . Neste caso a distribuio de
probabilidade para as duas classes :

( ) ( )
( ) ( ) ( ) t
p
t
p
t
p
C
t
p
t
p
C
L t t
t
2 2
2
2
1
2
1 1
1
1
, , , :
, , :

+ +
L
L
e
onde:

( )

=
=
t
i
i
p t
1
1
(3.41)


e
( )

+ =
=
L
t i
i
p t
1
2
(3.42)

Tambm, as mdias para as classes
1
C e
2
C so dadas por:

( )
=
t
i i
i
t
p i
1
1
(3.43)
e
( )
( )
+ =

=
L
t i
i
t
p i
t
1 2
2
(3.44)

Sendo
T
a intensidade mdia para toda a imagem, ento

( ) ( )
t
t t = +
2 2 1 1
(3.45)
e
( ) ( ) 1
2 1
= + t t (3.46)

Utilizando anlise discriminante, Otsu (1979) define a varincia entre as
classes da imagem limiarizada como:

( )( ) ( )( )
2
2 2
2
1 1
2
t t B
t t + =
Para a limiarizao em dois nveis, Otsu (1979) verifica que o limiar timo
t
determinado como sendo aquele cuja varincia entre as classes
2
B
mxima, ou
seja,

( ) { } t t
B
2
`
max arg =
, L t 1 . (3.47)

3.5.1.2.2 MTODO DE PUN

Este mtodo de limiarizao baseado no fato que a gerao de informao
pode ser modelada como um processo estocstico (SONKA, HLAVAC e BOYLE,


1998). Sendo assim, a entropia, que a medida da quantidade de desordem dum
sistema, para cada pxel da imagem definida (ARTERO, 1999) por:

( ) x x Entropia log . = (3.48)

Duas entropias a posteriori, do objeto e do fundo da imagem, so
determinadas para cada um dos possveis valores de limiar, sendo elas dadas por:

( )

=
|
|
\
|
=
t
i t
i
t
i
b
P
p
P
p
t H
0
ln (3.49)

+ =
|
|
\
|

=
1
1
1
ln
1
l
t i t
i
t
i
w
P
p
P
p
H (3.50)

sendo:

=
=
t
i
i t
p P
0
(3.51)

onde o valor do limiar definido por:

( ) ( ) { } t H t H T
w b
= max (3.52)

3.5.1.2.3 MTODO DE LIMIARIZAO LOCAL

No estudo das imagens utilizadas no sistema de reconstruo, observou-se
o comportamento do histograma calculado a partir dos tons de cinza da imagem
(Figura 3-9). Constatou-se que, em muitas situaes, a adoo de um limiar global
levaria perda de informao significante dos padres projetados, pois a iluminao
dos padres no uniforme.


(a) (b) (c)

Figura 3-9 Histogramas dos tons de cinza em diferentes regies da imagem: (a) regio
central e (b) e (c) regies de limites da matriz de padres.

Uma caracterstica das imagens do sistema que proporciona a perda de
informao a existncia de um efeito semelhante ao efeito de vinhete, na qual o
centro de projeo dos padres mais iluminado em relao s bordas. Por isso,
fez-se a implementao de uma abordagem local usando os operadores de limiar de
OTSU e PUN (SONKA, HLAVAC e BOYLE, 1998, ARTERO, 1999; GONZALES e
WOODS, 2000).

O principal conceito envolvido na limiarizao local (SONKA, HLAVAC e
BOYLE, 1998, GONZALES e WOODS, 2000) implementada foi adaptado do
operador de Gordon (BEGHADADI e NEGRATE, 1989): considerar duas regies de
vizinhana de um pxel central, uma interna e a outra externa, sendo a externa 3
a
b
c


(trs) vezes a dimenso da interna, calcular o limiar na regio
2
R , onde
1 2
R R , e
aplicar a limiarizao apenas na regio
1
R (ver Figura 3-10)

Figura 3-10 Configurao da janela do limiar local (Adaptado de Beghadadi e Negrate, 1989).

3.5.1.3 DETECO DE BORDAS

O mtodo mais trivial em aplicaes de segmentao de bordas o
gradiente. Para uma funo ) , ( y x f o gradiente de f definido nas coordenadas
) , ( y x como o vetor (GONZALEZ e WOODS, 2000):

T
y
f
x
f
f
(
= ; (3.53)

cuja magnitude dada por:

2
2
) (
|
|
\
|
+
|
\
|
=
y
f
x
f
f mag , (3.54)

onde : x e y so os eixos coluna e linha de uma imagem digital.

Estes elementos so base para vrias abordagens de diferenciao de
imagens.
w
w
3w
3w R2
R1


Pode-se dizer que uma borda o limite entre duas regies com
caractersticas distintas de nveis de cinza. Fundamentalmente, o conceito envolvido
na maioria dos mtodos de deteco de bordas o cmputo de um operador
diferencial local. Um dos filtros de deteco de bordas mais utilizados o operador
de Sobel (GONZALEZ e WOODS, 2000).

3.5.1.4 DETECO DE QUINAS

A deteco de quinas no sistema de reconstruo visa o adensamento da
nuvem de pontos reconstrudos para o modelo. Assim, alguns operadores de
deteco de quinas foram estudados e testados por Kokubum (2004). Dos
operadores testados, o operador de Frstner foi eleito empiricamente para ser
utilizado no sistema de reconstruo.

3.5.1.4.1 OPERADOR DE FRSTNER

Um dos operadores de interesse para a determinao de cantos em
imagens digitais o operador de Frstner (FRSTNER, 1986). As coordenadas dos
cantos podem so determinadas com preciso subpxel:

( )
( )
U N
g g x yg
g g y xg
g g g
g g g
y
x
y x y
y x x
y x y
y x x
sub
sub 1
2
2
1
2
2
=
(
(
+
+
(
(

=
(
(3.55)

onde g
x
o gradiente na direo x;
g
y
o gradiente na direo y;
(x
sub
, y
sub
) so as coordenadas da quina detectada com preciso subpxel;
(x, y) so as coordenadas de pxel de uma janela da imagem que contm a
quina.


Os valores de g
x
e g
y
so calculados por meio de um operador de deteco
de bordas, como os mencionados na Seo 3.5.1.3. Mtodos de controle da
qualidade da deteco so estabelecidos por meio da matriz de varincia-
covarincia, considerada como N na Equao (3.55). Maiores detalhes podem ser
encontrados em: Frstner (1986) e Galo e Tozzi (2002).

113 DESENVOLVIMENTO DO SISTEMA DE RECONSTRUO

CAPTULO IV



O desenvolvimento deste projeto de pesquisa teve como objetivo principal,
criar uma ferramenta completa de reconstruo 3D por luz-estruturada, que usa
como base o sistema desenvolvido por Tommaselli (1998a e 1998b). Embora o
objetivo fosse disponibilizar uma ferramenta completa, devido limitao de tempo
algumas das solues propostas no foram exploradas totalmente, abrindo espao
para desenvolvimentos futuros sobre o sistema. Uma das contribuies mais
importantes realizadas com esse trabalho, foi ter desenvolvido uma ferramenta que
funcionasse e que permitisse a reconstruo de superfcies totalmente automtica, e
com um custo computacional baixo. Para que isso fosse possvel desenvolveu-se
todo o conjunto de elementos que ser apresentado:

Elementos fsicos:

o Um prottipo da unidade de aquisio, composto de uma cmara
e um projetor de padres, denominado de Scan3DSL (Scanner 3D
by Structured Light Scanner 3D por Luz Estruturada);

o Uma placa de calibrao para a ferramenta Scan3DSL,

Metodologias:

o Estabelecimento de um modelo matemtico para a calibrao do
prottipo Scan3DSL, eliminando a necessidade de planos
paralelos do mtodo desenvolvido por Tommaselli (1998a);


o Um padro de luz estruturada a ser projetado nos objetos,
organizado em um esquema de codificao, usando formas e
relaes de vizinhana, para possibilitar o reconhecimento
automtico de cada um dos pontos;

o Uma metodologia para a decodificao do padro de luz
estruturada projetado sobre as superfcies de interesse;

Programas computacionais:

o Um programa de calibrao do prottipo Scan3DSL;

o Um programa para a decodificao dos padres para o processo
de calibrao e reconstruo.

Nos captulos anteriores foram feitas revises bibliogrficas a respeito dos
dois conceitos gerais bsicos envolvidos no desenvolvimento deste projeto de
pesquisa: Sistemas de Reconstruo 3D Curta Distncia e Reconhecimento de
Padres. Outros assuntos de menor relevncia para merecer meno em captulos
especficos sero abordados em momentos oportunos na definio da metodologia
desenvolvida no trabalho. Assim, este captulo trata do desenvolvimento dos
mtodos criados a partir da bibliografia pesquisada. Tambm sero tratadas as
implementaes para concretizao do sistema de reconstruo proposto. Em
resumo, os assuntos que sero tratados aqui so:

Unidade de aquisio Scan3DSL;

Padro de luz estruturada projetado;

Calibrao do sistema;

o Modelagem matemtica;

o Montagem de uma placa de calibrao;


Reconhecimento dos padres projetados;

o Pr-processamento;

o Reconhecimento;

Programas computacionais desenvolvidos

4.2 MATERIAIS

No desenrolar do desenvolvimento deste trabalho, a maioria dos materiais
utilizados foi adquirida por meio da reserva tcnica (RT) da FAPESP, instituio esta
que fomentou esta pesquisa por meio da concesso de uma bolsa de Doutorado. Os
principais so:

Equipamentos:

o 1 Computador de mesa, AMD Athlon XP 64 bits, 3200+ (2,21GHz),
1 GB de RAM, adquirido com RT FAPESP (processo 02/01886-8);

o 1 Projetor de padres de luz estruturada, construdo na empresa
AVR-Instrumental em Curitiba, financiado com a RT FAPESP
(processo 02/01886-8);

o 1 Placa de calibrao, construda com materiais adquiridos com
RT FAPESP (processos: 01/12361-0 e 02/01886-8);

o 1 Cmara digital Kodak DX 3500, utilizada num momento inicial do
desenvolvimento do projeto, adquirida com RT FAPESP (processo
00/005984), e que, posteriormente, foi substituda por uma
cmara Sony Cybershot DSC F828, adquirida com RT FAPESP
(processo 02/01886-8);


o 1 Sapata para flash e 1 cabo de sincronismo, ambos usados para
criar o sistema de sincronismo entre a cmara Sony Cybershot
DSC F828 e o flash do projetor.

Programas computacionais:

o Borland Inprise C++ Builder 4.0 CAPES;

o Microsoft Office 2000 Standard CAPES;

o MID Monocomparador de Imagens Digitais (Reiss, 2002);

o CC Programa de calibrao de cmaras (Galo, 1993).

4.3 UNIDADE DE AQUISIO SCAN3DSL

Em um sistema de reconstruo 3D por luz estruturada a ferramenta de
captura de imagens com o padro de luz estruturada projetado um dos elementos
primordiais do sistema de reconstruo. Como j havia uma ferramenta
anteriormente desenvolvida na FCT (Seo 2.5), optou-se por utilizar parte de seus
componentes para criar outro prottipo, uma vez que a verso antiga apresentava
alguns problemas j mencionados. Os requisitos do projeto da nova ferramenta
foram:

Portabilidade e facilidade de manuseio;

Sincronizao entre o disparo da cmara e a projeo dos padres;

Possibilidade de utilizao de diferentes padres de luz estruturada.

Para atender o primeiro requisito, o de portabilidade, a idia foi colocar todos
os componentes do projetor encapsulados em um nico equipamento. Assim, os
componentes, de 1 a 7, descritos na Figura 2-25, foram inseridos em um tubo
cilndrico de alumnio de, 359 mm (14,13 pol) de comprimento por 52 mm (2,05 pol)
de dimetro (Figura 4-1).


Figura 4-1 Primeira verso do sistema de reconstruo Scan3DSL e seus componentes: (1)
flash; (2) espelho; (3) condensador; (4) entrada para o suporte do slide; (5) suporte do slide do
padro a ser projetado; (6) objetiva; (7) espelho refletor; (8) baterias e controlador do disparo
do flash.

Uma empresa (AVR Instrumental Tcnico LTDA.: Equipamentos e
Assessrios para Cartografia e Topografia, localizada na cidade de Curitiba) foi
contratada para a construo do projetor de acordo com as especificaes
requeridas e sob acompanhamento no desenvolvimento do tal equipamento, que
ilustrado por meio da Figura 4-1.

Os componentes deste projetor so os seguintes:
1. Fonte de luz: flash de mquina fotogrfica, que gera uma luz branca
e incoerente no instante de tomada da imagem;
2. Espelho: espelho cncavo;
3. Condensador: condensa em direo ao slide do padro a ser
projetado;
4. Encaixe do slide: fenda existente corpo do projetor para fixao do
slide do padro a ser projetado;
5. Suporte e slide: suporte contendo o slide do padro de luz
estruturada a ser projetado sobre a superfcie dos objetos;
6. Objetiva: onde a luz projetada focalizada por meio de ajustes no
conjunto de lentes;
7. Espelho direcionador: espelho fixo que tem o objetivo de desviar a
luz do padro para ser projetada na direo do objeto a ser
reconstrudo;


8. Baterias e controle de disparo do flash: caixa dos circuitos do
flash, com seu controle de disparo e baterias de energia.

Para caber nessas novas dimenses, apenas o condensador e o sistema de
lentes (respectivamente os elementos 3 e 6 da Figura 2-25a) puderam ser
aproveitados e adaptados do sistema antigo, os demais, com exceo do sistema de
ventilao (8 da Figura 2-25a), tiveram que ser substitudos por outros de mesma
funo. O sistema de ventilao dos condensadores, por sua vez, teve que ser
eliminado do projetor devido necessidade de reduo do tamanho do sistema, pois
no caberia no tubo de alumnio. Assim, a fonte de luz tambm no poderia mais
ficar ligada continuamente, devendo ser acionada apenas quando ocorresse a
obteno da imagem com a cmara. Desta forma, foi necessrio o desenvolvimento
de um dispositivo de sincronismo, utilizando como fonte de luz um flash de mquina
fotogrfica. Outra caracterstica importante baseada no projetor antigo a
versatilidade na utilizao de vrias configuraes de padres (Figura 4-2).

Figura 4-2 Exemplo de um padro utilizado no projetor: (a) Fotolito de um padro branco e
preto; (b) Detalhe com ampliao da ilustrao de um padro utilizado.

Na Figura 4-2a mostrado o suporte de fixao de um padro gravado em
um fotolito e preso entre dois crculos de vidro para mant-lo plano na projeo. Ao
lado (Figura 4-2b) mostrada uma ilustrao do padro a ser projetado e seus
pontos ampliados para facilitar a visualizao. Este suporte inserido em uma fenda
apropriada presente no projetor de padres (Figura 4-1 (4)) e preso por parafusos
base lateral do tubo de alumnio, de forma a manter a estabilidade dos parmetros
de calibrao do projetor.


Outra deciso tomada nessa nova verso do projetor foi fixar o espelho
direcionador dos feixes de luz (7), de forma a no ter mais movimentos de rotao,
que havia no prottipo (Seo 2.5). Esta mudana teve o escopo de diminuir
possveis mudanas da geometria do sistema decorrentes desse movimento, que
fossem causados involuntariamente por parte do operador.

Duas verses do prottipo da ferramenta de reconstruo Scan3DSL foram
desenvolvidas em momentos distintos, variando a cmara utilizada e o respectivo
sistema de sincronismo, de acordo com as caractersticas da cmara. A primeira
verso da ferramenta Scan3DSL foi baseada na utilizao de uma cmara digital
Kodak DX 3500, conectada ao projetor por meio de uma haste de alumnio e um
suporte de fixao da cmara (Figura 4-3).

Figura 4-3 Primeira verso da ferramenta Scan3DSL usando a cmara Kodak DX 3500.

Uma incompatibilidade entre as focais da cmara e do projetor (ngulo de
abertura da cmara maior que o do projetor) causava a projeo dos padres muito
concentrados no centro da imagem. Isso diminua a resoluo dos padres
projetados, piorava a geometria de reconstruo e, consequentemente, provocava a
diminuio da qualidade dos resultados obtidos.

Outra verso da unidade de aquisio foi montada com uma cmara Sony
Cyber-shot DSC F828 (Figura 4-4), de 8 Megapixel (3264x2448 pxeis) com uma
lente Zeiss, cuja focal vai de 28 a 200 mm, com quadro equivalente a 35 mm; Esta
cmara possui conector para sapata de flash, entrada de cabo de sincronismo, mas
no possui foco fixo.


Entretanto, a Sony Cyber-shot DSC F828 possui configurao manual ou
automtica para ajuste da focal, e a criao de um suporte para conexo com o
projetor adaptado a esta cmara, poderia fixar o seu sistema de lentes, tornando o
seu foco fixo. Para a conexo da cmara ao projetor foram desenvolvidos um novo
suporte composto de metal inoxidvel e nylon e um novo sistema de sincronismo
entre a cmara e o flash do projetor (Figura 4-4).

Figura 4-4 Novos elementos do sistema projetor.

A cmara foi fixada ao suporte de conexo por meio de um parafuso na
parte inferior do suporte (Figura 4-5a) e utilizando-se da rosca e encaixe de conexo
da cmara usado para fixar trips (Figura 4-5b).

Figura 4-5 Fixao da cmara ao suporte de conexo: (a) rosca e encaixe para conexo em
trips; (b) entrada de conexo no suporte.

O suporte de conexo da cmara foi construdo de forma a possibilitar
articul-lo com o projetor horizontalmente. Esta articulao necessria para ajustar
Conector da cmara Sistema de
sincronismos
Fonte de alimentao de
energia externa (110-
220v) com converso para
6 V
(a)
(b)
Rosca e
encaixe de
conexo
Orifcio de entrada do
parafuso de fixao


a angulao entre o cmara e o projetor quando necessrio enquadrar o padro
projetado em relao distncia cmara objeto (Figura 4-6). No h articulao no
sentido vertical.

Figura 4-6 Suporte de conexo da cmara ao projetor.

Para facilitar o ajuste do sistema de lentes antes do seu travamento, h uma
entrada no topo do suporte da cmara para visualizao da numerao focal (Figura
4-7a); e na lateral, uma abertura para o ajuste (Figura 4-7b).

Figura 4-7 Ajuste do sistema de lentes: (a) visualizao do sistema do ajuste do sistema de
lentes; (b) abertura para ajuste do sistema de lentes.

Foi desenvolvido um sistema de sincronismo adequado cmara adquirida
(ver Apndice A).

Articulao
Visualizao da
focal do sistema de
lentes
Abertura para ajuste do
sistema da focal das lentes (a) (b)


4.4 PADRO DE LUZ ESTRUTURADA PROJETADO

Outra contribuio deste trabalho foi a definio do padro de luz
estruturada a ser projetado. O padro deveria permitir que o seu reconhecimento
automtico fosse baseado em caractersticas prprias, pois cada um dos padres
deveria ser identificado individualmente.

Na fase inicial do projeto, em 2002, as bibliografias pesquisas eram pouco
direcionadas ao assunto especfico de reconhecimento de padres para sistemas de
luz estruturada, e a abordagem inicial foi considerar o reconhecimento de padres
de forma genrica (GONZALEZ e WOODS, 2000; THEODORIDIS e
KOUTROUMBAS, 2003; LUGER, 2004; SONKA, HLAVAC e BOYLE, 1998, 1998;
JAIN, DUIN e MAO, 2000). Depois de algum tempo do andamento do
desenvolvimento do projeto foram encontradas as bibliografias especficas, como
por exemplo, o trabalho de Griffin, Narasimhan e Yee (1992), Morano et al (1998) e
o de Salvi, Pags e Batlle (2004), e ento se observou que a metodologia que
estava sendo criada era muito parecida com algumas das abordagens descritas
nesses autores.

No desenvolvimento de uma codificao de padres para o sistema
Scan3DSL, procurou-se criar um sistema de padres de acordo com as
caractersticas citadas por Jain, Duin e Mao (2000):

Um sistema restrito e bem definido com uma representao compacta
dos padres;

Com pequenas variaes entre os elementos de uma classe e grandes
variaes entre as classes dos elementos;

Uma estratgia de tomada de deciso simples.

Assim, de forma intuitiva, a soluo encontrada foi utilizar um conjunto de
elementos pontuais com caractersticas distintas (forma ou cor) e concili-los com
uma relao de vizinhana em uma grade ou matriz. A abordagem por cor,
desenvolvida por Scalco (2000), havia mostrado problemas quando as superfcies a
serem reconstrudas coincidiam com a cor dos padres projetados; isso tambm
havia sido detectado por Griffin, Narasimhan e Yee (1992). Desta maneira, procurou-


se uma abordagem com a projeo de padres em branco e preto, e,
necessariamente a utilizao de formas geomtricas diferentes para os pontos
projetados deveria ser considerada. A utilizao de poucas formas tornaria o
processo de classificao de padres mais conciso e rpido, e a vizinhana
possibilitaria uma anlise sinttica para a identificao nica do padro entre os
demais. Depois de verificadas as possibilidades de formas a serem utilizadas
(KOKUBUM, 2004), como tringulos, quadrados, crculos, etc., percebeu-se a
possibilidade de usar formas com quinas objetivando aumentar o nmero de pontos,
alm dos centros de massa, utilizados na modelagem das superfcies. Foram
consideradas ento 5 formas (padres) distintas, mostradas na Figura 4-8, e para
cada uma delas, foram associadas letras que correspondem classe que cada
forma pertence.

A B C D E

Figura 4-8 Padres e seus significados semnticos

Com estes cinco padres so denominadas (rotuladas) pelas letras: (A), (B),
(C), (D) e (E). Cada um dos padres contm uma quantidade finita de pontos que
so considerados na reconstruo, sendo eles as quinas e os centros de massa.
Desta maneira, um padro da classe (A) contm 5 pontos (4 quinas e o centro de
massa); todos os demais (B, C, D, E) contm 7 pontos (6 quinas e o centro de
massa). Pode-se dizer tambm que os padres so formados pelos pontos que eles
contm: suas quinas.

Para que essas formas pudessem ser reconhecidas automaticamente a
partir das imagens dos padres projetados, elas foram associadas a uma relao de
vizinhana. Nesta associao, o padro da classe (A) foi assumido como piv de
uma estrutura bidimensional de vizinhana de oito elementos, ou seja, uma janela de
dimenso 3 3 . O padro (A) o que possui maior facilidade de ser detectado,
dentre os demais, por meio do mtodo de correlao de regies (correlao de
imagens), que um mtodo simples e de fcil implementao e aplicao, e, por


esta razo este padro foi assumido como piv de uma estrutura bidimensional de
vizinhana 8 (oito) (Figura 4-9).

A regio de vizinhana de padres mnima estabelecida denominada de
clula de padres e corresponde a uma submatriz de dimenso 33, com um
padro (A) no seu centro e outros elementos nas demais posies. Assim uma
primeira heurstica estabelecida que no h um padro (A) ao lado de outro (A).
Outra heurstica que foi estabelecida que no haveria outra clula semelhante
dentro de um raio de 4 (quatro) clulas, e dentro deste raio, uma clula s pode ser
50% semelhante outra (distncia Hamming igual a 2) (HAMMING,1950; ver Seo
2.5, p. 66). O clculo desta semelhana feito considerando a classe (B, C, D e E,
j que o elemento A piv e tem posio semelhante em todas as clulas) e a
posio de um padro dentro de uma clula.

Figura 4-9 Vizinhana dos padres.

Para a gerao de matrizes codificadas foi criado um algoritmo de fora-
bruta, que cria uma matriz de submatrizes 3 3 a partir de clulas de padres,
procedendo da seguinte maneira:

1. definida a ordem N M da matriz de clulas de padres;

2. Para a posio ( ) J I , gerada aleatoriamente uma clula de padres,


3. So calculadas as distncias Hamming entre essa clula gerada em ( ) J I , e as
que existirem nas posies ( ) H K, , { } { }, 4 , , 4 , 0 , : + < I I K M K I K K K
e { } { } 4 , , 4 , 0 , : + < J J H N H J H H K ,

4. Se as distncias Hamming calculadas forem maiores ou iguais a 2 (50%),
ento, a clula gerada inserida na matriz de clulas na posio ( ) J I , , caso
contrrio, repete-se o processo a partir de 2, at que a matriz de clulas seja
totalmente preenchida.

matriz de clulas de padres dado o nome de Matriz de Codificao de
Padres (MCP). A ordem n m da MCP, considerando cada elemento da submatriz
de clulas, N M 3 3 , ou seja, M m 3 = e N n 3 = . Depois de gerada uma MCP, outro
programa desenvolvido converte a codificao em um desenho salvo no formato
DXF, com cada padro sendo representado por uma das formas geomtricas
definidas na Figura 4-8. Para cada desenho especfico de uma MCP, foram testadas
variaes uniformes de tamanho dos padres e o espaamento entre eles.

Foram impressos vrios fotolitos com variaes nos padres. O sistema de
reconhecimento destes padres foi desenvolvido de forma a ser capaz de
reconhec-los, mesmo que haja variaes de fotolitos de diferentes disposies de
padres, desde que as 5 formas definidas na Figura 4-8 sejam as mesmas (tambm
mostrada na Figura 4-10).

A B C D E
E C E E C B E C D B E C C E C C B E
D A D D A E B A B E A B B A B D A B
C B C E C B C D E D B E C E D E B D
D C E E B E B E C D B E B E D C E D
C A B C A C E A D B A B C A E D A C
B E D D E B D B C E B C B D C C D B
D B C B E D B E B C E D D E B D B D
B A B D A B D A D D A E E A D E A B
C D E E B C B D E C D B C E B B C E
clula
de
padres

Figura 4-10 Converso da codificao em desenhos.


Para que os algoritmos possam se adequar ao arranjo que est sendo
utilizado, foi implementada uma estrutura de dados em forma de lista duplamente
ligada, formada por ns de padro. Este ns so representaes tericas de um
padro na MCP e suas relaes de vizinhana. Cada n possui quatro ponteiros, um
para cada direo em uma vizinhana 4 (quatro). Os vizinhos diagonais podem ser
endereados indiretamente. Estas direes so: Norte, Sul, Leste e Oeste. Desta
forma, uma clula de padres pode ser representada como mostra a Figura 4-11.

A B C
D E E
B D C

Figura 4-11 Representao estrutural da relao de vizinhana dos padres para uma clula.

Assim, pela estrutura representada na Figura 4-11, possvel construir a
representao de uma MCP. Cada um dos ponteiros de um n somente pode
assumir dois valores: apontar para outro n ou para nenhum n (ponteiro nulo), que
ocorre quando o padro da MCP for de borda. Outra caracterstica importante que,
a partir de qualquer elemento da estrutura, possvel se chegar a outro em duas
direes, horizontal ou vertical. Esta estrutura aplicada somente representao
de uma MCP, ou seja, das relaes de vizinhana entre os padres codificados.

O fotolito utilizado como base para o desenvolvimento dos processos e
algoritmos o da configurao mostrada na Figura 4-12 e foi selecionado


empiricamente. Ao todo, so 1944 padres, distribudos em uma matriz de 36 linhas
por 54 colunas, sendo 216 do tipo (A), 434 (B), 429 (C), 424 (D) e 441 (E). Como
cada padro pode ser representado por suas respectivas letras (rever Figura 4-10),
as MCP so armazenadas em arquivos texto, permitindo ser acessados pelo sistema
de reconhecimento, de acordo com o fotolito utilizado.

templates
# UPTK Templates - Autor: M. L. L. Reiss
# Date/Time: 21/11/03 13:38:35
36 54
ECEECBECDBECCECCBEDBEDCBBECCEBECDEDBDCBDCEEDCBCDBDCEBD
DADDAEBABEABBABDABCACBACDAEBADDACCADBAEEACBAECAECABBAE
CBCECBCDEDBECEDEBDBEDDCDEBCDBCCEDBEBEBDBDBEDBDCDEBEDEC
DCEEBEBECDBEBEDCEDBCDBEBCDBEBDBCDBEDBDEEDCDBDCDCCDBBDE
CABCACEADBABCAEDACCACDAEBADDAEDABCABCACBAEEACDABBADEAB
BEDDEBDBCEBCBDCCDBDCBCBDEDCBEBEDEBECDEDEDBDBDCBDDBCDED
DBCBEDBEBCEDDEBDBDCBCBDBECEECEDECBCEEDCEDECBDBCDDEBCBC
BABDABDADDAEEADEABDAEDADDADCACEADEADBABDADBAEDACBACDAD
CDEEBCBDECDBCEBBCEBECEDECBCEDECECDEBDECCBCCDCCDECEBBDB
CDCCBCBDEDCEEDCDCDCDBEBCECDCDEDEBDEDCBECBCDEDBEBBEBECE
DABDAEEABEACBADEAEEAECADDABEACCAEEACDACEABBABEAECADCAD
ECDBECCBECDBEDBDECBCDDBCBEDDEBDEBBDBECDBDEDCEDBCBCEEDE
EBEEBDDECCBEDBDBDCECBECECDEDECDBDCBEDBCCBCBDCDECCEDECB
CABDACCAEEACEAECAEBACDADEABBABEABDACCAEBAEDABEADDAEDAC
ECEBDEEDCBCDDBDDCBDBDBDCCDEEDEBCEEBDBDCCEDBCDCECBCBECB
BCEDECDBDEDCECBCDCDEDEDBBDEDBEEBDECBBEBBDCDCEEBDCDEDBE
EACEAEBAEBABCAEDABBACDACCABBADBABBACDAECADBACCAEEADBAB
CBEDEBDBCDECEBDECDECDBEBEBCCEBCDCDBDBCDECECDEDEBBEBEBC
CDEEBDCBDECBDCBBDBDBECBDEBDEDEBEBDCDCEBBDBCDBBEDECBDBD
DACBABEACBACBADEAECACBABCAEBADCACEAEBADEADDACCABBACCAC
CDBDECDCDDBDECEBEDEBEEBCBDBDCEBCEDBCCBEBDCCDBBECEBDEBE
BEDECBDCEBEBBCDCDBDEBCBCDECBCEBECDBCBCBEDEEDCDCEBCDDCB
EAECAEBADEADCABDADCACEAECAECACDABBAEEADCABBAECABCACEAE
DEDDBCEDEBDCBCDCDEDEBCEBEDCBCDCECDCDBEBEBCEDBDEDEDBBCD
CEBBDCECEBDBCBCECDDCEDECCBDBEBCDBBCBCECBDEDBEDEDCECCDC
EACEABDADCAEBAEBAEEABBABDACCADEAEDAEEAEEACEADEACDABBAD
BCDCDCBCBECBCEDCDBCECCDEBCEECEBCDEDBDEBCBECECBCEEDCDBC
DBEEDEBDBEDEBECCBEDBCECEEDEBCDEBCCEBBDCCEDECDCBDEBCBCD
EABBACCADCABDAEEADEABCADBACDAECABEADDADEABCACBAEBABDAE
CECDCEDEBEBDEBCCBCBCEBDECBDEBDDBDCBCBDEBDEBDBCDCDCECBD
ECDBCECEBCECCBEDBCDBDBDEBEDCDCCDBDBEDBCEBEECBECDDCECBE
BACDADBADDAEDABEAEBABCADEACDABDACBACEABDADBACDAEBADDAB
CEBCBCCBEEBDECEBCBDBCDECCBEECDCDBEDBCDECDCEBDCEDECEBCD
BCDDCECBCCDEDBDDEDBCBEBCBDBBEDECDDCDECBDCBCBDBEDBEBBDB
CABEACDAEDABCACEACEACBADCAEDABBAEEABBACCAEDACCAECADDAD
DCEBDBBECBDEEBEDCDDBEEBEBDBBECDEBDECDCEDBCECEBECEBEBEB
(a) (b)
Figura 4-12 Matriz de codificao de padres: (a) imagem da MCP; (b) arquivo de entrada da
MCP.

Alm dos centros de massas dos padres projetados, podem ser utilizados
os pontos dos cantos dos padres e desta forma tem-se um total de 11232 pontos
disponveis para a reconstruo alm dos 1944 centros de massa. Cada um destes
pontos representa um vetor diretor do projetor que deve ser conhecido por meio de
um processo de calibrao (Seo 4.5).

Outra estrutura de dados foi implementada para a representao dos
padres que so segmentados da imagem. Esta estrutura tambm uma lista
duplamente ligada em que os elementos dela so recortes das imagens
segmentadas para cada regio. regio segmentada na imagem ser dado o nome
de regio de padro. Cada regio de padro possui tambm ponteiros de ligao
para as suas regies vizinhas nas mesmas orientaes descritas para os ns de
padro. H tambm na regio de padro um ponteiro para o n de padro,


associando a regio segmentada com a MCP; de forma semelhante, cada n de
padro tem um ponteiro para associao com a sua correspondente regio. Assim,
uma regio de padro a representao do padro projetado na imagem, e um n
de padro a representao de um padro na MCP. A finalidade do procedimento
de reconhecimento dos padres estabelecer uma ligao unvoca entre cada n
de padro com sua correspondente regio de padro.

4.5 CALIBRAO DO SISTEMA

Uma das contribuies deste trabalho foi o desenvolvimento de um mtodo
de calibrao do sistema cmara-projetor de forma rpida, fcil, e visando eliminar a
necessidade de planos paralelos, premissa da metodologia desenvolvida em
Tommaselli (1998a). A busca de uma metodologia que atendesse a esses requisitos
levou ao estudo de trs abordagens diferentes para o problema, das quais foi
escolhida a abordagem que levou a resultados corretos e de menor custo
computacional.

Como foi visto na Seo 2.5, a calibrao do sistema Scan3DSL visa
determinar os parmetros do projetor que permitem, com a medio de uma
coordenada do padro projetado na imagem, reconstruir a coordenada 3D desse
padro de luz no espao objeto. Os parmetros que permitem essa reconstruo
so as coordenadas do centro de perspectiva do projetor (CPP), dadas por
( )
P P P
Z Y X , , e os vetores diretores de cada ponto do padro de luz projetado
( )
t t t
n m l , , , onde t ndice desse ponto na matriz de codificao de padres (MCP).


4.5.1 MODELAGEM MATEMTICA

4.5.1.1 ABORDAGEM POR COPLANARIDADE

O primeiro dos modelos criados, relacionava esses elementos por meio da
geometria epipolar de cada um dos vetores diretores do projetor, que pode ser
observada na Figura 4-13. Reapresentando alguns elementos j definidos na Seo
2.5, onde:

Figura 4-13 Geometria epipolar entre um vetor diretor e suas projees na imagem

C o CP da cmara;

P o centro de projeo do projetor (CPP);

G o ponto de origem do referencial do espao objeto;


t
p o vetor diretor do ponto t no projetor;

t i ,
S a interseo do vetor diretor
t
p com o plano a superfcie do
objeto, na tomada de imagem i;

t i,
c a projeo de
t i ,
S na imagem.

b o vetor CP , tambm definido como a base entre o CP da cmara
e o CPP.

Uma relao evidente, e j observada em outras bibliografias da rea de
Fotogrametria (ATKINSON, 1996; KRAUS, 1993), que o vetor diretor
t
p , a
coordenada de sua projeo no espao objeto
t i ,
S e sua projeo na imagem
t i,
c ,
so coplanares, para cada valor de t. Desta forma, a seguinte relao vlida:

( ) 0
,
=
t t i
p c b (4.1)

que condio de coplanaridade entre vetores.

Depois de algumas operaes, partido do modelo (4.1), chegou-se a um
modelo matematicamente coerente, mas que, na sua implementao, mostrou
resultados incompatveis com o esperado, ou seja, o processo de estimao usando
o modelo funcional obtido no solucionava o sistema de equaes. Ento, procurou-
se resolver o problema usando uma estratgia seqencial, deixando-se a
investigao e desenvolvimento modelo como sugesto para trabalhos futuros.
Como vantagem desta abordagem, intui-se que ela propiciaria o ajustamento dos
parmetros de OE da cmara simultaneamente determinao dos vetores
diretores dos padres projetados.


4.5.1.2 ABORDAGEM POR SIMILARIDADE

Em outra abordagem, abandonou-se a idia de elaborar um modelo que
resolvesse a calibrao do projetor simultaneamente determinao da OE das
tomadas das imagens, considerando uma metodologia seqencial. Partindo-se de
outra configurao geomtrica para o sistema cmara-projetor (Figura 4-14),
verificou-se a seguinte relao de similaridade entre os elementos envolvidos no
sistema:

Figura 4-14 Geometria entre vetores diretores e suas projees na imagem

(
(
(
+
(
(
(
=
(
(
(
C
C
C
C
t
C
t
C
t
t i
G G
t i
G G
t i
G G
t i
i
Z
Y
X
n
m
l
Z Z
Y Y
X X
P
P
P
C
C
C
R
,
,
,
,
(4.2)

onde:
i
R matriz de rotao da cmara em relao ao espao objeto G para a
tomada da imagem i ;


G
t i
G
t i
G
t i
Z Y X
, , ,
e , so as coordenadas do padro t projetadas no espao objeto
para a tomada de imagem i, no referencial do espao objeto G;

i
G
C i
G
C i
G
C
Z Y X e , so as coordenadas do centro perspectivo da cmara no
referencial no referencial do espao objeto G para a tomada de imagem i;
C
t
C
t
C
t
n m l e , so os componentes do vetor diretor t, no referencial da cmara
C;

C C C
Z Y X
P P P
e , so as coordenadas do projetor no referencial da cmara C,

k i ... 1 = , onde k o nmero de imagens tomadas,

p t ... 1 = , onde p o nmero de padres projetados, tendo sido adotado o
critrio de que os padres que no aparecem em pelo menos de 3 imagens
so eliminados do processo de estimao.

Considerando a dependncia linear entre os elementos dos vetores
diretores: 1
2 2 2
= + + n m l , pode-se ento arbitrar um dos valores. Desta forma,
arbitrando em (4.2) a varivel 1 = n , tem-se:

(
(
(
(
(
(
=
(
(
(
C
C
C
G G
t i
G G
t i
G G
t i
i
C
t
C
t
t i
Z
Y
X
Z Z
Y Y
X X
m
l
P
P
P
C
C
C
R
,
,
,
,
1
(4.3)

que, tomando-se a 3 equao de (4.3) e dividindo-se pela 1 e a 2, se obtm o
seguinte modelo formado por 2 equaes:

( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
C G G
t i i
G G
t i i
G G
t i i
C G G
t i i
G G
t i i
G G
t i i
C
t
C G G
t i i
G G
t i i
G G
t i i
C G G
t i i
G G
t i i
G G
t i i
C
t
Z Z Z r Y Y r X X r
Y Z Z r Y Y r X X r
m
Z Z Z r Y Y r X X r
X Z Z r Y Y r X X r
l
P C C C
P C C C
P C C C
P C C C
+ +
+ +
=
+ +
+ +
=
, , ,
, , ,
, , ,
, , ,
33 32 31
23 22 21
33 32 31
13 12 11
, (4.4)

que so muito parecidas com as conhecidas equaes de colinearidade.


O modelo (4.4) obtido do tipo implcito e no linear, portanto, o mtodo de
ajustamento mais adequado Combinado com iteraes (GEMAEL, 1994; MIKHAIL
e ACKERMAN, 1976). Todavia, como j mencionado, ele permite calibrar o projetor
em um processo seqencial, ou seja, em um primeiro passo as OE da cmara so
determinadas por um processo de reseco espacial, e num segundo passo so
determinados os vetores diretores dos padres projetados e as translaes do
projetor no referencial da cmara. A configurao mnima de quatro pontos em 3
planos para permitir o clculo das coordenadas do projetor e, simultaneamente, dos
vetores diretores.

Foi criado um programa de simulao de dados, considerando o projetor
com geometria similar de uma segunda cmara, e simulados valores para os
parmetros do projetor, considerando cada vetor diretor como uma fotocoordenada.
Depois, com o modelo (4.4), foi implementado um programa de estimao dos
parmetros de calibrao do projetor e testado com os dados simulados. A
estimao com o programa recuperou os parmetros simulados, mostrando a
funcionalidade do modelo matemtico (4.4).

A opo de testar o modelo matemtico com dados simulados foi uma
alternativa devido ao fato de o sistema Scan3DSL estar em construo quando este
modelo de calibrao foi obtido. Quando a ferramenta Scan3DSL ficou pronta,
procedeu-se ento uma avaliao do modelo com dados reais. O arranjo de padres
utilizado propiciava uma quantidade de cerca de 1900 pontos (centros de massa das
regies dos padres projetados) para cada imagem. Essa quantidade de pontos foi
restritiva para a operao do programa que havia sido criado apenas para testar o
modelo e no possua nenhuma forma de otimizao. O custo computacional foi
tambm aumentado devido abordagem dada ao modelo (4.4), que por ser do tipo
implcito e no linear, necessitava ser estimado pelo Mtodo Combinado com
iteraes. Todos esses problemas demandaram a necessidade de alternativas ao
modelo (4.4) e soluo de ajustamento.


4.5.1.3 ARRANJOS NO MODELO PARA DIMINUIR O CUSTO COMPUTACIONAL

Uma soluo muito utilizada para diminuir o custo computacional de um
ajustamento pelo Mtodo Combinado realizar simplificaes no modelo
matemtico, de forma a tornar possvel a utilizao do Mtodo Paramtrico, sem
perdas significativas na preciso dos resultados estimados (MIKHAIL e ACKERMAN,
1976). Assim, partindo do modelo (4.2), tem-se:

(
(
(
+
(
(
(
=
(
(
(
=
(
(
(
C
C
C
C
t
C
t
t i
G G
t i
G G
t i
G G
t i
i
C
t i
C
t i
C
t i
Z
Y
X
m
l
Z Z
Y Y
X X
Z
Y
X
P
P
P
C
C
C
R
1
,
,
,
,
,
,
,
(4.5)

onde:
C
t i
C
t i
C
t i
Z Y X
, , ,
, e so as coordenadas do padres projetados no espao objeto, no
referencial da cmara. Isolando
t i,
da terceira equao do conjunto (4.5) e
substituindo nas duas primeiras, chaga-se a:

( ) ( )
C C C
t i
C
t
C
t i
C C C
t i
C
t
C
t i
Y Z Z m Y X Z Z l X
P P P P
+ = + =
, , , ,
(4.6)

Para que o modelo (4.6) possa ser utilizado na estimao dos parmetros de
calibrao do projetor pelo Mtodo Paramtrico, algumas consideraes devem ser
realizadas:
C
t i
Z
,
considerada como pseudo-constante, ou seja, calculado a partir
de observaes e valores constantes e depois considerado como injuno absoluta;
C
t i
C
t i
Y X
, ,
e so pseudo-observaes, ou seja, so calculados a partir de outras
observaes e outros parmetros estimados previamente. Assim, o processo de
calibrao foi dividido em duas fases:

1. Faz-se uma resseo espacial para cada imagem, determinando-se os
parmetros da matriz de rotao
i
R e mais os centros perspectivos (CP) da
cmara
G
C
G
C
G
C
i i i
Z Y X e , . Com esses valores so calculadas as coordenadas
G
t i
G
t i
G
t i
Z Y X
, , ,
e , de cada vetor diretor t projetado no espao objeto para cada
uma das tomadas de imagem i usando as equaes de colinearidade inversa


e assumindo 0
,
=
G
t i
Z . Depois, tendo-se os valores
G
t i
G
t i
G
t i
Z Y X
, , ,
, e calculados,
executa-se o cmputo dos elementos
C
t i
C
t i
C
t i
Z Y X
, , ,
e , no referencial da cmara;
2. Na segunda fase, feita a estimao dos elementos
C C C
t t
Z Y X m l
p p p
e , , , .
Depois de realizado o processo da estimao dos parmetros do projetor, o
elemento
t
n de cada vetor diretor calculado baseado na dependncia linear
1
2 2 2
= + +
t t t
n m l .

Mais uma vez houve a necessidade de dividir o procedimento de calibrao
em mais etapas de forma a reduzir o custo computacional, quando o processamento
utilizava todos os centros de massa dos padres extrados em muitas imagens. Mais
de 25 horas foram necessrias para calcular todo o sistema de equaes usando
todos os pontos projetados. Uma alternativa levantada foi utilizar o Filtro de Kalman,
com a introduo progressiva das observaes no ajustamento. Todavia, depois de
alguns estudos, chegou-se a uma soluo alternativa para o processo de
ajustamento: calibrar primeiro os vetores diretores dos padres da classe A,
obtendo-se tambm as coordenadas do projetor
C C C
Z Y X
P P P
e , ; e, posteriormente,
considerando as coordenadas
C C C
Z Y X
P P P
e , como conhecidas, calibrar os vetores
diretores de cada um dos padres das demais classes (a definio das classes dos
padres apresentada da Seo 4.5).

4.5.1.4 PROCESSAMENTO SEQENCIAL

4.5.1.4.1 MTODO PARAMTRICO

No processo de ajustamento dos vetores diretores dos padres das classes
no-A, o modelo (4.6) foi arranjado da forma seguinte para simplificar as operaes
de clculo:

C C
t i
C C
t i C
t C C
t i
C C
t i C
t
Z Z
Y Y
m
Z Z
X X
l
P
P
P
P
+
+
=
+
+
=
,
,
,
,
, (4.7)


sendo:
C C C
Z Y X
P P P
e , ajustados do procedimento anterior;
C
t i
C
t i
C
t i
Z Y X
, , ,
e , calculados com
as equaes de colinearidade inversa utilizando os parmetros de reseco
espacial. Para cada conjunto de fotocoordenadas calculadas
C
t i
C
t i
C
t i
Z Y X
, , ,
e , de um
padro t nas imagens i , tem-se:

C
t i i
C
t i i
m w l s
, ,
= = (4.8)

onde:

( ) ( ) ( ) ( )
C C
t i
C C
t i i
C C
t i
C C
t i i
Z Z Y Y w Z Z X X s
P P P P
+ + = + + =
, , , ,
, (4.9)

sendo e
i i
w s consideradas pseudo-observaes, com seus desvios-padro
calculados pela propagao de covarincias.

Aplicando o mtodo paramtrico (ver Apndice B) possvel verificar que
esse procedimento de ajustamento resume-se a aplicao da mdia ponderada aos
vetores diretores calculados para um padro t em uma imagem i pela Equao
(4.7). A Tabela 4-1 apresenta um resumo das equaes desse procedimento.

Tabela 4-1 Resumo do ajustamento.
Elementos de calibrao Formulao
Vetores diretores
( ) ( )
=
=
=
=
=
q
i
w
q
i
i w
a
C
t
q
i
s
q
i
i s
a
C
t
i
i
i
i
p
w p
m
p
s p
l
1
1
1
1

Fator de varincia a posteriori
( )
( )
( )
( )
(
=

= =
2
0
q
i
i
a
C
t w
q
i
i
a
C
t s
w m p s l p
q
i i
1
2
1
2
2
1

Varincias ajustadas
( ) ( )

= =
= =
q
i
w
m
q
i
s
l
i
a
C
t
i
a
C
t
p p
1
2
0 2
1
2
0 2


4.5.2 IMPLEMENTAO DO MTODO DE CALIBRAO DO PROJETOR

Com o conceito da metodologia de calibrao estabelecido, foi realizada a
codificao do programa de calibrao, e testes de desempenho mostraram que so
necessrios menos 30 minutos para realizar todo o processamento, incluindo os
cantos dos padres.

Como j mencionado anteriormente, a metodologia desenvolvida por
Tommaselli (1998a) necessitava de planos paralelos para a realizao do
procedimento de calibrao, apesar desta nova metodologia eliminar isso, os
procedimento iniciais assemelham-se bastante. No primeiro passo, realiza a
calibrao da cmara, sendo determinados os parmetros de orientao interna.
Depois realizada uma resseo espacial, na qual se determina, por meio dos
pontos de controle, as rotaes e translaes da imagem no referencial do objeto.
Depois, por meio destes parmetros de OE, se calculam as coordenadas dos
padres projetados no referencial do objeto. At aqui, a nova metodologia idntica
desenvolvida por Tommaselli (1998a). Aps isso, na metodologia anterior, com a
movimentao da placa de calibrao paralelamente, fazia-se primeiramente a
determinao das coordenadas do CPP, e depois eram calculados os componentes
dos vetores diretores por diferena de coordenadas. Neste ponto as metodologias se
diferenciam, pois agora, considerando os centros de massa dos padres da classe
A, tanto as coordenadas do projetor quando os vetores diretores so estimados em
um nico procedimento; depois, conhecendo-se as coordenadas do projetor, so
determinados os vetores diretores dos centros de massa dos padres das demais
classes (B, C, D e E) e tambm as quinas de todos os padres. A Figura 4-15
mostra esta metodologia desenvolvida. Uma vantagem dessa nova metodologia a
maior flexibilidade no procedimento de calibrao, podendo o usurio tomar imagens
sem se preocupar com as rotaes e translaes da unidade da captura com
relao placa de calibrao. H tambm maior robustez numrica, uma vez que
uma grande parte dos vetores diretores determinada simultaneamente com a
coordenada do CPP.


Figura 4-15 Principais etapas do mtodo de calibrao do sistema projetor.


4.5.3 MONTAGEM DE UMA PLACA DE CALIBRAO

A metodologia de calibrao do projetor requer uma superfcie plana para a
projeo dos padres com seus vetores diretores a serem calibrados. Ela tambm
requer que alguns pontos de controle (com coordenadas conhecidas no referencial
do objeto) sejam sinalizados sobre a placa e medidos na imagem. Alguns destes
pontos devem possuir diferenas de elevao para que os parmetros de orientao
interna da imagem possam ser determinados por fototriangulao com auto-
calibrao (LUGNANI, 1987). A diferena de elevao diminui a correlao entre
alguns dos parmetros de orientao interna e externa da cmara (ATKINSON,
1996) para o procedimento de calibrao da cmara. Pretende-se que estes pontos
de controle possam ser localizados e medidos automaticamente. Quando os
padres de luz estruturada forem projetados sobre o plano da placa, no deve haver
efeito de espelhamento da luz para que a qualidade da imagem dos padres seja
menos deteriorada e para que seu reconhecimento automtico no seja prejudicado.
Com base nestas especificaes foi idealizada a construo da placa de calibrao
(Figura 4-16).

Para que houvesse diferenas de elevao dos pontos de controle, foi
construda uma placa quadrada com uma superfcie plana central e hastes elevadas
em forma de L nos cantos da placa (Figura 4-16). A estrutura da placa foi
construda em metal e montada sobre uma chapa de madeira para dar maior
sustentao ao conjunto. O plano central foi construdo com um vidro espesso, para
evitar deformaes, sobre o qual foi jateado e pintado de branco fosco, para eliminar
o efeito de espelhamento.

Nas pequenas barras laterais e tambm no plano de vidro, foram sinalizados
alguns pontos de controle. Vrios experimentos foram realizados at que fossem
definidas quais formas e metodologias seriam aplicadas ao conjunto de padres dos
pontos de apoio, visando tornar possvel o seu reconhecimento automtico.


Figura 4-16 Plano de calibrao do projetor.

Foi definido que cada padro da placa possusse um cruzamento, cujas
coordenadas no referencial objeto pudessem ser conhecidas, e um identificador em
cdigo de barras para o ponto. A sinalizao destes cdigos se d junto com o ponto
de controle, logo acima. Para no prejudicar a identificao, apenas 4 barras foram
utilizadas em uma representao binria, ou seja, 16 combinaes. Foram definidos
28 pontos de apoio sobre a placa de calibrao, e assim, os cdigos de barras foram
combinados com duas formas diferentes para os padres propiciando um nmero de
total de smbolos superior (32) para o nmero de pontos de apoio. As duas formas
utilizadas so: em cruz, representada pela letra A (Figura 4-17a), e forma em v v,
representada pela letra B (Figura 4-17b).

A cor vermelha foi utilizada para os padres para que estudos no espao de
cores permitissem segmentar automaticamente estes padres do resto da imagem.
A posio da medida de coordenadas do ponto de controle sinalizado se d na
regio central do padro (ver Figura 4-17). Foi adicionada aos padres, localizados
na parte branca da placa, uma moldura preta com a finalidade de manter o mesmo
contraste dos padres localizados no entorno da placa e, tambm, para marcar a
posio de incio e fim da leitura do cdigo de barras. Para evitar interferncia na
deteco dos padres da placa com a do projetor, os pontos de controle foram
sinalizados fora da rea til de projeo.


cdigo de barras
moldura do padro
(a) (b)
Posio
da
medida de
coordenadas

Figura 4-17 Alvos de sinalizao dos pontos de controle. (a) forma em cruz +; (b) forma em
v. Com 4 cdigos de barras e duas formas diferentes possvel gerar 32 smbolos diferentes
para representar os pontos de apoio.

Apesar da preparao dos pontos da placa para o reconhecimento
automtico, ele ainda no foi implementado, ficando como sugesto para trabalhos
futuros.

4.5.3.1.1 ESTABELECIMENTO DO SISTEMA DE COORDENADAS DOS PONTOS DE
CONTROLE DA PLACA

Para estabelecer o sistema de coordenadas dos pontos de controle, foram
realizadas medidas de distncias entre os pontos da placa de calibrao com o
auxlio de um paqumetro e uma rgua de invar. Como o paqumetro que se
dispunha possibilitava a medio de distncias menores que 30 cm, este foi utilizado
para medir pontos adjacentes e a rgua para pontos distantes. As medidas
realizadas entre os pontos so distncias no plano de calibrao, e so dispostas de
acordo com a Figura 4-18.

As medidas realizadas com o paqumetro foram consideradas com preciso
de 0,3 mm de milmetro, e as obtidas com a rgua de invar 0,5 mm (Tabela C-11, no
Apndice C).


Figura 4-18 Representao das distncias medidas diretamente sobre a placa: (a) distncias
medidas com o paqumetro; (b) distncias medidas com a rgua de invar.

Medidas verticais em relao ao plano da placa de calibrao foram
realizadas para os pontos fora do plano central. Para determinar as coordenadas Z
dos pontos das hastes e das bordas da placa. Estas medidas, feitas com o auxlio do
paqumetro, no so utilizadas para o ajuste de coordenadas baseado em
distncias, cujo modelo matemtico s consideram coordenadas planas (XY)
(Tabela C-2, no Apndice C).

Para criar a malha a partir do ajuste de distncias, foi necessrio determinar
uma malha inicial de coordenadas dos pontos de controle. Para isso, adotou-se o
ponto 8 como origem e a partir dele, utilizando uma linha de nylon e um esquadro,
criou-se uma malha de coordenadas XY para todos os pontos sobre o vidro da placa
de calibrao. A partir dessa malha inicial e dos pontos verticais medidos com o
paqumetro, foram tomadas imagens da placa de calibrao com uma cmara digital
j calibrada, de foco fixo e com parmetros internos estveis. A cmara digital
utilizada foi a Kodak DX 3500, utilizada na primeira verso do sistema, e com suas
imagens foi realizado um procedimento de fototriangulao, no qual foram estimados
valores tridimensionais para todos os demais pontos da placa. Aos pontos sobre o
vidro, foram dadas injunes em coordenada Z, com peso infinito e considerando
valor igual a zero. O programa utilizado para isso foi o CC (GALO, 1993) (ver dados
na Tabela C-3, Apndice C). s coordenadas Z dos pontos fora do plano do vidro,
a b
Ponto
origem


foram atribudos desvios-padro da ordem de 0,5 mm, que a preciso esperada do
processo de ajuste da fototriangulao. Estes valores foram usados para calcular
posteriormente os pesos das injunes nestes pontos.

Com os valores fototriangulados para os pontos de controle realizou-se o
ajuste das coordenadas utilizando as injunes de distncias (RUY et al, 2002).
Neste procedimento (Apndice C.2), possvel tambm injuncionar os valores de
coordenadas 2D, e assim, foi dado ao ponto 8 uma injuno de peso alto para fixar a
coordenada deste ponto em ( ) 0 , 0 . Do ajuste, resultaram as coordenadas XY dos
pontos de controle da placa de calibrao, cujos valores podem ser vistos na Tabela
C-4, no Apndice C.

A realizao do sistema de referncia dos pontos de controle composta
pelos pontos XY determinados a partir do ajuste de distncias e pelas coordenadas
Z medidas precisamente com o paqumetro.

4.6 RECONHECIMENTO DOS PADRES PROJETADOS.

O procedimento de reconhecimento de cada padro da MCP, projetado
sobre a superfcie do objeto a ser reconstrudo, denominado de decodificao de
padres (SALVI, PAGS e BATLLE, 2004). Este processo permite associar para
cada regio segmentada na imagem, com seus pontos detectados, os vetores
diretores calibrados.

Algumas abordagens diferentes poderiam ser aplicadas ao reconhecimento
dos padres projetados, como: a decomposio por componentes principais, redes
neurais, anlise sinttica, dentre outras abordagens descritas na literatura. Das
abordagens pesquisadas, aquela que se mostrou mais vivel, por motivos como, (1)
a familiaridade dos conceitos envolvidos e (2) experincia de implementao em
linguagem computacional, foi uma composio de tcnicas de correlao baseada
em imagens e anlise de vizinhana.


O sistema de reconhecimento automtico para os padres projetados
composto de dois mdulos principais: gerao da base de conhecimento e a
classificao. Na abordagem de classificao supervisionada, o bloco do
conhecimento possui elementos fixos, predefinidos (conhecimento prvio) que so:
as caractersticas das classes de padres e as relaes de vizinhana entre cada
padro. Na etapa de gerao da base de conhecimento so definidas as heursticas
associadas s classes dos padres. Elas poderiam ser baseadas em amostras
tomadas a partir da imagem a ser analisada ou predefinida pelo projetista do sistema
de reconhecimento. J o mdulo de classificao composto por: pr-
processamento, extrao das caractersticas dos padres projetados, (primeira
deciso) classificao, anlise de vizinhana, (segunda deciso) controle de erros
da classificao e, por fim, identificao nica dos padres projetados. No final do
processo de classificao e identificao dos padres projetados, as coordenadas
imagem dos pontos que constituem o padro so obtidas, podendo ser utilizadas
para a calibrao da ferramenta Scan3DSL ou para a reconstruo da superfcie
imageada, caso os parmetros de calibrao j sejam conhecidos.

O processamento completo, como mostra a Figura 4-19 para o
reconhecimento dos padres subdividido quatro partes principais, sendo elas:

Abertura do projeto de reconhecimento: Calibrao ou Reconstruo;
Pr-processamento;
Reconhecimento;
Armazenamento das coordenadas medidas.

A seguir, sero descritas as etapas do procedimento de reconhecimento de
padres implementadas.


Figura 4-19 Fluxograma dos procedimentos de reconhecimento de padres.


4.6.1 PR-PROCESSAMENTO

4.6.1.1 SUAVIZAO

A suavizao de imagens tem por objetivo eliminar os possveis rudos
ocorridos na aquisio das imagens. A implementao realizada considera quatro
possibilidades para filtragem de suavizao: nenhuma suavizao, mdia, mediana
e mediana com anlise de varincia.

O filtro da mdia muito eficiente em retirar os rudos de uma imagem, mas
produz um efeito de borramento. O filtro da mediana tem como caracterstica ser
muito eficiente para a reduo de rudos sem borrar a imagem, com a eliminao
dos pontos com intensidades muito distintas das de seus vizinhos; entretanto produz
a atenuao dos cantos das regies (GONZALEZ e WOODS, 2000). Ambos
possuem regies de atuao, implementados com dimenso impar, variando de 3x3
a 29x29, podendo ser aplicados tanto em imagens de baixa quanto de mdia
resoluo.

Dos filtros disponveis, o mais adequado para o propsito deste projeto o
da mediana com anlise de varincia, tambm denominado de mediana com
preservao de bordas e cantos. Nele, atribuda ao pxel analisado a mediana dos
nveis de cinza de uma vizinhana com a menor varincia.

Tambm foi colocado como opo o uso de nenhuma suavizao, pois nos
experimentos realizados, verificou-se que esta operao pode ser omitida quando
utilizada a limiarizao local no procedimento de segmentao.

Como as bordas e as quinas dos padres projetados so de suma
importncia para o processo de reconstruo, a suavizao a ser utilizada deve ser
aquela que preserve ao mximo tais caractersticas. Apesar disso, os filtros da
media e da mediana foram mantidos para avaliao e como possibilidade de escolha
pelo usurio.


4.6.1.2 SEGMENTAO

A segmentao composta por procedimentos que tm a finalidade de
separar da imagem o que padro e no-padro (fundo). Uma seqncia de
procedimentos faz esta atividade e composta de limiarizao e crescimento de
regies.

4.6.1.2.1 LIMIARIZAO

A Figura 4-20 mostra 3 imagens de padres e seus respectivos histogramas.
Como pode ser observado e ilustrado, os histogramas das imagens do sistema de
reconstruo possuem duas regies principais, separadas por um valor de limiar a
ser determinado. O limiar separa os padres, direita, do que fundo da imagem,
esquerda (Figura 4-20).

Imagens Histogramas com limiar global OTSU
1

0 68 255
2

0 92 255
3

0 73 255
Figura 4-20 Exemplos de imagens de padres e seus respectivos histogramas.

Pelo comportamento do histograma das imagens, vistos na Figura 4-20,
pode-se observar que, em muitas situaes, a adoo de um limiar global levar


perda de informao significante dos padres projetados, pois a iluminao dos
padres no uniforme.

Antes Depois do limiar local

Histogramas

0 70 255

0 65 255

Imagens em detalhe

Figura 4-21 - Ilustrao do histograma de uma a ser imagem limiarizada.

A combinao dos processos de suavizao e limiarizao podero levar
segmentao da imagem como pretendido. Entretanto, experimentos mostraram que
uma boa segmentao pode ser obtida basicamente com a aplicao direta da
limiarizao local com o mtodo de OTSU, sem procedimento de suavizao.
Entretanto, foram disponibilizadas, para escolha do usurio, quatro combinaes
possveis de limiarizao: global e local, com os operadores: OTSU e PUN para
Reduo
de rudos


cada uma delas. As dimenses da regio de atuao para o limiar local consideram
as dimenses da regio
1
R e so as mesmas definidas para os operadores de
suavizao mdia e mediana (Seo 4.6.1.1).

Depois da operao de limiarizao, o histograma da imagem fica parecido
com os ilustrados na Figura 4-21. Tomando como exemplo o histograma da imagem
limiarizada, pode ser observado que a limiarizao local, alm de separar os pxeis
de fundo daqueles que so regio de padro, tambm atuou como um eliminador de
rudos, porm eliminando menos pxeis provveis de serem padres que o mtodo
global.

Resultam no histograma duas zonas, bem definidas, onde esto: o fundo e
as candidatas a padro.

4.6.1.2.2 CRESCIMENTO DE REGIES

A ltima etapa da seqncia de procedimentos da segmentao dos
padres agrupar os pxeis em regies e a cada regio atribuir um rtulo. Esta
operao realizada por crescimento de regies (SONKA, HLAVAC e BOYLE,
1998).

O processo de crescimento de regies implementado toma como base um
limiar automtico, calculado pelo mtodo de OTSU ou PUN, e assume que todos os
nveis de cinza acima deste limiar so padres (rtulos maiores que 1) e todos
abaixo so fundo (rtulo igual a 1).

Depois de rotulados todos os pxeis da imagem, algumas regies so
formadas pelos pxeis de rtulos iguais, que sero adjacentes. Todas as regies que
tiverem rtulos maiores que 1, sero consideradas como provveis candidatas a
serem padres projetados. Para cada regio so computadas algumas informaes,
como:


Uma lista com as coordenadas dos pxeis que formam a regio: ela
usada para calcular as coordenadas mximas e mnimas que definem a
janela na imagem que contm a regio e para pintar os pxeis da regio
com cores diferente para a visualizao dos processos de
reconhecimento;

As coordenadas que definem a janela que a contm: elas so usadas em
duas etapas do reconhecimento: classificao e determinao das quinas
dos padres;

Largura e altura da imagem: calculados a partir das coordenadas que
definem a janela que contm a regio e so usadas para possibilitar o
redimensionamento das imagens prottipos armazenadas;

Variao entre o comprimento e a largura da imagem: uma taxa entre a
menor dimenso (largura ou altura) dividida pela maior, e usada como
um dos critrios de classificao da regio de padro;

O rtulo da regio: um nmero maior que 2, sendo 1 destinado a rotular o
fundo da imagem; este rtulo usado para identificar a regio
segmentada;

As coordenadas do centro de massa: so usadas como um dos pontos
do padro, assim como as coordenadas das quinas, definidos na Seo
4.4.
Outros dados presentes na regio, que no so calculados na segmentao,
mas so necessrios para os procedimentos de reconhecimento posteriores, so:

Classe do padro: variando entre (A), (B), (C), (D), (E) e (O), sendo (O)
destinado a representar uma regio no reconhecida;

Oito ponteiros para outras regies de padro: destinados ao
estabelecimento das relaes de vizinhana entre as regies
segmentadas. Os ponteiros so nomeados mnemonicamente com
relao direo de conexo: Norte, Sul, Leste, Oeste, Nordeste,
Sudeste, Sudoeste, Noroeste;


Um vetor de 5 elementos para armazenar os ndices de correlao de
imagem entre a regio de padro e cada uma das imagens prottipo: so
usados para o procedimento de classificao da regio;

Uma lista de quinas: usada para armazenar as coordenadas das quinas
do padro; ela dinamicamente redimensionada para conter 4 ou 6
quinas, dependendo da classe que a regio de padro vier a assumir;

Um ponteiro para um n de padro: usado para estabelecer a
correspondncia entre a regio de padro e o n de padro da MCP;

Estes e outros dados auxiliares foram representados em uma estrutura de
objeto e com esta estrutura foi criada uma lista de regies de padro, que ser
usada em todo o procedimento de reconhecimento dos padres e medio de
coordenadas de seus pontos. Uma imagem de rtulos, de mesma dimenso da
imagem de entrada dos padres tambm gerada para auxiliar no estabelecimento
das relaes de vizinhana (Seo 4.6.2.2).

O fluxograma apresentado na Figura 4-22 mostra os procedimentos
implementados para o mtodo de crescimento de regies. Dependendo das
condies de iluminao e da superfcie do objeto, sob as quais a imagem foi
tomada, haver padres nos quais:

A regio ser total ou parcialmente eliminada no processo de
limiarizao;
Dois ou mais padres sero concatenados em uma nica regio;

Regies que no so padres podero ser formadas (agrupadas) pelo
procedimento de crescimento de regies. Uma metodologia foi criada para eliminar
as falsas regies, utilizando da quantidade mnima e mxima de pxeis que uma
regio de padro dever ter. Estas quantidades podem ser introduzidas
manualmente ou calculadas automaticamente.


Figura 4-22 Fluxograma do procedimento de crescimento de regies implementado.

Varredura na
imagem
Imagem de
entrada
Rotulo = 2
Pxel rotulado
como 1
S
N
ui, vj
Pxel(i,j) limiar e
no rotulado
Crescer regio(u,v)
Pxel(u,v) limiar
e no rotulado
Pxel(u,v) rotulado
uu+1, vv
N
S
uu, vv+1
uu+1, vv+1
uu-1, vv
uu, vv-1
uu-1, vv-1
uu-l, vv+1
uu+1, vv-1
Incremento do
rtulo
Varredura
completa

Imagem
segmentada
S
Crescer regio(u,v)
Crescer regio(u,v)
Crescer regio(u,v)
Crescer regio(u,v)
Crescer regio(u,v)
Crescer regio(u,v)
Crescer regio(u,v)
Crescer regio(u,v)
Pxel(u,v)
limiar e no
rotulado
Pxel(u,v) no rotulado
N


O clculo automtico baseia-se na distribuio normal do nmero de pxeis
np das regies dos padres, cuja mdia
np
e desvio-padro
np
so calculados
depois do processo de crescimento de regies. Com estes dois valores, o intervalo
no qual se considera uma regio como um padro foi determinado empiricamente
como:
np np np np
np + < < 3 . Esta metodologia elimina a grande maioria das
regies que no so padres projetados. Se forem mantidas algumas regies que
no so padres, os procedimentos posteriores, de classificao e identificao, as
eliminaro.

4.6.2 RECONHECIMENTO

Depois de realizado pr-processamento, a prxima etapa reconhecer cada
uma das regies segmentadas da imagem, identificando-as univocamente. A
metodologia desenvolvida e as implementaes realizadas permitem o
reconhecimento de cada um dos padres presentes na imagem de modo totalmente
automtico. Basicamente, o reconhecimento realizado em duas etapas principais:
classificao e identificao, descritas a seguir.

4.6.2.1 CLASSIFICAO

Este procedimento tem por objetivo determinar a qual das classes pertence
cada um das regies segmentadas na imagem. As classes so cinco, representadas
pelas letras: A, B, C, D e E, e a forma dos padres pode ser associada a estas
classes de acordo com a Figura 4-8, apresentada na Seo 4.4.

A classificao dos padres ser realizada por meio de alguns critrios de
deciso, tomados a partir da anlise da correspondncia entre imagens. Foi criado
um conjunto de imagens iniciais (imagens prottipo) que compem a base de


conhecimento do sistema; uma imagem para cada classe de padres, de dimenso
90x90 (as dimenses 90x90 mantm as propores de criao dos padres
gravados no fotolito). A cada uma dessas imagens de treinamento, corresponde um
arquivo contendo as respectivas coordenadas das quinas, numeradas no sentido
horrio, com origem conforme os pontos em destaque na Figura 4-23.

Figura 4-23 Pontos iniciais dos padres para as coordenadas.

O processo de classificao faz a comparao da semelhana de cada
regio segmentada na imagem com instncias reamostradas das 5 imagens
prottipos que so predefinidas. Para fazer essa comparao, as imagens
prottipos, de dimenso inicial 90x90, so reamostradas por interpolao bilinear
para apresentarem as mesmas dimenses em x e y da imagem da regio
segmentada. Para tornar possvel calcular o ndice de correlao por covarincia
cruzada modificada, necessrio, depois de reamostradas as imagens prottipos,
inserir uma borda de pxeis com tons de cinza zero, tanto no recorte da regio de
padro analisada quanto nas imagens prottipo. Sem essa operao, o clculo do
ndice de correlao teria denominador zero na funo (3.4) ao se analisar um
padro da classe A. A primeira comparao executada utiliza a funo de correlao
covarincia cruzada modificada (Equao 3.4 na Seo 3.2.1.1), que retorna um
ndice de correlao em valores reais entre -1 e 1, sendo que, quanto mais prximo
de 1, maior a chance de uma imagem de busca (imagem do padro segmentado)
ser semelhante de referncia (imagem prottipo)

Uma das formas de assumir a classificao para uma determinada regio de
padro atribuir a ela a classe cujo ndice de correlao seja o maior valor dentre os
obtidos com a correo. Comparando cada imagem prottipo com as outras
imagens prottipo verifica-se que elas tm certa semelhana entre si, e por isso, em
algumas situaes, essa assuno do maior valor de correlao causa erro de
classificao. Testes usando esse critrio de classificao foram realizados por
Kokubum (2004).


Figura 4-24 Ilustrao do mtodo de comparao das imagens dos padres segmentados
com as imagens prottipas (cores invertidas na figura).

Uma maneira de diminuir essa m-classificao adotar um limiar mnimo
para o ndice de correlao, ou seja, a classificao por maior ndice de correlao
s realizada se o maior ndice de correlao for maior que um determinado limiar.
Mesmo assim, esse critrio no suficiente para eliminar a m-classificao. Desta
forma, outro critrio adotado, o critrio da distncia mnima, que considerado
timo no sentido Bayesiano (Seo 3.4.1).

Para utilizao deste critrio, necessrio montar um vetor de
caractersticas para um padro x e um vetor mdio
i
para cada uma das classes.
O vetor de caractersticas para o padro foi adotado como sendo composto pelos
coeficientes de correlao de uma regio de padro com cada uma das imagens
prottipo:

(
(
(
(
(
(
E
D
C
B
x (4.10)


Na montagem de vetores representativos de cada classe, o que se obteve
no foram vetores mdios, mas sim vetores verdadeiros, pois cada imagem prottipo
foi comparada com as demais, assim:

(
(
(
(
(
(
(
(
(
(
(
(
=
EE
ED
EC
EB
EA
AE
AD
AC
AB
AA
B A
,..., ,..., v v (4.11)

Com esses vetores so calculadas as distncias entre o vetor da regio e os
vetores de cada classe. Ento, aquela classe que gerar a menor distncia pode ser
assumida como a classe do padro (critrio de deciso 3.15, da Seo 3.3).

Entretanto, mesmo assim, baseado em experimentos realizados, a utilizao
isolada da distncia mnima como critrio de classificao pode acarretar em m-
classificao. Uma maneira emprica desenvolvida para analisar isso calcular a
mdia e o desvio-padro das distncias calculadas, para verificar dentre elas se h
mais de uma classe com valor acima da mdia mais 1,5 vezes o desvio-padro, ou
seja, se mais de uma classe tm distncias muito prximas, que poderiam ser dadas
como mnima, acarretando uma possibilidade de confuso. Esse valor de disperso
foi definido empiricamente baseado em experimentos.

Outro critrio bastante importante a ser considerado a relao
largura/altura das regies segmentadas. Se a relao entre o menor e o maior
comprimento for menor que 40%, existe a chance de esse padro ser uma regio
quebrada ou mal-segmentada. Outro critrio utilizado calcular a mdia e o desvio-
padro das dimenses das regies segmentadas. Com isso, se a menor dimenso,
entre largura e altura, for menor que o desvio-padro das dimenses, ento h a
possibilidade do padro ser tambm uma regio mal-segmentada, quebrada, ou
estar numa poro ruidosa da imagem.

Considerando todas estas situaes, foi montada uma metodologia de
deciso para a classificao da forma como segue:


1. Se a relao entre a menor e maior dimenso da regio for inferior a 40%
a regio recebe o rtulo de no-classificada; caso contrrio analisa-se o
prximo critrio;

2. Se a menor das dimenses da regio for menor que o desvio-padro das
dimenses de todas as regies segmentadas, ento a regio
considerada no-classificada; caso contrrio analisa-se o prximo
critrio;

3. Se maior fator de correlao para a regio for menor que um limiar, ento
a regio considerada como no-classificada; caso contrrio analisa-se
o prximo critrio;

4. Se a classificao por maior correlao for igual classificao por
distncia mnima, ento se atribui regio a classe obtida; caso
contrrio analisa-se o prximo critrio;

5. Se o critrio de distncia mnima indicar apenas um candidato para a
classificao ento se assume essa classificao, caso contrrio, a
regio considerada como no-classificada.

A criao de uma tomada de deciso baseada nestes critrios visa minimizar
a possibilidade de classificaes erradas, sendo melhor no classificar uma regio,
caso haja a possibilidade da classificao estar errada.

4.6.2.2 ESTABELECIMENTO DAS RELAES DE VIZINHANA

O primeiro passo antes do processo de identificao determinar, para cada
uma das regies segmentadas, as regies vizinhas a elas. Ser dado o nome de
regio buscando quela que est procurando as suas vizinhas, e de regio
encontrada quela que foi encontrada por outra regio como sendo sua vizinha.
So oito as direes de vizinhana de um padro: Leste, Sudeste, Sul, Sudoeste,
Oeste, Noroeste, Norte e Nordeste (Figura 4-25). A anlise ocorre entre os padres


classificados na imagem, e pressupe que as rotaes ocorridas em um
alinhamento de padres por inclinaes da superfcie do objeto, ou da cmara, no
sero suficientes para impedir que um padro encontre outro em uma busca
horizontal e vertical. Se ocorrer, a vizinhana conectada de forma errada ser
corrigida no processo de reconhecimento baseado em outros vizinhos.

N
o
ro
e
s
te
S
u
d
o
e
st
e
Oeste
N
o
r
o
e
st
e
S
u
d
o
e
s
te
Oeste
N
o
ro
e
s
te
S
u
d
o
e
ste
Oeste
0
1
2
A B B
E C D
D E E
N
o
r
t
e
S
u
l
N
o
r
t
e
S
u
l
N
o
r
t
e
S
u
l
N
o
r
t
e
S
u
l
N
o
r
t
e
S
u
l
N
o
r
t
e
S
u
l
S
u
d
e
s
te
N
o
rd
e
s
t
e
N
o
r
o
e
st
e
S
u
d
o
e
s
te
Su
d
e
s
te
N
o
rd
e
st
e
N
o
ro
e
s
te
S
u
d
o
e
s
te
S
u
d
e
s
te
N
o
rd
e
s
t
e
N
o
r
o
e
s t
e
S
u
d
o
e
s
te
Su
d
e
s
te
N
o
rd
e
st
e
N
o
ro
e
s
te
S
u
d
o
e
s
te
Oeste
Leste
Oeste
Leste
Oeste
Leste
Oeste
Leste
Oeste
Leste
Oeste
Leste
N
o
r
t
e
N
o
rd
e
st
e
S
u
l
S
u
d
e
s
te
S
u
l
S
u
d
o
e
ste
S
u
d
e
s
te
S
u
l
S
u
d
o
e
ste
N
o
r
d
e
s
te
S
u
d
e
s
te
Leste
N
o
rd
e
s
te
S
u
d
e
ste
Leste
N
o
r
t
e
N
o
ro
e
s
te
N
o
rd
e
st
e
S
u
d
e
s
te
Leste
N
o
r
t
e
N
o
ro
e
s
te
N
o
rd
e
st
e
0 1 2

Figura 4-25 Representao estrutural da relao de vizinhana as regies de padro.

O critrio para eleger a regio que ir iniciar as buscas foi definido como:

1. Ser da classe (A). Os padres da classe (A) so menos susceptveis
a erros de classificao, por terem uma forma mais comportada
quando h perdas de informao durante o pr-processamento.

2. Sendo o padro da classe (A), encontrar aquele que tiver:

O maior valor de correlao da classificao; para garantir que a
regio que iniciar a busca seja mesmo um padro, pois assim ter
maior chance de ter sido classificado corretamente; e
Maior nmero de pxeis; tambm para ter maior chance de
classificao correta por ter maior resoluo, e de estar em uma
regio da imagem onde tenha maior nmero regies de vizinhas.

3. Que ainda no tenha sido testado.


O procedimento se inicia ento com a ordenao da lista de regies
segmentadas e classificadas, de acordo com estes critrios, em ordem decrescente.
Feito isso, o primeiro padro a procurar seus vizinhos o primeiro elemento desta
lista ordenada e assim por diante, at ter completado todos os padres (A). Isto
garante a determinao de vizinhana mesmo para regies de padres
descontnuas.

estabelecida uma distncia mxima na qual a regio ir procurar as suas
vizinhas. Esta distncia foi definida com base em experimentos como sendo duas
vezes e meia as dimenses em largura e altura do padro analisado, para as
direes horizontais e verticais, respectivamente; contada a partir do centro de
massa da que est buscando os seus vizinhos (mxima distoro que a imagem
pode apresentar devido inclinao na superfcie).

Definida a regio que ir iniciar o procedimento de busca, a primeira direo
de busca a ser analisada, de acordo com um critrio pr-estabelecido, a direo
Leste. Partido do centro de massa da regio buscando, o mtodo percorrer a
imagem de rtulos e tentar encontrar uma regio com rtulo diferente do rtulo da
regio buscando; tambm que seja diferente do rtulo do fundo; e que, a
correspondente na lista de regies, ainda no tenha seu ponteiro da direo oposta
de busca (no caso Oeste) ligado outra regio. Se nesta direo for encontrada
uma regio vizinha, uma ligao ser estabelecida. Um ponteiro de direo ligar a
regio buscando com a encontrada, e outro ponteiro de direo oposta, ligar a
regio encontrada com a regio buscando. Depois que a ligao dupla foi
estabelecida, a regio buscando ativar os mtodos de busca da regio
encontrada, passando esta a ser uma regio buscando. A reao ser em cadeia,
at que todas as direes para cada ativao das buscas nas regies sejam
testadas.Depois que uma direo testada, o padro buscando faz um teste para
verificar a coerncia das ligaes por ele estabelecida, usando a direo diagonal.


A Figura 4-26 mostra uma seqncia de procedimentos para o
estabelecimento da vizinhana de uma clula de padres. No primeiro passo (Figura

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

(10)

(11)

(12)

(13)

(14)

(15)

(16)

(17)

(18)

(19)

(20)

(21)

(22)

(23)

(24)

(25)

(26)

(27)
Figura 4-26 Seqncia de procedimentos de uma anlise de vizinhana.


4-26.1), foi definida a regio que ir iniciar a cadeia de buscas, o padro (A). A
primeira busca se d ao Leste, onde encontrada uma regio (B) (Figura 4-26.2). A
regio buscando ento (A) ativa as buscas da regio encontrada (B), e esta passa
a ser uma regio buscando. Como a direo de procura, da antiga regio
buscando (A), foi ao Leste, a nova regio buscando (B), pela lista de seqncias,
ser ao Sul. ento encontrada uma regio (E) (Figura 4-26.3), e a seqncia
continua. No quinto passo (Figura 4-26.5), a regio que iniciou a cadeia (A)
encontrada como vizinha ao Norte da uma regio (D). Nesta circunstncia, a regio
encontrada (A) tem novamente suas buscas ativadas, e, pela lista de seqncias de
buscas, a primeira seria novamente ao Leste, mas ao Leste j teve uma ligao em
passos anteriores (Figura 4-26.2); assim, a regio agora que novamente est como
origem da busca (A) faz um teste de ligao diagonal Figura 4-26.6) e retoma s
suas novas buscas, reiniciando na nova direo da seqncia, ao Oeste (Figura
4-26.7). A partir da etapa 7 (Figura 4-26.7) todos os procedimentos so semelhantes
aos j vistos, lembrando que em todas as ativaes de uma regio sero testadas
trs direes; por isso, ao final, a primeira regio a ser ativada em um conjunto de
regies ser tambm a ltima a ser processada (Figura 4-26.27).

A ordem das direes de busca depende da direo pela qual a regio foi
encontrada, de acordo com a seqncia a seguir:

Ordem 1: Leste: Sul; Norte; Leste.

Ordem 2: Sul: Oeste; Leste; Sul.

Ordem 4: Oeste: Norte; Sul; Oeste.

Ordem 5: Norte: Leste; Oeste; Norte.


No final deste procedimento, poder haver mais de uma zona de regies
conectadas (Figura 4-27).

Figura 4-27 Zonas de vizinhanas desconexas.

4.6.2.3 IDENTIFICAO

Identificar um padro significa determinar sua indexao na MCP. A MCP
estabelece a relao de vizinhana que permite, ao se determinar os vizinhos de um
padro na imagem de projeo, determinar a sua identificao. Para tal, a MCP foi
construda considerando duas heursticas, que minimizam replicao de
vizinhanas, e consequentemente, diminuem a possibilidade de erros na
identificao. medida que uma regio de padro reconhecida, feita uma
associao entre esta regio e a sua posio correspondente na MCP, ou seja, o
seu n de padro. Um rtulo para os pontos do padro foi construdo a partir da
posio em linha e coluna do padro na MCP, acrescido da identificao dos pontos
a serem medidos, podendo ser, o centro de massa ou as coordenadas das quinas.
ATabela 4-2 apresenta um exemplo do rtulo de identificao de um padro.
Zonas
desconexas


Tabela 4-2 Estrutura do identificador do padro
Posio na matriz de
padres
Linha Coluna
Ponto Classe
02 22 0 B

A leitura desse rtulo feita da seguinte forma: o rtulo zero atribudo ao
centro de massa; e os subseqentes aos cantos, iniciando na posio ilustrada na
Figura 4-23 e os demais percorrendo o padro no sentido horrio. Desta forma, o
elemento ponto pode variar de 0 at 4, para o padro da classe A, e de 0 at 6
para os demais padres.

Alm das heursticas de vizinhana das clulas mencionadas, outra
caracterstica da MCP que propicia uma identificao nica da clula, que ao
analisar uma vizinhana maior que 8 (24, por exemplo), a similitude entre as clulas
diminui consideravelmente. Neste ponto, baseado na bibliografia relacionada
codificao de padres de luz estruturada (SALVI et al, 2004), nota-se a
possibilidade da codificao realizada neste trabalho ser um mapa perfeito,
considerando uma janela de dimenso 5 5 ; entretanto, necessrio realizar mais
estudos para se afirmar isso categoricamente.

O processo de identificao implementado inicia-se com uma pr-etapa na
qual realizado o estabelecimento das vizinhanas das regies de padres
segmentadas na imagem. Depois disso, foram desenvolvidas duas abordagens de
identificao: identificao usando relaes de vizinhana; e identificao usando a
geometria do projetor e linhas epipolares. Para cada uma destas duas abordagens
h mais de um mtodo desenvolvido, que em conjunto realizam o processo de
identificao de todas as regies de padro presentes na imagem. So eles:

Identificao usando relaes de vizinhana:
o Por clula;
o Por estrutura dinmica de padres;
o Por varredura em linha horizontal e vertical


Identificao usando geometria do projetor e linhas epipolares:
o Retificao dos vetores diretores usando orientao relativa;
o Busca de vizinhos prximos e alinhados;
o Busca global de cada elemento da MCP usando linhas epipolares
e anlise de vizinhana.

4.6.2.3.1 RELAES DE VIZINHANA POR CLULA

Estabelecida as relaes de vizinhana para cada uma das regies
segmentadas e classificadas, a prxima etapa identificar as clulas cujos padres
foram totalmente classificados. Se pelo menos uma clula existir para uma
determinada zona de vizinhanas (Figura 4-27) ser possvel proceder ao
reconhecimento dos demais padres usando clulas; caso contrrio, nenhum padro
daquela zona ser reconhecido por esse mtodo.

Como a lista de regies de padro foi ordenada em ordem decrescente,
considerando os padres da classe (A) como o nvel mais alto entre as classes, e
sendo cada (A) piv de uma clula de padres, o reconhecimento das clulas
proceder do incio da lista at encontrar algum padro que no seja (A).

Para cada padro (A) da lista de regies segmentadas e classificadas, so
selecionados os elementos da sua clula usando as ligaes de vizinhana.
Primeiro, verificado se todos os elementos da vizinhana 8 deste padro foram
classificados corretamente. Caso no tenham sido, verifica-se o prximo padro (A)
da lista de regies. Procura-se, ento, na MCP, a ocorrncia de clulas
semelhantes. Determina-se, o nmero de clulas similares e o percentual de
similaridade usando a distncia Hamming. Iniciando-se da clula de maior
semelhana at a menor, so comparados os outros 16 elementos do entorno da
clula, quando existirem (Figura 4-28).


Figura 4-28 Representao de uma vizinhana do entorno da clula.

Na comparao no entorno da clula so computados trs valores: nmero
de erros
e
n , nmero de acertos
a
n , nmero de indecises
i
n , e o total das
avaliaes
i a e q
n n n t + + = . As indecises ocorrem quando uma regio no
encontrada onde deveria estar. A tomada de deciso, se a clula pode ser ou no
identificada, feita a partir do seguinte critrio:

Se ( ) 5 . 0 >
q a
t n e ( )
a i
n n ne < forem verdadeiros, ento a clula,
com todos os seus elementos, sero identificados como pertencente
quela posio na MCP;

Caso contrrio compara-se esta clula com as demais posies da
MCP at encontrar uma posio que satisfaa a condio, ou at que
todas as posies da clula na MCP sejam comparadas.

Este processo se repetir at que todas as clulas da lista de regies sejam
verificadas.

No final deste processo haver na MCP vrias posies com padres
identificados e outras sem identificaes, onde os padres no foram classificados
corretamente. Estas falhas sero corrigidas por um procedimento de varredura


horizontal e vertical com comparao em linha, tendo como base os padres que j
foram identificados previamente.

4.6.2.3.2 RELAES DE VIZINHANA POR ESTRUTURA DINMICA

Este mtodo, diferentemente do processo baseado em clulas, no usa uma
estrutura de vizinhana de padres predefinida, como o caso da clula, ao contrrio,
ele gera uma estrutura de ligao de vizinhos de formato dinmico.

Este processo se inicia com uma busca na lista de regies segmentadas, por
regies ainda no reconhecidas, a partir da qual ser iniciado o processo de
formao da estrutura de regies de padro ligadas. Uma lista contendo as regies
da estrutura montada medida que novas regies de padro vo sendo
analisadas. Algumas condies so necessrias para que uma nova regio de
padro, denominada de regio corrente, possa ser inserida na lista:

Condies de insero de uma regio corrente:

1. Que a regio corrente ainda no tenha sido reconhecida;
2. Que a regio corrente ainda no tenha sido inserida na lista.

Ao mesmo tempo, uma lista das provveis estruturas de padres na MCP,
correspondentes estrutura de regies de padres na imagem, montada. Cada
uma das estruturas de padres na MCP possui tambm uma lista de ns de
padres. Condies tambm so necessrias para a insero de um novo n de
padro, denominado de n corrente, e suas listas:

Condies de insero de n corrente:

1. Que o n corrente no seja nulo, isto , que ele no esteja alm da
borda da MCP;
2. Que o n corrente no esteja conectado a uma regio da imagem, ou
seja, que ele ainda no tenha sido reconhecido;


3. Que ele ainda no esteja na lista;
4. Que as classes de vizinhana 8 do n corrente sejam
correspondentes s classes de vizinhana 8 da regio de padro
corrente; isto impede que regies que tenham sido classificadas de
forma errada sejam inseridas nas listas de ns de padres.

Como pode ser visto, por meio da Figura 4-29, com a considerao destes
critrios, foram selecionadas 10 estruturas da MCP como possveis candidatas a
serem correspondentes estrutura de padres da imagem.

Figura 4-29 Seleo de uma regio de padro inicial e eleio dos provveis candidatos
correspondncia.

Depois de eleita a regio de padro inicial, ela passa a ser o piv de uma
seqncia de buscas que sero realizadas nas regies de padres e com
correspondente sentido na MCP (Figura 4-30). A primeira direo de busca para
uma regio piv foi definida como sendo ao Leste, e todas as regies de padro
nesta direo, partido do piv, sero analisadas. Quando na anlise, houver uma
quebra da contigidade da vizinhana, ou uma regio de padro corrente no puder
ser inserida na lista devido aos critrios de insero de uma regio corrente, ento,
com origem no piv, a prxima direo de anlise ser ao Norte, depois ao Oeste e


ao Sul. Quando estas quatro direes de anlise, a partir de um piv, tiverem sido
analisadas, o prximo elemento da lista de regies de padro ser o piv, e a busca
ser reiniciada a partir dele, nas quatro direes, partindo de Leste no sentido anti-
horrio.

Figura 4-30 Introduo de mais um elemento na lista de regies de padro e nas lista de ns
de padro da MCP.

Concomitantemente, nas mesmas direes de insero de regies, na
estrutura de regies, vo sendo inseridos ns nas listas de ns de padro da MCP e
comparadas entre si. Aquelas listas de ns de padro cujas classes no
correspondam s classes de mesma posio na lista de regies, vo sendo
eliminadas, at o momento em que reste apenas uma lista de ns. Quando isso
ocorrer, ter sido determinada a unicidade entre uma regio de ns na MCP e uma
regio de regies de padres na imagem (Figura 4-31).


Figura 4-31 Mudana de direo e reconhecimento unvoco.

Na Figura 4-32, podem-se observar as estruturas de regies e ns de
padro montadas e reconhecidas.

Figura 4-32 Regies reconhecidas.


Mesmo assim, o procedimento de insero de elementos nas estruturas
prossegue com o objetivo de reconhecer o maior nmero possvel de regies de
padro. As inseres ocorrem at que todos os elementos inseridos na estrutura de
regies de padro tenham sido considerados como pivs e suas quatro direes
analisadas. Verificou-se que a metodologia descrita tem semelhanas com o
mtodo de subida de encosta de busca heurstica, descrito em Luger (2004). O
problema tambm poderia ser abordado baseado em outras teorias, como por
exemplo, teoria de grafos, programao dinmica, e outras (CORMEN et al, 2002).

4.6.2.3.3 RELAO DE VIZINHANA POR VARREDURA EM LINHA HORIZONTAL E
VERTICAL

Este procedimento tem a finalidade de completar a identificao dos padres
no realizada em processos anteriores. Ele executado em dois sentidos: horizontal
e vertical. A metodologia a mesma para os dois casos, mudando apenas a
orientao. Por essa razo ser descrito apenas o procedimento horizontal; o
vertical pode ser derivado por analogia.

Considerando ento o sentido horizontal, o procedimento se inicia fazendo
uma varredura na lista de regies segmentadas procura de alguma regio que j
tenha sido identificada, mas cujas vizinhas, Leste ou Oeste, ainda no. Caso
encontre, inicia-se a verificao na direo da vizinha no identificada.

A verificao se dar iniciando em um padro identificado at no encontrar
nenhuma regio vizinha naquela linha horizontal de regies conectadas (Figura
4-34) ou na linha da MCP (Figura 4-35), ou at que seja encontrada alguma regio
na mesma linha que j tenha sido identificada (Figura 4-34). A comparao se dar
entre os elementos da lista de regies segmentadas e os correspondentes
elementos da linha na MCP, considerando as seguintes situaes:


1. Linha conectada da lista de regies menor que a correspondente
linha na MCP.

Na primeira situao, mostrada na Figura 4-33, a linha de regies
conectadas finaliza antes da linha na MCP. Isto pode ocorrer pela perda da
continuidade de um agrupamento de regies; ou pela ocluso de alguma
regio devido superfcie onde foram projetados os padres ou por perdas no
pr-processamento.

Figura 4-33 Final das ligaes na linha de regies.

2. Linha conectada da lista de regies maior que a correspondente linha
na MCP.

Na segunda situao (Figura 4-34), a linha da lista de regies mais
longa que a linha da MCP; isso pode ocorrer quando uma falsa regio foi
mantida no pr-processamento.

Figura 4-34 Final das ligaes na linha da MCP.


3. Duas regies identificadas em lados opostos em uma mesma linha da
MCP.

A outra situao mostrada na Figura 4-35, ocorre quando, na
varredura da linha, encontrada outra regio que j fora identificada na lista
de regies e que pertence mesma linha na MCP. Quando esta coincidncia
ocorre, a lista de regies inteiramente identificada, sem a necessidade de
nenhum teste de consistncia, pois esta coincidncia por si s j indica a
consistncia da identificao.

Figura 4-35 Duas regies identificadas em lados opostos de uma linha de regies

4. Duas regies identificadas em lados opostos em linhas diferentes da
MCP.

Pode ocorrer, entretanto, uma situao diversa da situao 3, na qual
a varredura encontra uma regio identificada que pertence a outra linha da
MCP. Nesta situao nenhum elemento da linha ser identificado, deixando
para ser realizada na identificao posterior em outro sentido, no caso a
vertical (Figura 4-36).

Figura 4-36 Duas regies identificadas em lados opostos de uma linha de regies em linhas
diferentes da MCP


5. Uma regio na direo ortogonal da varredura j fora identificada.

Por fim, a ltima situao considerada quando, no caso da
verificao horizontal, h uma regio na linha logo acima ou abaixo da
verificada que j foi identificada. Neste caso, a regio analisada logo
identificada e passa a ser a regio de incio da varredura naquela linha
(Figura 4-37).

Figura 4-37 Regies reconhecidas em uma linha acima da MCP.

Realizada a varredura, considerando as situaes e os critrios de parada
mencionados, ser feita a comparao elemento a elemento. Como no
reconhecimento de clulas so computados o nmero de erros
e
n , nmero de
acertos
a
n , nmero de indecises
i
n , e o total das perguntas
q
t . Foi estipulado
empiricamente, que se 5 . 0 >
q e
t n , ou seja, se o nmero de acertos for maior 50%
do nmero de perguntas, ento a linha inteira ser considerada identificada. Se
ocorrer erros nesta identificao, a varredura vertical, executada depois da
horizontal, ir corrigi-los. Na identificao, mudam-se as classes das regies no
classificadas e as das classificadas incorretamente, assumindo os reais valores da
MCP, de acordo com a vizinhana estabelecida em processo anterior.

Foi verificado empiricamente que o preenchimento por varredura em linha
tem melhores resultados se aplicados repetidamente pelo menos duas vezes. Este
procedimento foi adotado no algoritmo implementado, aplicando-se primeiramente a


varredura horizontal, depois a vertical, repetindo-se novamente a horizontal e assim
sucessivamente.

4.6.2.3.4 REORIENTAO DO PROJETOR

Durante o desenvolvimento de uma tcnica de reconhecimento de padres
usando a geometria epipolar dos padres conhecidos para busc-los na imagem,
verificou-se que havia paralaxes em Y na linha epipolar dos padres. Como o
suporte de fixao da cmara pode sofrer movimentos micromtricos, causados pela
variao trmica, pelas vibraes ou manuseio da cmara, verificou-se a
necessidade orientar relativamente o feixe projetado em relao ao feixe capturado
pela cmara. Assim, o projetor foi considerado como sendo uma segunda cmara,
fixada a uma base conhecida em relao primeira, e os vetores diretores
transformados em fotocoordenadas. Considerando as medidas da primeira cmara
como as fotocoordenadas dos centros de massa de alguns dos padres previamente
reconhecidos, e suas homlogas no plano da imagem virtual, gerado a partir dos
respectivos vetores diretores, foi realizado um processo de orientao relativa (OR).

As fotocoordenadas ( )
t t
y x , de um ponto t projetado para um plano imagem
virtual podem ser calculadas a partir dos cossenos diretores ( )
t t t
n m l , , :

t
t
t
t
t
t
n
m
f y
n
l
f x = = , (4.12)

onde f a focal virtual do projetor, que pode ser arbitrada com qualquer valor;
entretanto f foi considerada igual focal calibrada da cmara.

No procedimento de OR, foram considerados como incgnitas os
parmetros ( )
P P P P P
Z Y , , , , do projetor, e como injunes de peso infinito a


coordenada
P
X do projetor e ( )
C C C C C C
Z Y X , , , , , da cmara. Os valores iniciais
dados s rotaes ( )
P P P
, , do projetor foram zero, e para as translaes
( )
P P P
Z Y X , , , os valores estimados na calibrao do projetor. Os parmetros de
orientao exterior da cmara foram injuncionados todos com valor zero. O mtodo
de ajustamento utilizado o Combinado com Injunes (GEMAEL, 1994; MIKHAIL e
ACKERMAN, 1976, RUY, 2004).

Depois de estimados os parmetros ( )
P P P P P
Z Y , , , , as translaes
calibradas do projetor so substitudas pelas estimadas na OR, e executada a
correo dos vetores diretores do projetor, de acordo como segue:

[ ]
T
t t t
T
t t t
n m l M n m l =
(

(4.13)

onde: ( )
t t t
n m l , , so os cossenos diretores calibrados;
|
\
|

t t t
n m l , , so os cossenos diretores retificados;
( )
P P P
, , F M = , a matriz de rotao.

Devido ao custo computacional, nem todos os pontos previamente
reconhecidos so utilizados no procedimento de OR. Se o nmero de padres da
classe (A) reconhecidos for maior que 10, ento somente os padres desta classe
so utilizados; caso contrrio, sero utilizados todos os padres que compem a
clula destes padres. Apenas uma aplicao do procedimento de OR necessrio
para corrigir os parmetros do projetor de modo permitir o reconhecimento usando a
geometria dos vetores diretores.

Este mtodo e os dois seguintes s so executados no reconhecimento dos
padres para a reconstruo de superfcies, se o objetivo for a calibrao do
projetor, quando se presume que a geometria do projetor no conhecida, apenas
os mtodos baseados em anlise de vizinhana sero utilizados.


4.6.2.3.5 BUSCA DE VIZINHOS PRXIMOS ALINHADOS USANDO GEOMETRIA
EPIPOLAR

Uma vez que a OR tenha sido executada com sucesso, este procedimento
usa a geometria epipolar para encontrar alguns padres que no tenham sido
reconhecidos usando os mtodos de anlise de vizinhana.

Basicamente, o mtodo de busca de vizinhos prximo usando a geometria
epipolar utiliza dois padres vizinhos j reconhecidos e reconstrudos para predizer a
coordenada Z de um terceiro padro vizinho de outra regio e que ainda no tenha
sido reconhecido. Essa busca feita percorrendo a MCP, que contm o registro de
todas as posies que foram reconhecidas. Como mencionado anteriormente, a
cada padro reconhecido na lista de regies feita uma indexao do padro com
um n da MCP, e vice-versa. Por meio desta coordenada Z predita, so computadas
as cotas mxima e mnima, para que possa ser calculada a linha epipolar do padro
procurado sobre a imagem; faz-se, ento, a varredura na linha epipolar procurando
por regies de padro que a interceptem. Se for encontrada uma regio de padro
classificada e com mesma classe do padro procurado, ento a identificao
realizada; caso contrrio, ser procurada na MCP uma nova situao em que dois
padres vizinhos estejam reconhecidos e um terceiro no.

No exemplo da Figura 4-38 apresentada uma situao em que duas
regies de padro foram reconhecidas (A e B) e uma terceira ainda no.

Figura 4-38 Exemplo de situao em que dois vizinhos (A e B) foram reconhecidos e um
terceiro (C) ainda no.


O clculo das coordenadas mxima e mnima em Z, representadas por c Z e
c Z feito da seguinte maneira: como (A e B) j foram identificadas previamente, as
coordenadas do centro de massa das regies podem ser reconstrudas usando o
mtodo descrito no Captulo II, Seo 2.5, Equaes (2.9) e (2.10), sendo dadas por
( )
A A A
Z Y X , , e ( )
B B B
Z Y X , , .

Sendo A, B e C prximos e aproximadamente alinhados vertical e
horizontalmente, considera-se que
BC AB
d d = , ou seja, que a distncia entre o centro
de massa de A para B igual distncia de B para C. Assim, a predio da
coordenada Z para o ponto C dada por uma interpolao linear simples:

( )
A B B C
Z Z Z Z + = (4.14)

Para determinar as coordenadas de dois pontos que definem os limites da
linha epipolar que conter o padro C, as coordenadas Z aproximadas dos dois
pontos so dadas por:

B
Z c Z =
e (4.15)
( )
B C C
Z Z Z c Z + =

Com os dois valores de c Z e c Z , so calculadas as coordenadas dos dois
pxeis limites da linha epipolar que contm o padro C procurado. A partir destes
pontos, so calculados, por meio do algoritmo de Bresenham (BRESENHAM, 1965),
as coordenadas de todos os pxeis pertencentes ao segmento de linha epipolar, e
com isso iniciada uma busca na imagem de rtulos por todos os pxeis diferentes
do fundo. Se for encontrado um pxel que difere do fundo, ou seja, uma regio de
padro segmentada, e se essa regio possuir ainda a mesma classe do padro
procurado, ento a regio considerada como aquela procurada. Caso no seja
encontrada nenhuma regio de padro ou ento regies equivalentes ao do padro
procurado, ento o reconhecimento desse padro considerado como no
realizado.

O mtodo de reduo do espao de busca usando linha epipolar uma
tcnica bastante utilizada na Fotogrametria (MIKHAIL et al, 2001, ATKINSON, 1996).


Sua abordagem convencional usa as equaes de colinearidade, mas neste trabalho
ela determinada usando a geometria dos vetores diretores.

O clculo dos dois pontos que definem a linha epipolar, realizado de
acordo com o seguinte procedimento. Dados os valor preditos de c Z e c Z para um
ponto na superfcie, os elementos do seu respectivo vetor diretor ( )
t t t
n m l , , e as
coordenadas do centro de projeo do projetor ( )
P P P
Z Y X , , , estes dois ltimos
retificados no procedimento de OR, a partir da Equao (2.2), tem-se:

( ) ( )
t c Z t c Z
n Z c Z n Z c Z / /
P P
= =

(4.16)

onde
c Z c Z
, so fatores de escala. Da equao (2.9), Seo 2.5, tem-se:

t c Z
t c Z
t c Z
t c Z
t c Z
t c Z
t c Z
t c Z
n Z
m Y
f y
n Z
l X
f x
n Z
m Y
f y
n Z
l X
f x
c Z c Z
c Z c Z
+
+
=
+
+
=
+
+
=
+
+
=

p
p
p
p
p
p
p
p
, (4.17)

sendo a linha epipolar definida pelo conjunto de coordenadas ( ) ( ) { }
c Z c Z c Z c Z
y x y x

, , , .

4.6.2.3.6 BUSCA GLOBAL DE CADA ELEMENTO DA MCP USANDO GEOMETRIA
EPIPOLAR E ANLISE DE VIZINHANA

Este processo tambm dependente do sucesso na reorientao pela
orientao relativa. Utiliza-se a geometria epipolar para a localizao de possveis
candidatos para o reconhecimento de um padro de interesse, combinado com a
anlise de vizinhana para a identificao, dentre os candidatos, daquele que
realmente o padro procurado. O algoritmo para o reconhecimento dividido em
duas principais etapas.

Basicamente o algoritmo percorre a MCP, calculando a linha epipolar para
cada n de padro ainda no reconhecido. Nesse clculo so computadas as


coordenadas de dois pontos que definem o segmento de linha epipolar, e por meio
deles e do algoritmo de Bresenham, so determinadas as coordenadas dos pxeis
do segmento de reta na imagem. Depois, realizado um procedimento de busca por
regies de padres na imagem usando essas coordenadas. Ponteiros para as
regies encontradas so organizados em uma lista, que depois percorrida,
analisando a vizinhana de cada padro na MCP comparando com cada uma das
regies apontadas na lista. Uma vez obtida a semelhana entre as vizinhanas, o
reconhecimento dado como realizado e todos os padres pertencentes a essa
vizinhana sero tambm dados como reconhecidos. Caso haja mais de um padro
cuja vizinhana semelhante, ento o reconhecimento ser realizado para aquele
padro cujo nmero de elementos vizinhos for maior.

A utilizao da linha epipolar por si s representa uma reduo do espao de
busca dos padres, entretanto, para aumentar a eficincia do mtodo, foi realizada a
implementao de uma tcnica de reduo do comprimento da linha epipolar,
incrementando assim a reduo do espao de busca. Sem essa reduo, a linha
epipolar fica muito grande, pois determinada baseada em um Z inicial, computado
pela mdia em Z de todos os padres previamente reconhecidos, e os limites entre
Z mximo e mnimo c Z e c Z so calculados usando uma informao prvia
fornecida pelo usurio, que a variao de profundidade aproximada para o modelo.
Foram consideradas duas formas de se calcular c Z e c Z :

1. Nesta primeira forma, c Z e c Z so calculados considerando:

2
Z
+ = Z c Z
2
Z
= Z c Z , (4.18)

onde: Z a profundidade do objeto informada pelo usurio; Z
determinado utilizando uma mdia ponderada. Inicialmente so localizados
os 4 vizinhos mais prximos ao elemento que se deseja reconhecer, sendo
um por quadrante (ver Figura 4-39). Calcula-se a mdia ponderada das
coordenadas Z destes pontos, tendo como peso o inverso do quadrado da
distncia do ponto que se deseja reconhecer aos demais. A seleo dos
padres reconhecidos para a ponderao feita respeitando-se a ordem dos


quadrantes. Uma vez que o quadrante no tenha padres, selecionado um
padro no prximo e assim por diante, at completar um total de 4 padres.

2. Na segunda forma, c Z e c Z so calculados considerando:

Z
k Z c Z + =
Z
k Z c Z = (4.19)

onde: k um fator de ampliao do tamanho de atuao da linha epipolar,
definido { } 3 , 2 , 1 = k ; e
Z
o desvio-padro da mdia dos valores de Z
calculados pela tcnica de ponderao, usando inverso do quadrado da
distncia a 4 vizinhos mais prximos analisados em avaliao de quadrante.

Figura 4-39 Esquema de seleo de padres reconhecidos para a estimao aproximada da
coordenadas Z.


Baseado nisso, so utilizadas as duas formas de determinar a linha epipolar
nesse mtodo:

a) A MCP percorrida buscando padres no reconhecidos na imagem
contidos na linha epipolar, determinada utilizando a tcnica (1), at que
uma regio qualquer seja encontrada. Depois de encontrada uma
primeira regio, as regies a serem procuradas posteriormente passaro
a ter regies reconhecidas bem mais prximas da procurada, levando
uma estimativa de Z mais prxima do valor real. Passa-se ento etapa
(b);
b) A MCP percorrida buscando padres na imagem contidos na linha
epipolar, determinada utilizando a tcnica (2) com 1 = k ; se ao utilizar
essa tcnica, no se encontrar nenhuma regio de padro na linha, ento
a busca realizada com 2 = k ; se no encontrar, se utiliza ento 3 = k ;
caso ainda no encontre nenhuma regio, ento a primeira tcnica de
determinao da linha epipolar empregada (1). Se mesmo assim,
nenhuma regio de padro encontrada, ento o reconhecimento
daquele padro tido como no realizado, partindo-se para o prximo.
Se depois de 5 tentativas de utilizao da reduo do tamanho da linha
epipolar no resultar em nenhuma regio de padro selecionada, ento
se passa a utilizar (1), at que uma nova regio seja selecionada.

4.6.2.4 DETECO DE QUINAS NAS REGIES DE PADRO RECONHECIDAS

Depois de realizado todo o processo de reconhecimento das regies de
padro presentes a imagem, as que no foram reconhecidas no sero utilizadas
para a medio de superfcies nesta verso do sistema.

Fundamentalmente, este mtodo usa um algoritmo de deteco de quinas
em imagens digitais, adaptado do operador de Frstner (1986), desenvolvido e
implementado por Galo e Tozzi (2002). Para a atuao desta ferramenta de
deteco de quinas so necessrias, como informao, janelas da imagem contendo


a regio de quina com os valores de gradiente em X e outra em Y. Foi implementado
o operador de Sobel (GONZALEZ e WOODS, 2000) para fornecer estas janelas de
gradiente, porm, foi necessrio desenvolver uma metodologia de recorte das
janelas de cada quina do padro reconhecido.

As imagens prottipo, que representam a base de conhecimento necessria
ao processo de classificao dos padres, so cpias perfeitas das imagens dos
padres usadas na gerao do desenho da MCP. Quando estas imagens foram
criadas, em uma dimenso proporcional a 90x90, foram tambm gerados valores de
coordenadas de imagem para as suas quinas, de acordo com a Tabela 4-3.

Tabela 4-3 Imagens prottipo e as coordenadas de suas quinas.
Coordenadas das quinas na
imagem prottipo
Representao das imagens prottipos
e a ordem de medida de suas quinas Nome da
imagem
Nmero
do ponto
coluna linha
1
2
3 4

A_001 01 0000 0000
A_001 02 0089 0000
A_001 03 0089 0089
A_001 04 0000 0089
1 2
3 4
5 6

B_001 01 0000 0000
B_001 02 0039 0000
B_001 03 0039 0050
B_001 04 0089 0050
B_001 05 0089 0089
B_001 06 0000 0089
3 4
5 6
1
2

C_001 01 0000 0050
C_001 02 0050 0050
C_001 03 0050 0000
C_001 04 0089 0000
C_001 05 0089 0089
C_001 06 0000 0089
1 2
3
4
5
6

D_001 01 0000 0000
D_001 02 0089 0000
D_001 03 0089 0039
D_001 04 0039 0039
D_001 05 0039 0089
D_001 06 0000 0089
1 2
3 4
5
6

E_001 01 0000 0000
E_001 02 0089 0000
E_001 03 0089 0089
E_001 04 0050 0089
E_001 05 0050 0039
E_001 06 0000 0039

Depois que uma regio de padro reconhecida, h a possibilidade de
atribuir a essa regio as coordenadas aproximadas de suas quinas (Tabela 4-3,
Figura 4-40). Isto ocorre por meio de uma reamostragem dos valores das


coordenadas das quinas dos padres prottipo, seguido de uma translao para a
posio linha e coluna da janela recortada. A reamostragem das coordenadas
necessria devido diferena de dimenses entre a imagem prottipo e o recorte da
imagem da regio de padro. No procedimento de reamostragem aplica-se um fator
de escala para X e outro para Y, que calculado baseado nas dimenses da
imagem prottipo e nas dimenses da imagem da regio de padro.

Figura 4-40 Deteco de quinas dos padres reconhecidos.

Uma vez calculadas as coordenadas aproximadas das quinas do padro na
imagem, para cada uma das quinas, aberta uma janela de recorte, que captura
somente a parte da quina do padro de interesse. Nesta janela, realizado o
processo de deteco de quinas subpxel, desenvolvido por Galo e Tozzi (2002).
Essa janela de captura adaptativa, considerando cada uma das classes do padro,


as dimenses em que o padro aparece na imagem, e o nmero da posio da
coordenada aproximada. O que muda de uma janela para outra a sua posio
central, variando de acordo com a coordenada aproximada reamostrada.

O referencial da coordenada detectada o da janela de recorte. Por isso,
depois de ter sido detectada a coordenada subpxel da quina, seus valores so
adicionados dos valores da coordenada da origem da janela de recorte. A Figura
4-40 ilustra esse o procedimento de deteco de quinas em uma imagem de padro
da classe (A). Esse mtodo foi desenvolvido em conjunto com Kokubum (2004).

4.7 PROGRAMAS COMPUTACIONAIS DESENVOLVIDOS

Foram implementados programas computacionais, com o intuito de
operacionalizar a metodologia descrita. Na implementao, realizada em C++, houve
a preocupao de garantir portabilidade, adotando-se o padro ANSI. Quando foram
necessrias interaes com os programas, foram criadas algumas interfaces
grficas no ambiente Builder C++. Em uma fase posterior, se verificada a existncia
da potencialidade de aplicao comercial do sistema, ser necessrio dedicar
esforos numa modelagem computacional, de forma a torn-lo mais funcional e
amigvel aos usurios leigos.

A metodologia foi decomposta em mtodos e objetos codificados na
Linguagem C++ e, posteriormente, criados programas para executarem tarefas
especficas, tais como:

1. Reconhecimento e medio para a calibrao;

2. Calibrao do projetor;

3. Reconhecimento e medio para a reconstruo.

O que difere nas implementaes das tarefas (1) e (3) que o
reconhecimento para a calibrao presume o desconhecimento prvio dos
parmetros do projetor, assim no podem ser utilizados os mtodos que usam a


geometria do projetor para o reconhecimento dos padres. Alguns dados de entrada
presentes no reconhecimento para reconstruo no so informados no
reconhecimento para a calibrao. Os dados de sada para a calibrao so
somente as coordenadas de imagem dos padres e para a reconstruo so
tambm as coordenadas de imagem e as respectivas coordenadas 3D
reconstrudas. Apesar destas diferenas, estas duas operaes foram organizadas
em um nico programa, com as operaes sendo diferenciadas por opes de
entrada feitas pelo usurio. Assim, dois programas foram criados:

1. Programa de calibrao do projetor; e

2. Programa de reconhecimento e medio dos padres.

Um grande volume de linhas de cdigos foi implementado,
aproximadamente 100.000 linhas, e foge ao escopo do trabalho fazer uma descrio
detalhada destas implementaes. No Apndice D podem ser encontradas algumas
descries dos programas desenvolvidos, tais como: funcionamento e estrutura dos
arquivos de entrada e sada.


187
EXPERIMENTOS E ANLISE

CAPTULO V

5 EXPERIMENTOS E ANLISE

5.1 CONSIDERAES INICIAS

Alguns experimentos foram realizados com o objetivo de averiguar a
funcionalidade do sistema desenvolvido. As ferramentas criadas foram testadas em
situaes simuladas, durante a fase desenvolvimento, e em situaes reais, com a
tomada de imagens sobre a placa de calibrao e alguns objetos de superfcies
irregulares.

Antes de ser possvel a reconstruo, foi realizada a calibrao da unidade
da captura, com a calibrao da cmara e do projetor. Dois processos de
fototriangulao foram executados para isso: um para a calibrao da cmara, e
outro para a resseo espacial, necessria para a gerao das nuvens de pontos a
partir das imagens do plano da placa de calibrao.

Na aplicao de sistema com dados reais, a distncia cmara-objeto com a
qual se conseguiu fazer medidas com o prottipo Scan3DSL ficou entre 1,8 a 1,4 m.
Esta limitao se deu devido as caractersticas do sistema de lentes do projetor. Na
avaliao do sistema verificou-se que o erro mdio quadrtico da disperso dos
pontos reconstrudos em relao a um plano mdio foi de 0,2 mm. Sero mostrados
apenas os resultados reais, uma vez que o objetivo do sistema a aplicao prtica.

5.2 CALIBRAO DA CMARA

Para o procedimento da determinao dos parmetros de calibrao da
cmara Sony DSC F828 (BROWN, 1971): distncia focal ( ) f ; deslocamento do

188

ponto principal ( )
0 0
, y x ; parmetros de distoro radial simtrica ( )
3 2 1
, , K K K ;
parmetros de distoro descentrada ( )
2 1
, P P ; e parmetros de afinidade ( ) B A, ;
foram adquiridas algumas imagens do plano de calibrao criado (Figura 5-1). Ao
todo foram utilizadas 11 fotografias digitais com a cmara Sony DSC F828 em
tomadas convergentes (ANDRADE, 1998). O nmero mnimo para a soluo do
sistema de equaes na calibrao da OI da cmara, considerando 10 parmetros,
seria de duas fotografias.

Para a determinao do sistema de coordenadas para os pontos de controle
marcados sobre a placa foi desenvolvida uma metodologia baseada na medio
direta de distncias e de um ajuste das coordenadas utilizando as distncias como
injunes (Seo 4.5.3.1.1).

Figura 5-1 Exemplo de imagem usada na calibrao da cmara.

Nesta etapa da calibrao no h necessidade da projeo dos padres, e
como na placa de calibrao originalmente no h pontos de controle na regio
central (Figura 5-1), reservada para a projeo dos padres, foram introduzidos
alvos impressos em uma folha de polister. Desta forma, por estas caractersticas,
estes pontos no foram considerados como controle tridimensional.

Os pontos de controle foram medidos nas imagens interativamente em um
monocomparador de imagens digitais, denominado MID (REISS, 2002; processo
FAPESP 00/00598-4) (Figura 5-2).

Neste software monocomparador, foram introduzidas ferramentas de
medio de quinas subpxel interativamente, de forma que o usurio informe uma
janela de atuao do detector de quina. Outra ferramenta desenvolvida para a
Pontos com
controle vertical

189

medio subpxel a interseco entre duas retas, para permitir a medio das
coordenadas do ponto de apoio, cujo ponto de interesse formado pela interseo
de duas retas (Figura 5-3).

Figura 5-2 Monocomparador de imagens digitais.

Figura 5-3 Monocomparador de imagens digitais com ferramentas de medio subpxel: (a)
deteco de quinas; (b) interseco entre duas retas.

As coordenadas medidas nas imagens foram organizadas e processadas
com o programa de calibrao CC desenvolvido por GALO (1993). Ao todo foram
utilizados 36 pontos na placa, e sucessivos testes mostraram que os parmetros
mais significativos so apenas a distancia focal f e o deslocamento do ponto
principal ( )
0 0
, y x . At mesmo o primeiro parmetro de distoro radial simtrica, que
considerado em muitas aplicaes usando cmaras digitais de pequeno formato,
Ponto de
controle
medido
Coletor de
coordenadas

190

no obteve valor significativo para a cmara utilizada. Os resultados obtidos so
apresentados na Tabela 5.1.

Tabela 5-1 Parmetros de calibrao da cmara Sony DSC F828.
Parmetros Valores Estimados Desvios-padro estimado
f (mm)
50,7357 0,03739
0
x (mm)
0,2693 0,007845
0
y (mm)
0,1214 0,009974
1
K (mm
2
) -0,3919x10
-8
0,5409x10
-6

Vale ressaltar que
1
K no tem valor estatisticamente significativo e pode ser
eliminado das correes dos efeitos sistemticos nas fotocoordenadas. Isto pode ser
explicado pela qualidade das lentes da cmara empregada (lentes Zeiss), as quais
corrigem a distoro adequadamente.

No processo de calibrao da cmara, tambm foram ajustados os
parmetros de OE das imagens utilizadas (dados completos no Anexo A).

Os pontos de apoio tambm, pelo processo de fototriangulao, acabam
sofrendo correes, e so mostrados na Tabelas 5-2.

Um dos dados calculados pelo programa para auxiliar na anlise da
qualidade do ajustamento o valor
2
da amostra, com base no vetor dos resduos.
Com este valor e os valores de uma tabela de distribuio
2
unilateral esquerda,
foi realizada a anlise estatstica dos resultados do ajustamento (GEMAEL, 1994;
MIKHAIL e ACKERMAN, 1976).

191

Tabela 5-2 Coordenadas ajustadas dos pontos de apoio da placa de calibrao
Coordenadas e desvios-padro (mm)
Pontos
Identificador
do ponto na
placa
X
x
Y
y
z
z
01 01101 -122,019 0,126 -131,922 0,121 152,830 0,220
02 10012 29,787 0,101 -131,630 0,109 152,634 0,193
03 10111 201,156 0,070 -131,225 0,086 2,254 0,144
04 00112 402,013 0,069 -131,564 0,089 2,283 0,143
05 00101 578,025 0,100 -133,376 0,153 152,661 0,285
06 10102 728,449 0,155 -132,077 0,229 155,977 0,523
07 00007 -122,700 0,103 20,443 0,106 152,131 0,189
08 01111 0,000 0,000 0,000 0,000 0,000 0,000
09 00102 201,198 0,064 0,188 0,075 -0,077 0,142
10 00011 402,010 0,065 -0,381 0,080 -0,135 0,140
11 01112 603,272 0,074 -1,022 0,090 0,175 0,142
12 01011 730,310 0,091 14,664 0,139 152,662 0,191
13 11102 -124,627 0,093 200,963 0,079 2,108 0,201
14 01102 730,806 0,099 199,482 0,105 2,115 0,266
15 00111 -123,306 0,096 402,021 0,074 2,118 0,200
16 11111 730,865 0,103 400,746 0,091 2,189 0,269
17 11112 -123,373 0,126 573,465 0,091 152,267 0,190
18 11002 -0,326 0,086 602,505 0,073 -0,151 0,147
19 10011 199,890 0,091 602,714 0,079 -0,312 0,212
20 10112 401,340 0,075 601,826 0,074 -0,172 0,139
21 11001 602,985 0,085 601,804 0,082 0,165 0,139
22 01001 729,225 0,109 574,832 0,106 153,304 0,188
23 11101 -123,372 0,138 720,005 0,099 152,602 0,198
24 01002 28,849 0,122 720,992 0,089 151,569 0,183
25 11011 200,332 0,087 720,647 0,081 1,520 0,145
26 01012 401,300 0,087 721,631 0,085 1,822 0,142
27 10101 576,393 0,109 720,862 0,108 153,274 0,187
28 11012 728,987 0,147 722,752 0,143 153,645 0,373
29 20001 9,309 0,073 176,404 0,071 0,090 0,147
30 20002 209,090 0,063 173,849 0,075 0,425 0,171
31 20003 409,348 0,065 171,793 0,081 0,402 0,172
32 20004 609,273 0,075 169,893 0,087 -0,067 0,138
33 20005 11,453 0,078 376,467 0,067 0,117 0,146
34 20006 211,435 0,067 374,362 0,066 0,057 0,141
35 20007 411,546 0,067 372,103 0,071 0,509 0,137
36 20008 611,516 0,079 369,871 0,081 0,082 0,137

Os valores de graus de liberdade e do
2
da amostra do ajustamento da
calibrao foram calculados como 542 e 82,72, respectivamente. Fazendo a anlise
de qualidade do ajustamento com um nvel de significncia de 5%, ou seja, 95% de
probabilidade, o valor de
2
interpolado na tabela para este nvel de significncia foi
de 597,2. Comparando-se o valor de
2
da amostra com o valor tabulado, verifica-se
que o
2
amostral menor que o
2
tabulado, mostrando assim que a hiptese

192

bsica no rejeitada ao nvel de significncia analisado e os parmetros ajustados
tm 95% de probabilidade de estarem corretos. Estes dados so resumidos na
Tabela 5-3.
Tabela 5-3 Resumo do teste estatstico da calibrao da cmara
Sigma a priori 1
Sigma a posteriori 0,153
Nvel de significncia

5%
Nmero de graus de liberdade
S
542
Q-quadrado amostral
2

82,72
Q-quadrado terico
2

597,2

5.3 CALIBRAO DO PROJETOR

Uma vez realizado o sistema de referncia dos pontos de controle e
determinados os parmetros de calibrao da cmara, foram retiradas as marcas
dos pontos auxiliares colocadas na zona de projeo de padres e tomadas
fotografias com o sistema projetor para sua calibrao. Foram selecionadas 16
fotografias digitais, das muitas tomadas, contendo os padres projetados (Figura 5-
4).

Figura 5-4 Exemplo de uma das imagens utilizadas na calibrao do projetor.

Estas fotografias foram processadas com o programa de reconhecimento
automtico dos padres, mostrado na Seo 4.6. Deste processamento resultaram

193

as coordenadas dos centros de massa dos padres projetados. Com a medio dos
pontos de controle da placa, foram computadas as orientaes de cada uma das
fotografias, utilizando-se o programa CC (Tabela 5-4).

Tabela 5-4 Rotaes e translaes da cmara no instante de captura de imagens para
calibrao do projetor
(graus)
(graus)
(graus) Xcp (mm) Ycp (mm) Zcp (mm)
Imagem
Valor
Desvio-
padro
Valor
Desvio-
padro
Valor
Desvio-
padro
Valor
Desvio-
padro
Valor
Desvio-
padro
Valor
Desvio-
padro
7140 180,680 4,06E-03 351,166 8,62E-03 328,419 8,01E-03 55,457 2,53E-01 1182,467 1,78E-01 1480,071 1,99E-01
7089 357,979 5,31E-03 32,969 8,67E-03 23,123 1,03E-02 1223,413 1,76E-01 -205,182 2,21E-01 1237,666 2,51E-01
7008 2,506 4,30E-03 351,149 1,97E-02 6,884 1,90E-02 -8,686 5,90E-01 138,986 5,71E-01 1705,607 1,97E-01
7070 0,363 3,88E-03 11,297 1,77E-02 9,065 1,71E-02 604,981 4,85E-01 140,141 4,70E-01 1546,455 1,75E-01
7021 2,718 3,66E-03 350,724 1,75E-02 6,589 1,52E-02 18,043 5,04E-01 139,183 4,34E-01 1642,007 1,88E-01
7023 3,045 3,71E-03 350,942 1,75E-02 7,159 1,52E-02 18,128 5,04E-01 140,925 4,35E-01 1642,598 1,88E-01
7133 180,365 3,55E-03 350,668 1,68E-02 355,561 1,69E-02 38,564 5,12E-01 406,444 5,14E-01 1751,410 1,59E-01
7035 358,663 4,80E-03 32,048 9,74E-03 6,701 1,00E-02 1244,113 2,12E-01 137,949 2,57E-01 1445,486 2,45E-01
7037 358,272 5,13E-03 32,242 9,99E-03 7,951 1,17E-02 1242,696 2,16E-01 138,206 2,93E-01 1447,301 2,65E-01
7051 360,118 3,72E-03 10,384 1,66E-02 6,266 1,51E-02 608,700 4,51E-01 137,036 4,06E-01 1544,220 1,79E-01
7069 360,143 3,74E-03 11,356 1,64E-02 7,240 1,47E-02 604,660 4,46E-01 138,299 3,95E-01 1544,078 1,76E-01
7072 360,305 3,75E-03 11,275 1,61E-02 8,253 1,40E-02 604,726 4,35E-01 139,061 3,75E-01 1545,496 1,82E-01
7086 357,961 4,89E-03 33,033 7,93E-03 22,645 9,40E-03 1233,312 1,59E-01 -199,388 2,03E-01 1237,878 2,30E-01
7132 180,371 3,31E-03 350,654 1,61E-02 355,518 1,53E-02 38,051 4,91E-01 406,578 4,71E-01 1751,177 1,45E-01
7136 180,760 3,67E-03 350,418 1,39E-02 370,580 1,30E-02 41,609 3,88E-01 -51,486 3,53E-01 1581,567 1,60E-01
7138 180,887 3,60E-03 350,381 1,21E-02 371,887 1,20E-02 37,952 3,32E-01 -102,857 3,13E-01 1552,969 1,62E-01

Os parmetros de calibrao da cmara, as coordenadas dos pontos dos
padres projetados para cada fotografia, e os respectivos parmetros de orientao
externa, foram processados pelo programa de calibrao do projetor, e deste
processamento estimaram-se as coordenadas do centro perspectivo do projetor
(Tabela 5-5) e os vetores diretores (Tabela 5-6).

Tabela 5-5 Coordenadas do centro perspectivo do projetor
X Y Z
Valor Desvio-padro Valor Desvio-padro Valor Desvio-padro
-411.369 3.66e-01 -15.943 3.66e-01 31.219 1.16751e+00

194

Tabela 5-6 Exemplos de vetores diretores estimados
Vetores diretores normalizados
Vetores diretores estimados
Valor
Desvio-padro obtido
por propagao
Vetor 26290A:
l = 0.2456833372 <---> -0.2379564268 +- 8.76523e-05
m = -0.0750868575 <---> 0.0727253240 +- 1.09922e-04
n = -1.0000000000 <---> 0.9685493101 +- 2.78006e-05
Vetor 22540B:
l = 0.4419718654 <---> -0.4038076337 +- 3.84665e-09
m = -0.0511373470 <---> 0.0467216416 +- 9.20542e-09
n = -1.0000000000 <---> 0.9136500879 +- 6.08769e-09
Vetor 36480C:
l = 0.3926851802 <---> -0.3617265180 +- 6.89987e-09
m = -0.1558683133 <---> 0.1435799085 +- 1.22255e-08
n = -1.0000000000 <---> 0.9211616232 +- 7.45707e-09
Vetor 28110D:
l = 0.1134939880 <---> -0.1123721218 +- 5.61046e-09
m = -0.0847689238 <---> 0.0839309993 +- 5.74104e-09
n = -1.0000000000 <---> 0.9901151921 +- 3.97502e-10
Vetor 27240E:
l = 0.2084947615 <---> -0.2034703868 +- 5.16770e-09
m = -0.0807866851 <---> 0.0788398612 +- 6.01353e-09
n = -1.0000000000 <---> 0.9759016743 +- 1.10463e-09

Considerando apenas os centros de massa dos padres da classe A na
anlise do ajustamento, uma vez que eles so os nicos utilizados tambm na
estimao das coordenadas do projetor, os dados do ajustamento so:

Os valores de graus de liberdade e do
2
da amostra do ajustamento da
calibrao foram calculados como 5903 e 4356, respectivamente. Fazendo a anlise
de qualidade do ajustamento com um nvel de significncia de 5%, ou seja, 95% de
probabilidade, o valor de
2
terico ao nvel de significncia foi de 5981.
Comparando-se o valor de
2
da amostra com o valor tabulado, verifica-se que o
2

amostral menor que o
2
terico, mostrando assim que a hiptese bsica no
rejeitada ao nvel de significncia analisado e os parmetros ajustados tm 95% de
probabilidade de estarem corretos. Estes dados so resumidos na Tabela 5-7.

Tabela 5-7 Resumo dos dados do ajustamento do projetor
Nmero de observaes 6208
Nmero de parmetros 405
Graus de liberdade 5803
Nmero de iteraes 8
Varincia da unidade de peso a priori 1
Varincia de unidade de peso a
posteriori
0,749

Qui-quadrado da amostra 4346
Qui-quadrado terico 5981

195

Outra forma de avaliao da calibrao verificar a disperso dos pontos
reconhecidos na reconstruo de um plano. Assim, fez-se a reconstruo das 16
imagens utilizadas para a calibrao, em que um exemplo mostrado na Figura 5-5.

Figura 5-5 Exemplo de uma das reconstrues dos planos de calibrao: Modelo de
isolinhas renderizado.

Foram criadas algumas rotinas de programao em C++ que permitem, aps
ou junto com o procedimento de reconstruo, calcular os parmetros de uma
superfcie polinomial de escolha do usurio, por meio de uma regresso polinomial.
Com estas rotinas fez-se ento a regresso de um plano sobre cada uma das
imagens, e foi calculado o erro mdio quadrtico entre a coordenada Z dos pontos
na superfcie ajustada e os pontos reconstrudos.

Pode ser observado (Tabela 5-8) que os erros mdios quadrticos da
coordenada Z foram inferiores, com exceo de um caso, a 0,2 mm, e em outro
caso, esse erro foi igual 0,05 mm. Eliminando-se o melhor e o pior resultado, a
mdia dos erros mdios quadrticos, que de 0,108 mm, passa a ser de 0,102 mm,
onde no se observa mudana significativa. Com esses resultados, no s se pode
comprovar que a metodologia de reconstruo desenvolvida funciona, como tambm
que o sistema desenvolvido tem precises compatveis com muitos dos sistemas de
reconstruo mencionados no Captulo II.

196

Tabela 5-8 Erros mdios quadrticos dos planos reconstrudos em relao ao plano ajustado

No exemplo anterior, em que se processou a reconstruo da imagem
ilustrada na Figura 5-6, foram segmentadas 2003 regies de padro, sendo destas,
248 eliminadas automaticamente por serem muito pequenas ou muito grandes, de
acordo com o critrio estabelecido na Seo 4.6.2.1.

Figura 5-6 Representao da MCP e os padres reconhecidos em azul.

Das 1755 regies de padro mantidas, 1576 foram classificadas (89,8%). As
outras 176 regies no foram classificadas por no atingirem outro critrio de
tamanho mnimo. Nenhuma regio deixou de ser classificada pelo critrio da relao
de largura e altura. Com a aplicao dos mtodos de identificao descritos na
Seo 4.6.2.3, 1667 regies de padro foram reconhecidas (94,99%), sendo 88 no
Imagem Erros mdios quadrticos (mm)
7008 0,176
7021 0,128
7023 0,135
7035 0,123
7037 0,087
7051 0,098
7069 0,069
7070 0,050
7072 0,068
7086 0,084
7089 0,066
7132 0,237
7133 0,147
7136 0,055
7138 0,086
7140 0,111
Mdia 0,108

197

reconhecidas (5,01%). Depois do reconhecimento, ao todo, foram detectadas 9630
quinas de padro, que somado aos 1667 centros de massa reconhecidos, resultam
em 11297 pontos para o modelo. Na Figura 5-6 so ilustrados os padres da MCP
utilizada e os ns de padres reconhecidos em azul, cada um associado a uma
regio de padro da imagem.

No procedimento de reorientao do sistema projetor para esta imagem,
foram obtidos os resultados mostrados na Tabela 5-9.

Tabela 5-9 Parmetros de reorientao da unidade de captura.
IMAGENS Parmetros de OE Valores Desvio-padro
Projetor k -0,040282 1,02E-03
-0,000715 3,12E-02

Rotaes ( decimais)
0,000661 3,58E-03
YCP -11,475 6,33E-04

Translaes (mm)
ZCP 33,060 1,38E-03

Na estimao destes parmetros foram realizadas 2 iteraes. Foram
montadas 154 equaes com 616 observaes. O nmero de graus de liberdade
154, e o fator de varincia a posteriori 6,988x10
-6
, podendo-se calcular o
2
da
amostra como 0,001076. Sendo o
2
terico igual a 179, para 154 graus de
liberdade e uma significncia de 5%, assume-se que os parmetros ajustados tm
95% de probabilidade de estarem corretos.

Os pontos medidos e reconstrudos foram processados em dois programas
computacionais de modelamento em verses de demonstrao: Surfer 7, para a
gerao do modelo de isolinhas (Figura 5-5) e Catia V5, para a gerao dos
modelos de tringulos e gerao da superfcie renderizada (Figura 5-7). Na Figura
5-7 a nuvem de pontos reconstruda impressa sobre a superfcie renderizada, de
forma a ilustrar a posio de cada ponto em seu contexto espacial. Com isso, o
modelo reconstrudo do plano ficou visualmente bem prximo do esperado, apesar
de algumas imperfeies devido a alguns pontos que podem ter sido determinados
erroneamente no processo de deteco de quinas.

198

Figura 5-7 Modelos do plano: (a) Usando apenas o centro de massa dos padres projetados;
(b) Usando as quinas e os centros de massa.

5.4 RECONSTRUO DE SUPERFCIES

Uma vez obtidos os resultados anteriores, fez-se uma srie de testes com
outros objetos de superfcies regulares e irregulares. A anlise destas outras
reconstrues s possvel visualmente, uma vez que no se obteve imagens de
objetos com dimenses conhecidas. No se considerou a anlise dos parmetros de
reorientao da unidade de captura, uma vez que todas as reconstrues seguintes
resultaram em valores semelhantes aos mostrados na Tabela 5-9.

199

O prximo objeto que foi reconstrudo uma pea cilndrica (Figura 5-8).
Foram segmentadas 586 regies de padro e eliminadas 82. Das 504 mantidas, 410
foram classificadas (81,34%). As 94 no-classificadas foram consideradas de
dimenses muito pequenas, e um total de 392 foi reconhecido, resultando em
95,61% em relao s classificadas, e 77,78% em relao s segmentadas e
mantidas. Foram detectados para esse modelo 2654 pontos, contando as quinas e
os centros de massa. Com a nuvem de pontos reconstruda e processada (Figura
5-8), observa-se uma boa reconstruo de parte do objeto cilndrico. Mesmo no
havendo mudanas bruscas de relevo, a reconstruo deste tipo de objeto tem suas
aplicaes prticas, como a aplicao na rea mdica.

Figura 5-8 Influncia das quinas na reconstruo: (a) Reconstruo usando apenas o centro
de massa dos padres projetados; (b) Reconstruo usando as quinas e os centros de massa.

200

O mesmo tipo de influncia das quinas existiu nessa reconstruo, que pode
ser observado com auxlio da Figura 5-7. Foram segmentadas 158 regies de
padro e eliminadas 35. Manteve-se 123 regies, sendo classificadas 110 (89,43%).
Um total de 98 foi reconhecido, resultando em 80,91% em relao s classificadas, e
79,67% em relao s segmentadas e mantidas. O modelo gerado tem 666 pontos,
entre quinas e centros de massa.

Outro tipo de reconstruo foi a de objetos de superfcies irregulares. Um
destes objetos foi uma pea de uma mquina de lavar roupas. O objeto em questo
tem dimenses consideradas pequenas, em torno de 12 x 17 centmetros. Por essa
razo, e pela existncia de uma regio de relevo muito acentuado Figura 5-9Erro!
Fonte de referncia no encontrada. e Figura 5-10, v-se que h uma boa
definio dos contornos.

Figura 5-9 Modelo reconstrudo de uma pea usinada usando centros de massa e quinas
detectados.

201

Figura 5-10 Modelo reconstrudo de uma pea usinada usando apenas os centros de massa
detectados.

Outro objeto, de dimenses aproximadas de 35 x 150 cm, que parte de
uma caixa de isopor para embalagem de um monitor de computador, foram
segmentadas 340 regies e eliminadas 7. Das 333 mantidas, 312 foram
classificadas com sucesso. Um total de 294 regies foi reconhecido, e 1702 quinas
detectadas, resultando ao todo, 1996 pontos para o modelo. Na anlise visual
percebe-se a influncia dos pontos das quinas mal-detectadas perturbando a
suavidade do modelo ilustrado na Figura 5-11b, em comparao com a Figura
5-11a. Ao mesmo tempo, a presena das quinas melhora a definio de regies de
fronteiras.

202

Figura 5-11 Exemplo 1 da reconstruo de parte de uma caixa de isopor com superfcie
irregular: (a) Imagem do objeto com os padres projetados; (b) Modelo renderizado com
centros de massa e quinas; (d) Modelo renderizado apenas com centros de massa.

O ltimo experimento apresentado aqui se trata tambm de parte da mesma
caixa de isopor para monitor. Ela tem aproximadamente 500 x 360 cm (Figura 5-12).
Este teste serve para mostrar a capacidade do sistema na reconstruo de
superfcies complexas. Na classificao dos padres projetados, foram processadas
826 regies mantidas das 882 segmentadas. Foram classificadas com sucesso, 722
regies de padro, 104 sem sucesso. Das regies classificadas foram reconhecidas
657, sendo detectadas, alm dos seus centros de massa, mais 3800 quinas,
somando um total de 4457 pontos para o modelo.

(a) (b) (c)

203

Figura 5-12 Exemplo 2 da reconstruo de parte de uma caixa de isopor com superfcie
irregular: (a) Imagem do objeto com os padres projetados; (b) Representao da MCP e seus
padres reconhecidos em azul; (c) Modelo renderizado com centros de massa e quinas; (d)
Modelo renderizado apenas com centros de massa.

(a) (b)
(c)

(d)

204

Com estes resultados, fica evidente a funcionalidade do sistema de
reconstruo e recuperao das superfcies sensoriadas, apesar de, em muitos
casos, alguns pontos extrapolarem a superfcie. Em suma, ficam tambm
demonstradas as funcionalidades dos mtodos desenvolvidos para a calibrao da
unidade de captura, os vrios mtodos de processamento de imagens digitais, o
reconhecimento de padres e a deteco de suas quinas. A Tabela 5-10 a seguir
apresenta um resumo do desempenho dos mtodos de classificao,
reconhecimento e medio de quinas mencionadas nos experimentos realizados.

Tabela 5-10 Resumo da eficincia do sistema de classificao, reconhecimento e medio
dos padres
Experimentos
Dados do reconhecimento
Imagem do
plano
Imagem do
cilindro
Pea
usinada
Caixa de
isopor 1
Caixa de
isopor 2
Regies segmentadas 2003 586 158 340 882
Regies eliminadas 248 82 35 7 56
Regies Mantidas 1755 504 123 333 826
Regies classificadas 1685 410 110 312 722
Regies reconhecidas 1667 392 98 294 657
Regies segmentadas e no reconhecidas 88 112 25 39 169
Regies classificadas e no reconhecidas 18 18 12 18 65
Nmero de quinas detectadas 9630 2262 568 1702 3800
Nmero de pontos medidos 11297 2654 666 1996 4457
Eficincia da classificao em relao
segmentao (classificadas/mantidas)
96% 81% 89% 95% 87%
Eficincia do reconhecimento em relao
classificao (reconhecidas/classificas)
99% 96% 90% 94% 91%

Na Tabela 5-10, as regies segmentadas so todas as obtidas pelo aps
procedimento de crescimento de regies, incluindo as regies ruidosas e quebradas.
As regies mantidas so aquelas que passam pelo procedimento de eliminao de
falsas regies. Dois ndices so computados para possibilitar a anlise da eficcia
dos algoritmos de reconhecimento: a relao entre as regies classificadas e as
efetivamente segmentadas (mantidas), que mede a eficcia dos procedimentos de
classificao; e a relao entre as regies reconhecidas e as classificadas, medido a
eficcia dos mtodos de reconhecimento.

205

Pode ser observado pela Tabela 5-10 que o nmero de padres que so
classificados superior a 80%. E depois de classificadas, o nmero de regies
reconhecidas superior 90%. Em outros trabalhos no foram encontradas
estatsticas semelhantes para comparao com os resultados obtidos. Todavia, um
ndice superior a 90 % de reconhecimento em um processamento em tempo inferior
a 10 segundos demonstram uma boa eficcia e eficincia dos mtodos
desenvolvidos.

206

207 CONCLUSES E RECOMENDAES PARA TRABALHOS FUTUROS

CAPTULO VI

6 CONCLUSES E RECOMENDAES PARA
TRABALHOS FUTUROS

6.1 CONCLUSES

No presente trabalho foram apresentados os conceitos relacionados ao
desenvolvimento de um sistema de reconstruo 3D por luz estruturada aplicado
superfcies de objetos curta distncia. Inicialmente foram abordados alguns
conceitos sobre reconstruo 3D e os principais sistemas destinados a essa tarefa,
como os sistemas de sondas tteis, de varredura a laser, fotogramtricos e outros
de luz estruturada. A discusso destes assuntos teve como objetivo expor o
problema da reconstruo 3D curta distncia, destacar as limitaes envolvidas
em cada um deles e criar embasamento para justificar a realizao deste trabalho,
visando desenvolver uma ferramenta de baixo custo, porttil, de baixa
complexidade, fcil utilizao, precisa e automtica, para a medio a partir de
imagens.

Muitas das ferramentas citadas, tais como as sondas tteis e os sistemas de
varredura a laser so bastante precisos, porm caros. O desenvolvimento de uma
ferramenta ttil de baixo custo esbarraria na complexidade dos elementos fsicos
necessrios para a sua construo, por necessitar de uma eletrnica avanada. O
mesmo ocorreria com a criao de um sistema a laser, com as complexidades
relacionadas aos mecanismos de varredura, com motores e encoders. O problema
de sincronismo tambm ocorreria na tentativa de se desenvolver uma abordagem
fotogramtrica baseada em mltiplas cmaras, ao qual se acrescentaria o problema
de estereo-correspondncia.


Das abordagens estudadas de luz estruturada viu-se tambm, em alguns
casos, certa complexidade de equipamentos ao se usar padres baseados na
projeo de uma nica linha por imagem, semelhante aos sistemas laser de
triangulao por linhas. Tambm a necessidade de imobilidade dos objetos em
alguns sistemas de luz estruturada com varredura ratificou a inteno de criar um
sistema baseado em uma nica cmara e um projetor de padres.

Um dos maiores motivos para o desenvolvimento deste sistema foi dar
continuidade ao trabalho desenvolvido por Tommaselli (1998) e continuado por
Scalco (2000). Neste sistema, havia algumas dificuldades que precisavam ser
superadas, tais como: (a) a calibrao do sistema; (b) a codificao dos padres; (c)
a criao de uma unidade de captura mais compacta, porttil a fcil de usar; (d) os
programas computacionais implementados.

A primeira contribuio foi solucionar a calibrao do sistema a partir de uma
abordagem seqencial para o problema, muito semelhante j desenvolvida
anteriormente, mas que eliminou a necessidade de tomada de imagens de planos
paralelos.

A segunda contribuio alcanada foi o desenvolvimento de uma codificao
de padres robusta que permite a reconstruo de objetos totalmente de forma
automtica. Nesta soluo, foram pesquisados alguns assuntos a respeito de
reconhecimento automtico de padres, e a soluo alcanada foi baseada em um
conjunto de tcnicas de: processamento de imagens digitais, Fotogrametria e Viso
Computacional, reconhecimento estatstico de padres e reconhecimento baseado
em heursticas de vizinhana espacial.

A terceira contribuio foi o desenvolvimento de uma nova unidade de
captura, bem menor que a anterior, com o incremento de um sistema de sincronismo
entre a cmara e o projetor, acarretando maior portabilidade de seu manuseio.

A quarta contribuio foi automao dos procedimentos de reconstruo e
calibrao. O desenvolvimento dos mtodos de reconhecimento automtico de
padres e medio precisa das quinas foram as atividades que consumiram mais


tempo e dedicao no trabalho. Dentro do reconhecimento, outras contribuies
tambm foram realizadas, como:

O mtodo de limiarizao local, utilizado na fase de pr-processamento;
O desenvolvimento da metodologia de classificao dos padres,
principalmente em um dos critrios de deciso que se utiliza tcnica de
distncia mnima baseada nas medidas de correlao;
A metodologia de estabelecimento da vizinhana dos padres, e,
consequentemente a sua utilizao para o reconhecimento dos padres;
O mtodo de reorientao do projetor;
Os mtodos de reconhecimento usando as vizinhas e a geometria do
projetor.

Todas as metodologias descritas foram implementadas em programas para
verificar a funcionalidade dos mtodos de reconstruo e calibrao por meio de
experimentos com dados reais. Dos testes realizados em uma abordagem de
anlise da reconstruo em superfcies planas, verificou-se que a preciso dos
pontos em coordenadas Z reconstrudas em relao a um plano mdio passando
pela nuvem de pontos, foi em mdia menor que 0,2 mm, o que compatvel com as
precises dos principais sistemas analisados (SIMPLE 3D, 2003; MAAS, 1992;
ROCCHINI et al, 2001, TOMMASELLI, 1998, SCALCO, 2000). Entretanto, na anlise
visual da construo de superfcies irregulares, nota-se a extrapolao de alguns
pontos de quina, necessitando de algumas melhorias na sua deteco.

Ao se comparar o sistema atual com o desenvolvido por Tommaselli (1998a)
e Scalco (2000), v-se que houve um ganho importante no sistema, pois agora
possvel us-lo para a reconstruo tambm em algumas superfcies com
descontinuidades e variaes abruptas. Porm, se comparado com outros sistemas
disponveis no mercado, observa-se que h ainda algumas limitaes quando ao
espaamento dos pontos reconstrudos no modelo, o que limita sua aplicao, por
exemplo, na reproduo de moldes. Esta deficincia pode ser minimizada
aumentando-se a resoluo da cmara e, concomitantemente, a densidade de
pontos projetados.


Apesar de alguns problemas perceptveis na reconstruo de algumas
nuvens de pontos, causados por perturbaes na deteco das quinas ou dos
centros de massa dos padres projetados, a recuperao da forma das peas
suficiente para um grande nmero de aplicaes comerciais. A tarefa de edio de
nuvens pontos em programas especficos de modelamento, em muitos casos, uma
tarefa simples realizada pelos projetistas. A obteno de uma nvem de pontos
densa, com alta confiabilidade, o ponto crtico de um sistema de reconstruo, e
isto feito pelo sistema proposto. A edio de linhas de quebra pode ser feita sem
grandes problemas pelo projetista.

importante ressaltar que a construo de um sistema completo, como o
sistema Scan3DSL, a maior contribuio tcnico-cientfica deste trabalho, em
mbito nacional e internacional. A partir deste prottipo podero ser desenvolvidas
outras pesquisas e contribuies cientficas, visando melhor-lo e aplic-lo em
situaes prticas. H tambm a possibilidade de tornar esta ferramenta um produto
comercial, por ser considerada uma boa alternativa para a aquisio rpida e barata
de nuvens de pontos de superfcies de objetos a curta distncia para posterior
edio em programas de modelagem especficos.

6.2 RECOMENDAES PARA TRABALHOS FUTUROS

Com o desenvolvimento e utilizao da metodologia e dos programas
computacionais foi constatado que algumas modificaes poderiam ser feitas para
melhorar o sistema:

Melhorar o sistema de focalizao do projetor, para que possam ser
diminudos os espaos entre as regies de padro, de forma que
possam ser introduzidos mais padres projetados em uma mesma
unidade de rea;
Aumentar tanto quanto for possvel a resoluo da cmara, para
melhorar a definio na imagem das quinas dos padres projetados,
permitindo uma localizao mais precisa. Com isso, possvel


diminuir erros na determinao das coordenadas reconstrudas dos
pontos e tambm aumentar proporcionalmente o nmero de padres;
Identificar as causas das perturbaes provocadas pelas quinas dos
padres detectadas no intuito de melhorar a qualidade dos modelos
reconstrudos;
Estudar a relao entre o processo de extrao de quinas e o de
extrao de centro de massa, visando determinao otimizada de
um limiar para o segundo processo (centride), que seja compatvel
com o primeiro (quinas);
Implementar um processo automtico de controle de qualidade
interno, baseado no teste de compatibilidade entre vizinhos, que
possa eliminar pontos esprios eventualmente gerados;
Desenvolver e programar um mtodo de determinao de quinas de
padres no reconhecidos ou incompletos;
Realizar testes com outros tipos de codificaes de padres, visando
aumentar a resoluo das coordenadas dos padres projetados sobre
a imagem.

Alm destes tpicos de melhoramento do sistema existente, podem ser
sugeridas algumas atividades futuras, como:

Testar a ferramenta em aplicaes prticas, como a reconstruo de
corpos humanos, artefatos arqueolgicos, peas industriais, dentre
outras;
Estudar mecanismos para a fuso de dados de varias tomadas de um
mesmo objeto;
Realizar testes com objetos de medidas conhecidas para avaliar a
qualidade da reconstruo em XYZ;
Desenvolver um processo interativo de determinao das linhas de
descontinuidades, uma caracterstica importante para algumas
aplicaes de sistemas de reconstruo 3D.

212
REFERNCIAS BIBLIOGRFICAS
212 Mrio Luiz Lopes Reiss

213


3D DIGITAL CORP. Products: Standard Products. Disponvel em:
<http://www.3ddigitalcorp.com/ products.htm>. Acesso em: 27 Nov. 2006.
ACKERMAN, F. Digital image correlation: performance and potential application in
photogrammetry. The Photogrammetric Record, v. 11, n. 64, p. 429-439, 1984.
ALLEN, L. Essentials of Lasers. Oxford: Pergamon Press Ltd., 1969.
ANDRADE, J.B. Fotogrametria.1. ed. Curitiba: SBEE, 1998.
ARTERO, A.O. Tcnicas Para a Extrao Automtica de Feies Retas em Imagens
Digitais. 1999, 117 f. Dissertao (Mestrado em Cincias Cartogrficas) Faculdade de
Cincias e Tecnologia, Universidade Estadual Paulista, Presidente Prudente.
ATALLAH, M.J. Algorithms and Theory of Computation Handbook. Dictionary of Computer
Science, Engineering and Technology. CRC Press LLC, 2000.
ATKINSON, K.B. Close Range Photogrammetry and Machine Vision. Departamento f
Photogrammetry and Surveying, London: University College London, Whittles Publishing,
1996.
BEGHADADI, A.; NEGRATE, A. Contrast Enhancement Technique Based on Local
Detection of Edges. Computer Vision, Graphics, And Image Processing. V. 46, 162-174,
1989.
BERALDIN, J.A.; RIOUX, M.; BLAIS, F.; GODIN, G., BARHEAU, R. Model-based calibration
of a range camera. In: 11
th
INTERNATIONAL CONFERENCE ON PATTERN
RECOGNITION, 1992, August 30-September 3, The Hague, The Netherlands, Conference
Proceedings, 1992, p. 163-167.
BOSH. Bosh Live. Disponvel em: <http://www.bosch.com.br/content/
language1/html/734_3921.htm>. Acesso em: 23 Nov. 2006.
BRESENHAM, J.; Algorithm for computer control of a digital plotter. IBM Systems
Jornal. V. 4, n. 1, 1965.
BROWN, D. Close-Range Camera Calibration, Photogrammetric Engineering and
Remote Sensing, v. 37, n. 8, p. 855-866, 1971.
CANNON, A.; HOWSE, J.; HUSH, D.; SCOVEL, C. Learning with the Neyman-Pearson
and mim-max criteria. Technical Report: La-UR-02-2951, Departement of Computer
Science, Columbia University, New York, 2002.

214

CORMEN, T.H.; LEISERSON, C.E.; RIVEST, R.L; STEIN, C. Algoritmos: Teoria e prtica.
Trad: Vandenberg D. de Souza. 2 ed. Rio de Janeiro: Elsevier, 2002.
COSTA, E.R. Gerao automtica de Modelos Digitais de Terreno a partir de imagens
de cmaras digitais. 2006. 118 f. Dissertao (Mestrado em Cincias Cartogrficas)
Faculdade de Cincias e Tecnologia, Universidade Estadual Paulista.
CYBERWARE. Designs, manufactures, and sells standard and custom 3D scanning
systems and software. Disponvel em: http://www.cyberware.com/index.html. Acesso em:
02 Mai. 2003.
CYRA. Cyra Technologies Inc. Disponvel em: <http://www.cyra.com>. Acesso em: 03 Mai.
2003.
DALEY, R.C.; HASSEBROOK, L.G. Channel Capacity Model of Binary Encoded Structured
Light-Stripe Illumination. Applied Optics, v. 37, n. 17, 10 Jun. 1998.
DALMOLIN, Q.; SANTOS, D.R. Sistema Laser scanner: conceitos e princpios de
funcionamento. 3. ed. Curitiba: Editora da Universidade Federal Paran, 2004.
DURDLE, G. N.; THAYYOOR, J.; RASO, V. J. An Improved Structured Light Technique for
Surface Reconstruction of the Human Trunk. In: IEEE CANADIAN CONFERENCE ON
ELECTRICAL AND COMPUTER ENGINEERING, v. 2, 1998, p. 874-877.
ETZION, T. Constructions for perfect maps and pseudorandom arrays. IEEE Transactions
on information theory. v. 34, n. 5, p. 1308-1316, 1988.
FARO. Portable 3D measurement technology. Disponvel em: <http://www.faro.com>.
Acesso em: 5 Mar. 2003.
FSTNER, W, A feature Based Correspondence Algorithm for Image Matching,
International Archives of Photogrammetry and Remote Sensing, v. XXVI n. 3/2, p. 150-
166, 1986.
GALO, M. Calibrao e Aplicao de Cmaras Digitais. 1993. Dissertao (Mestrado em
Cincias Geodsicas) Ps-Graduao em Cincias Geodsicas, Universidade Federal do
Paran, Curitiba.
GALO, M.; TOZZI, C.L.;Extrao de pontos com acurcia subpxel em imagens digitais.
In: Edson Aparecido Mitishita. (Org.). Srie em Cincias Geodsicas Pesquisa em
Cincias Geodsicas 2002. Curitiba: Imprensa Universitria da UFPR, 2002, v. 2, p. 289-
313.
GEMAEL, C., Introduo ao Ajustamento de Observaes: Aplicaes Geodsicas,
Curitiba: Editora UFPR, 1994.

215

GONZALEZ, R.C.; WOODS, R.E. Processamento de Imagens Digitais, Traduo: Roberto
Marcondes Csar Junior e Luciano da Fontoura Costa, So Paulo: Ed. Edgard Blcher,
2000.
GRIFFIN, P.; NARASIMHAN, L.; YEE, S. Generation of uniquely encoded light patterns for
range data acquisition. Pattern Recognition. V. 25, n. 6, p. 609-616, 1992.
GRUEN, A.; BALTSAVIAS, E. High precision image matching for digital terrain model
generation. International Archives of Photogrammetry and Remote Sensing, v. 26, n. 3,
p.284-296, 1986.
HAMMING, R. W. Error-detecting and error-correcting codes. Bell System Technical
Journal, v. 29, n. 2, p. 147-160, 1950.
HELAVA, U.V. Object space least squares correlation. Photogrammetric Engineering and
Remote Sensing, v. 54, n.6, p. 711-714, 1988.
HSIEH, Y.C. Decoding structured light patterns for three-dimensional imaging systems.
Pattern recognition. V. 34 p. 343349, 2001.
IMMERSION CORPORATE. 3D Digitizing Systems. Disponvel em:
<http://www.immersion.com>. Acesso em: 02 Fev. 2003.
ITO, M.; ISHII, A. A Three-Level Checkerboard Pattern (Tcp) Projection Method For Curved
Surface Measurement, Pattern Recognition, v. 28 (1) p. 27-40, 1995.
JAIN, A.K.; DUIN, R.P. W; MAO, J. Statistical Pattern Recognition: A Review. IEEE
Transactions on Pattern Analysis and Machine Intelligence, v. 22, n. 1, p.264-323, Jan.
2000.
KOKUBUM, C.N.C.; TOMMASELLI, A. M. G. Reconhecimento Automtico de Alvos. in: XXI
CONGRESSO BRASILEIRO DE CARTOGRAFIA, 2003, Belo Horizonte. Anais do XXI
Congresso Brasileiro de Cartografia. Rio de Janeiro, RJ: Sociedade Brasileira de
Cartografia, 2003, v. 1. p. 1-8.
KOKUBUM, C.N.C.; TOMMASELLI, A.M.G.; REISS, M. L. L.. Reconhecimento Automtico
de Alvos Projetados por Um Sistema de Luz Estruturada. In: I SIMPSIO EM CINCIAS
GEODSICAS E TECNOLOGIAS DA GEOINFORMAO, 2004, Recife. Anais do I
SIMGEO. Recife: Universidade Federal de Pernambuco, 2004, v. 1.
KOKUBUM, C.N.C; TOMMASELLI, A.M.G. ; REISS, M.L.L. Classificao automtica de
padres projetados por um sistema de luz estruturada. Boletim de Cincias Geodsicas,
Curitiba, Pr, v. 11, n. 1, p. 89-116, 2005.
KOKUBUM; C.N.C., Estudo de mtodos para a classificao e localizao precisa de
padres usando um sistema de luz estruturada. 2004. 131 f. Dissertao (Mestrado em
Cincias Cartogrficas) Faculdade de Cincias e Tecnologia, Universidade Estadual
Paulista, Presidente Prudente.

216

KRAUS, K. Photogrammetry Fundamentals and Standard Processes. v. 1, Dmmler,
Bonn, Germany, 1992.
LEICA-GEOSYSTEMS. Laser Distancemeter: Leica Disto A8. Disponvel em:
<http://www.leica-geosystems.com/cpd/en/ndef/lgs_64226.htm>. Acesso em: 22 Nov. 2006.
LEVOY, M.; PULLI, K.; CURLESS, B.; RUSINKIEWICZ, S.; KOLLER, D.; PEREIRA, L.; The
Digital Michelangelo Project: 3D Scanning of Large Statues. IN: COMPUTER GRAPHICS,
2000, SIGGRAPH 2000 Proceedings, 2000.
LOCKHEED MARTIN. Lockheed Martin Evaluating Measurement Tool to Support JSF
Affordability Goals. Disponvel em: <http://www.prnewswire.com/cgi-bin/
stories.pl?ACCT=104&STORY=/www/story/10-29-1999/0001062706&EDATE=.> Acesso
em: 28 Nov. 2006.
LUGER, G.F. Inteligncia artificial: estruturas e estratgias para a suluo de
problemas complexos. Trad: Paulo Engel. 4 ed. Porto Alegre: Bookmann, 2004.
LUGNANI, J.B. Introduo Fototriangulao. Curitiba: Editora da Universidade Federal
do Paran, 1987.
MAAS, H.G. Robust Automatic Surface Reconstruction with Structured Light. IN:
INTERNATIONAL ARCHIVES OF PHOTOGRAMMETRY AND REMOTE SENSING.
Washington, Proceedings. Washington, 1992, p.709-713.
MACWILLIAMS, F.J.; SLOANE, N.J.A. Pseudorandom sequences and arrays, Proceedings
of the IEEE 64 v. 12 p.17151729, 1976.
MARUYAMA, M.; ABE, S. Range Sensing by Projecting Multiple Slits With Random Cuts,
Pattern Analysis and Machine Intelligence, v. 15, n. 6, p. 647-651, June, 1993.
MERCHANT, D,C. Calibration of the Aerial Photogrammetric System, USA, 1968,
Remote Air Development Center.
METRONOR. Next generation portable cmms launched. Disponvel em:
<http://www.metronor.com>. Acesso em: 28 Nov. 2006.
MIKHAIL, E.M., ACKERMAN, F. Observations and Least Squares, IEP Series in Civil
Engineering, New York, 1976.
MIKHAIL, E.M.; BETHEL, J.S.; MCGLONE, J.C. Introduction to Modern Photogrammetry.
New York: John Wiley & Sons, 2001
MORANO, R.A.; OZTURK, C.; CONN, R.; DUBIN, S.; ZIETZ, S.; NISSANOV, J. Structured
light using pseudorandom codes. Pattern Analysis and Machine Intelligence, v. 20, n.3,
322327, 1998.

217

MORAVEC, H.P. Towards Automatic Visual Obstacle Avoidance. Proc. Of the 5
th
Int. Joint
Conf. on Artificial Intelligence, August, 1977.
MUSTAFA, A.A.Y.; SHAPIRO, L.G.; GANTER, M.A. 3D object identification with color and
curvature signatures. Pattern recognition, p. 339-355, 1999.
OTSU. A Threshold Selection Method From Gray-Level Histogram. IEEE Transactions on
System Man Cybernetics, v. smc-9, n. 1, p. 62-66, 1979.
PASTORIZA, O.E.; SNCHEZ P.A.; CIMADEVILA, H.L. Utilizacin de Tcnicas
Fotogramtricas en Procesos de Ingeniera Inversa; Aplicacin en la Industria.
Proyecto Fin de Carrera Universidad de Vigo, Escuela Universitaria de Ingeniera Tcnica
Industrial, 2004, 226 p.
REISS, M.L.L. Restituio Fotogramtrica Flexvel de Imagens Curta Distncia:
Estudo de Mtodo e Desenvolvimento de Prottipo. 2002. 161 f. Dissertao (Mestrado
em Cincias Cartogrficas) Faculdade de Cincias e Tecnologia, Universidade Estadual
REISS, M.L.L.; TOMMASELLI, A.M.G. Calibrao de um projetor de padres para
reconstruo 3d por luz estruturada. In: I SIMPSIO EM CINCIAS GEODSICAS E
TECNOLOGIAS DA GEOINFORMAO, 2004a, Recife. Anais do I Simgeo. Recife :
Universidade Federal do Paran, 2004. v. 9.
REISS, M.L.L.; TOMMASELLI, A.M.G. Calibrao de um projetor de padres para
reconstruo 3D por luz estruturada.. In: Cludia Pereira Krueger; Jorge Antonio Silva
Cente. (Org.). Srie em Cincias Geodsicas. 1 ed. Curitiba: Universidade Federal do
Paran, 2004, v. 4, p. 114-129.
REISS, M.L.L.; TOMMASELLI, A.M.G. Reconstruo 3D por Luz Estruturada: Calibrao
dos Vetores Diretores dos Feixes de Padres Projetados. In: XXI CONGRESSO
BRASILEIRO DE CARTOGRAFIA, 2003, Belo Horizonte, MG. Anais do XXI Congresso
Brasileiro de Cartografia. Rio de Janeiro, RJ: Sociedade Brasileira de Cartografia, 2003. v.
1. p. 1-9.
REISS, M.L.L.; TOMMASELLI, A.M.G. UPTKImage: Uma Classe de Objetos para
Manipulao de Imagens Digitais em Fotogrametria. IN: XXII CONGRESSO BRASILEIRO
DE CARTOGRAFIA, 2005, Maca. Anais do XXII Congresso Brasileiro de Cartografia.
Rio de Janeiro, RJ: Sociedade Brasileira de Cartografia, 2005. v. 1. p. 1-9.
REISS, M.L.L.; TOMMASELLI, A.M.G.; KOKUBUM, C.N.C. A Low Cost Structured Light
System. In: W S C G ' 2005, The 13th International Conference in Central Europe on
Computer Graphics, Visualization and Computer Vision'2005, 2005, Pilsen. W S C G ' 2005
Poster Proceedings, 2005m v. 1, p. 53-55.
RIEGL INSTRUMENTS. Laser Distance, Level and Speed Meter LD90-3. Disponvel em:
<http://www.rieglusa.com/index.htm>. Acesso em: 23 Nov. 2006.

218

ROBINSON, A.; ALBOUL, L.; A.; RODRIQUES, M. Methods for Indexing Stripes in Uncoded
Structured Light Scanning Systems. Journal of WSCG, UNION Agency-Science Press,
Plzen, Czech Republic, v. 12, n. 1-3, 2004.
ROCCHINI, C.; CIGNONI, P.; MONTANI, C.; PINGI, P.; SCOPIGNO, R. A Low Cost 3D
Scanner Base don Structured Light. IN: COMPUTER GRAPHICS FORUM, Eurographics
2001 Conference Proceedings. Manchester, v. 20 (3), 2001, p. 299-308,
RUY, R.S.; TOMMASELLI, A.M.G.; CAMARGO, P.O. . Refinamento de plantas planimtricas
a partir de medidas lineares diretas e restries de colinearidade. Boletim de Cincias
Geodsicas, Curitiba, PR, v. 7, n. 1, p. 53-63, 2001.
RUY, R.S. Formao automtica de modelos. 2004. 143 f. Dissertao (Mestrado em
Cincias Cartogrficas) Faculdade de Cincias e Tecnologia, Universidade Estadual
SALVI, J.; PAGES, J.; BATLLE, J. Pattern Codification Strategies in Structured Light
Systems. Pattern Recognition Society, Elsevier Ltd, v. 37, p 827-849, 2004.
SANTIAGO e CINTRA. Geotecnologias. Disponvel em: <http://www.santiagoecintra.
com.br/scripts/index.asp>. Acesso em: 07 Jun. 2003.
SCALCO, P.A.P. Determinao automtica de correspondncia em um sistema de
reconstruo com luz estruturada. 2000, 74 f. Dissertao (Mestrado em Cincias
Cartogrficas) Faculdade de Cincias e Tecnologia, Universidade Estadual Paulista,
Presidente Prudente.
SCHALKOFF, R. Pattern Recognition: Statistical, Structural and Neural Approaches.
John Wiley & Sons, Inc, Canada, 1992.
SCHENK, T. Digital Photogrammetry. The Ohio State University, v. 1, 1999.
SIMPLE 3D. 3d scanners, digitizers, and software for making 3d models and 3d
measurements. Disponvel em: <http://wwwx.netheaven.com/~simple3d/index.html>.
Acesso em: 03 Jan. 2003.
SONKA, M.; HLAVAC, V.; BOYLE, R. Image Processing, Analysis, and Machine Vision. 2
ed. Library of Congress Cataloging-in-Publication Data. 1998.
SURPHASER. 3D scanning with quality and accuracy. Disponvel em:
<http://www.surphaser.com/ 3d_laser_scanner_sp25_specs.htm>. Acesso em: 03 Nov.
2006.
THEODORIDIS, S.; KOUTROUMBAS, K. Pattern Recognition. London: Academic Press,
Elsevier, 2003.

219

TOMMASELLI, A.M.G. Caracterizao geomtrica de um sistema fotogramtrico digital
para reconstruo de imagens de superfcies curta distncia. 1998a. Tese (Livre
Docncia) Faculdade de Cincias e Tecnologia, Universidade Estadual Paulista,
Presidente Prudente.
TOMMASELLI, A.M.G. Geometric Accuracy of a Structured Light System. In:
INTERNATIONAL ARCHIVES OF PHOTOGRAMMETRY AND REMOTE SENSING, 1998
Cambridge, United Kingdom, 1998b, p. 313- 319.
TROUP, G. Masers and Lasers. Frome and London: Butler & Tanner Ltd, 1965.
TSAI, R. A versatile camera calibration technique for high accuracy 3D machine vision
metrology using off-the-shelf TV cameras and lenses, IEEE Journal of Robotics and
Automation, RA-3, n. 4, 1987.
TSO, B.; MATHER, P. Classification Methods for Remotely Sensed Data. British Library
Cataloguing in Publication Data, 2001.
TVETER, D.R. The Pattern Recognition Basis of Artificial Intelligence, Washington: IEEE
Computer Society, 1998.
UPTK. Unesp Photogremmetric Tool Kit. Disponvel em: <http://www2.prudente.
unesp.br/dcartog/uptk/> Acesso em: 01 Jan. 2006.
VUYLSTEKE, P.; OOSTERLINCK, A. Range image acquisition with a single binary-encoded
light pattern, IEEE Transactions on Pattern Analysis and Machine Intelligence, v. 12,
n.2, p. 148-163, 1990.
WEISMAN, O.; POLLACK, Z. The Perceptron. Disponvel em
<http://www.cs.bgu.ac.il/~omri/ Perceptron/>, Acesso em 08 Jan. 2005.
WEISSTEIN, E.W. Correlation Coefficient. Disponvel em:
<http://mathworld.wolfram.com /CorrelationCoefficient.html>. Acesso em:
20/11/2003.
WOLF, P.R.; DEWITT, B.A. Elements of Fotogrammetry: with Application in GIS. 3
rd
edition.
USA: McGraw-Hill, 2000.
ZHANG, G; WEI, Z. A Novel Calibration Approach to Structured Light 3D Vision Inspection.
Optics & Laser Technology, Elsevier Ltd, vol. 34, p 373-380, 2002.
ZHANG, L.; CURLESS, B.; SEITZ, S. M. Rapid Shape Acquisition Using Color Structured
Light and Multi-pass Dynamic Programming. In: 1
ST
INETERNATIONAL SYMPOSIUM ON
3D DATA PROCESSING, VISUALIZATION AND TRANSMISSION, June 19-22, 2002,
Padova, Italy. Conference Proceedings, 2002.

220

APNDICE A INFORMAES ADICIONAIS SOBRE O
DESENVOLVIMENTO DA UNIDADE DE CAPTURA

221

APNDICE A

INFORMAES ADICIONAIS SOBRE O

A.1 PRIMEIRA VERSO DO SISTEMA

A Figura A-1 mostra a primeira verso da ferramenta Scan3DSL, que foi
baseada na utilizao de uma cmara digital Kodak DX 3500 e um projetor de
padres.

Figura A-1 Primeira verso da ferramenta Scan3DSL usando a cmara Kodak DX 3500.

Esta cmara possui um quadro focal equivalente a 35 mm, com focal
nominal de 38 mm, resoluo mxima de 2 Megapxel, correspondente a um quadro
de 1800x1200 pxeis, sendo o tamanho de seu elemento sensor (pxel) de 19,44 m.
Ela foi utilizada num primeiro momento por ser a de maior resoluo disponvel no
Departamento de Cartografia, e por ter caractersticas importantes que permitem ser
utilizada em processos fotogramtricos, tais como, foco fixo e boa estabilidade em
seus parmetros de orientao interna.

222

Uma soluo de sincronismo entre o disparo da cmara e o flash do projetor
foi utilizar uma fotoclula acoplada frente do flash da cmara, e esta por sua vez,
acoplada ao flash do projetor (Figura A-2).

(a)
(b)
Figura A-2 Cmara digital e fotoclula. (a) flash da cmara e conjunto de lentes; (b) fotoclula
fixada cmara por um suporte.

Esta soluo foi a possvel na poca, pois a Kodak DX 3500 no possui
acionador automtico, sada externa para sincronismo do flash, nem adaptador para
sapata de flash. Esta soluo de sincronismo tambm era restritiva ao uso de alguns
tipos de cmara, pois a fonte de energia do projetor necessita ser carregada antes
da execuo do acionamento do flash, e isso leva alguns segundos. Sendo assim,
algumas cmaras que acionam dois disparos de flash (o primeiro para ajuste
automtico de abertura e velocidade do obturador e o segundo para a captura da
imagem) no poderiam ser usadas com esta configurao do sistema de
sincronismo usando fotoclula.

Esta cmara Kodak DX 3500 teve os seus parmetros de orientao interior
estimados por meio de um processo de calibrao por feixe de raios (bundle
method) (BROWN, 1971) utilizando o programa CC (Galo, 1993). Foram
considerados no processo apenas os parmetros mais significativos, sendo eles a
distancia focal f, o deslocamento do ponto principal (x
0
, y
0
) e o primeiro parmetro de
distoro radial simtrica K
1
. Os resultados so mostrados na Tabela A-1.


223

Tabela A-1 Parmetros de orientao interior calibrados
Parmetros
Valores
estimados
Desvios-
padro
estimados
f (mm) 38,329 0,012
x
0
(mm) -0,297 0,008
y
0
(mm) -0,226 0,013
K
1
(mm) -0,000102184 0,3984x10
-6

O controle do flash funcionava com uma bateria de 12 volts e recebia um
sinal eltrico oriundo do fotolito, gerado no instante de disparo do flash da cmara. A
fotoclula tambm necessitava de baterias para o seu funcionamento (2 de 1,5
volts), inseridas no prprio equipamento.

A pesar disso, uma incompatibilidade entre as focais da cmara e do projetor
causava a projeo dos padres muito concentrados no centro da imagem (Figura
A-3a). Isso diminua a resoluo dos padres projetados, piorava a geometria de
reconstruo e, consequentemente, diminuindo a qualidade dos resultados obtidos.
Na poca, uma soluo adotada foi acoplar a cmara digital ao projetor por meio de
uma haste adicional, de aproximadamente 400 mm, posicionando a cmara mais
frente do projetor. Esta alternativa foi uma forma de compensar a diferena de focais
(Figura A-3b).

Figura A-3 Imagens tomadas com o sistema de coleta anterior: (a) configurao original com
a imagem do padro projetado muito ao centro; (b) imagem do padro de luz estruturada com
a utilizao de uma haste para aproximao da cmara.

Com a utilizao da haste para aproximao da cmara, foi possvel tomar
imagens para desenvolvimento dos mtodos, processamento e gerao de alguns
resultados publicados em artigos (REISS e TOMMASELLI, 2003; REISS e
TOMMASELLI, 2004a e 2004b; REISS et al, 2005; KOKUBUM e TOMMASELLI,
2003; KOKUBUM et al, 2004; KOKUBUM et al, 2005).
(a) (b)

224

A soluo por meio desta haste implicava num retrocesso das melhorias
realizadas no projetor, pois tornava novamente o sistema grande e pouco prtico na
sua manipulao. Uma soluo definitiva foi comprar uma nova cmara e montar
outra verso do sistema Scan3DSL.

A.2 SEGUNDA VERSO DO SISTEMA

Com o ensejo de criar um sistema porttil, compacto e simples de usar,
como na proposta inicial, os requisitos avaliados na deciso de compra de uma nova
cmara foram:
Foco fixo;
Uma lente com focal compatvel com o projetor de padres;
Controles manuais de focalizao;
Sada para sincronismo de flash, ou conector para sapata de cabo de
sincronismo;
Entrada para disparo sincronizado, pois em trabalhos futuros
poderiam ser utilizadas mais de uma cmara.

Foram pesquisadas vrias marcas e modelos, procurando uma que
atendesse a todos ou maioria dos requisitos mencionados. Com a compra da nova
cmara, houve ento a necessidade de realizar alteraes no sistema projetor.
Houve a contratao de um servio tcnico que desenvolveu tais alteraes, sob as
especificaes e a superviso diretas. Desta forma, procederam-se as modificaes
no sistema de coleta.

A cmara possvel de ser comprada, e que atenderia a maioria dos
requisitos, dentro do oramento disponvel, foi uma Sony Cyber-shot DSC F828
(Figura A-4), de 8 Megapixel (3264x2448 pxeis) com uma lente Zeiss, cuja focal vai
de 28 a 200 mm, com quadro equivalente a 35 mm; conector para sapata de flash,
entrada de cabo de sincronismo, mas no possui foco fixo. Havia outras cmaras no
mercado com mesma resoluo, ou at mesmo superiores, e com foco fixo, mas que
extrapolavam o oramento disponvel.


225

Figura A-4 Sony Cyber-shot DSC F828.

Foi construdo um suporte para conexo da cmara com o projetor adaptado
a esta cmara, fixando o seu sistema de lentes, tornando o seu foco fixo.

Figura A-5 Novos elementos do sistema projetor.

Foi confeccionada uma maleta em madeira para transporte e
armazenamento do sistema montado, que pode ser vista na Figura A-5. A maleta foi
revestida com isopor e feltro para absoro de impacto e melhor acondicionar o
sistema de coleta. Tambm h espao para armazenar outros equipamentos
importantes ao sistema, como cabos conectores, ferramentas, etc. (Figura A-6).

Conector da cmara Sistema de
sincronismos
Fonte de alimentao de
energia externa (110-
220v) com converso para
6 V

226

Figura A-6 Maleta do sistema projetor.

A melhor geometria de ajuste entre a cmara e o projetor aquela na qual:
A matriz de padres projetados fica bem enquadrada no centro da
imagem;
Os padres projetados ficam bem focalizados e ntidos;
Os padres projetados ficam bem distribudos em toda a regio da
imagem.
Estes ajustes so feitos empiricamente, e, uma vez realizados, eles devem
ser fixados. Para isso, existem no suporte de conexo da cmara, dois parafusos de
fixao, uma para o sistema de lentes (Figura A-7a) e outro para a articulao
(Figura A-7b).

Figura A-7 Travamento da cmara no suporte de conexo: (a) trava do sistema de lentes; (b)
trava da articulao do suporte de conexo.

Travamento
do sistema de
lentes
Travamento
da articulao
(a) (b)

227

Para facilitar o ajuste do sistema de lentes antes do seu travamento, h uma
entrada no topo do suporte da cmara para visualizao da numerao do sistema
de lentes (Figura A-8a); e na lateral, uma abertura para o ajuste (Figura A-8b).

Figura A-8 Ajuste do sistema de lentes: (a) visualizao do sistema do ajuste do sistema de
lentes; (b) abertura para ajuste do sistema de lentes.

O novo sistema de sincronismo foi desenvolvido de forma a assimilar as
caractersticas da nova cmara adquirida. As alteraes foram necessrias porque o
circuito do flash utilizado na primeira verso do sistema no funcionava com a nova
cmara, e tanto a luz do flash quanto o circuito de disparo tiveram que ser
substitudos. Utilizou-se outro flash compatvel, cuja demanda de energia eltrica
de 6 volts. Um compartimento para 4 baterias de 1,5 volts cada uma foi adaptado
para fornecer a alimentao eltrica do circuito do sistema de sincronismo (Figura
A-9b). Com a necessidade de substituio da lmpada do flash, houve a
necessidade de trocar toda a fiao eltrica pertinente (Figura A-9a). Foi
desenvolvida a possibilidade de conexo externa de energia, com uma entrada de 6
volts no circuito, tornando a alimentao de energia mais fcil.

Os controles e acessos ao sistema de sincronismo so realizados por meio
de portas conectoras e botes dispostos em dois painis em lados opostos da caixa
circuito de sincronismo. Os elementos destas interfaces so (Figura A-9c e Figura
A-9c):

Visualizao da
focal do sistema de
lentes
Abertura para ajuste do
sistema de lentes
(a) (b)

228

1. Entrada do cabo de sincronismo;
2. Entrada do cabo de energia de 6 volts;
3. Boto de ligar/desligar;
4. Boto de disparo do flash;
5. Luz indicadora de carga do flash.

Figura A-9 Circuito do sistema de sincronismo: (a) viso geral do circuito; (b) baterias; (c)
painel de controle do flash; (d) painel de acesso a energia externa.

Nesta nova configurao do sistema, houve a possibilidade de eliminar a
fotoclula do processo de sincronismo da cmara com o projetor, pela existncia na
cmara de uma conexo para sapata de flash. Com isso, o sincronismo realizado
utilizando-se um cabo de sincronismo, ligando a sapata caixa do sistema de
disparo do flash (Figura A-10).

Durante o desenvolvimento de testes prticos com a ltima verso do
Scan3DSL, verificou-se a existncia de um movimento vertical indesejado entre a
cmara e o projetor. Esse movimento ocorria quando de pressionava o boto de
disparo da cmara devido fora necessria empregada para acionar o boto.
(a)
(b)
(c) (d)
1
2
3
4
5

229

Figura A-10 Sincronismo da cmara com o projetor

Para minimizar este e outros movimentos entre a cmara e o projetor, que
causariam a descalibrao da ferramenta, foram tomadas algumas providncias.
Uma delas foi o incremento do sistema com a compra de um controle remoto de
disparo da cmara com conexo via cabo. Assim, para capturar imagens no
necessrio exercer fora sobre a cmara. Tambm foi adquirido um trip de cmaras
para fixar e posicionar os Scan3DSL durante o procedimento de aquisio de
modelos. Com isso, foi necessria a construo de um adaptador para conexo do
sistema Scan3DSL com o trip (Figura A-11).

Figura A-11 Adaptador para conexo ao trip.
Sapata
do flash
Cabo de
sincronismo

230

APNDICE B DEMONSTRAO DO PROCEDIMENTO
DE CALIBRAO DOS VETORES DIRETORES PELO MTODO SEQENCIAL

231

APNDICE B

DEMONSTRAO DO PROCEDIMENTO DE CALIBRAO
DOS VETORES DIRETORES PELO MTODOS
SEQENCIAL

B.1 AJUSTAMENTO

O modelo (4.6) foi arranjado da seguinte forma para simplificar as operaes
de clculo:

C C
t i
C C
t i C
t
C C
t i
C C
t i C
t
Z Z
Y Y
m
Z Z
X X
l
P
P
P
P
+
+
=
+
+
=
,
,
,
,
, (B.1)

sendo:
C C C
Z Y X
P P P
e , ajustados do procedimento anterior;
C
t i
C
t i
C
t i
Z Y X
, , ,
e , calculados com
as equaes de colinearidade inversa utilizando os parmetros de reseco
espacial. Para cada conjunto de fotocoordenadas calculadas
C
t i
C
t i
C
t i
Z Y X
, , ,
e , de um
padro t nas imagens i , tem-se:

C
t i i
C
t i i
m w l s
, ,
= = (B.2)

onde:

( ) ( ) ( ) ( )
C C
t i
C C
t i i
C C
t i
C C
t i i
Z Z Y Y w Z Z X X s
P P P P
+ + = + + =
, , , ,
, (B.3)

sendo e
i i
w s consideradas pseudo-observaes, com seus desvios-padro
calculados pela propagao de covarincias:

T
Z Y X Z Y X
w s
C C C C
t i
C
t i
C
t i
i i
D D
P P P
=
, , , , ,
,
, , ,
(B.4)

232

( ) ( )
( ) ( ) (
(
(
(
(
+
+
+
+
+
+
+
+
+
+
+
+
=
2
,
,
,
2
,
,
,
2
,
,
,
2
,
,
,
1
0
1
0
0
1
0
1
C C
t i
C C
t i
C C
t i
C C
t i
C C
t i
C C
t i
C C
t i
C C
t i
C C
t i
C C
t i
C C
t i
C C
t i
Z Z
Y Y
Z Z
Z Z
Y Y
Z Z
Z Z
X X
Z Z
Z Z
X X
Z Z
P
P
P
P
P
P
P
P
P
P
P
P
D (B.5)

(
(
=
C C C
C
t i
C
t i
C
t i
C C C C
t i
C
t i
C
t i
Z Y X
Z Y X
Z Y X Z Y X
P P P
P P P
0
0
, ,
, ,
, , , , ,
, , ,
, , ,
. (B.6)

Em (B.6)
C
t i
C
t i
C
t i
Z Y X
, , ,
, ,
tambm calculado por meio de uma propagao de
varincias-covarincias e
C C C
Z Y X
P P P
, ,
origina-se da primeira fase da calibrao
utilizando apenas os centros de massa dos padres A.

Com estas consideraes, (B.2) torna-se e modelo funcional do ajustamento,
cujo modelo estocstico do ajustamento pelo MMQ o Paramtrico (GEMAEL,
1994):

( )
a a
F X L = (B.7)

Seja q o nmero de vezes que um determinado padro t aparece nas
imagens de 1 at k, 2 = u o nmero de incgnitas, para cada vetor diretor t , p q = 2
o nmero de observaes e tambm o nmero de vezes em que vetor diretor do
padro ocorre nas imagens tomadas, o vetor das correes aos parmetros na
abordagem paramtrica dado por:

( )
1
1
1
L P A A P A X
q q q
q
T
u u q q q
q
T
u u
=

(B.8)

onde: A a matriz das derivadas parciais da funo em relao aos parmetros
a
X .

0
X
a
F
X
A
= ;

b
L L L =
0
, sendo ( )
0 0
X L F = ;

233

P a matriz dos pesos das observaes.

Como o modelo da realidade fsica (B.1) linear, (B.8) pode ser reescrito como:

Erro! No possvel criar objetos a partir de cdigos de campo de edio..(B.9)

Agrupando (B.9) para simplificao, tem-se:

U N X =
1
a
. (B.10)

onde: ( )
1
1

= A P A N
T
, e
b
T
L P A U =

Tem-se as seguintes matrizes do ajustamento:

Vetor dos parmetros ajustados:

( ) ( )
[ ]
T
a
C
t
a
C
t a
m l = X , (B.11)

Vetor das observaes:

[ ]
T
q q i i b
w s w s L = L , (B.12)

Matriz dos pesos das observaes:

1
,
2
0
=
i i
w s
P (B.13)

onde
2
0
o fator de varincia a priori;

Matriz das derivadas parciais em funo dos parmetros:

T
(
=
1 0 1 0
0 1 0 1
L
L
A . (B.14)


234

Efetuando as substituies das matrizes em N e U da Equao (B.10),
obtm-se:

(
(
+ +
+ +
=
q i
q i
w w
s s
p p
p p
L
L
0
0
N (B.15)

e

(
(
+ +
+ +
=
q w i w
q s i s
w p w p
s p s p
q i
q i
L
L
U (B.16)

Com o vetor dos parmetros ajustados sendo:

( )
( )
(
(
=
(
(
(
(
(
+ +
+ +
+ +
+ +
=
a
C
t
a
C
t
w w
q w i w
s s
q s i s
a
m
l
p p
w p w p
p p
s p s p
q i
q i
q i
q i
L
L
L
L
X . (B.17)

O vetor dos resduos pode ser calculado pelo operao:

b a
L X A V = (B.18)

( ) ( ) ( ) ( )
[ ]
T
q
a
C
t q
a
C
t
a
C
t
a
C
t
w m s l w m s l = L
1 1
V . (B.19)

O fator de varincia a posteriori dado por:

( )
( )
( )
( )
( )
( )
( )
( )
2
2 2 2
1
2
1
1 1
+ + + +
=
2
0
q
w m p s l p w m p s l p
q
a
C
t w q
a
C
t s
a
C
t w
a
C
t s
q q
L
(B.20)

E a matriz varincia-covarincia das observaes ajustadas

( ) ( )
(
(
(
(
(
+ +
+ +
= =

q i
q i
a
C
t
a
C
t
w w
s s
m l
p p
p p
L
L
2
0
2
0
1 2
0
,
0
0
N . (B.21)

A Tabela B-1 resume as equaes principais utilizadas no ajustamento.

235

Tabela B-1 Resumo do ajustamento
Elementos de calibrao Formulao
Vetores diretores
( ) ( )
=
=
=
=
=
q
i
w
q
i
i w
a
C
t
q
i
s
q
i
i s
a
C
t
i
i
i
i
p
w p
m
p
s p
l
1
1
1
1

Fator de varincia a posteriori
( )
( )
( )
( )
(
=

= =
2
0
q
i
i
a
C
t w
q
i
i
a
C
t s
w m p s l p
q
i i
1
2
1
2
2
1

Varincias ajustadas
( ) ( )

= =
= =
q
i
w
m
q
i
s
l
i
a
C
t
i
a
C
t
p p
1
2
0 2
1
2
0 2

O ajustamento resume-se aplicao de uma mdia ponderada aos vetores
diretores calculados para um padro t em uma imagem i pela Equao (B.1).

236

APNDICE C DETERMINAO DAS COORDENADAS
DOS PONTOS DE APOIO DA PLACA DE CALIBRAO

237

APNDICE C

ESTABELECIMENTO DAS COORDENADAS DOS PONTOS
DE APOIO DA PLACA DE CALIBRAO

C.1 DISTNCIAS MEDIDAS

A relao das distncias medidas na placa pode ser encontrada na Tabela
C-1:

Tabela C-1 Distncias medidas entre pares de pontos na placa de calibrao.
Ponto1 Ponto2 Valor medido Ponto1 Ponto2 Valor medido Ponto1 Ponto2 Valor medido Ponto1 Ponto2 Valor medido
1 2 151.64 5 11 138.76 20 21 201.96 9 19 602.50
1 7 152.18 11 12 128.18 19 20 201.44 10 20 602.50
17 23 146.48 22 21 129.24 18 19 200.53 11 21 603.00
23 24 151.62 27 21 121.88 8 9 201.00 3 25 852.50
27 28 152.28 28 21 178.98 9 10 200.78 15 16 854.20
28 22 147.48 24 18 121.84 10 11 201.28 13 16 878.20
12 6 147.70 23 18 169.55 4 10 131.70 15 14 877.80
5 6 150.80 17 18 126.48 4 11 239.92 13 14 854.20
12 14 183.54 7 8 124.13 3 9 131.37 1 6 850.80
14 16 200.54 1 8 179.88 3 8 239.60 1 23 851.70
16 22 174.08 2 8 135.00 19 25 118.36 6 28 855.20
27 26 175.66 26 19 233.42 18 25 232.62 23 28 850.80
26 25 201.24 25 20 233.52 26 20 119.52 2 27 1013.20
25 24 171.28 3 10 239.86 26 21 234.54 7 22 1016.50
17 15 171.58 4 9 240.62 18 15 235.08 1 28 1205.10
15 13 201.86 24 19 212.80 21 16 238.10 5 24 1016.00
7 13 180.64 27 20 212.19 13 8 236.36 6 23 1206.50
2 3 171.04 2 9 217.15 14 11 237.66 12 17 1020.10
4 5 175.95 10 5 219.86 6 11 182.32 5 27 853.50
3 4 201.82 18 8 602.50

As medidas verticais em relao ao plano da placa de calibrao, feitas com
o auxlio do paqumetro, com preciso de 0,3 mm, so mostradas na Tabela C-2.


238

Tabela C-2 Medidas verticais em relao ao plano da placa de calibrao.
Ponto Valor medido Ponto Valor medido
1 152.420 15 1.888
2 152.940 16 2.416
3 2.481 17 152.720
4 2.553 18 0.000
5 152.940 19 0.000
6 153.000 20 0.000
7 152.080 21 0.000
8 0.000 22 153.100
9 0.000 23 151.860
10 0.000 24 152.500
11 0.000 25 2.002
12 153.260 26 2.010
13 1.681 27 152.700
14 2.489 28 153.900

Os valores fototriangulados dos pontos de controle usando o programa CC
(GALO, 1993) so apresentados na Tabela C-3.

Tabela C-3 Valores fototriangulados para os pontos de controle.
Valores Estimados (mm)
Ponto
X
Desvio-
padro Y
Desvio-
padro Z
Desvio
padro
1 -122.391 0.612 -132.687 0.691 152.016 0.269
2 29.183 0.494 -131.071 0.523 153.902 0.135
3 200.863 0.445 -131.316 0.236 2.481 0.134
4 401.738 0.458 -131.046 0.236 2.553 0.134
5 577.648 0.453 -132.707 0.446 153.230 0.134
6 729.090 0.479 -132.677 0.480 152.046 0.263
7 -122.871 0.336 19.807 0.384 152.074 0.134
8 0.054 0.123 0.052 0.125 0.000 0.013
9 201.235 0.122 0.410 0.123 0.000 0.013
10 402.403 0.122 0.298 0.123 0.000 0.013
11 603.216 0.124 -0.095 0.125 0.000 0.013
12 730.028 0.336 15.588 0.352 153.285 0.134
13 -124.454 0.279 200.777 0.293 1.681 0.134
14 730.606 0.307 200.090 0.296 2.489 0.134
15 -123.331 0.277 401.607 0.276 1.888 0.134
16 730.874 0.304 400.876 0.280 2.416 0.134
17 -123.391 0.309 573.028 0.304 152.744 0.133
18 -0.110 0.123 602.115 0.121 0.000 0.013
19 200.459 0.121 602.796 0.120 0.000 0.013
20 401.825 0.121 602.164 0.120 0.000 0.013
21 603.783 0.124 602.763 0.121 0.000 0.013
22 729.433 0.307 574.690 0.294 153.369 0.133
23 -123.301 0.392 719.668 0.376 152.065 0.263
24 28.983 0.329 720.359 0.292 152.886 0.133
25 200.751 0.301 720.466 0.197 2.002 0.134
26 401.472 0.306 720.814 0.198 2.010 0.134
27 576.644 0.332 720.807 0.289 153.941 0.134
28 729.916 0.428 722.142 0.356 152.135 0.264


239

Os valores estimados pelo ajuste de distncia so apresentados na Tabela
C-4.

Tabela C-4 Valores XY estimados usando a injuno de distncias para os pontos de
controle.
Valores Estimados (mm)
Ponto
X Desvio-padro Y Desvio-padro
1 -122,205 0,390 -131,705 0,406
2 29,317 0,281 -131,911 0,276
3 200,518 0,197 -131,138 0,342
4 402,184 0,229 -131,891 0,408
5 577,400 0,319 -134,757 0,405
6 728,517 0,429 -131,915 0,511
7 -122,468 0,311 20,361 0,373
8 0,000 0,000 0,000 0,000
9 201,245 0,162 0,246 0,351
10 402,141 0,207 -0,599 0,348
11 603,051 0,242 0,386 0,314
12 730,278 0,470 16,173 0,455
13 -124,020 0,687 200,923 0,277
14 731,067 0,749 200,214 0,365
15 -122,983 0,752 402,509 0,311
16 731,421 0,753 400,988 0,358
17 -123,378 0,482 573,888 0,404
18 -0,254 0,253 603,085 0,295
19 200,887 0,235 601,588 0,336
20 401,414 0,232 601,899 0,349
21 602,509 0,252 600,815 0,308
22 729,264 0,473 575,568 0,432
23 -123,265 0,433 720,232 0,468
24 27,863 0,329 722,211 0,419
25 200,014 0,263 720,350 0,361
26 401,447 0,266 721,307 0,405
27 577,545 0,330 720,072 0,390
28 730,261 0,443 723,696 0,496

C.2 MTODO DE AJUSTE DE COORDENADAS BASEADO EM
INJUNO DE DISTNCIAS

O ajuste de coordenadas baseado em equao de distncia utiliza o modelo
de distancia Euclidiana no plano, dado por:

( ) ( ) [ ]
2
1
2 2
i j i j ij
Y Y X X d + = (C.1)


240

O modelo funcional descrito por (C.1) do tipo explcito, ou seja,
paramtrico com os parmetros
j j i i
Y X Y X , , , em funo das observaes
ab
d :

( )
a a
F X L = (C.2)

Para evitar a singularidade da matriz de coeficientes das equaes normais
do MMQ faz-se necessrio a definio do sistema referencial dos pontos de
controle, com a utilizao de injunes de posio das coordenadas. Como o
modelo funcional (C.1) no linear, faz-se necessria a utilizao de iteraes no
ajustamento pelo mtodo paramtrico para recuperar os parmetros ajustados
(GEMAEL, 1994; MIKHAIL e ACKERMAN, 1976).
APNDICE D ALGUNS DETALHES DOS PROGRAMAS DESENVOLVIDOS

241

APNDICE D

ALGUNS DETALHES DOS PROGRAMAS DESENVOLVIDOS

D.1 PROGRAMA DE RECONHECIMENTO

O programa de reconhecimento trabalha basicamente com entradas de
dados efetuadas por meio de arquivos. Um arquivo principal, denominado de arquivo
de projeto, armazena os dados de configurao dos mtodos do sistema e caminhos
de arquivos de dados de entrada.

Como o reconhecimento de padres destinado a duas tarefas distintas, a
calibrao e a reconstruo, dois tipos de arquivos diferentes foram criados: *.EPC
(Extrao de padres para calibrao) e *.EPR (Extrao de padres para
reconstruo), e que sero descritos a seguir.

Os arquivos de projeto so constitudos de regies onde so localizados
seus dados de configurao sobre: tipo de projeto, reconhecimento de padres a
arquivos de entrada e sada de dados, conforme ilustrado na Tabela D-1:

Na Tabela D-1, a ltima coluna (Id identificador) representa linhas de
dados que podero ser inseridas nos arquivo de projeto. Na primeira linha do
arquivo (a) deve estar o nmero indicativo do tipo de projeto, se 0 (reconstruo) ou
1 (calibrao). Caso seja 0, ento logo na frente deste nmero, na mesma linha,
dever haver um valor indicando a variao de profundidade do objeto a ser
reconstrudo. Na prxima linha (b), obrigatoriamente, dever haver um indicativo do
tipo de processamento que ser executado para o reconhecimento, 0 (padro) e 1
(customizado). Se a opo for 0, ento uma seqncia de procedimentos
predefinidos dentro do programa ser atribuda configurao do reconhecimento,
devendo ser suprimidas todas as configuraes indicadas na Tabela D-1, partindo
de (c) at (g), continuando a partir de (h). A seqncia predefinida de configuraes

242

ao reconhecimento foi determinada baseada em testes com o sistema, de acordo
como segue:

Tabela D-1 Opes de configurao do programa de reconhecimento.
Descrio do dado/configurao Opes do arquivo Id.
0 Reconstruo Profundidade aproximada do objeto
Tipo de projeto
1 Calibrao
a
0 Padro
Opes de configurao
1 Customizada
b
0 Nenhuma
1 Mdia
2 Mediana
0 a 13 Dimenses da regio de atuao do
filtro
Suavizao
3 Mediana com preservao de bordas
c
0 OTSU
0 Global
1 PUN
0
OTSU
Limiarizao
1 Local
1 PUN
0 a 13 Dimenses da regio de
atuao do filtro
d
0 OTSU
Limiar
1 PUN
e
0 Automtica
Crescimento
de regies
Eliminao
de regies
pequenas e
grandes
1 Manual
Tamanho
mnimo
Tamanho mximo
f
Reconhecimento
de padres
Classificao Fator de correlao mnimo para aceitar a correlao g
Matriz de codificao de padres (entrada) h
Lista dos nomes das imagens prottipo e as respectivas
coordenadas das quinas (entrada)
i
Coordenadas de imagem dos padres reconhecidos (sada) j
Parmetros de calibrao do projetor (entrada) k
Orientao interior (entrada) l 0
Imagem m
Nmero de arquivos de imagem (nimg) n
Imagem 1 o
Imagem 2 p
... ...
Arquivos de
entrada e sada
de dados
Tipo de
projeto
1
Imagem (nimg)
o +
nimg

Suavizao: 0
Limiarizao: 1 1 9
Crescimento de regies:
o Limiar: 0
o Eliminao de regies: 0
Fator de correlao: 0,75

Se a opo de configurao do reconhecimento for 1 (b), ento a partir da
linha (c) ser definida uma seqncia de procedimentos pelo prprio usurio. A
primeira definio, na linha (c), sobre o tipo de suavizao: 0 Nenhuma; 1

243

Mdia; 2 Mediana; 3 Mediana com preservao de bordas. Se a opo de
suavizao for 1 ou 2, ainda na mesma linha (c) devem ser definidas as dimenses
da regio de atuao do filtro, com opes que variam de 0 a 13. As janelas de
atuao so fixadas em dimenses impares, variando de 3x3 (opo 0) a 29x29
(opo 13).

A prxima configurao sobre o processo de limiarizao, na linha (d).
Duas opes so definidas: 0 Global ou 1 Local. Ainda na mesma linha, deve
estar inserida a opo do tipo de operador de limiar automtico: 0 OTSU ou 1
PUN. Se a opo de limiarizao for local (1), ainda nessa linha (c) deve ser inserido
outro elemento indicando o tamanho da janela de atuao, com as mesmas opes
da suavizao por mdia ou mediana. A linha (e) e (f) so opes para o algoritmo
de crescimento de regies, sendo a linha (e) a opo do tipo de limiar usado nesse
processo: 0 OTSU ou 1 PUN. Na linha (f) so as opes do tipo de eliminao
de falsas regies usado: 0 Automtica ou 1 manual. Se a opo for manual (1),
ento ainda nessa linha (f) devem estar inseridos dois valores, um para o nmero
mnimo e tambm mximo de pxeis que uma regio possa permanecer no
reconhecimento. A ltima opo do reconhecimento o valor de limiar mnimo para
o procedimento de classificao, que deve constar na linha (g). Esse valor de liminar
dever variar de 0 a 1.

Depois de inseridas a opes de reconhecimento, as prximas linhas so
dedicadas aos nomes dos arquivos de entrada e sada de dados. Em cada linha
deve estar apenas um caminho completo da localizao do arquivo dentro da
unidade de disco, podendo haver espaos nos nomes dos diretrios e do arquivo;
porm, se houver mais de um caminho em uma mesma linha dentro do arquivo a
leitura do nome do arquivo ficar prejudicada. Se a opo pelo tipo de configurao
do reconhecimento for igual a 0 (padro), ento a linha (h) mostrada na Tabela D-1
aparecer na 3 linha do arquivo de projeto. Comeando a descrio em (h), nesta
linha deve conter o caminho para o arquivo da matriz de codificao de padres; na
linha (i) deve conter o caminho para o arquivo que composto da lista de imagens
prottipo e suas respectivas quinas; e, na seqncia, em (j) deve estar o caminho
para as coordenadas de imagem dos padres reconhecidos. A partir da, os arquivos
utilizados mudam de acordo com o tipo de projeto (reconstruo ou calibrao). Se o

244

projeto for de reconstruo (0), ento segue a partir da linha (k), o caminho do
arquivo de parmetros de calibrao do projetor; na linha (l), o caminho do arquivo
de orientao interior; e na linha (m), o caminho do arquivo de imagem do objeto a
ser reconstrudo. Se, todavia, o projeto for de calibrao (1), ento depois de (j)
segue a linha (n), em que se tem o nmero de arquivos de imagens a serem
utilizadas na calibrao, seguido, a partir de (o), dos respectivos arquivos de
imagem da placa de calibrao. Essa descrio pode ser visualizada por meio do
diagrama mostrado na Figura D-1, onde so representados os possveis estados do
arquivo de projeto para o reconhecimento de padres.

Figura D-1 Diagrama dos possveis estados do projeto de reconhecimento.

Foi criado um conjunto de interfaces grficas para auxiliar na tarefa de
montagem do projeto de reconhecimento e, tambm, o seu processamento durante
o desenvolvimento do sistema. Na primeira delas (Figura D-2), tem-se a interface
(a) Tipos de projeto
0 Reconstruo 1 - Calibrao
(b) Reconhecimento
0 Padro 1 Customizado
(c) Suavizao (d) Limiarizao (e) Crescimento de
regies
(g) Classificao
0 - Nenhuma
1 - Mdia
2 - Mediana
3 Mediana
com
preservao
de bordas
0 a 13
Dimenso da
regio de atuao
0 - Global 1 - Local
0 - OTSU
1 - PUN
0 - OTSU
1 - PUN
Limiar
(f)
Eliminao
de regies
grandes e
0 - OTSU
1 - PUN
Padro
Automtico
Tamanho
Mnimo
Tamanho
Mximo
Fator
mnimo de
correlao
Profundidade
aproximada do
objeto
Arquivos de
entrada/sada
(h) MCP
(i) Imagens
prottipo
Tipos de projeto
(j) Coordenadas
de imagem
reconhecidas
Reconstruo
(0)
Calibrao
(k) Parmetros
de calibrao
do projetor
(l) Parmetros
de orientao
interior
(m) Imagem
(n) Nmero de
imagens (nimg)

(o---nimg)
Nomes dos
arquivos de
imagem

245

principal, na qual esto as opes do tipo de projeto que ser criado. Tambm h
algumas opes de visualizao, que no fazem parte da configurao do projeto,
mas que auxiliaram o desenvolvimento dos mtodos e servem para demonstrao
das operaes envolvidas no programa. H tambm um boto para a execuo das
operaes do projeto criado.

Figura D-2 Interface principal.

Ao ser selecionada a opo <Reconhecimento para reconstruo> ou
<Reconhecimento para calibrao>, uma nova janela aberta para que sejam
configuradas as opes de cada tipo de projeto (Figura D-3).

Figura D-3 Interfaces secundrias de configurao dos projetos para reconstruo e
calibrao.

Por ltimo, tem-se a interface de configurao das opes do
reconhecimento automtico, ao se pressionar o boto <Configuraes>, em ambas
as interfaces de projeto (Figura D-4).

246

Figura D-4 Interface de configurao do processo de reconhecimento automtico

Dois exemplos de arquivo podem ser vistos nas Tabela D-2 e Tabela D-3.

Tabela D-2 Exemplos de arquivos de reconhecimento: reconstruo.
Projeto de reconstruo (*.epr)
0 300.000000
1
0
0 0
0
1 100.000000 10000.000000
0.650000
D:\Scan3D SL System\knowledge\Templates.jsp
D:\Scan3D SL System\knowledge\knowledge.trn
D:\Scan3D SL System\Reconstruction\Data\Coordinates\Objects\ Imagem 075.cor
D:\Scan3D SL System\Calibration\Data\Calibrao.clp
D:\Scan3D SL System\Calibration\Data\Ointerior.clc
D:\Scan3D SL System\Reconstruction\Images\Imagem 075.ppm


247

Tabela D-3 Exemplos de arquivos de reconhecimento: calibrao.
Projeto de calibrao (*.epc)
1
1
0
1 0 9
0
1 100.000000 5000.000000
0.800000
D:\Scan3D SL System\knowledge\Templates.jsp
D:\Scan3D SL System\knowledge\knowledge.trn
D:\Scan3D SL System\Calibration\Data\CalibraoFinal.cor
13
D:\Scan3D SL System\Calibration\Images\7008.ppm

D.2 PROGRAMA DE CALIBRAO DO PROJETOR DE PADRES

Para o programa de calibrao no foi criado, como no de reconhecimento,
uma interface que auxiliasse na construo do arquivo de projeto, sendo necessrio
fazer a insero dos dados em um arquivo texto com extenso *.CPR. Entretanto,
mesmo sem um programa auxiliar, sua construo fcil, pois a estrutura do arquivo
invariante (ver Tabela D4).

Tabela D-4 Estrutura do arquivo de projeto de calibrao.
Descrio do
dados/arquivo
Elementos dos arquivos Id
Matriz de codificao de padres (entrada) a
Parmetros de orientao interior (entrada) b
Parmetros de orientao exterior (entrada) c
Coordenadas de imagem dos padres reconhecidos (entrada) d
Translaes aproximadas do projetor (entrada) e
Caminhos de arquivos
Relatrio (sada) f
Nmero mximo de iteraes do
ajustamento
Valor mnimo de
convergncia
g
Sigma da unidade de peso a priori h
Configuraes
Indicador da classe de padro a ser usada na calibrao i

248

O indicador da classe de padro a ser usada na calibrao da seguinte
forma:

A para a classe A;
B para a classe B;
C para a classe C;
D para a classe D;
E para a classe E.

A composio do itentificador fica da seguinte forma: supondo que se queira
calibrar os padres da classe A e D, ento o indicador fica: AD.

Desta forma, um exemplo de arquivo de projeto de calibrao pode ser visto
na Tabela D-5.

Tabela D-5 Exemplo de arquivo de projeto de calibrao.
Projeto de reconstruo (*.cpr)
D:\Scan3D SL System\knowledge \Templates.jsp
D:\Scan3D SL System\Calibration\Data\ointerior.dat
D:\Scan3D SL System\Calibration\Data\oexterior.dat
D:\Scan3D SL System\Calibration\Data\Fotocoordenadas.cor
D:\Scan3D SL System\Calibration\Data\trans_proj.dat
D:\Scan3D SL System\Calibration\Data\rel.sai
100 1.0e-3
1.0
AD

No considerado como relevante a meno do arquivo de relatrio da
calibrao, onde esto: as coordenadas do projetor; os parmetros de orientao
interior usados para calibrar a cmara; os vetores diretores dos padres projetados;
e todas as informaes a respeito do ajustamento, uma vez que a leitura deste
arquivo de fcil entendimento por parte dos usurios.

D.3 ESTRUTURA DOS ARQUIVOS DE ENTRADA/SADA DOS PROJETOS

Para possibilitar a montagem e entendimento dos dados dos arquivos, sero
mostradas as suas estruturas.


249

Arquivo de codificao de padres:

Tabela D-6 Arquivo de codificao de padres.
Descrio do dado/configurao Exemplo no arquivo
Indicador do tipo de arquivo templates
Comentrio 1 # UPTK Templates - Autor: M. L. L. Reis
Comentrio 2 # Date/Time: 21/11/03 13:38:35
Nmero de linhas/coluna da MCP 36 54
Matriz de codificao
ECEECBECDBECCECCBEDBEDCBBECCEBECDEDBDCBDCEEDCBCDBDCEBD
DADDAEBABEABBABDABCACBACDAEBADDACCADBAEEACBAECAECABBAE
CBCECBCDEDBECEDEBDBEDDCDEBCDBCCEDBEBEBDBDBEDBDCDEBEDEC
DCEEBEBECDBEBEDCEDBCDBEBCDBEBDBCDBEDBDEEDCDBDCDCCDBBDE
CABCACEADBABCAEDACCACDAEBADDAEDABCABCACBAEEACDABBADEAB
BEDDEBDBCEBCBDCCDBDCBCBDEDCBEBEDEBECDEDEDBDBDCBDDBCDED
DBCBEDBEBCEDDEBDBDCBCBDBECEECEDECBCEEDCEDECBDBCDDEBCBC
BABDABDADDAEEADEABDAEDADDADCACEADEADBABDADBAEDACBACDAD
CDEEBCBDECDBCEBBCEBECEDECBCEDECECDEBDECCBCCDCCDECEBBDB
CDCCBCBDEDCEEDCDCDCDBEBCECDCDEDEBDEDCBECBCDEDBEBBEBECE
DABDAEEABEACBADEAEEAECADDABEACCAEEACDACEABBABEAECADCAD
ECDBECCBECDBEDBDECBCDDBCBEDDEBDEBBDBECDBDEDCEDBCBCEEDE
EBEEBDDECCBEDBDBDCECBECECDEDECDBDCBEDBCCBCBDCDECCEDECB
CABDACCAEEACEAECAEBACDADEABBABEABDACCAEBAEDABEADDAEDAC
ECEBDEEDCBCDDBDDCBDBDBDCCDEEDEBCEEBDBDCCEDBCDCECBCBECB
BCEDECDBDEDCECBCDCDEDEDBBDEDBEEBDECBBEBBDCDCEEBDCDEDBE
EACEAEBAEBABCAEDABBACDACCABBADBABBACDAECADBACCAEEADBAB
CBEDEBDBCDECEBDECDECDBEBEBCCEBCDCDBDBCDECECDEDEBBEBEBC
CDEEBDCBDECBDCBBDBDBECBDEBDEDEBEBDCDCEBBDBCDBBEDECBDBD
DACBABEACBACBADEAECACBABCAEBADCACEAEBADEADDACCABBACCAC
CDBDECDCDDBDECEBEDEBEEBCBDBDCEBCEDBCCBEBDCCDBBECEBDEBE
BEDECBDCEBEBBCDCDBDEBCBCDECBCEBECDBCBCBEDEEDCDCEBCDDCB
EAECAEBADEADCABDADCACEAECAECACDABBAEEADCABBAECABCACEAE
DEDDBCEDEBDCBCDCDEDEBCEBEDCBCDCECDCDBEBEBCEDBDEDEDBBCD
CEBBDCECEBDBCBCECDDCEDECCBDBEBCDBBCBCECBDEDBEDEDCECCDC
EACEABDADCAEBAEBAEEABBABDACCADEAEDAEEAEEACEADEACDABBAD
BCDCDCBCBECBCEDCDBCECCDEBCEECEBCDEDBDEBCBECECBCEEDCDBC
DBEEDEBDBEDEBECCBEDBCECEEDEBCDEBCCEBBDCCEDECDCBDEBCBCD
EABBACCADCABDAEEADEABCADBACDAECABEADDADEABCACBAEBABDAE
CECDCEDEBEBDEBCCBCBCEBDECBDEBDDBDCBCBDEBDEBDBCDCDCECBD
ECDBCECEBCECCBEDBCDBDBDEBEDCDCCDBDBEDBCEBEECBECDDCECBE
BACDADBADDAEDABEAEBABCADEACDABDACBACEABDADBACDAEBADDAB
CEBCBCCBEEBDECEBCBDBCDECCBEECDCDBEDBCDECDCEBDCEDECEBCD
BCDDCECBCCDEDBDDEDBCBEBCBDBBEDECDDCDECBDCBCBDBEDBEBBDB
CABEACDAEDABCACEACEACBADCAEDABBAEEABBACCAEDACCAECADDAD
DCEBDBBECBDEEBEDCDDBEEBEBDBBECDEBDECDCEDBCECEBECEBEBEB

Arquivo da base de conhecimento da classificao (imagem
prottipo e coordenada dos cantos)

Tabela D-7 Arquivo da base de conhecimento da classificao.
Indicador do tipo de arquivo training
Comentrio 1 # Arquivo de Treinamento
Comentrio 2 # Pattern Recognition
Informao do dado Number of files and folder
Nmero de arquivos e pastas 5 1
Subpasta(s) de localizao dos arquivo(s) Data


250

Arquivo de coordenadas reconhecidas

Tabela D-8 Arquivo de coordenadas reconhecidas
Coordenadas
Identificador
da imagem
Identificador
do ponto do
padro
reconhecido
Linha
(pxel)
Coluna
(pxel)
7037
7037
7037
7037
7037
7037
7037
01120C
01121C
01122C
01123C
01124C
01125C
01126C
1212.46050
1204.48162
1212.49063
1214.56550
1218.73934
1218.77822
1202.99482
743.84271
744.27473
742.46094
734.09219
731.78984
750.99062
751.48633

Arquivo de parmetros de orientao interior

Tabela D-9 Arquivo de parmetros de calibrao da cmara.
Focal (mm) 50.7357
Xo (mm) .2693
Yo (mm) .1214
K1 (mm) -.3919774E-08
K2 (mm
4
) .0000000E+00
K3 (mm
6
) .0000000E+00
P1 (mm) .0000000E+00
P2 (mm) .0000000E+00
A (mm) .0000000E+00
B (mm) .0000000E+00
Largura x Altura da imagem 3264 x 2448
Orientao
interior da
cmara
Dimenses do pxel p
x
x p
y
(mm) 0.01072303922 x 0.01072303922

Arquivo de parmetros de orientao exterior

Tabela D-10 Arquivo de parmetros de orientao exterior.

Identificado
r da imagem
Valor
(mm)
Desvio-
padro
(mm)
Valor
(mm)
Desvio-
padro
(mm)
Valor
(mm)
Desvio-
padro
(mm)
Rotaes (kap,phi,ome)
Translaes (X,Y,Z)
Rotaes (kap,phi,ome)
Translaes (X,Y,Z)
7140 180.6805069 .4062E-02 351.1663736 .8624E-02 328.4194907 .8014E-02
55.457 .2534E+00 1182.467 .1777E+00 1480.071 .1986E+00
7089 357.9795704 .5305E-02 32.9691255 .8670E-02 23.1232591 .1027E-01
1223.413 .1757E+00 -205.182 .2205E+00 1237.666 .2508E+00

Arquivo de translaes aproximadas do projetor para a calibrao

Tabela D-11 Arquivo de coordenadas do projetor do sistema Scan3DSL.
Descrio do
dado/configurao
Exemplo no arquivo
Coordenadas do projetor
(X,Y,Z)
-411.36947 -15.94329 31.21958


251

Arquivo de parmetros de calibrao do sistema Scan3DSL
Tabela D-12 Arquivo de parmetros de calibrao do sistema Scan3DSL.
Coordenadas do projetor (X,Y,Z) e suas
precises
-411.36947 -15.94329 31.21958 3.66173e-01 1.56462e-01 1.16751e+00
Focal (mm)
50.7357
Xo (mm)
.2693
Yo (mm)
.1214
K1 (mm)
-.3919774E-08
K2 (mm
4
)
.0000000E+00
K3 (mm
6
)
.0000000E+00
P1 (mm)
.0000000E+00
P2 (mm)
.0000000E+00
A (mm)
.0000000E+00
B (mm)
.0000000E+00
Largura x Altura da
imagem
3264 x 2448
Orientao
interior da
cmara
Dimenses do pxel px x py
(mm)
0.01072303922 x 0.01072303922
Vetores diretores:
Identificador do ponto/cossenos diretores
(l,m,n)/precises dos cossenos diretores
01060B -0.08088 -0.10436 0.99124 2.57e-08 2.52e-08 1.47e-09
01070E -0.08844 -0.10539 0.99048 7.32e-09 7.22e-09 4.67e-10
01080C -0.09529 -0.10460 0.98993 5.99e-09 5.94e-09 4.03e-10
01090D -0.10128 -0.10553 0.98924 7.35e-09 7.32e-09 5.33e-10
01100B -0.10825 -0.10461 0.98860 6.63e-09 6.65e-09 5.20e-10
01110E -0.11592 -0.10548 0.98764 6.02e-09 6.08e-09 5.23e-10
01120C -0.12275 -0.10459 0.98690 4.69e-09 4.77e-09 4.39e-10
01130C -0.12969 -0.10459 0.98602 4.93e-09 5.05e-09 5.00e-10


252

ANEXO A

ORIENTAO EXTERIOR ESTIMADA NO PROCESSO DE
CALIBRAO DE CMARAS

Tabela 1 Parmetros de OE ajustados no processo de calibrao da cmara Sony DSC F828
k 1,4344298 7,17E-03
4,9391299 2,70E-02
Rotaes ( decimais)
352,2470224 2,50E-02
XCP 411,251 8,63E-01
YCP 587,610 7,98E-01
1
Translaes (mm)
ZCP 1847,812 1,41E+00
k 1,7999600 6,99E-03
6,7248807 2,70E-02
Rotaes ( decimais)
356,3533290 2,63E-02
XCP 458,690 8,37E-01
YCP 413,836 8,14E-01
2
Translaes (mm)
ZCP 1793,579 1,36E+00
k 270,9665796 7,20E-03
6,6866141 2,59E-02
Rotaes ( decimais)
354,7923496 2,95E-02
XCP 519,986 8,06E-01
YCP 395,144 9,08E-01
3
Translaes (mm)
ZCP 1750,712 1,32E+00
k 271,0079573 7,12E-03
5,1408052 2,75E-02
Rotaes ( decimais)
355,4225378 2,80E-02
XCP 480,354 9,51E-01
YCP 385,644 9,68E-01
4
Translaes (mm)
ZCP 1997,556 1,50E+00
k 181,4010827 7,08E-03
0,0989663 2,88E-02
Rotaes ( decimais)
352,3726460 2,83E-02
XCP 368,491 8,97E-01
YCP 500,704 8,40E-01

5
Translaes (mm)
ZCP 1766,547 1,34E+00
k 182,5004865 7,60E-03
1,5473756 2,92E-02
Rotaes ( decimais)
348,9484371 3,11E-02
XCP 399,801 8,93E-01
YCP 501,456 9,03E-01
6
Translaes (mm)
ZCP 1728,842 1,32E+00
k 181,4542319 8,01E-03
2,8742001 2,09E-02
Rotaes ( decimais)
338,8703590 2,05E-02
XCP 393,277 5,93E-01
YCP 970,687 6,95E-01
7
Translaes (mm)
ZCP 1638,071 1,23E+00

Tabela 2 Continuao: Parmetros de OE ajustados no processo de calibrao da cmara
Sony DSC F828
k 99,0072117 1,24E-02
38,8588369 1,72E-02
Rotaes ( decimais)
343,6328241 1,91E-02
XCP 1249,008 7,93E-01
YCP 685,242 3,95E-01
8
Translaes (mm)
ZCP 1173,911 8,77E-01
k 90,9000877 7,50E-03
350,0535867 2,35E-02
Rotaes ( decimais)
349,6005086 2,32E-02
XCP -12,794 7,46E-01
YCP 684,911 6,37E-01
9
Translaes (mm)
ZCP 1645,980 1,19E+00
k 333,8639083 7,77E-03
3,4973030 2,69E-02
Rotaes ( decimais)
349,8133037 3,02E-02
XCP 411,079 7,25E-01
YCP 572,201 8,20E-01
10
Translaes (mm)
ZCP 1454,001 1,11E+00
k 359,9612927 8,39E-03
2,5892436 3,23E-02
Rotaes ( decimais)
349,4228266 4,32E-02
XCP 387,928 7,27E-01
YCP 577,009 9,48E-01
11
Translaes (mm)
ZCP 1185,606 9,31E-01

Autorizo a reproduo deste trabalho.

Presidente Prudente, 13 de Fevereiro de 2007.


s s

Técnicas de Reconstruçao 3D Á Curta Distância

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Técnicas de Reconstruçao 3D Á Curta Distância

Caricato da

Copyright:

Formati disponibili

UNIVERSIDADE ESTADUAL PAULISTA

Programa de Ps- Gr aduao em Ci nci as Cart ogrf i cas

cos cos sen cos sen

,..., ,..., v v (4.11)

Potrebbero piacerti anche