Reconstrução tridimensional utilizando visão dinâmica

Abstract

A construção de «robots» com autonomia e com possibilidade de operarem em ambientes não estruturados, é um grande desafio científico e exige o desenvolvimento de sistemas artificiais de percepção. A tese aqui apresentada, insere-se neste domínio e mais em concreto, no domínio da visão por computador. Nela são descritos métodos para determinar a estrutura tridimensional do universo circundante de um «robot» utilizando imagens fornecidas por câmaras. Neste trabalho foram desenvolvidas e aperfeiçoadas técnicas para reconstrução da estrutura tridimensional de uma cena. A estrutura tridimensional é representada através de um conjunto de primitivas geométricas da qual fazem parte pontos, rectas ou planos. Para a reconstrução dessas primitivas geométricas são captadas imagens em diferentes posições no espaço ou com diferentes focagens. Estas técnicas diferem das técnicas «tradicionais» que utilizam imagens captadas com as câmaras sempre estáticas. Com o controlo da posição das câmaras no espaço ou dos parâmetros ópticos das lentes é possível estabelecer um conjunto de técnicas de reconstrução tridimensional. As técnicas apresentadas determinam os valores dos parâmetros das primitivas de forma absoluta ou relativa utilizando o controlo da focagem ou a relação geométrica entre as posições das câmaras. As experiências realizadas mostraram a viabilidade das técnicas, tendo sido desenvolvido um sistema de visão em torno destes princípios. Esse sistema, designado VARMA, é apresentado na parte final do trabalho e é uma base experimental para o desenvolvimento de algoritmos que envolvem a movimentação das câmaras na «percepção» do espaço tridimensional.

The development of a new class of robots, with high-levels of autonomy and possibility of operating in unstructured environment, is a great scientific challenge. This development requires new techniques for perception using the information provided by sensors. This thesis describes techniques to recover the three-dimensional structure of a scene by using images. The system acquires images around the robot that are used to recover the three-dimensional structure of the scene. Points, lines and planes are considered the basic primitives for the representation of the three-dimensional structure. In this work different computer vision techniques to estimate the mathematical parameters of these primitives were developed and enhanced. All of these techniques explore the principle of "adaptation" by capturing the images in different points of the scene and/or with different focus. These techniques are different from the "classical" methods that use images captured with cameras always in a static position. The experimental results obtained with these techniques are promising and show that "action" is also important for the process of "perception." The developed techniques acquire images with the cameras in different configurations and positions. The techniques explore the stereo configuration, the acquisition of images during an execution of a movement trajectory and techniques based on lenses focusing. These techniques encouraged us to develop a new vision system where different parameters, such as the camera's position and the lens parameters, can be controlled. The last chapter of the text describes this vision system, called VARMA, developed for testing new algorithms using the principles of "action" associated with "perception."